Refine
Year of publication
Document Type
- Part of a Book (66) (remove)
Is part of the Bibliography
- no (66)
Keywords
- 02 (4)
- Aachener PPS-Modell (1)
- Ablauforganisation (1)
- Abrechnungsmodell (1)
- Adaptability (1)
- Administration (1)
- Anlagenbau (1)
- Aufbauorganisation (1)
- Auftragsabwicklung (2)
- Automatisierung (1)
Institute
Zusammenfassung und Ausblick
(2012)
Unternehmen des Maschinen- und Anlagenbaus stehen derzeit vor großen Herausforderungen. Während in der Vergangenheit vorwiegend einzelne Dienstleistungen von Seiten des Kunden nachgefragt wurden, fordern die Kunden heute ganzheitliche Problemlösungen in Form von Systemdienstleistungen oder als hybride Produkte – integrierte Leistungsbündel aus Sachgütern und Dienstleistungen.
Obschon sich der Maschinen- und Anlagenbau dieses Wandels bewusst ist, stellt er insbesondere kleine und mittlere Unternehmen vor Probleme. Auf Grund einer mangelnden Strukturierung von Systemdienstleistungen und fehlender Instrumente zur Nutzenerfassung und -bewertung von Dienstleistungen erfolgt die Konfiguration derartiger Leistungsbündel in der Regel unsystematisch und nicht auf Basis der Kundenwünsche und -bedürfnisse. Dies führt dazu, dass die Chancen, die sich den Unternehmen durch das Angebot von Systemdienstleistungen oder hybriden Produkten bieten, bisher nur unzureichend ausgeschöpft werden.
Der Beitrag stellt das am FIR entwickelte Modell ServKon vor. ServKon leistet einen Beitrag, die bestehende Lücke im Bereich der Berücksichtigung von Kundenwünschen und -bedürfnissen bei der Konfiguration von Systemdienstleistungen zu schließen. Durch die Anwendung des Modells können kleine und mittlere Maschinen- und Anlagenbauer den Nutzen von Einzeldienstleistungen mit einer einheitlichen Analysemethode erfassen, bewerten und darauf aufbauend den Gesamtnutzen potenzieller Leistungsbündel bestimmen. Dies bietet die Grundlage für die Konfiguration erfolgreicher Systemdienstleistungen. Unternehmen werden durch das Nutzenmodell befähigt, das Risiko einer nicht kundenorientierten Zusammenstellung der Leistungsbündel zu reduzieren und gleichzeitig die Entscheidung ressourcenschonend vorzubereiten.
Inhaltsangabe Band:
Die vernetzte Digitalisierung hat die produzierende Industrie fundamental verändert. Im Rahmen dessen eröffnen sich produzierenden Unternehmen kontinuierlich neue Chancen, in einem zunehmend dynamischen und durch das Internet geprägten Wettbewerb, wirtschaftliche Erfolge zu erzielen. Durch die veränderten Rahmenbedingungen der vernetzten Digitalisierung müssen produzierende Unternehmen jedoch neue Ansätze für die Organisation der digitalen Transformation verfolgen: Sie müssen die neue Führungsaufgabe Digitalisierungsmanagement gestalten. Dabei muss das Digitalisierungsmanagement eine breite Aufgabenvielfalt abdecken.
Dieses Buch befähigt produzierende Unternehmen die digitale Transformation erfolgreich zu gestalten. Dazu werden Nutzen und Funktionsweisen der wesentlichen Aufgaben des Digitalisierungs- und Informationsmanagements praxisnah dargestellt. Ein spezifisch für produzierende Unternehmen, die eine digitale Transformation anvisieren, entwickeltes Digitalisierungs- und Informationsmanagement-Modell verknüpft schließlich die Inhalte.
Das vorliegende Buch ist als ein Nachschlagewerk für Führungskräfte und Entscheider entwickelt worden, die die Herausforderungen der Realisierung von digitalen Geschäftsmodellen, digitalisierten Produkten und digitalen Geschäftsprozessen angehen wollen. Die Methoden in diesem Buch helfen dabei, die richtigen Managementaufgaben zu verfolgen und diese in der Unternehmensorganisation umzusetzen. Dabei werden auch die Schnittstellen zwischen dem strategischen Digitalisierungsmanagement und dem taktischen bis operativen Informationsmanagement behandelt. Das Buch bietet einen schnellen und einfachen Zugriff auf die wichtigsten Methoden und viele unterstützende Beispiele. Es ist Teil der Reihe „Handbuch Produktion und Management“ und ergänzt dessen Ordnungsrahmen.
(Quelle: https://link.springer.com/book/10.1007/978-3-662-63758-6)
Eine Transformation findet einen Abschluss, nachdem der gewünschte Zielzustand erreicht wurde. Wie sieht es bei der digitalen Transformation aus? Kann es im Hinblick auf technologische Entwicklungen jemals zu einem Ende kommen? Oder befindet sich ein Unternehmen hierbei in einer kontinuierlichen Transformation durch die Weiterentwicklung der Digitalisierung? Wenn ja, wie kann ein Unternehmen mit diesem ständigen Wandel effizient und sicher umgehen? (Quelle: https://link.springer.com/chapter/10.1007/978-3-662-63758-6_17 )
This research area focuses on the management systems and principles of a production system. It aims at controlling the complex interplay of heterogeneous processes in a highly dynamic environment, with special focus on individualized products in high-wage countries. The project addresses the comprehensive application of self-optimizing principles on all levels of the value chain. This implies the integration of self-optimizing control loops on cell level, with those addressing the production planning and control as well as supply chain and quality management aspects. A specific focus is on the consideration of human decisions during the production process. To establish socio-technical control loops, it is necessary to understand how human decisions are made in diffuse working processes as well as how cognitive and affective abilities form the human factor within production processes.
Aachener PPS-Modell
(2012)
Die Produktionsplanung und -steuerung bildet heute nach wie vor den Kern eines jeden Industrieunternehmens. Entgegen bisweilen kurzzeitigen Trends, die sich in immer wieder als „modern“ und „zeitgemäß“ proklamierten Konzepten äußern, hält das Aachener PPS-Modell am Betrachtungsansatz des ganzheitlichen Produk-tionssystems fest. Ressourcen und Prozesse eines Unternehmens und darüber hinaus auch die der Zulieferer müssen auf den Nutzen des Kunden bzw. auf die Wertschöpfung für den Kunden abgestimmt sein. Im Vordergrund steht die Optimierung des gesamten Produktionssystems. Produktionssysteme beschreiben die ganzheitliche Produktionsorganisation und beinhalten die Darstellung aller Konzepte, Methoden und Werkzeuge, die in ihrem Zusammenwirken die Effektivität und Effizienz des gesamten Produktionsablaufes ausmachen. Die Orientierung am Kundennutzen muss dabei wei-testgehend unter Vermeidung von Verschwendung erfolgen. Dafür stehen heute die Begriffe "Production System" und "Lean Thinking".Die Produktionsplanung und -steuerung ist der wesentliche Baustein eines Produktionssystems.
Die Entwicklung des Aachener PPS-Modells erfolgte mit dem Ziel, die ganzheitliche Betrachtungsweise durch Abstraktion bzw. Vereinfachung in der modellhaften Abbildung aller relevanten Zusammenhänge in der PPS zu unterstützen. Dabei lässt sich feststellen, dass eine ganzheitliche Betrachtung des Produktionssystems mit dem Fokus auf die PPS mit einem hohen Komplexitätsgrad einhergeht. Der Gesamtumfang einer solchen ganzheitlichen Betrachtungsweise macht es erforderlich, das Modell in verschiedene anforderungsspezifische Bereiche zu untergliedern und die einzelnen Teilmodelle miteinander zu verknüpfen.
Einen Überblick über das Grundverständnis und den Aufbau des Aachener PPS-Modells liefert der folgende Abschnitt. Im Anschluss daran erfolgt eine grundlegende Darstellung der Einsatzmöglichkeiten einzelner Modellteile, im Rahmen des Aachener PPS-Modells auch Referenzsichten genannt, sowie eine kurze inhaltliche Beschreibung der einzelnen Referenzsichten.
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.
Einführung
(2012)
A company can choose between three generic competitive strategies. Alongside the strategy of cost leadership are the strategy of differentiation and the strategy of focussing on niches, although we will not be discussing this latter any further here. The strategy of cost leadership is based on the achievement of “economies of scale”, so generating advantage from the benefits of cost reduction, learning curve effects and automation. In the strategy of differentiation the focus is on “economies of scope” which enable the customer-specific products to be offered, but this is generally achieved only with an increase in the complexity of products and processes. In the past it was assumed that these two strategies were mutually exclusive, as an increase in the economies of scale basically leads to a reduction in the economies of scope, and vice versa. But in order to survive in the international competitive arena companies in the high-wage countries need increasingly to offer individually tailored products at competitive prices. The target to be aimed at is therefore customer-specific products at the cost of mass production, so resolving the dilemma between economies of scale and economies of scope. For this it is necessary to optimise the alignment of all the structural elements in both the product and its production, because of the high level of their interdependence.
The areas on which we will focus our review and designs in the following will be what are known as product-production systems, or more briefly, production systems. This topic includes not only the resources and processes of the value creation systems, but also the products produced and offered on the market by a company as one connected entity. In order to tackle the challenges mentioned above, it is necessary to make it possible to measure and compare the current position of any given production system on the see-saw between economies of scale and economies of scope, and then be able to redesign specific facets of them as a second phase. A method of integrative evaluation and design of production systems is presented below for this purpose.
Ziel des Beitrags ist es, aufzuzeigen, wie produzierende Unternehmen entlang der Customer-Journey systematisch kundenbezogene Daten erheben können. Nach einer Einleitung zur Motivation der Themenstellung, einer Begriffserläuterung und einer Vorstellung des Studiendesigns wird ein Referenzprozessmodell der Kundeninteraktionen produzierender Unternehmen gestaltet, darauf aufbauend ein Datenmodell des digitalen Schattens der Kundeninteraktionen abgeleitet und zuletzt ein Vorgehensmodell zur Implementierung des digitalen Schattens der Kundeninteraktionen präsentiert.
Robotic Process Automation (RPA) gewinnt durch die Möglichkeit, repetitive Administrationsprozesse zu automatisieren und Effizienzpotenziale zu heben, zunehmend an Bedeutung. In der Praxis scheitern jedoch viele Implementierungsprojekte. Dies resultiert primär aus dem fehlenden Verständnis darüber, wie sich die Einführung von RPA auf das Gesamtsystem Organisation auswirkt. Es entsteht eine wachsende Kluft zwischen dem Leistungsversprechen von RPA und der Fähigkeit von Unternehmen, jenes auszuschöpfen. Trotz der exponentiellen Geschwindigkeit des technologischen Fortschritts mangelt es vielen Unternehmen an der notwendigen Adaptionsfähigkeit, welche für den nachhaltigen Erfolg einer RPA-Implementierung essenziell ist. In diesem Kontext spielt die Optimierung der im Einklang stehenden Dimensionen Mensch, Technik und Organisation eine zentrale Rolle. Durch eine systematische Literaturrecherche wird aufgezeigt, dass bisherige Ansätze diesen Zusammenhang nur unzureichend betrachten. In der heutigen Forschungslandschaft existiert kein Modell, welches die technischen, sozialen und organisatorischen Komponenten, die im Zuge der RPA-Einführung zu berücksichtigen sind, darlegt. Angelehnt an das soziotechnische Systemdenken und den Prozess der Fallstudienforschung werden theoriegeleitet Dimensionen und Elemente einer RPA-spezifischen soziotechnischen Systemarchitektur identifiziert und erläutert. Das daraus resultierende Modell zur Unterstützung von Unternehmen bei der RPA-Einführung wurde mit einer Vielzahl Industrievertretern im Rahmen des öffentlichen Forschungsprojekts RPAsset des FIR e. V. an der RWTH Aachen validiert.
Subscription business models provide an important component for monetizing the potential of Industrie 4.0. Subscription business is based on a long-term and participative business relationship between customer and provider. However, only digitalization offers the necessary framework conditions to realize the characteristic recurring and performance-based billing, and to ensure the necessary transparency about the usage phase of products as well as continuous performance improvements in the customer process. Against this background, companies must not only recognize the much-cited potential that lies in the total dedication to the success of individual subscription customers. Rather, the central obstacles must be addressed, examined, and subsequently overcome in a targeted manner in order to successfully establish subscription business models and place them on the market.
Einleitung
(2008)
Als erfolgreiche Strategie deutscher Industrieunternehmen gilt seit vielen Jahren die Konzentration auf Kernkompetenzen. Dadurch ist meist eine Vielzahl von Unternehmen in die Entwicklung und Produktion eingebunden. Das dabei entstehende Kompetenznetzwerk stellt die hohe Qualität der Erzeugnisse sicher. Jedoch mangelt es in Bezug auf Kommunikationsprozesse und -hilfsmittel häufig an den erforderlichen organisatorischen und informationstechnischen Voraussetzungen für einen effizienten Austausch der zentralen Nachrichten zur Bestellabwicklung (z. B. Anfrage, Bestellung, Rechnung).
In short-term production management of the Internet of Production (IoP) the vision of a Production Control Center is pursued, in which interlinked decision-support applications contribute to increasing decision-making quality and speed. The applications developed focus in particular on use cases near the shop floor with an emphasis on the key topics of production planning and control, production system configuration, and quality control loops.
Within the Predictive Quality application, predictive models are used to derive insights from production data and subsequently improve the process- and product-related quality as well as enable automated Root Cause Analysis. The Parameter Prediction application uses invertible neural networks to predict process parameters that can be used to produce components with desired quality properties. The application Production Scheduling investigates the feasibility of applying reinforcement learning to common scheduling tasks in production and compares the performance of trained reinforcement learning agents to traditional methods. In the two applications Deviation Detection and Process Analyzer, the potentials of process mining in the context of production management are investigated. While the Deviation Detection application is designed to identify and mitigate performance and compliance deviations in production systems, the Process Analyzer concept enables the semi-automated detection of weaknesses in business and production processes utilizing event logs.
With regard to the overall vision of the IoP, the developed applications contribute significantly to the intended interdisciplinary of production and information technology. For example, application-specific digital shadows are drafted based on the ongoing research work, and the applications are prototypically embedded in the IoP.
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]