Filtern
Dokumenttyp
Gehört zur Bibliographie
- nein (29)
Schlagworte
- 3D-Druck (1)
- Additive Fertigung (6)
- Additive/Rapid Manufacturing (AM) (1)
- Beschaffungsstrategie (1)
- Data Analytics (1)
- Datenmodell (1)
- Decision Support System (1)
- Design of Experiments (1)
- Digital Supply Chain (1)
- Digitaler Schatten (2)
Institut / FIR-Bereiche
Supply-Chain-Management 4.0
(2020)
Viele Unternehmen erhoffen sich enorme Wachstumschancen durch Digitalisierung, Vernetzung und neue Technologien. Daher ist der Reifegrad der Digitalisierung eines Unternehmens von besonderer Bedeutung, um den Status des Unternehmens zu überprüfen. Im Rahmen der acatech-Studie wurde ein Index entwickelt, um den Reifegrad von produzierenden Unternehmen zu bestimmen. Diese Bewertung berücksichtigt jedoch den Bereich des Lieferkettenmanagements nicht ausreichend. Infolgedessen müssen diesbezüglich weitere Merkmale entwickelt werden, um den Reifegrad der Digitalisierung innerhalb einer Lieferkette zu bestimmen. Der Schwerpunkt liegt auf Datenverarbeitung, Kommunikation, Schnittstellenarbeit und Sicherheit, Netzwerkzusammenarbeit und Änderungsmanagement.
Durch die Globalisierung haben sich in den letzten Jahrzehnten überwiegend internationale und hochkomplexe Lieferketten entwickelt. Nationale und internationale Herausforderungen, wie beispielsweise der Brexit, die Corona-Pandemie, Handelskriege und Protektionismus oder auch verschiedene Naturkatastrophen haben in der Vergangenheit gezeigt, dass die Relevanz eines ganzheitlichen Supply-Chain-Risikomanagements durch den Anstieg der Komplexität in den Lieferketten stark gestiegen ist.
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.
Influenced by the high dynamic of the markets the optimization of supply chains gains more importance. However, analyzing different procurement strategies and the influence of various production parameters is difficult to achieve in industrial practice. Therefore, simulations of supply chains are used in order to improve the production process. The objective of this research is to evaluate different procurement strategies in a four-stage supply chain. Besides, this research aims to identify main influencing factors on the supply chain’s performance. The performance of the supply chain is measured by means of back orders (backlog). A scenario analysis of different customer demands and a Design of Experiments analysis enhance the significance of the simulation results.
Der FIR e. V. an der RWTH Aachen arbeitet mit anderen Instituten im Aachener Exzellenzcluster "Integrative Produktionstechnik für Hochlohnländer" daran, die Wettbewerbsfähigkeit von deutschen Unternehmen zu stärken. Ein Ziel ist es, die Qualität und die Effizienz der menschlichen Entscheidungen innerhalb der Disposition zu verbessern. Zur Steuerung und Optimierung von Lieferketten greifen Entscheider auf eine Vielzahl von Informationen aus der Logistik zurück, die sie schnell erfassen, verarbeiten und richtig interpretieren müssen. Menschen handeln aber nicht ausschließlich rational und die Qualität der Entscheidungen hängt von zahlreichen und
individuell unterschiedlichen Größen ab. Zur Unterstützung der Mitarbeiter und einer Verbesserung der Planung einer Supply-Chain wird im Rahmen des Teilprojekts die folgende Kernfrage untersucht: Welche Wechselwirkungen existieren innerhalb von Lieferketten zwischen Beschaffungsstrategie und übergeordneten Zielgrößen unter Berücksichtigung verschiedener Nachfrageszenarien?
Wie passen Industrie 4.0 und Supply-Chain-Management im Kontext der Digitalisierung zusammen? Den Entwicklungen rund um das Thema Industrie 4.0 gemein ist die Tatsache, dass initiale Applikationen der Shopfloor-Ebene zuzuordnen sind. Dieser vertikalen Integration von Anwendungen steht das horizontal orientierte Supply-Chain-Management gegenüber. Automatisierte ereignisgesteuerte Rückmeldedatenerfassung und -verarbeitung werden durch Einführungen von IuK-Technologien in der Produktion geschaffen und ermöglichen eine Optimierung der Geschäftsprozesse über die gesamte, am Bedürfnis der Endkunden ausgerichtete Supply-Chain hinweg.
Mit konventionellen Produktions-, Lagerungs- und Lieferstrategien können die Erwartungen der Kunden im Bereich Wartung und Instandhaltung an eine ständige Verfügbarkeit individualisierter Komponenten von den Herstellern nicht erfüllt werden. Durch die Möglichkeit, bedarfsgerecht in unmittelbarer Nähe am Bedarfsort zu produzieren, bietet der 3D-Druck das Potenzial, diese Herausforderung technologisch zu lösen. Ziel des Forschungsvorhabens 3Dsupply ist es demgemäß, Industrieunternehmen einen barrierefreien, zuverlässigen Zugang zur 3D-Produktion von Ersatzteilen zu verschaffen. Durch die Entwicklung eines integrierten Dienstleistungskonzepts sollen Logistikdienstleister dazu befähigt werden, durch die Einbindung additiver Fertigungsquellen ihr Leistungsspektrum in der Ersatzteillogistik zu erweitern. Das Projekt 3Dsupply wird mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 02K16C162 gefördert.
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.
Die andauernde Globalisierung stellt Unternehmen weiterhin vor erhebliche Herausforderungen. Während sich zum einen die Wettbewerbssituation verschärft, steigen zum anderen die Kundenansprüche. Um dem Kundenwunsch nach individuellen Produkten gerecht zu werden, differenzieren Unternehmen ihr Produktangebot. Gleichzeitig erlaubt die fortschreitende Vernetzung eine höhere Innovationsgeschwindigkeit, die u. a. eine Verkürzung der Produktlebenszyklen bewirkt. Dieser Anstieg an zeitgleich zu erbringenden Leistungen sorgt für immer komplexere Unternehmensprozesse und Wertschöpfungsketten. Auch die zunehmende Anzahl an Partnern und Dienstleistungen sowie deren beständiger Wechsel steigern die Komplexität und damit den Koordinationsbedarf in Supply-Chains. Dieser Aufwand nimmt dabei mit steigender Anzahl der Faktoren exponentiell zu. Darüber hinaus rufen die steigende Anzahl an IT-Systemen sowie deren Änderungsgeschwindigkeit hochkomplexe und dynamische Strukturen hervor. Insbesondere die wechselseitigen Beziehungen zwischen den genannten Einflussfaktoren führen zu einem intransparenten Gesamtsystem.
Schwerwiegende Gesundheits- und Wirtschaftskrisen wie die Weltfinanzkrise (ab 2007) oder die Covid-19-Pandemie im Jahr 2020 haben aufgezeigt, in welch turbulentem Umfeld sich die globalisierte Welt heutzutage befindet und wie schnell gewohnte Abläufe in Wertschöpfungsketten unterbrochen und angepasst werden müssen. Die alltäglichen Anforderungen in dem sich immer schneller wandelnden digitalen Zeitalter wachsen stetig und sind komplexer denn je.
Unternehmen sind angehalten, immer kurzzyklischer auf sich ändernde
Bedingungen und Störungen zu reagieren und strategische Entscheidüngen
zur Gestaltung von Wertschöpfungsketten zu treffen. Nur mithilfe
einer umfassenden Datengrundlage und -kommunikation kann die strategische Planung der Supply-Chain effektiv erfolgen und somit die benötigte Robustheit und Agilität ermöglicht werden.