Refine
Year of publication
Document Type
- Bachelor Thesis (170) (remove)
Is part of the Bibliography
- no (170)
Keywords
- 3D-Druck (3)
- 6-R-Methodik (1)
- APS (1)
- Aachener PPS-Modell (1)
- Aachener Smart-Service-Engeneering-Zyklus (1)
- Additive Fertigung (3)
- Administration 4.0 (1)
- Airline (1)
- Akquise (1)
- Anlagenbau (2)
Institute
In den vergangenen Jahren haben fahrerlose Transportsysteme (FTS) eine rasant fortschreitende Entwicklung durchlaufen, insbesondere im Hinblick auf ihre Integration und Kommunikation, sowohl untereinander als auch mit anderen IT-Systemen (z. B. VDA 5050). FTS sind nicht länger starre abgegrenzte und unabhängige Systeme, sondern sie sind in der Lage, in Echtzeit mit anderen IT-Systemen und Assets zu kommunizieren und zu reagieren. Um die Vorteile dieser Integration und Kommunikation zu nutzen, müssen Unternehmen diverse Herausforderungen bewältigen. Dazu gehören beispielsweise die Festlegung notwendiger Datenquellen und entsprechender Datensätze, die Identifikation relevanter IT-Systeme sowie die Bestimmung geeigneter Schnittstellen und Kommunikationsfrequenzen.
In dieser Arbeit werden mittels einer Literaturrecherche mögliche Potenziale einer vertieften Integration von FTS in die IT-Systemlandschaft identifiziert, und die damit verbundenen datenbezogenen Herausforderungen werden ermittelt. Dabei werden Aspekte wie die Definition von Datenquellen, die Nutzung und Übertragung von Daten, die Integration in bestehende IT-Systeme und deren Kompatibilität, die Kommunikation zwischen den verschiedenen Komponenten, Skalierbarkeit und Flexibilität der Systeme sowie die Reaktion auf Störungen bei der Datenerfassung betrachtet. Anschließend wird ein Modell zur systematischen Identifikation und Bewertung dieser Herausforderungen sowie entsprechender Handlungsoptionen entwickelt.
Das Modell soll Unternehmen dabei unterstützen, die Potenziale einer vertieften Integration von FTS in die IT-Systemlandschaft sowie damit verbundene datenbezogene Herausforderungen rechtzeitig vor der FTS-Implementierung zu identifizieren.
Der Wandel in dem sich die globale Marktwirtschaft befindet stellt für viele Unternehmen eine große Herausforderung dar. Um die zunehmende Komplexität der Technologie zu meistern und mit der Geschwindigkeit des Marktes mitzuhalten beschränken sich immer mehr Unternehmen auf ihre Kernkompetenzen. Das steigert die Bedeutung einer gut funktionierenden Supply-Chain. Eine Voraussetzung hierfür ist ein großer und schneller Datenstrom damit die Unternehmen schnell und flexibel auf ihr Umfeld reagieren können.
Um diese Daten zu nutzbaren Informationen verarbeiten zu können benötigt es jedoch Erfahrung und Wissen über Zusammenhänge der Daten und den Kontext in dem Sie genutzt werden sollen. Ohne dieses Wissen bleiben die großen Mengen an Daten ohne Mehrwert für das Unternehmen. Besonders wichtig zum verarbeiten von Daten, ist eine hohe Transparenz entlang der Supply-Chain.
Um Entscheidungen aufgrund der Informationen treffen zu können, muss bekannt sein, welche Daten die Entscheidungen beeinflussen. Außerdem sind die Auswirkungen von Entscheidungen untereinander von großer Bedeutung. Es ist entscheidend
zu wissen ob Entscheidungen andere Entscheidungen entlang der Supply-Chain beeinflussen oder voraussetzen.
Diese Arbeit beschäftigt sich mit den Wechselwirkungen zwischen Entscheidungen in der Beschaffung. Ziel ist es, die Entscheidungen, die im Beschaffungsprozess anfallen, zu charakterisieren um mögliche zusammenhänge und Abhängigkeiten
aufzuzeigen.
Zunächst wird der Grundlegende Aufbau einer Entscheidung beschrieben und bereits bestehende Ansätze zur Charakterisierung von Entscheidungen recherchiert.
Darauf folgt die Beschreibung der Beschaffung als Teil der Supply-Chain und die Abgrenzung von anderen Funktionsbereichen eines Unternehmens. Dabei werden Verbindungen und Abhängigkeiten zu anderen Unternehmensteilen und Markteilnehmern
aufgezeigt und die anfallenden Entscheidungen in der Beschaffung herausgearbeitet und beschrieben.
Auf Grundlage des Aufbaus von Entscheidungen, bestehenden Ansätzen und dem Wissen über den Funktionsbereich der Beschaffung werden anschließend Merkmale von Entscheidungen im Bereich Beschaffen herausgearbeitet und für jedes
Merkmal spezifische Ausprägungen definiert. Diese Merkmale und Ausprägungen werden in einem Morphologischen Kasten zusammengetragen.
Die herausgearbeiteten Entscheidungen in der Beschaffung werden mit Hilfe des Morphologischen Kasten bewertet. Dies geschieht durch eine begründete Einordnung der erarbeiteten Entscheidungen in eine der Ausprägungen jedes Merkmals.
Zur Auswertung der Bewertung wird ein hierarchischer Clusteralgorithmus benutzt. Hierbei werden immer die beiden ähnlichsten Entscheidungen zu einem Cluster zusammengefasst. Nach und nach entstehen somit Gruppen verschiedene
Cluster von Entscheidungen.