Refine
Year of publication
Document Type
- Conference Proceeding (41)
- Part of a Book (36)
- Contribution to a Periodical (19)
- Article (10)
- Lecture (5)
- Book (3)
- Working Paper (3)
- Report (2)
- Internet Paper (1)
Is part of the Bibliography
- no (120)
Keywords
- 02 (2)
- 03 (3)
- 2 (2)
- 7. EU-Forschungsrahmenprogramm (1)
- APMS (1)
- APS (1)
- Aachener PPS-Modell (1)
- Adaptability (1)
- Additive Fertigung (1)
- Advanced Planning System (1)
Institute
- Produktionsmanagement (120) (remove)
Zusammenfassung und Ausblick
(2012)
Heute begegnen wir den Herausforderungen einer VUCA-Welt mit Flexibilität und Veränderlichkeit in unseren Produktionssystemen. Seit 2012 gerät die Globalisierung ins Stocken. Das Investitionsvolumen zeigt einen Trend der De-Globalisierung. Ein Umdenken muss insbesondere in Deutschland herbeigeführt werden.
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.
Due to shorter product life cycles and the increasing internationalization of competition, companies are confronted with increasing complexity in supply chain management. Event-based systems are used to reduce this complexity and to support employees' decisions. Such event-based systems include tracking & tracing systems on the one hand and supply chain event management on the other. Tracking & tracing systems only have the functions of monitoring and reporting deviations, whereas supply chain event management systems also function as simulation, control, and measurement. The central element connecting these systems is the event. It forms the information basis for mapping and matching the process sequences in the event-based systems. The events received from the supply chain partner form the basis for all downstream steps and must, therefore, contain the correct data. Since the data quality is insufficient in numerous use cases and incorrect data in supply chain event management is not considered in the literature, this paper deals with the description and typification of incorrect event data. Based on a systematic literature review, typical sources of errors in the acquisition and transmission of event data are discussed. The results are then applied to event data so that a typification of incorrect event types is possible. The results help to significantly improve event-based systems for use in practice by preventing incorrect reactions through the detection of incorrect event data.
Industrial practice shows a strong trend towards digitalization. It is not only economic crises, such as those triggered by Covid-19, that are reinforcing this trend. It is also the entrepreneurial urge to fulfill customer wishes in the best possible way and to adapt to new requirements as quickly as possible. Due to the advancing digitalization, the role of business application systems in manufacturing companies is therefore becoming increasingly important. The data processed in IT-Systems represent a great potential, especially for the evaluation of change requests in production. Through efficient change management, companies can record and process changes quickly. However, the necessary data basis to decide on existing change requests is still hardly used. Existing IT-Systems for change management coordinate the processing of change requests, but do not relate to data of operational application systems such as Enterprise-Resource-Planning. Therefore, a conceptual approach is required for the evaluation of change requests. This approach is based on an objective recording system that enables the transformation from the change description to an evaluation space. The paper presents an approach for the systematic transfer of requirement characteristics into the world of operational IT-Systems.
Companies in the manufacturing sector are confronted with an increasingly dynamic environment. Thus, corporate processes and, consequently, the supporting IT landscape must change. This need is not yet fully met in the development of information systems. While best-of-breed approaches are available, monolithic systems that no longer meet the manufacturing industry's requirements are still prevalent in practical use. A modular structure of IT landscapes could combine the advantages of individual and standard information systems and meet the need for adaptability. At present, however, there is no established standard for the modular design of IT landscapes in the field of manufacturing companies' information systems. This paper presents different ways of the modular design of IT landscapes and information systems and analyzes their objects of modularization. For this purpose, a systematic literature research is carried out in the subject area of software and modularization. Starting from the V-model as a reference model, a framework for different levels of modularization was developed by identifying that most scientific approaches carry out modularization at the data structure-based and source code-based levels. Only a few sources address the consideration of modularization at the level of the software environment-based and software function-based level. In particular, no domain-specific application of these levels of modularization, e.g., for manufacturing, was identified. (Literature base: https://epub.fir.de/frontdoor/index/index/docId/2704)
Real-time data analytics methods are key elements to overcome the currently rigid planning and improve manufacturing processes by analysing historical data, detecting patterns and deriving measures to counteract the issues.
The key element to improve, assist and optimize the process flow builds a virtual representation of a product on the shop-floor - called the digital twin or digital shadow. Using the collected data requires a high data quality, therefore measures to verify the correctness of the data are needed. Based on the described issues the paper presents a real-time reference architecture for the order processing.
This reference architecture consists of different layers and integrates real-time data from different sources as well as measures to improve the data quality. Based on this reference architecture, deviations between plan data and feedback data can be measured in real-time and countermeasures to reschedule operations can be applied.
The Impact Of Manufacturing Execution Systems On The Digital Transformation Of Production Systems
(2021)
With the focus of manufacturing companies on the digital transformation, Manufacturing Execution Systems are market-ready, modular software solutions for manufacturing companies to integrate the value-adding and supporting processes horizontal and vertical in the company. Companies, especially small and mediumsized companies, face high internal and external costs for the implementation of the MES modules. An advantage of MES is the possibility to implement the systems in a continually, module-by-module approach, with the benefit of timely distributed investments. By realizing fast improvements, companies can use the benefits for further module implementations. This paper proposes a maturity model to measure the impact of an MES on the digital transformation of the company’s production systems. The model fulfils two purposes. The first, companies can measure the impact based on the difference between its current maturity index and the potential index of an implemented MES. The second is, the user can identify what impact an MES has in general on the digital transformation since the developed maturity model is derived from an established industry 4.0 maturity model. The development of the maturity model is based on the methodologies of AKKASOGLU and focuses on the further development of an established model. As an outlook, the application of the model will be described briefly. The proposed maturity model can directly be used by practitioners and offers implications for further development of MES functionalities.
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.
Systematisation Approach
(2023)
Current megatrends such as globalisation and digitalisation are increasing complexity, making systems for well-founded and short-term decision support indispensable. A necessary condition for reliable decision-making is high data quality. In practice, it is repeatedly shown that data quality is insufficient, especially in master and transaction data. Moreover, upcoming approaches for data-based decisions consistently raise the required level of data quality. Hence, the importance of handling insufficient data quality is currently and will remain elementary. Since the literature does not systematically consider the possibilities in the case of insufficient data quality, this paper presents a general model and systematic approach for handling those cases in real-world scenarios. The model developed here presents the various possibilities of handling insufficient data quality in a process-based approach as a framework for decision support. The individual aspects of the model are examined in more detail along the process chain from data acquisition to final data processing. Subsequently, the systematic approach is applied and contextualised for production planning and supply chain event management, respectively. Due to their general validity, the results enable companies to manage insufficient data quality systematically.
In this paper, we firstly present a target system which is deduced to assess the economic profitability of reverse supply chains. Considering this, we analyse process reference models to define relevant components of an appropriate target system.
Subsequently, we define applicable business models which are the basis for the manufacturer to offer new services to its customers on the one hand and to manage a goal-oriented return, recovery and resell of used products and components on the other hand. This will be done based on the morphology methodology in order to understand the characteristics and attributes of reverse supply chains.
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.
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.
In dem durchgeführten Forschungsvorhaben wurde ein Konzept zur Gestaltung und Bewertung einer skalierbaren Produktentwicklung und Markteinführung technischer Produkte entwickelt. Ein zentraler Baustein dieses Konzepts war dabei der Pionierprodukt-Ansatz. Pionierprodukte stellen einen volumenmäßig, zeitlich und räumlich begrenzten Ausschnitt des gesamten Zielmarktes eines Unternehmens dar. Mit dem Pionierprodukt-Ansatz können Innovationen in kurzer Zeit an den Markt gebracht und dort unter realen Marktbedingungen getestet werden.
Durch die Integration von Pionierprodukt-Entwicklung und Realoptionen-Ansatz wird jedoch grundsätzlich die Fokussierung auf die wesentlichen Marktanforderungen wie Produktdifferenzierung, Kundenorientierung und die Wiederverwendung bewährter Produktkomponenten und Partnernetzwerke im Kontext komplexer Entwicklungsprojekte ermöglicht. Die Reduktion der zu beherrschenden Komplexität mit Hilfe der genannten Ansätze ist wesentliches Merkmal des entwickelten Konzepts.
Steigende Energiekosten sind ein zunehmendes Risiko für Unternehmen des deutschen Maschinen- und Anlagenbaus. Die Steigerung der Energieeffizienz kann somit zukünftig zu Wettbewerbsvorteilen führen. Aufgrund der Komplexität heutiger Produktionssysteme ist eine Analyse der Wechselwirkungen von Parametern der Produktionsplanung und -steuerung (PPS) auf die Energieeffizienz notwendig, um Maßnahmen zu identifizieren, die eine Steigerung der Energieeffizienz ermöglichen.
Der vorliegende Artikel stellt die Ergebnisse einer Simulationsstudie vor, in welcher der Einfluss der Losgrößenplanung auf die Energieeffizienz im Rahmen einer mehrstufigen Mehrproduktfertigung untersucht wird. Die Ergebnisse der Studie leisten einen Beitrag zum besseren Verständnis der komplexen Zusammenhänge und können als Ausgangspunkt für weitere Untersuchungen zu Wechselwirkungen von Produktionsparametern mit der Energieeffizienz dienen.
Today’s manufacturers are facing numerous challenges such as highly entangled and interconnected supply chains, shortening product lifecycles and growing product complexity. They thus feel the need to adjust and adapt faster on all levels of value creation. Self-optimization as a basic principle appears a promising approach to handle complexity and unforeseen disturbances within supply chains, machines and processes. Therefore it will improve the resilience and competitiveness of manufacturing companies.
This paper gives an introduction to the concept of self-optimizing production systems. After a short historical review, the different levels of value creation from supply chain design and management to manufacturing and assembly are analyzed considering their specific demands and needs for self-optimization. Examples from each of these levels are used to illustrate the concept of self-optimization as well as to outline its potential for flexibility and productivity. This paper closes with an outlook on the current scientific work and promising new fields of action.
Production in high-wage countries can be made more efficient, cost-effective, and flexible by solving the conflict between planning and value orientation. A promising approach is to focus on planning and decision-making processes (production planning and control, design of production processes and machinery, etc.) and to aim to maximize overall planning efficiency. Planning efficiency can be expressed as the ratio between the benefit generated by preparing detailed process instructions to produce the parts or components and the corresponding planning efforts. Industrial companies wanting to gain a competitive advantage in dynamic global markets have to identify a set of non-dominated solutions with the most favorable effort–benefit ratio rather than a single solution. The optimum between detailed planning and the immediate implementation of value-adding activities (process steps) in the process chain needs to be found dynamically for each product.
Ziel des Forschungsbereichs "Selbstoptimierende Produktionssysteme" ist es, sowohl technische als auch soziotechnische Produktionssysteme zu entwickeln, die durch Selbstoptimierung eine bessere Performance erreichen, als bei der Auslegung geplant und erwartet werden kann. Im Fokus steht die Steigerung der Produktivität in der Produktion direkt vor Ort. Bedeutend ist die dezentrale Entscheidungsfähigkeit der Mitarbeiter auf dem Shopfloor und in unterstützenden Bereichen, sowie der kognitiven und adaptiven Systeme und Netzwerke in der Produktion.
Aus Sicht des Produktionsmanagements stellt die Beherrschung der steigenden Dynamik und den daraus resultierenden Konsequenzen wie beispielsweise Unter- und Überlastsituationen eine zentrale Herausforderung der kommenden Jahre dar. Ursachen der zunehmenden unternehmensinternen Dynamik sind verkürzte Lieferzeiten, eine höhere Prozessvarianz der Fertigung und Montage (verursacht durch individualisierte Produkte) und der Einsatz technologisch-komplexer Produktionsanlagen. Die drastische Verkürzung der Lieferzeiten hat die Auftragssituation und den Kapazitätsbedarf produzierender Unternehmen stark verändert.
Kapazitätsschwankungen und Prozessinstabilitäten einer Einzelressource wirken sich auf Grund der stärkeren Kopplung wesentlich drastischer auf die Stabilität des gesamten Unternehmens aus, da Bestände als Puffer zu kapitalintensiv geworden sind. Gleichzeitig nehmen makroskopische, überbetriebliche Kapazitätsschwankungen zu, da die Reaktionszeiten innerhalb der Lieferkette deutlich kürzer geworden sind.
Die steigende Varianz der Prozessketten und -zeiten potenziert die beschriebenen Kapazitäts- und Durchlaufzeitschwankungen. Eine "mittelwertbasierte PPS" kann aufgrund der gestiegenen Planungsanforderungen nicht mehr zielkonform agieren. Planungs- und Steuerungskonzepte, die auf diese Komplexität nicht reagieren können, multiplizieren ein weiteres Aufschwingen der Bedarfe in der Lieferkette und führen zu Auslastungsverlusten und steigenden Rückständen in der Produktion. Heute sind neue Ansätze in der Planung und Steuerung von inner- und überbetrieblichen Produktionsprozessen notwendig, die die Dynamik der Prozesse und der Kapazitätsbedarfe beherrschbar machen oder ggf. sogar kompensieren können.
Unternehmen sehen sich aktuell verschiedenen Herausforderungen ausgesetzt, die durch dynamische Rahmenbedingungen, insbesondere in Bezug auf die Schnittstellen zu ihren Kunden und Lieferanten, verursacht werden. Kundenseitig hat die zunehmende Individualisierung der Anforderung zu einem differenzierteren und damit vergrößerten Produkt- und Leistungsportfolio bei produzierenden Unternehmen im Rahmen der Serienfertigung geführt. Das hat zur Folge, dass Unternehmen ihre Produktion zunehmend auftragsbezogener gestalten müssen. In verschiedenen Branchen ist diese Entwicklung bereits so weit fortgeschritten, dass eine Produktvariante eins zu eins einem Kunden zugeordnet werden kann. Verstärkend kommt hinzu, dass die Produktlebenszyklen von allgemeinen als auch kundenindividuellen Produkten zunehmend kürzer werden. Das Produktportfolio unterliegt somit einer hohen Veränderlichkeit.
Die beschriebene zeitdynamische Variabilität in Bezug auf die qualitativen Aspekte der Kundenanforderungen paart sich mit einer quantitativen Variabilität der Kundenbedarfe. Letztere drückt sich in einem höheren Anteil an kurz- und mittelfristigen Auftragseingängen auf der Ebene einzelner Kunden, als auch aggregiert über alle Kunden aus. Die Vorhersehbarkeit und die Überraschung bilden die Extrempole des Kundenverhaltens, welche die Planbarkeit aus Sicht von Unternehmen induzieren. Damit kann in diesem Fall auch synonym von planbarem (vorhersehbarem/kurzfristigen) Kundenverhalten und nicht-planbarem (überraschendem) Kundenverhalten gesprochen werden. Diese Kombination qualitativer und quantitativer Variabilität macht den Markt für produzierende Unternehmen zunehmend schwerer kalkulierbar.
Zusammenfassend lässt sich herausstellen, dass Produktionsplaner heute komplexere produkt- und kundenseitige Anforderungen im Rahmen der Auftragseinlastung berücksichtigen müssen. Er muss darauf achten, dass Vertriebs-, Einkaufs-, Produktion- und Versandplanung miteinander synchronisiert werden, um den Kunden einen verbindlichen Liefertermin zusagen zu können.
„myOpenFactory“ ist ein Standard für den elektronischen Datenaustausch zwischen verschiedenen ERP/PPS (Enterprise Resource Planning / Produktionsplanungs- und -steuerungs)-Systemen zur Koordination der überbetrieblichen Auftrags- und Projektabwicklung. Ziel ist es, den Aufwand zum Informationsaustausch zwischen Unternehmen zu reduzieren. Der Standard besteht aus einem Prozess- und Datenmodell, das bereits in verschiedenen ERP/PPS-Systemen implementiert wurde, und ist frei verfügbar. Für Kleinstanwender ohne eigenes System existiert ein „Web-Cockpit“, das als einzige Voraussetzung eine Internetverbindung benötigt.
Schlüsselfaktoren für den industriellen Einsatz Additiver Fertigung in produzierenden Unternehmen
(2020)
Die Additive Fertigung (AM) ist insbesondere als Hilfsmittel bei der Produktentwicklung weit verbreitet. 71 Prozent der produzierenden Unternehmen setzen AM für die Fertigung von Prototypen und Pilotserien ein. Derzeit eignet sich AM jedoch nicht mehr nur für die Fertigung von Prototypen und Pilotserien, sondern gewinnt auch zur Herstellung von Endprodukten aus metallischen Werkstoffen an Bedeutung. Der vorliegende Beitrag verfolgt das Ziel, Schlüsselfaktoren zu identifizieren, die den industriellen Einsatz von AM in produzierenden Unternehmen am stärksten prägen. Damit wird zugleich die Grundlage geschaffen für ein systematisches Vorausdenken der Zukunft.
Nowadays one of the most challenging tasks of producing companies is the growing complexity due to the globalization and digitalization. Especially in high wage countries, the ability to deliver fast and to a fixed date gets more and more important. To achieve this logistic target, it is necessary to optimize the Production Planning and Control (hereinafter PPC). This study investigates the effects of a change of the scheduling parameters on a target system. The focused research questions are: How can the effect of a scheduling parametersvariation on the target system of the PPC can be displayed efficiently? Is it possible to review the effect of the scheduling parameters-variation quantitatively and to derive action options?
Producing companies are confronted with a growing number of product ramp-ups, since product life cycles are decreasing and product diversity is increasing. Production Planning and Control (PPC) of ramp-up products is particularly challenging, as there is a significant lack of reliable experienced data.
The information deficit is exceptionally high for the first step of PPC process, namely Production Program Planning (PPP). The paper in hand proposes an innovative approach of cybernetic PPP that enables companies with numerous ramp-ups to design reliable and fast PPP processes that can react highly adaptable on unpredictable environmental disturbances. The Viable System Model (VSM) is used as frame of reference for the design of PPP processes in line with principles from management cybernetics.
The complexity and volatility of companies’ environment increase the relevance of disruption preparation. Resilience enables companies to deal with disruptions, reduce their impact and ensure competitiveness. Especially in the context of procurement, disruptions can cause major challenges while resilience contributes to ensuring material availability. Even though past disruptions have posed various challenges and companies have recognized the need to increase resilience, resilience is often not designed systematically. One major challenge is the number of potential measures to increase resilience. The systematic design of resilience thus requires a detailed understanding of domain-specific measures. This also includes an understanding of the contribution of these measures to different resilience components and their interdependencies. This paper proposes a systematic approach for configuring resilience in procurement which enables the evaluation and selection of resilience measures. Based on a resilience framework, a resilience configurator is developed. The basis of the configurator are resilience potentials that have been characterized and clustered. Overarching approaches to design resilience and indicators to evaluate resilience are presented. Moreover, a procedure is proposed to ensure practical applicability. To evaluate the results two case studies are conducted. The results enable companies to systematically design their resilience in procurement.
Die Variantenfließfertigung ermöglicht die Herstellung konfigurierbarer Produkte bei kurzen Durchlaufzeiten und geringen Beständen. Im Vergleich zu anderen Organisationsformen der Produktion gestaltet sich die Produktionsplanung und -steuerung aufgrund der Variantenvielfalt als anspruchsvoll. Im vorliegenden Beitrag wird der erste Schritt einer Methodik vorgestellt, welche für die Konfiguration der Reihenfolgeplanung entwickelt wurde.
Rebound Logistics
(2009)
Today, the flow of product returns is becoming a significant concern for many manufacturing companies. In this research area, three fundamental aspects of product returns need to be taken into consideration: First, companies become increasingly aware of the fact that product returns may offer an opportunity for enormous profit generation and for improving the competitive advantage of a manufacturing company when taking into account the accretive value of the products and technology. Second, the impact of green laws, legislative provisions and the increasing impact of a sustainable production management due to marketing aspects force companies to design and manage the reverse supply chain actively. Third, the importance of managing the reverse supply chains effectively will be enforced by the currently volatile economic climate. This paper outlines first results of designing a methodological framework for implementing an integrative reverse supply chain for manufacturing companies based on a type-specific Reverse Supply Chain Reference Model.
Production systems are exposed to an increasing planning-related uncertainty and susceptibility. The inter-company coordination has not sufficiently been considered in contemporary concepts of supply chain management. Against this background, it is crucial to provide a suitable tool that increases the planning capability of the players and the robustness of the supply chain as a whole. Therefore, this article provides the relevant causes and effects of planning uncertainties within the production planning and presents based on that an inter-company supply chain planning concept.
Manufacturing companies of the machinery and equipment industry find themselves more than ever exposed to a rapidly changing competitive environment. In particular, the resulting diversity of planning and control processes confronts organisations and information systems with a significant coordination effort. To this day, planning and execution of order processing – from offer processing to the final shipment of the product – is still a part of the production planning and control (PPC), which is almost entirely integrated into information systems. Though, in order to manage dynamic influences on processes within order processing, there can be found a deficiency in the processing of decision-relevant and real-time information. Partly, the reason for this is a missing or incorrect feedback of process relevant data, so that the planning results, gained by the use of information systems, differ to the current process situation.
The concept of Manufacturing Resource Planning (MRP II) still represents the central logic of production planning and control. However, the centralised and push-oriented MRP II planning logic is not able to plan and measure dynamic processes adequately, which, due to diverse disturbances, often occur in production environments. Furthermore, specific weaknesses of MRP II-based systems are the lack of support for order releases, the planning principle based on average values and the successive planning method as well as the use of limited partial models. As a result a successive planning method leads to a dissection of PPC-tasks into smaller work packages and so strides away from a holistic approach and the achievement of an optimal solution. Similarly, a planning, focusing on a general business objective system, using a partial planning approach due to isolated considerations is not possible. Insufficient consideration of the current load horizon and the current capacity utilization, non-existing or delayed feedback on order progress as well as faults and poor availability and transparency of information can be named as further weaknesses of MRP II-based systems.
Prozesse
(2012)
Für die effiziente Gestaltung des Leistungserstellungsprozesses im Un-
ternehmen bildet die Verwendung eines geeigneten Referenzmodells den
Grundstein, um in möglichst kurzer Zeit und ohne großen Aufwand ein
repräsentatives Abbild der konkreten Ablauforganisation zu generieren.
Als geeignetes Referenzmodell hat sich in diesem Anwendungszusam-
menhang das Aachener PPS-Modell bewährt. Dem als Prozess-
sicht bezeichneten Teil des Aachener Referenzmodells widmen sich die
folgenden Abschnitte des Kapitels im Besonderen.
Prozessarchitektur
(2012)
Das Aachener PPS-Modell beschreibt Aufgaben, Prozesse und Funktionen für die Produktionsplanung und -steuerung in verschiedenen Referenzsichten. Dabei liegt der Fokus auf den unterschiedlichen Aspekten der Planung und Steuerung inner- und überbetrieblicher Produktion. Die Unterscheidung in inner- und überbetriebliche Aufgaben wurde bereits im Aufgabenmodell dargestellt. Betrachtet man die Produktion in Netzwerken, so wird deutlich, dass nicht alle Aufgaben durch einen Netzwerkpartner abgedeckt werden können. Die kooperative Leistungserstellung macht es erforderlich, dass die Erfüllung einzelner Teilaufgaben durch unterschiedliche Netzwerkpartner koordiniert wird. Für die PPS in Produktionsnetzwerken werden daher die Netzwerkebene und die Ebene der einzelnen Unternehmung unterschieden.
Produktionsprogrammplanung
(2014)
Ziel der Produktionsprogrammplanung ist es, einen hinsichtlich Absetzbarkeit und Realisierbarkeit abgestimmten Produktionsplan über einen langfristigen Planungszeitraum zu erstellen. Dieser Produktionsplan legt verbindlich fest, welche Erzeugnisse durch das Unternehmen in welchen Stückzahlen zu welchen Zeitpunkten bzw. in welchen Perioden produziert werden sollen. Teilaufgaben der Produktionsprogrammplanung sind die Absatzplanung, die Primärbedarfsplanung und die Ressourcengrobplanung. In diesem Kapitel werden zunächst die Kernaufgaben der Produktionsprogrammplanung definiert und anschließend die wesentlichen Methoden und Verfahren zur Bearbeitung der verschiedenen Teilaufgaben innerhalb der Produktionsprogrammplanung zusammengestellt. Abschließend werden die Aufgaben der Produktionsprogrammplanung in ihrer zeitlogischen Abfolge in Form eines Referenzprozessmodells modelliert und dabei fertigungstypspezifisch detailliert.
Ein ständig wachsender Preisdruck und immer individuellere Kundenaufträge sind nur zwei Kennzeichen der industriellen Produktion im europäischen Wirtschaftsraum. Gerade in Deutschland ansässige Unternehmen können im internationalen Wettbewerb in den wenigsten Fällen allein aufgrund des Produktpreises konkurrenzfähig bleiben. Stattdessen bauen diese Unternehmen ihre Wettbewerbsvorteile anderweitig aus und verfolgen vielmehr eine konsequente Kundenorientierung, hohe Logistikleistung oder Prozessbeherrschung. In diesem Umfeld setzten zahlreiche Unternehmen bereits frühzeitig auf eine Reduzierung ihrer Wertschöpfungstiefe und verlagerten verschiedene Entwicklungs- oder Produktionsschritte auf andere Unternehmen mit komplementären Kompetenzen. Damit rückte die überbetriebliche Zusammenarbeit bzw. Koordination der Auftragsabwicklung entlang einer mehrstufigen Lieferkette oder innerhalb eines polyzentrischen Unternehmensnetzwerks zunehmend in den Mittelpunkt betrieblicher Anstrengungen. So gilt es also heute, in Netzwerkstrukturen zu denken, diese ganzheitlich zu gestalten und effizient zu organisieren. Der Beitrag konkretisiert am Beispiel des Aachener PPS-Modells geeignete Referenzmodelle und zeigt Entwicklungspfade einer wertorientierten Logistikgestaltung auf.
Die Erfüllung der klassischen Aufgaben der Produktionsplanung und -steuerung (PPS) wird aufgrund der dynamischen Anforderungsprofile, die es Unternehmen abfordern, sich strukturell und operativ kontinuierlich zu verändern, zunehmend schwieriger. Der Umgang mit Dynamik und Komplexität wird vom Störfall zum Normalfall.
Vor diesem Hintergrund wird ein innovativer Ansatz für eine Produktionsplanung und -regelung vorgestellt, der das Ziel verfolgt, die den Produktionssystemen inhärente Planungskomplexität beherrschbar zu machen.
Der Lösungsansatz basiert auf kybernetischen Strukturen, die den Beschränkungen der Wandlungs- und Lebensfähigkeit. Als grundlegender Teil des Ansatzes wird die Produktionsregelung unter Berücksichtigung des Echtzeitaspektes entworfen.
Industrie 4.0 bringt enorme Veränderungen und bietet große Verbesserungspotenziale für die Produktionsplanung und -steuerung. Aufbauend auf dem Aachener PPS-Modell wird in diesem Beitrag in Anlehnung an den Industrie-4.0-Maturity-Index der acatech eine reifegradbasierte Untersuchung der Entwicklung der Produktionsplanung und -steuerung im Kontext von Industrie 4.0 präsentiert.
Produktionsbedarfsplanung
(2014)
Die Eigenfertigungsplanung und -steuerung erhält als Eingangsinformation das zu realisierende Eigenfertigungsprogramm aus der Produktionsbedarfsplanung. Das Ziel der Eigenfertigungsplanung und -steuerung ist die Erstellung, Umsetzung und Kontrolle eines detaillierten Ablaufplans für die Fertigung und Montage unter Berücksichtigung der tatsächlich verfügbaren Produktionsressourcen.
Zunächst werden die Kernaufgaben der Eigenfertigungsplanung und -steuerung definiert, abschließend werden die Aufgaben in Form eines Referenzprozessmodells modelliert.
Das (volks-)wirtschaftliche Umfeld produzierender Unternehmen wird aktuell mehr denn je durch unvorhersehbare und tiefgreifende Veränderungen geprägt. Die deutsche Industrie muss die Dynamik zukünftig aus eigener Kraft beherrschen. Teilweise nachteilige Standortfaktoren müssen kompensiert werden, um die Produktion in Deutschland langfristig zu sichern. Wandlungs- und Echtzeitfähigkeit in Prozessen und Strukturen stellen die zentralen Enabler zur Beherrschung des Produkt-Produktionssystems dar.
Aktuell ist noch nicht geklärt, wie sich das Zusammenwirken von Menschen und betrieblichen Anwendungssystemen bei der Bearbeitung der Aufgaben der PPS nach der Umsetzung von Industrie 4.0 entwickelt. Zur Systematisierung der Auswirkungen von Industrie 4.0 auf die PPS werden in diesem Beitrag die sechs Reifegradstufen des acatech Industrie-4.0-Maturity-Index mit der Aufgabensicht des Aachener PPS-Modells kombiniert und die Reifegradstufen für ausgewählte Unteraufgaben der PPS spezifiziert.
PLM trifft ERP
(2013)
One of the major challenges facing today´s manufacturing industry is to differentiate from competition in a highly globalized world. As a consequence to the increasing competitive pressure, many companies transform their product centered business models towards service based business models to differentiate from competition. However, the transformation is often underestimated regarding its complexity and its management challenges to behavioral change.
As a consequence lots of transformation initiatives fail. Besides difficulties in structuring the magnitude of changes in processes and structures, many transformation managers do not perceive the risk of employee resistance against changes, which is one of the key factors causing the failure of transformation. The objective of this paper is to enhance the existing body of research on manufacturer´s organizational transformation towards Product-Service Systems. More detailed, the objective is to develop new knowledge to support the management during the decision-making process in the way how and by means of which instruments the change of behavior can be supported when transforming from a manufacturer to a solution.
We developed a reference framework which structures and defines the relevant dimensions of behavioral change. The identification and validation of the success factors build the second component of our research. We conducted an empirical investigation in the German manufacturing industry and got 79 data sets.
Structural equation modelling was applied for the analyses and the validation of the hypotheses. By this analysis we linked management practice with employee behavior and transformational success variables. On the basis of the gained insights decisions can be made concerning the successful transformation from manufacturer to a solution-oriented service provider.
Working capital management is one of the key disciplines that must be prudently monitored for a firm in pursuit of profits, liquidity and growth. The focus of this paper is on the engineer-to-order manufacturers, and the objective is to analyze the correlations between the reference processes of the engineer-to-order production approach with the key postulates of working-capital management and deliver a mathematical operating curves model, whose purpose and goal is basing on the rationale, that is underlying in the parent logistic operating curves theory. [https://link.springer.com/chapter/10.1007/978-3-319-66926-7_30]
Due to shorter product life cycles the number of production ramp-ups is increasing, while customers have a soaring demand for more variable and individualized products. In the future, optimizing the production ramp-up will become an important differentiation criterion for companies. Considering the whole supply chain in the ramp-up process becomes therefore indispensable. This is what the presented research in this paper concentrates on. The intention of the research project is to develop a model of a supply chain in the production ramp-up stage. Through this model, approaches for optimizing the production ramp-up in the whole supply chain will be derived.
Further the research project concentrates on measuring the production ramp-up performance in the supply chain, showing the impact on economic and financial measures. The result of this research is an approach to align the tasks and objectives of Supply Chain Management with the tasks and objectives of ramp-up management in order to optimize the whole supply chain in the ramp-up stage.
Long-term production management defines the future production structure and ensures the long-term competitiveness. Companies around the world currently have to deal with the challenge of making decisions in an uncertain and rapidly changing environment. The quality of decision-making suffers from the rapidly changing global market requirements and the uniqueness and infrequency with which decisions are made. Since decisions in long-term production management can rarely be reversed and are associated with high costs, an increase in decision quality is urgently needed. To this end, four different applications are presented in the following, which support the decision process by increasing decision quality and make uncertainty manageable. For each of the applications presented, a separate digital shadow was built with the objective of being able to make better decisions from existing data from production and the environment. In addition, a linking of the applications is being pursued:
The Best Practice Sharing App creates transparency about existing production knowledge through the data-based identification of comparable production processes in the production network and helps to share best practices between sites. With the Supply Chain Cockpit, resilience can be increased through a data-based design of the procurement strategy that enables to manage disruptions. By adapting the procurement strategy for example by choosing suppliers at different locations the impact of disruptions can be reduced. While the Supply Chain Cockpit focuses on the strategy and decisions that affect the external partners (e.g., suppliers), the Data-Driven Site Selection concentrates on determining the sites of the company-internal global production network by creating transparency in the decision process of site selections. Different external data from various sources are analyzed and visualized in an appropriate way to support the decision process. Finally, the issue of sustainability is also crucial for successful long-term production management. Thus, the Sustainable Footprint Design App presents an approach that takes into account key sustainability indicators for network design. [https://link.springer.com/referenceworkentry/10.1007/978-3-030-98062-7_15-1]
Prinzipien zur erfolgreichen Umsetzung von KI-Geschäftsmodellinnovationen
In Zeiten des zunehmenden globalen Wettbewerbs und hoch vernetzter Wertschöpfungsketten entwickelt sich Künstliche Intelligenz zu einem immer wichtiger werdenden Wettbewerbsfaktor für Unternehmen am Wirtschaftsstandort Deutschland. Durch den Einsatz von KI-Verfahren können nicht nur interne Geschäftsprozesse kostensenkend optimiert, sondern auch neue, digitale Geschäftsfelder und -modelle erschlossen werden. Es lassen sich zum einen Trends identifizieren, denen der Einsatz von KI in deutschen Unternehmen folgt. Zum anderen zeigt sich, dass sich KI unterschiedlich stark auf verschiedene Dimensionen innovativer Geschäftsmodelle auswirkt. Insgesamt lassen sich so Prinzipien ableiten, die die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen beschreiben.
Neue Technologie- und Anwendungstrends kennzeichnen KI-Nutzung
Die tatsächliche KI-Landschaft in den Wertschöpfungsketten von KI-nutzenden Unternehmen ist durch Trends gekennzeichnet. Diese lassen sich in Technologie- und Anwendungstrends unterteilen. Experteninterviews zeigen beispielsweise, dass KI-Anwendungen bevorzugt auf Cloud-Infrastrukturen entwickelt und bereitgestellt werden. Das wiederum rückt die Frage nach der Wahrung der Datensouveränität in den Vordergrund. Anwendung findet KI tendenziell zur Prognose und Überwachung.
Sechs Prinzipien beeinflussen die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen
Fallstudien über ein breites Spektrum der deutschen Wirtschaft beleuchten, welche Aspekte eines KI-basierten Geschäftsmodells den größten Effekt auf das Unternehmen haben. Hier lässt sich ein besonders hoher Einfluss von KI auf das Nutzenversprechen neuartiger, digitaler Leistungen der Unternehmen an die Kundinnen und Kunden feststellen. So lassen sich sechs Erfolgsprinzipien zur erfolgreichen Implementierung von KI-Technologien identifizieren, um die wirtschaftliche Nutzung von KI für Unternehmen in Deutschland im globalen Wettbewerb weiter zu steigern. So empfiehlt es sich zum Beispiel – neben der Auswahl des richtigen KI-Anwendungsfalles – ebenfalls darauf zu achten, dass die KI-Anwendung sowohl den Anbietenden wie auch den Anwendenden nützt. Diese und weitere Erfolgsprinzipien werden detailliert in der Studie Künstliche Intelligenz – Geschäftsmodellinnovationen und Entwicklungstrends beschrieben.
Aufgrund kürzer werdender Produktzyklen und steigender Produktvielfalt werden produzierende Unternehmen mit einer zunehmenden Anzahl von Produktanläufen konfrontiert. Ziel aktueller Forschungsaktivitäten ist es daher, anlaufintensive Unternehmen zu befähigen, verlässliche Produktionsprogramme in kurzer Zeit zu erstellen. Lerneffekte sollen genutzt werden können ohne Diversifikationseffekte zu vernachlässigen. Zur Erreichung dieser Zielsetzung wird ein Modell für eine kybernetische PPP bei Produktanläufen entwickelt.
Supply Chain Management liefert eine Fülle von Ideen und Methoden zur Gestaltung der Lieferkette. Dabei kann jedes Konzept zu erheblichen Kosteneinsparungen und verbessertem Lieferservice führen. Allerdings ist das einzelne Konzept nicht für unterschiedliche Kunden und deren diversifizierte Anforderungen praktikabel. Daher kann eine einheitliche "one size fits all"-Supply Chain nicht zum Erfolg führen. Der Schlüssel liegt in der Segmentierung der Supply Chain.
Dynamische Märkte verlangen nach effizienten Produktionssystemen. Um Unternehmen in die Lage zu versetzen, ihre Produktionssysteme auf diese Anforderungen einzustellen, entwickelt der Exzellenzcluster „Integrative Production Technology for High-Wage Countries“ an der RWTH Aachen im Rahmen eines Unterprojekts eine Konfigurationslogik, die eine ganzheitliche und gleichzeitig detaillierte Beschreibung des Produktionssystems erlaubt.
Dieser Artikel stellt das entwickelte Modell zur Gestaltung der Supply-Chain detailliert dar. Als Betrachtungsgegenstand wird die distributionsseitige Lieferkette der Ersatzteillogistik gewählt, da deren Gestaltung und Betrieb eine der größten Herausforderungen der logistischen Planung bilden. Die Ersatzteillogistik wird dazu in drei wesentliche Gestaltungsfelder aufgeteilt: Netzwerkdesign, Kooperationskonzepte und Bestandsmanagement. Im Fokus der Betrachtungen stehen die Interdependenzen zwischen den Gestaltungsfeldern und ihren Elementen, da sie die Entscheidungsfindung häufig erschweren.
Die volle Bandbreite aller Abhängigkeiten ist in der Regel nicht zu erfassen. Daher erfolgt eine Reduzierung der Komplexität durch eine Fokussierung der für verschiedene Ersatzteilkategorien wesentlichen Gestaltungselemente. Hierzu wird zunächst eine Klassifizierung der Ersatzteile im Hinblick auf ihre Schlüsselcharakteristiken durchgeführt. Für jede Kategorie muss im Anschluss nur eine reduzierte Menge von Gestaltungselementen berücksichtigt werden, sodass eine vertiefte Analyse dieser relevanten Elemente möglich wird. Mithilfe eines systemdynamischen Ansatzes wird schließlich eine verbesserte Konfiguration des Netzwerkdesigns, des Kooperationskonzepts und des Bestandsmanagements der Ersatzteillieferkette auf der Basis spezifischer logistischer Anforderungen für die entsprechenden Ersatzteilkategorien erreicht.