Produktionsmanagement
Refine
Year of publication
- 2022 (38) (remove)
Document Type
- Contribution to a Periodical (14)
- Article (4)
- Conference Proceeding (4)
- doctorallecture (4)
- Doctoral Thesis (3)
- Working Paper (3)
- Part of a Book (2)
- Lecture (2)
- Book (1)
- Internet Paper (1)
Language
- German (24)
- Multiple languages (8)
- English (6)
Is part of the Bibliography
- no (38)
Keywords
- 3D-Druck (1)
- Additive Manufacturing (1)
- Agil (1)
- Bewegungsdaten (1)
- Business Software (1)
- CO2-Bilanzierung (1)
- CO2-Emission (1)
- CPSL (1)
- Datenaustausch (1)
- Datengestützt (1)
Institute
Dieser Bericht enthält die zentralen Ergebnisse einer Studie des Center Integrated Business Applications im Auftrag der proALPHA Business Solutions GmbH und wurde in Kooperation mit dem FIR e. V. an der RWTH Aachen durchgeführt.
Ziele der Studie:
- Analyse des Marktes von CO2-Management-Software,
- die Bestimmung der Informationsverfügbarkeit zur CO2-Bilanzierung sowie potenzieller Stellschrauben zur CO2-Reduktion mittels Business-Software.
Digitales Prozessmanagement
(2022)
Die vorliegende Arbeit liefert einen Beitrag zur systematischen Untersuchung der Aufgaben und Prozesse der Produktionsplanung und -steuerung im Kontext von Industrie 4.0. Der Schwerpunkt liegt dabei insbesondere auf der Rolle des Menschen in diesem Zusammenhang. Hierfür wird zunächst ein Beschreibungsmodell für die Aufgaben der Produktionsplanung und -steuerung entwickelt. Die Aufgabenreferenzsicht des Aachener PPS-Modells bildet dabei den Ordnungsrahmen des Beschreibungsmodells. Darauf aufbauend werden Merkmale und Merkmalsausprägungen zur Beschreibung der Produktionsplanung und -steuerung identifiziert und beschrieben. Anschließend erfolgt die Entwicklung eines Reifegradmodells für die Produktionsplanung und -steuerung. Grundlage des Reifegradmodells bildet der ‚acatech Industrie 4.0 Maturity Index‘. Nach der Herleitung der Reifegradstufen werden die zuvor identifizierten und beschriebenen Merkmalsausprägungen den einzelnen Reifegradstufen zugeordnet. Im Anschluss erfolgt die Entwicklung eines reifegradbasierten Referenzmodells für die Prozesse der Produktionsplanung und -steuerung unter besonderer Berücksichtigung der Verteilung der Aufgaben zwischen Mensch und betrieblichem Anwendungssystem. Das Referenzmodell ermöglicht eine Erklärung der Aufgaben der Mitarbeiter*innen und der betrieblichen Anwendungssysteme auf zuvor definierten Reifegradstufen.
Weiterhin liegt das Ziel dieser Arbeit in der zielgerichteten Unterstützung des Menschen in der Produktionsplanung und -steuerung. Um dieses Ziel zu erreichen, wird ein Gestaltungsmodell für lernunterstützende Applikationen für Produktionsplanungs- und -steuerungssysteme entwickelt. Hierfür werden zunächst im Kontext des Internet of Production die Einsatzmöglichkeiten von Apps als Ergänzung zu bestehenden betrieblichen Anwendungssystemen aufgezeigt. Anschließend wird das Gestaltungsmodell für lernunterstützende Applikationen für Produktionsplanungs- und -steuerungssysteme entwickelt, das eine zielgerichtete Unterstützung des Menschen in der Produktionsplanung und -steuerung ermöglicht.
(Quelle: https://www.apprimus-verlag.de/gestaltungsmodell-zur-lernunterstutzenden-erweiterung-von-produktionsplanungs-und-steuerungssystemen.html)
Im Rahmen der digitalen Transformation und der damit verbundenen Gestaltung digitaler und durchgängiger Prozesse müssen Unternehmen häufig neue Business-Software auswählen und beschaffen. Sie modernisieren hierbei ihre in die Jahre gekommene Software oder führen eine zusätzliche ein. Häufig erfolgen Auswahl und Beschaffung mittels klassischer Projektmanagementmethoden, die im Kontrast zu den agilen Methoden während der Implementierung stehen. Dieser Beitrag zeigt, wie agile Methoden schon in der Auswahl genutzt werden, um einerseits den Einstieg in die Implementierung zu erleichtern und andererseits aktives, nutzerzentriertes Change-Management von der Auswahl bis zum Einsatz der Software ermöglichen. Sie sind daher von Beginn an ein wichtiger Baustein zur Sicherung des Projekterfolgs.
Crises pose significant short and long-term threats to companies. The research project PAIRS aims to strengthen the resilience of actors in the supply-chain, en-ergy, and healthcare sectors in crisis situations. The basis for this is the newly created potential in data exchange, which is leveraged by combining internal with external (company-)data, e.g. in the GAIA-X network. AI is then the key to iden-tifying the time of the crisis and deriving appropriate actions to deal with it. Therefore, crisis scenarios are generated, and risks are assessed. In this paper, the project fundamentals are discussed. This includes the development of a project definition of the term "crisis", which is based on literature research of various scientific disciplines (e.g. economics or political science), as well as interviews with professional and academic experts from different fields. Moreover, a specif-ic example from the supply-chain domain is introduced to illustrate the process of requirement identification.
In der neuen Expertise des Forschungsbeirats Industrie 4.0 untersuchen das FIR e. V. an der RWTH Aachen und das Industrie 4.0 Maturity Center den Status-quo und die aktuellen Herausforderungen der deutschen Industrie bei der Nutzung und wirtschaftlichen Verwertung von industriellen Daten. Handlungsoptionen für Unternehmen, Verbände, Politik und Wissenschaft zeigen auf, wie der Nutzungsgrad der Datenbasis erhöht werden kann und wie sich Potenziale bei der Monetarisierung ausschöpfen lassen. Der Fokus liegt dabei auf produzierenden Unternehmen.
Souveränität: Ein Begriff, der für uns in Europa im Jahr 2022 eine besondere Bedeutung gewonnen hat. Wo Handelsbeziehungen und Energiepolitik neugestaltet werden, um nach haltig und sozialgerecht wirtschaften zu können, spielen auch Daten eine entscheidende Rolle. Digitale Souveränität in Europa erfordert eine sichere und vernetzte Dateninfrastruktur. Mit diesem Ziel wurde 2019 das Projekt ‚Gaia-X‘ ins Leben gerufen; hier gestalten internationale Vertreterinnen und Vertreter aus Wirtschaft, Wissenschaft und Politik gemeinsam die Rahmenbedingungen für den Datenaustausch und die Geschäftsmodelle der Zukunft. Die Beteiligung von kleinen und mittleren Unternehmen (KMU) ist ein essenzieller Bestandteil der Gaia-X-Strategie, denn sie bilden das Rückgrat unserer Wirtschaft. Das FIR an der RWTH Aachen gestaltet diesen Transfer im Rahmen des wissenschaftlichen Projekts ‚Uranos-X‘. Das zukünftige Gaia-XperienceLab im Cluster Smart Logistik wird dabei die zentrale Anlaufstelle für den interaktiven Einstieg in die digitalen Ökosysteme Europas sein.
Künstliche Intelligenz (KI) hat als Technologie in den vergangenen Jahren Marktreife erlangt. Es existiert eine Vielzahl benutzerfreundlicher Produkte und Services, welche die Anwendung von KI im Alltag und im Unternehmen vereinfachen. Die Herausforderung, vor denen Anwendende, gerade im betriebswirtschaftlichen Kontext, stehen, ist nicht die technische Machbarkeit einer KI-Applikation, sondern deren organisatorisch und rechtlich zulässige Gestaltung. Zu einer zunehmenden Dynamik in der Gesetzgebung kommt ein gesellschaftliches Interesse an der Kontrolle und Transparenz über die für KI-Modelle erhobenen Daten. Die Diskussion über Datensouveränität im geschäftlichen und privaten Alltag rückt mehr und mehr in das Zentrum der öffentlichen Aufmerksamkeit.
Datenbasierte KI-Anwendungen stehen damit in einem Spannungsfeld zwischen den Potenzialen, die das Erheben und Teilen von Daten über Unternehmensgrenzen hinweg bietet, und der Herausforderung, die Datensouveränität der involvierten Personen zu wahren. Die vorliegende Studie soll erstens über die Auswirkungen der Datensouveränität und die damit verbundenen aktuellen und kommenden Regularien auf KI-Anwendungsfälle aufklären. Dafür wurden Expertinnen und Experten aus den Bereichen Recht, KI- und Organisationsforschung befragt. Zweitens zeigt die Studie Potenziale und Best Practices von KI-Anwendungsfällen mit überbetrieblichem Datenaustausch auf. Dafür wurden Fallstudien in Unternehmen durchgeführt, die bereits erfolgreich Datenaustausch in ihre Geschäftsmodelle integriert haben, um ihre KI-Applikationen zu betreiben und zu verbessern.
Heutzutage werden in der Möbelindustrie oftmals kostengünstige Möbel in Serienproduktion gefertigt, bei denen die Produkte vor allem von Kurzlebigkeit und geringer Qualität geprägt sind. Die hohe Konkurrenz drängt kleinere Betriebe vom Markt und Aspekte der Produktindividualisierung, um unterschiedlichen Wohnräumen und Lebensanforderungen zu entsprechen, rücken immer stärker in den Hintergrund. Kommt der Wunsch nach einem individualisierten, innovativen und nachhaltigen Möbelstück auf, gibt es derzeit verschiedene Anbieter, die aber oftmals nicht allen Kriterien entsprechen und lange Lieferzeiten, hohe Preise und geringe Kundeneinbindung aufweisen. Mit dem EU-Projekt ‚INEDIT‘ wird deshalb das Ziel verfolgt, eine Plattform zu entwickeln, auf der maßgefertigte, innovative und nachhaltige Möbelstücke zu einem fairen Preis produziert und gehandelt werden können. Nach dem „Do-it-together“-Ansatz entsteht ein Geschäftsökosystem, das nicht nur für Kund:innen, sondern auch für Designer:innen, Zulieferer und Fertigungsbetriebe einen Mehrwert schafft. Für diese neuartige Form der Zusammenarbeit müssen auch potenzielle Erlösmodelle neu gedacht werden und Anreize für die gemeinsame Nutzung der Plattform geschaffen werden. Ziel ist es, den strategischen Fit von Plattformnutzern und passenden Geschäftsmodellen zu gewährleisten und die Nutzung der Plattform für alle optimal zu gestalten.
Im neu gestarteten Forschungsprojekt ‚STAFFEL‘ soll eine Internetplattform entstehen, die mithilfe von KI-Algorithmen Langstrecken des Straßengüterverkehrs in Teilstrecken
zerlegt. Speditionen können dann die Teilstrecken ihrer Touren über einen Lenkzeiten-Marktplatz an geeignete Frachtführer vermitteln. Am Ende einer Teilstrecke sollen die Trailer durch digitalisierte IoT-Schlösser schlüssellos an den nächsten, ausgeruhten Fahrer übergeben werden. Durch die IoT-Schlösser soll ein sicherer und robuster Übergabeprozess etabliert werden, sodass die Übergabe des Trailers auch speditionsübergreifend gewährleistet werden kann. Zudem sollen weiterführende Services für Fahrer wie Hotelreservierung oder Mautbuchung inkludiert und so der Planungsprozess für die
Fahrer vereinfacht werden.
Obwohl Sprachassistenzsysteme im privaten Alltag immer beliebter werden, finden solche Systeme noch kaum Anwendung in der Industrie. In der Theorie werden diverse Potenziale wie Zeiteinsparungen, verbesserte Ergonomie oder optimierter Informationsfluss durch den industriellen Einsatz von Sprachassistenten erwartet. Jedoch wurde dieser Einsatz im industriellen Kontext noch nicht praxisnah erforscht. Aus diesem Grund wurde im Rahmen des Forschungsprojektes „Smart Speaker“ eine Laborstudie durchgeführt, um den Einsatz von Sprachassistenzsystemen am Beispiel eines Montageprozesses zu untersuchen. Es konnten dabei drei wichtige Faktoren identifiziert werden, die maßgeblich die Nutzungseffizienz eines Sprachassistenzsystems beeinflussen.
Forschungsarbeit trägt wesentlich der Weiterentwicklung und Adoption neuer Technologien bei. Oftmals werden in Forschungsprojekten jedoch spezifische Ergebnisse im wissenschaftlichen Kontext erarbeitet, die für themenfremde Interessenten nicht immer leicht verständlich beziehungsweise zugänglich sind. Damit Unternehmen einen Mehrwert aus den Ergebnissen der Forschungsprojekte beziehen können, müssen die Ergebnisse für den Transfer in die Industrie entsprechend vorbereitet werden. Daher spielen der Wissenstransfer und die gewählte Methode des Transfers eine große Rolle.
Advanced Planning Systems
(2022)
Die Marktstudie wurde von dem Center Integrated Business Applications
(CIBA) gemeinsam mit dem Forschungsinstitut für Rationalisierung (FIR) an der RWTH Aachen durchgeführt und ausgewertet. Befragt wurden 22 Unternehmen, welche als Anbieter von APS-Lösungen verschiedene Planungssysteme für die Produktion für Kunden bereitstellen. Dabei lag der Fokus auf dem Funktionsumfang und den jeweiligen Planungsaufgaben in Supply-Chains.
Die Unternehmen der blechumformenden Industrie und deren Zulieferer sind in besonderer Weise mit dem Druck und den Chancen der digitalen Transformation konfrontiert:
Die Mobilitäts-, Produktions- und Nachhaltigkeitswende, aber auch die Transformation der Arbeitswelt wirken auf die Unternehmen. Um diese bei der Digitalisierung zu unterstützen und die langfristige Wettbewerbsfähigkeit zu erhalten, führt das FIR gemeinsam mit dem Industrieverband Blechumformung (IBU) eine fünfteilige Workshopreihe im Themenfeld Digitalisierung durch. Die ersten drei Veranstaltungen wurden bereits erfolgreich durchgeführt, wobei ein Highlight der gemeinsame Werksbesuch bei MIELE in Gütersloh war.
Um in komplexen Wertschöpfungsnetzwerken und an der Schnittstelle zwischen Kunden und Lieferanten valide, datenbasierte Entscheidungen treffen zu können, muss eine hohe Datenqualität vorliegen. Dabei mangelt es oft an einem Datenqualitätsmanagement (DQM), das den konkreten Anwendungsfall und den überbetrieblichen Austausch berücksichtigt. Wir stellen ein universales Rahmenwerk für das überbetriebliche DQM vor, das Ziele, Prozesse, relevante Daten und Akteure erfasst und den Grundstein für eine ganzheitliche Datenqualitätsstrategie legt.
Besonders in den letzten Krisen konnte die Anfälligkeit unserer gesamten Wert-schöpfungsnetzwerke beobachtet werden. Auch, wenn sich alle Krisen im Detail fundamental unterscheiden, haben alle Eines gemeinsam: eine frühzeitige Risiko-bewertung sowie eine gezielte Reaktion sind zur Bewältigung einer Krise notwen-dig. Um dies zu ermöglichen, wird im Forschungsprojekt PAIRS (Privacy-Aware, In-telligent and Resilient CrisiS Management) eine szenariobasierte Krisenmanage-mentplattform entwickelt, in welcher auf Basis von hybriden KI-Methoden Krisen identifiziert und deren Entwicklung antizipiert werden können. Hierfür wurden ver-schiedene Anwendungsfälle erfasst und deren domänenübergreifenden Wechselwirkungen systematisch untersucht.
Die Anforderungen eines Unternehmens und die Leistungsfähigkeit des
eingesetzten ERP-Systems driften oftmals stark auseinander. Viel zu früh erneuern Unternehmen deshalb ihr ERP-System, verbunden mit hohem Aufwand und entsprechenden Kosten. Um einen langfristigen, effizienten Betrieb ihres ERP-Systems zu ermöglichen, sollten Unternehmen die Kluft zwischen den benötigten Systemanforderungen und der tatsächlich vorhandenen Funktionalität eines ERP-Systems so klein wie möglich halten, idealerweise erst gar nicht entstehen lassen. Den Grundstein dazu legen sie bereits bei der Auswahl und Implementierung ihrer ERP-Systeme. Hier den richtigen Fokus zu setzen und darüber hinaus Änderungen in der Umsetzungs- und der Betriebsphase kontinuierlich zu analysieren, sind fundamentale Schritte zum Erfolg.
Um die Energiewende in Deutschland voranzutreiben, werden alternative Speichermedien und Antriebsstoffe benötigt. Grüner Wasserstoff, der mit Energie aus regenerativen Quellen erzeugt wird, spielt dabei eine tragende Rolle. Der nationale Wasserstoffbedarf bis 2030 beträgt dabei 5 Gigawatt Elektrolyse-Kapazität, sodass eine schnelle Steigerung
der Kapazitäten benötigt wird. Um das zu erreichen, sollen Elektrolyseurproduzenten wie Siemens Energy bei einem schnellen Ausbau ihrer Kapazitäten unterstützt werden. Im Projekt „SEGIWA – Serienproduktion von Elektrolyseuren im Gigawatt-Bereich” sollen Grundlagen erarbeitet werden, die SILYZER 300®-Serie von der manuellen Fertigung in die Serienfertigung im Gigawattbereich zu überführen. Im Sinne der nationalen Wasserstoffstrategie soll somit ein reibungsarmer Markthochlauf erreicht werden. Ein Fokus liegt hierbei auf der Konzeption und Implementierung weitgehend automatisierter Produktionsprozesse sowie deren Verknüpfung in einem übergeordneten Produktionskonzept. Zur Sicherstellung eines schnellen Produktionshochlaufs bei hoher Effizienz wird ein stufenweise skalierbares Fabriksystem konzipiert. Innerhalb des Produktionskonzepts werden die einzelnen Fertigungs- und Montageprozesse durchgängig digital abgebildet und ein synchronisierter Informationsfluss aufgebaut. Über das Manufacturing-Execution-System (MES) und die digitale Infrastruktur werden die Planung, die Steuerung, der Betrieb und die Optimierung
der Produktion im Zusammenspiel mit dem digitalen Zwilling der Elektrolyseure realisiert. Das FIR entwickelt dabei Konzepte zur Prozesskontrolle und Qualitätssicherung durch die digitale Vernetzung in der Fertigung. Die Kernaspekte zur durchgängigen, digitalen Synchronisation der Produktionsprozesse bilden das MES, Automatisierung und digitale Zwillinge der Produkte. So soll das Ziel der Sicherstellung einer wirtschaftlichen und effizienten Serienfertigung der Wasserelektrolyseure am Hochlohnstandort Deutschland erreicht werden.
Die Siemens Energy AG verfügt über 80 Produktionsstandorte auf der ganzen Welt. Die IT-Systemlandschaft in der Produktion ist – wie in gewachsenen Strukturen üblich – sehr heterogen. Folgerichtig stellt sich das übergeordnete Ziel, diese IT-Systemlandschaften zu harmonisieren. Dabei ist es unumgänglich, die unterschiedlichen Anforderungen aus den verschiedenen Unternehmensbereichen zu berücksichtigen. Nur so können die übergeordneten Effizienzgewinne mit einer Harmonisierung erreicht werden. Die Verbindung der Expertise von FIR und Siemens Energy war hier das Erfolgsrezept.