Refine
Document Type
- Working Paper (2)
- Bachelor Thesis (1)
- Book (1)
- Part of a Book (1)
- Conference Proceeding (1)
- Contribution to a Periodical (1)
- Doctoral Thesis (1)
- Master's Thesis (1)
Is part of the Bibliography
- no (9)
Keywords
- Risikomanagement (9) (remove)
Institute
Da die heutigen Logistiknetzwerke den Anforderungen nicht mehr gerecht werden, rückt das Supply-Chain-Risk-Management von Wertschöfungsketten zunehmend in den Mittelpunkt unternehmerischer Überlegungen. Störungen in Logistiknetzwerken treten wegen unzureichender Datenmengen, -qualität und -integration der realen Welt nicht in den Informationssystemen auf. Eine echtzeitfähige Reaktion auf diese Störungen und proaktive Korrekturmaßnahmen innerhalb der Logistikprozesse sind folglich unmöglich. Daher kann ein erhöhter Bedarf an ganzheitlicher Transparenz innnerhalb der Logistiknetzwerke abgeleitet werden. Mit diesem Thema beschäftigt sich das Forschungsprojekt Smart-Logistic-Grids.
Smart-Logistic-Grids
(2016)
Ziel des Forschungsvorhabens Smart-Logistic-Grids ist die Entwicklung eines Systems, welches, basierend auf einer erhöhten Informationsverfügbarkeit, Handlungsalternativen aufzeigt und ökonomisch bewertet. Hierfür ist eine barrierefreie Integration unterschiedlicher Akteure innerhalb eines Logistiknetzwerks notwendig. Das Ergebnis dieses Systems eröffnet den Nutzern nicht nur Effizienzsteigerungen und eine erhöhte Robustheit des Gesamtsystems, sondern auch die Reduzierung der CO2 –Emissionen.
Reliability-centered maintenance for production assets is a well-established concept for the most effective and efficient disposition of maintenance resources. Unfortunately, the approach takes a lot of effort and relies heavily on the knowledge of individuals. Reliability data in Computerized Maintenance Management System (CMMS) is scarce and almost never used well. An automated risk assessment system would have the potential to contribute to the dissemination and effective use of risk information and analysis. The individuality of production setting, however, prevents current systems from being practically relevant for most industries. The presented approach combines ontologies to store and link knowledge, an information logistics model displaying the various information streams, and the Internet of production to take the different user systems and infrastructure layers into account. The provided model of a reference digital shadow for risk information and a detailed information logistics model will help software companies to improve reliability software, standardize and enable assets owners to establish a customized digital shadow for their production networks. [https://link.springer.com/chapter/10.1007/978-3-030-57993-7_2]
Trotz wachsender Bedeutung der Beschaffungsrisiken in der Automobilzulieferindustrie erfolgt das präventive Risikoma nagement in der Beschaffung bislang nicht anforderungsgerecht. Klassische Instrumente zur Identifikation und Analyse von Risiken unterstützen zwar ein systematisches Vorgehen im jeweiligen Unternehmen, sie lösen jedoch nicht das bestehende Komplexitätsproblem. Dieses besteht in diffus erscheinenden Beschaffungsrisiken, die sich in Abhängigkeit von der objektspezifischen Bedarfs- und Beschaffungsmarktkonstellation unterscheiden. Ziel der Dissertation ist es, durch geeignete Modellbildung einen Beitrag zur Lösung dieser Komplexitätsproblematik zu leisten. Hierbei liegt der wissenschaftliche Lösungsansatz darin, die reale Komplexität, die bei der Identifikation, Analyse und Bewältigung objektspezifisch unterschiedlicher Beschaffungsrisiken besteht, durch vier wesentliche Aspekte zu reduzieren:
Erstens wird von der realen Komplexität durch geeignete Beschreibungsmodelle zu Risiken und ihren objektabhängigen Einflussgrößen zweckmäßig abstrahiert.
Zweitens wird die reale Vielfalt versch iedenster Beschaffungsobjekte in der Automobilzulieferindustrie durch Typenbildung verdichtet.
Drittens wird an hand von relativen Risikoprofilen jeweils eine Auswah l überdurchschnittlich relevanter Beschaffungsrisiken pro Beschaffungsobjekttyp bestimmt.
Viertens werden aus der Vielfalt risikoreduzierender Maßnahmen in der Beschaffung objekttypspezifisch geeignete Maßnahmen ermittelt.
In praktischer Hinsicht leisten die entwickelten Modelle einerseits durch die erreichte Komplexitätsreduktion einen entscheidenden Beitrag zur effizienteren Gestaltung des objektbezogenen Risikomanagements in der Beschaffung. Andererseits kann durch die gewonnenen Erkenntnisse über objekttypbezogene Beschaffungsrisiken und ihre wesentlichen Einftussgrößen das objektbezogene Risikomanagement im Hinblick auf Identifikation, Analyse, Bewertung und Handhabung effektiver gestaltet werden.
Als Beispiel einer globalen Krisensituation zeigt die COVID-19-Pandemie eindrucksvoll die Schwachstellen heutiger Wertschöpfungsnetzwerke. Vor dem Hintergrund zunehmend komplexer und vernetzter Wertschöpfungsnetzwerke steigt für Unternehmen die Bedeutung einer resilienten Gestaltung derselben. Dabei wird davon ausgegangen, dass ähnliche Krisensituationen in Zukunft häufiger auftreten werden. Ziel dieser Expertise ist es, Unternehmen bei der Identifikation von Potenzialen und Maßnahmen für die resiliente Gestaltung ihrer Wertschöpfungsnetzwerke zu unterstützen.
n the broadest sense, data analytics can be defined as "the application of processes and techniques that transform raw data into meaningful information to improve decision making." According to PwC's Global Data and Analytics Survey 2016, companies are seeking ways to use data analytics in order to understand risk and leverage data.
There is a vast amount of data in the companies' supply chain such as transactional, time phased and sensor data that can be used in order to understand operational risks. Especially, companies having extremely complex supply chains with thousands of suppliers that are more fragile to risks and try to come up with data analytics solutions to increase supply chain resilience by detecting potential risks in advance.
The thesis will follow an inductive research approach. A systematic literature review will be done in order to understand useful data analytics methods such as predictive and prescriptive analytics for the supply chain risk management. A comparative case study will also be done based on the already conducted supply chain risk management data analytics projects to analyse what type of data analytics method can be useful with which type of supply chain risk.
The methods determined by the systematic procedure will be evaluated and placed in a framework, which has to be developed. The framework will help to understand levers that influence successful applications of supply chain risk management data analytics methods. Also it will provide a structured approach about how to use quantitative data in order to increase supply chain resilience with the help of data analytics. Validation of the framework will be done by working in a cooperation with a German automotive supplier company.
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.
Unvorhergesehene Effekte, wie beispielsweise die aktuelle Corona-Pandemie, können die Lieferkette eines Unternehmens maßgeblich beeinflussen. Die hochkomplexen Supply-Chains der heutigen Zeit stehen vor der Herausforderung, schnell und flexibel auf mögliche Störungen von außen zu reagieren. Ein ganzheitliches Supply-Chain- Risikomanagement hilft Ihnen bei der frühzeitigen Lokalisierung von Störungen und der Ableitung geeigneter Maßnahmen zur kurz- und langfristigen Stabilisierung der Lieferketten. Zu diesem Zweck haben wir vom FIR an der RWTH Aachen, aufbauend auf dem Industrie-4.0-Maturity-Index, ein cloudbasiertes Supply-Chain-Risiko-Assessment entwickelt, das durch den intuitiven Aufbau eine praxisorientierte Lösung im Bereich des Risikomanagements darstellt.