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
5.1 Die Projektergebnisse von myOpenFactory (Teilkapitel aus Kap. 5: Zusammenfassung und Ausblick)
(2007)
Die Herausforderung der myOpenFactory-Initiative lässt sich zusammenfassend beschreiben als die informationstechnische Unterstützung unternehmensübergreifender Prozesse der Auftrags- und Projektabwicklung temporärer Produktionsnetzwerke im Maschinen- und Anlagenbau. Die hohe Komplexität der entsprechenden Koordinationsaufgaben solcher Produktionsnetzwerke resultiert einerseits aus dem hohen Vernetzungsgrad der Strukturen bei meist nur geringer Dauer der projektbezogenen Geschäftsbeziehungen und andererseits aus der Inkompatibilität marktgängiger Softwaresysteme sowie der mangelhaften organisatorischen Gestaltung der überbetrieblichen Auftragsabwicklung.
In den folgenden Abschnitten werden Szenarien zur Weiterentwicklung der Projektergebnisse von myOpenFactory vorgestellt, die neben der bereits erwähnten und begonnenen Internationalisierung des Standards möglich und sinnvoll sind. Diese Darstellung ist nicht vollständig und als Anregung für den weiteren Handlungsbedarf zu verstehen.
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.
Aufgaben
(2012)
Aufgabe der Produktionsplanung und -steuerung (PPS) ist die termin-, kapazitäts- und mengenbezogene Planung und Steuerung der Fertigungs- und Montageprozesse. Während die Produktionsplanung den Inhalt und die Einzelprozesse der Fertigung und der Montage zu gestalten hat, regelt die Produktionssteuerung den Ablauf der Tätigkeiten in der Fertigung im Rahmen der Auftragsabwicklung. Dabei regelt die Produktionssteuerung, wann unter Berücksichtigung der Vorgaben der Produktionsplanung einerseits und der vorgegebenen logistischen Zielgrößen andererseits welche Teilprozesse in welcher Reihenfolge einen Produktionsfaktor beanspruchen.
Auftragsmanagement
(2014)
Ausgelöst durch einen konkreten Kundenauftrag, plant, steuert und überwacht das Auftragsmanagement sämtliche Aktivitäten der Auftragsabwicklung von der Anfragenbearbeitung über die Konstruktion, den Einkauf, die Fertigung und Montage bis hin zum Versand des fertigen Produkts. Dabei wird im Auftragsmanagement das Ziel verfolgt, die Transparenz der Auftragsabwicklung zu erhöhen und damit die Reaktionsfähigkeit im Hinblick auf unternehmensinterne und -externe Störungen deutlich zu verbessern. Gleichzeitig unterstützt das Auftragsmanagement die Lösung von Interessenskonflikten zwischen verschiedenen Fachbereichen sowie die Ausregelung von Zielkonflikten im Sinne einer effizienten Erfüllung des Kundenauftrags.
Teilaufgaben des Auftragsmanagements sind die Angebotsbearbeitung, die Auftragsbearbeitung sowie die Auftragskoordination und das Auftragscontrolling. In diesem Kapitel werden zunächst die Kernaufgaben des Auftragsmanagements definiert und anschließend die wesentlichen Methoden und Verfahren zur Bearbeitung der verschiedenen Teilaufgaben innerhalb des Auftragsmanagements zusammengestellt. Abschließend werden die Aufgaben des Auftragsmanagements in ihrer zeitlogischen Abfolge in Form eines Referenzprozessmodells modelliert und dabei fertigungstypspezifisch detailliert.
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.
Within each of the three design fields numerous design elements exist (e.g. degree of centralization, number of warehouses etc. in the field network design). Hence, the interdependencies of all design elements have to be analyzed to allow optimal decisions for the design of an efficient and effective spare parts logistics. Nevertheless, the complexity among all interdependencies can hardly be understood. Therefore it is necessary to reduce the complexity of design decisions by focusing on the most important design elements according to the logistical requirements of different spare part categories. In order to achieve this goal, a classification of spare parts in terms of their key characteristics has been developed. For different spare part categories only a smaller set of design elements and their interdependencies has to be taken into account. The reduced number of key design elements per spare part category can be analyzed and understood in depth. Thus a Systems Dynamics approach is used to allow a better configuration of network design, cooperation concepts and inventory management in spare parts Supply Chains on the basis of specific logistics requirements of different spare part categories.
In dynamic markets flexible and efficient production systems are the main success factor for companies. The production system in this context includes all five phases of the SCOR-Model: Source, Make, Deliver, Plan and Return. In a subproject of the cluster of excellence "Integrative Production Technology for High-Wage Countries" at RWTH Aachen University, a configuration logic is being developed that enables companies to configure their production system according to the dynamic requirements of the market. As a major intermediate result, a holistic description model for production systems has been defined. In combination with numerous attributes in the sub-models, a detailed characterization of the production system is possible.
The sub-model for the design of the Supply Chain (mainly Deliver) will be depicted in detail in this paper. Representative for the design of a Supply Chain, spare parts logistics - as one of the most challenging tasks in logistics planning - is analyzed in depth. For this purpose spare parts logistics is divided into three design fields: network design, cooperation concepts (e.g. with logistics providers, customers, suppliers) and inventory management. Decisions in the design fields are highly interdependent, any spare parts logistics configuration has to take these interdependencies into account.
Kennzahlen und Führungssysteme sind im Sinne des Performance-Managements ein zentraler Aspekt des Managements industrieller Dienstleistungen. Die Performancemessung bezieht dabei sowohl strategische Aspekte als auch Ergebnisse auf der operativen Ebene mit ein.
Die Immaterialität sowie die Integrativität von Dienstleistungen bedingen auch, dass mehr perspektivische Kennzahlen und Führungssysteme erforderlich sind, die neben monetären Kennzahlen auch die Erfassung und Auswertung von für Dienstleistungen spezifischen kunden- sowie kundenprozessbezogenen Kennzahlen ermöglichen. Im Beitrag werden ausgewählte Messansätze vorgestellt. Hierfür wird eine Gliederung in die Teilbereiche Kundengerichtete, Unternehmensgerichtete und Intern gerichtete Messansätze vorgenommen.
One major problem of today’s producing companies is to reach a high adherence to delivery dates while considering the volatile market situation as well as economic aspects. This problem can only be solved by using a production control that is optimally adapted to the processes. A good working, process-oriented production control is essential for being able to control the production situation and to ensure a high adherence to delivery dates. Data generation and processing determine the success of production control. Current processes and IT systems have several shortcomings in meeting these challenges.
The solution for this problem is the so called “cyber physical production control” (CPPC). It optimally supports the production scheduler in his decision making process based on real-time high-resolution data. With the help of data analytics, the production controller receives decision support over various steps. Due to CPPC, the overall goal of a high adherence to delivery dates can be fundamentally increased.