Produktionsmanagement
Refine
Year of publication
- 2019 (61) (remove)
Document Type
- Contribution to a Periodical (31)
- Working Paper (7)
- Conference Proceeding (6)
- Report (6)
- Book (3)
- Part of a Book (2)
- Doctoral Thesis (2)
- Article (1)
- doctorallecture (1)
- Lecture (1)
Language
- German (51)
- English (8)
- Multiple languages (2)
Is part of the Bibliography
- no (61)
Keywords
Institute
Industrie-4.0-Applikationen entwickeln sich gerade von Individuallösungen zur frei zugänglichen Handelsware. Durch diesen Trend, in dem Industrie-4.0-Lösungen zur Commodity werden, werden Unternehmen dazu befähigt, fundamentale Transformationen entlang aller Geschäftsprozesse zu vollziehen. Insbesondere kleine und mittlere Unternehmen (KMU) haben die besten Voraussetzungen dafür, die Einführung von Industrie 4.0 voranzutreiben. Denn KMU verfügen über die notwendige Flexibilität und flache Hierarchien - eine wesentliche Grundlage für die digitale Transformation. Bevor jedoch Industrie-4.0-Projekte initiiert werden, ist aufgrund der personell und finanziell limitierten Kapazitäten von KMU eine intensive Auseinandersetzung über die Bedeutung von Industrie 4.0 für das eigene Unternehmen und seine Produkte unabdingbar.
Während in Teil I unserer Serie (siehe f+h 7-8/2019) Herausforderungen und Strategien der Urbanen Logistik im Fokus standen, geht der vorliegende zweite und abschließende Teil auf die Potenziale der Urbanen Logistik ein. Außerdem werden konkrete Vorschläge gemacht, wie ein Konzept zur Orchestrierung der Vielzahl an Anbietern mit ihren Einzellösungen aussehen kann.
Im vorliegenden Beitrag wird beschrieben, welche Herausforderungen sich in der Umsetzung einer zukünftigen Urbanen Logistik stellen und welche Strategien große Marktteilnehmer bereits verfolgen. Der abschließende Teil II unserer Serie, der in f+h 9/2019 erscheinen wird, befasst sich mit den Potenzialen, die sich hierdurch erschließen lassen.
Unvorhergesehene Störungen gefährden in vielen Fällen den Kundenliefertermin. Die Produktionssteuerung hat die Aufgabe, effektiv und effizient auf diese kurzfristigen Störungen zu reagieren. Der Entscheidungsprozess beruht jedoch häufig auf einer qualitativen Analyse einer komplexen Situation anhand subjektiver Einschätzungen durch den Produktionsplaner. Zur Verbesserung der Entscheidungsfindung stellt dieser Beitrag eine App vor, die auf Basis von Echtzeitdaten und einer Simulation des Produktionssystems eine quantitative Entscheidungsfindung ermöglicht.
Die Kopplung von ERP- und Real-Time-Location-System (RTLS) ermöglicht ein effizientes Tracking und Tracing in der Produktion von morgen. Wie dies genau aussehen kann, welche technischen Grundlagen dazu geschaffen werden müssen und welche Vorteile sich daraus für Unternehmen ergeben, wurde im Konsortialprojekt "RTLS3.0" am Cluster Smart Logistik untersucht. Dazu wurde ein Living Demonstrator entwickelt, der sich nun in der dritten Ausbaustufe befindet. Das Projekt "RTLS3.0" ermöglicht einen Zugang für produzierende Unternehmen zur digitalen Welt. Durch echtzeitfähige, präzise Lokalisierungs- und Rückmeldemechanismen kann der Herausforderung des Tracking und Tracing effektiv und effizient entgegengetreten werden.
Task-Specific Decision Support Systems in Multi-Level Production Systems based on the digital shadow
(2019)
Due to the increasing spread of Information and Communication Technologies (ICT) suitable for shop floors, the production environment can more easily be digitally connected to the various decision making levels of a production system. This connectivity as well as an increasing availability of high-resolution feedback data, can be used for decision support for all levels of the company and supply chain. To enable data driven decision support, different data sources were structured and linked. The data was combined in task-specific digital shadows, selecting clustering and aggregation rules to gain information. Visual interfaces for task-specific decision support systems (DSS) were developed and evaluated positively by domain experts. The complexity of decision making on different levels was successfully reduced as an effect of the processed amounts of data. These interfaces support decision making, but can additionally be improved if DSS are extended with smart agents as proposed in the Internet of Production.
Ziel des Forschungsvorhabens war die Erhöhung der Effizienz und Effektivität von Suchanfragen in ERP-Systemen. Dabei sollte der Aufwand für den Nutzer reduziert und die Qualität der Ergebnisse verbessert werden. Die Erreichung der Ziele wurde durch die Entwicklung einer selbstlernenden, kontextbasierten Suchmaschine für ERP-Systeme realisiert. Mit der Berücksichtigung des Kontexts einer Suchanfrage, des Benutzerverhaltens und einer Ergebnisbewertung durch den Anwender wurde die Ergebnisqualität von Suchanfragen kontinuierlich gesteigert. Durch die Entwicklung eines Demonstrators wurde der Nutzen des Konzepts nachgewiesen, indem dieser in verschiedenen Szenarien erprobt und anhand einer Wirtschaftlichkeitsbetrachtung bewertet wurde.
Current supply chain structures in the spare parts logistics are changing profoundly due to the influence of digitalization and additive manufacturing (AM). In particular the Logistics Service Provider (LSP) is influenced by the change, as the physical transport of goods could become redundant due to the digital transmission of production data. This leads to a reduction of the LSP’s share in the value chain. Conceptualizing a new role for the LSP for additively manufactured spare parts is necessary. Therefore, five different scenarios are identified in which the LSP serves as a transport carrier, digital distributor, an AM decision maker, a selector of the manufacturer and as an AM service provider.
Smart Operations
(2019)