Produktionsmanagement
Refine
Year of publication
- 2020 (56) (remove)
Document Type
- Contribution to a Periodical (26)
- Conference Proceeding (12)
- Article (5)
- Working Paper (5)
- doctorallecture (4)
- Doctoral Thesis (2)
- Part of a Book (1)
- Report (1)
Is part of the Bibliography
- no (56)
Keywords
- Additive Fertigung (4)
- Adherence To Delivery Dates (1)
- Anforderungsmanagement (1)
- Assembly (1)
- Assistance Systems (1)
- Auftragsabwicklung (1)
- Blockchain (5)
- Business-Software (1)
- Change-Management (1)
- Controlling (1)
Institute
Das Physical Internet (PI) basiert auf einer physischen, digitalen und operativen Interkonnektivität, ohne die ein weltweit fragmentiertes und standardisiertes Gütertransportsystem nicht effizient arbeiten könnte. Zur Selbststeuerung von globalen Warenströmen sind valide Eingangsdaten notwendig . Darüber hinaus ist ein hohes Vertrauen in Steuerungsentscheidungen für eine weitreichende Akzeptanz aller Akteure und Kunden der Logistikbranche unabdingbar. Diese beiden Ziele können nur durch eine hohe Datenqualität erreicht werden. Neben der Erhöhung der Datenqualität durch Automatisierung oder Einsatz von erweiterter Sensorik bieten Methoden der Datenfusion und der Entscheidungsfusion große Potenziale. Dieser Beitrag beschreibt ein methodisches Vorgehen zur Analyse dieser Potenziale. Darüber hinaus wird anhand eines Transitcenters dieses Vorgehen beispielhaft durchgeführt.
Die sich ständig ändernden Kundenanforderungen sorgen für eine immer komplexere und dynamischer werdende Produktionsumgebung. In diesem Umfeld ist es die Aufgabe der Produktionssteuerung, die Erfüllung der Nachfrage des Kunden in der richtigen Qualität zum richtigen Zeitpunkt und mit möglichst geringen Kosten sicherzustellen. Abweichungen vom Soll-Zustand sollen dabei im Rahmen des Störungsmanagements möglichst früh erkannt und schnell durch die Wahl der richtigen Gegenmaßnahme beseitigt werden. In der Praxis stehen dem Entscheider dafür jedoch nur selten entsprechende Tools zur Verfügung, sodass Entscheidungen häufig auf Basis der Erfahrung der Mitarbeiter getroffen werden. Daher wird im Folgenden ein Referenzmodell für die Entwicklung eines Decision-Support-Systems, das eine schnelle Erkennung potenzieller Störungen und eine datenbasierte Entscheidung bezüglich einzuleitender Gegenmaßnahmen ermöglicht, vorgestellt.
Steigende Konkurrenz, verkürzte Produktlebenszyklen und erhöhte Kundenanforderungen sind aktuelle Herausforderungen für die produzierende Industrie. Um den veränderten Marktbedingungen gerecht zu werden, sind Unternehmen bestrebt, ihre Leistungsfähigkeit stetig zu verbessern. Hierbei müssen sie zunächst den aktuellen Grad ihrer Leistungsfähigkeit bestimmen. In dem Paper werden wichtige KPI für produzierende Unternehmen identifziert.
Gestaltungsmodell zur Steigerung der Regelbarkeit von Produktionsplanungs- und -steuerungssystemen
(2020)
Die Dynamik der Märkte erfordert die Zunahme der Flexibilität der Produktionsprozesse. Als zentrale Herausforderung für Unternehmen gilt es, auf valider Informationsbasis Entscheidungen wesentlich schneller und agiler treffen zu können. Speziell im Umfeld der Produktion wird dies zukünftig auf Basis der geregelten Rückführung von Echtzeitinformationen erfolgen, welche in den entsprechenden PPS-Systemen verarbeitet werden zur Schaffung von Visibilität, Transparenz und Prognostizierbarkeit.
Die Blockchain-Technologie gilt als eine der großen Errungenschaften der Informationstechnologie, ist in ihren Eigenschaften und Ausprägungen bis dato jedoch kaum wissenschaftlich aufgearbeitet. Die in dieser Dissertationsschrift ausgearbeitete Morphologie der Blockchain-Technologie schafft eine wissenschaftlich fundierte generisch gültige Strukturierung ebenjener. Zudem wird die Technologie für die Anwendung im Supply-Chain-Management gestaltet.
In manufacturing, adherence to delivery dates is one of the main logistic goals. The production control department has to cope with short-term deviations from the planned route sheets. Because of unforeseen disruptions, e.g. machine breakdowns or shortage of material or personnel, in some situations, the promised delivery date to the customer is at stake. In practice, a fast and reasonable decision on how to deal with the delayed order is required. This decision process is often based on a qualitative analysis relying on the planner’s subjective assessment of a complex situation. To improve the quality of possible countermeasures this paper presents an application, which supports the decision process through a quantified analysis using real-time data from business application systems in combination with a simulation of the value stream. The developed app is part of the decision process and estimates the effect of selected countermeasures to accelerate a delayed order. Performance indicators illustrate the effect of the countermeasures on the specific order as well as the whole system. This approach empowers the planner to assess unforeseen situations and aims to improve the quality of the decision-making process. This paper describes the architecture of the application, its simulation ecosystem, the relevant data and the decision process to select the most effective countermeasures.
Rund ein Jahr haben DIN und DKE in einem gemeinsamen Projekt mit dem Bundesministerium für Wirtschaft und Energie und zusammen mit ca. 300 Fachleuten aus Wirtschaft, Wissenschaft, öffentlicher Hand und Zivilgesellschaft an der Normungsroadmap Künstliche Intelligenz gearbeitet. Eine hochrangige Steuerungsgruppe unter dem Vorsitz von Prof. Wolfgang Wahlster hat die Erarbeitung koordiniert und begleitet.
Ziel der Roadmap ist die frühzeitige Entwicklung eines Handlungsrahmens für die Normung und Standardisierung, der die internationale Wettbewerbsfähigkeit der deutschen Wirtschaft unterstützt und europäische Wertmaßstäbe auf die internationale Ebene hebt. Mit der Normungsroadmap KI wird eine wesentliche Maßnahme der KI-Strategie der Bundesregierung umgesetzt, in der eines von zwölf Handlungsfeldern sich explizit dem Thema "Standards setzen" widmet.
Projekt iP4MoVE: Intelligente Plattform für E-Mobiltät und Vernetzung von Energieinformationen
(2020)
Mit dem Forschungsvorhaben iP4MoVE wird das Ziel verfolgt, eine Intelligente Plattform zur optimalen Kopplung der Sektoren Mobilität und Energie für eine smarte Mobilität zu konzeptionieren und zu entwickeln. Auf Basis dieser Entwicklung einer datenbasierten Plattform und einer kontextbasierten Applikation besteht das Kernelement aus der Vermittlung zwischen Energieangebot und -nachfrage (Energieinformationen) sowie der Realisierung eines echtzeitfähigen Austauschs zwischen Elektrofahrzeug und Quartier bzw. Ladestationen innerhalb und außerhalb des Quartiers. Mithilfe dieser Plattform und Applikation soll künftig der optimale Elektrifizierungsgrad (Lastverkehr) ermittelt werden. Hierbei wird der ressourcenoptimale Einsatz von Transporten und Logistikketten berücksichtigt. Auf diese Weise werden die Ergebnisse des Forschungsvorhabens einen Beitrag zur ökologischen und ökonomischen Gestaltung der Elektromobilität, insbesondere von Lastverkehren, und der nachhaltigen Quartiersbildung sowie zur Reduktion der Treibhausgasemissionen durch Integration regenerativer Energiequellen und Speichertechnologien leisten. Die prototypische Umsetzung im Projekt soll exemplarisch synergetische Potenziale, insbesondere am Standort NRW, aufzeigen und einen Baustein für eine smarte Mobilität (Mobilität 4.0) bilden. Das Vorhaben wird im Rahmen des Leitmarktwettbewerbs Mobilität & Logistik.NRW durch den Europäischen Fonds für regionale Entwicklung (EFRE.NRW) und die Landesregierung Nordrhein-Westfalen unter der Fördersumme EFRE-0801707 gefördert.