Refine
Document Type
- Contribution to a Periodical (15)
- Book (4)
- Report (4)
- Working Paper (4)
- Part of a Book (2)
- Article (1)
- Conference Proceeding (1)
- doctorallecture (1)
- Doctoral Thesis (1)
Language
- German (33) (remove)
Is part of the Bibliography
- no (33)
Keywords
- 3PhasenKonzept (3)
- APS-System (1)
- Aachener Implementierungsmodell (1)
- Agilität (1)
- Algorithmus (1)
- Auftragsabwicklung (1)
- Befragung (1)
- Benchmarking (1)
- Bewertung (1)
- Big Data (1)
Institute
Von den Besten lernen
(2017)
Immer flexibler und schneller auf sich ändernde Kundenwünsche reagieren zu können, ist das Ziel eines jeden produzierenden Unternehmens. Um dieses zu erreichen, müssen Daten aus dem Shop Floor nahezu in Echtzeit dem ERP-System zur Verfügung gestellt werden. Dabei kann die Datenintegration auf unterschiedlichen Wegen erfolgen: Data Lakes und MES sind zwei Beispiele mit unterschiedlichen Vor- und Nachteilen.
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.
Die digitale Vernetzung der Unternehmenswelt ist längst in sämtliche Branchen und Unternehmensstrukturen vom großen Konzern bis zum kleinen Mittelständler vorgedrungen. Unternehmen setzen zunehmend auf die Implementierung von betrieblichen Anwendungssystemen und dabei auf die tatkräftige Unterstützung von externen Implementierungsexperten, oftmals direkt seitens des ausgewählten Systemanbieters. Um den Implementierungsprozess reibungslos gestalten zu können, müssen die zukünftigen Anwender und der beauftragte Anbieter ein gemeinsames, einheitliches Verständnis dafür entwickeln, wie das Projekt gemanagt werden sollte. Dabei erweisen sich insbesondere fehlende Standards bei den wesentlichen Bausteinen als großes Manko.
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.
Smart Operations
(2019)
Smart Operations
(2015)
Ziel des vorliegenden Whitepapers ist es, dem Leser
einen Einblick in das Themengebiet „Smart Operations“
am FIR an der RWTH Aachen zu geben. Es beschreibt die
derzeitigen Umfeldveränderungen im Kontext produzierender
Unternehmen und zeigt auf dieser Basis die Handlungsfelder
eines zukunftsorientierten Produktionsmanagements
im Umfeld der Digitalisierung auf.
Eine Möglichkeit die Prognosegüte der Planung zu verbessern und eine Synchronisation der funktionalen Zielsysteme in Hinblick auf ihre Zeitplanungsgrößen zu ermöglichen, stellt die Synchronisierung von Zeitplanungsparametern dar. In der vorliegenden Dissertationsschrift wird daher ein Gestaltungskonzept entwickelt, welches dabei unterstützt, das effiziente Set an Zeitplanungsparametern für Variantenfertiger zu identifizieren und in etablierten betrieblichen Anwendungssystemen zu parametrieren.
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.