Refine
Year of publication
Document Type
- Conference Proceeding (41)
- Part of a Book (36)
- Contribution to a Periodical (19)
- Article (10)
- Lecture (5)
- Book (3)
- Working Paper (3)
- Report (2)
- Internet Paper (1)
Is part of the Bibliography
- no (120)
Keywords
- 02 (4)
- 03 (3)
- 7. EU-Forschungsrahmenprogramm (1)
- APMS (1)
- APS (1)
- Aachener PPS-Modell (1)
- Adaptability (1)
- Additive Fertigung (1)
- Advanced Planning System (1)
- Anlagenbau (1)
Institute
- Produktionsmanagement (120) (remove)
Die Dezentralität ist einer der bedeutsamsten Aspekte der Blockchain-Technologie. Dennoch gibt es große Unterschiede in der Dezentralität verschiedener Blockchain-Applikationen. Ziel der vorliegenden Arbeit ist es, eine strukturelle und funktionelle Durchdringung des Aspekts der Dezentralität zu erreichen und Eigenschaften zu finden, die es ermöglichen verschiedene Blockchain-Applikationen in ihrer Dezentralität zu differenzieren. Der vorliegende Beitrag legt dar, dass die Datenverteilung und die Zugangsberechtigungen (Lese- und Schreibzugang) entscheidende Eigenschaften für die Dezentralität der Blockchain Applikationen sind. Diese Eigenschaften werden mithilfe eine morphologische Analyse untersucht und es wird ein detaillierter Überblick über die verschiedenen Ausprägungen der genannten Eigenschaften und der Auswirkungen auf die Dezentralität gegeben.
Zur Planung und Steuerung setzen Unternehmen der produzierenden Industrie heute auf umfassenden Softwareeinsatz. Deshalb begründen sie eine geringe logistische Zielerfüllung bezüglich Lieferfähigkeit und Liefertreue häufig mit Defiziten der Software. Doch Praxiserfahrungen zeigen, dass die Industrieanwender die Bedeutung organisatorischer Defizite in der innerund" überbetrieblichen Auftragsabwicklung deutlich unterschätzen.
Deshalb untersuchten die drei Institute
• Fraunhofer Institut für Produktionstechnik und Automatisierung IPA, Stuttgart;
• Forschungsinstitut für Rationalisierung FIR, Aachen sowie
• Laboratorium für Werkzeugmaschinen und Betriebslehre WZL der RWTH
Aachen
den Einfluss dieser Defizite auf die Lieferterminermittlung und -erfüllung. Ausgangspunkt der Studie waren Thesen, die eine qualitative Befragung der Produktions- und Logistikverantwortlichen verifizieren sollte.
Supply Chain Management liefert eine Fülle von Ideen und Methoden zur Gestaltung der Lieferkette. Dabei kann jedes Konzept zu erheblichen Kosteneinsparungen und verbessertem Lieferservice führen. Allerdings ist das einzelne Konzept nicht für unterschiedliche Kunden und deren diversifizierte Anforderungen praktikabel. Daher kann eine einheitliche "one size fits all"-Supply Chain nicht zum Erfolg führen. Der Schlüssel liegt in der Segmentierung der Supply Chain.
Discrete Event Simulation (DES) is a well-known approach to simulate production environments. However it was rarely used for operative planning processes and to our knowledge never in terms of multiple disposition levels.In this paper we develop the necessary adjustments to use DES for this purpose and show some theoretical advantages.
Working capital management is one of the key disciplines that must be prudently monitored for a firm in pursuit of profits, liquidity and growth. The focus of this paper is on the engineer-to-order manufacturers, and the objective is to analyze the correlations between the reference processes of the engineer-to-order production approach with the key postulates of working-capital management and deliver a mathematical operating curves model, whose purpose and goal is basing on the rationale, that is underlying in the parent logistic operating curves theory. [https://link.springer.com/chapter/10.1007/978-3-319-66926-7_30]
Nowadays one of the most challenging tasks of producing companies is the growing complexity due to the globalization and digitalization. Especially in high wage countries, the ability to deliver fast and to a fixed date gets more and more important. To achieve this logistic target, it is necessary to optimize the Production Planning and Control (hereinafter PPC). This study investigates the effects of a change of the scheduling parameters on a target system. The focused research questions are: How can the effect of a scheduling parametersvariation on the target system of the PPC can be displayed efficiently? Is it possible to review the effect of the scheduling parameters-variation quantitatively and to derive action options?
In this paper, we firstly present a target system which is deduced to assess the economic profitability of reverse supply chains. Considering this, we analyse process reference models to define relevant components of an appropriate target system.
Subsequently, we define applicable business models which are the basis for the manufacturer to offer new services to its customers on the one hand and to manage a goal-oriented return, recovery and resell of used products and components on the other hand. This will be done based on the morphology methodology in order to understand the characteristics and attributes of reverse supply chains.
The steady increasing of supply chain complexity due to a rising global cross-linking of production and sales regions leads to an increasing sensitivity to disturbances while in the meantime the requirements of the availability, the time of delivery and the security of supplies within the supply chain increases. To meet this challenges the security of the supply chain infrastructure and the feasibility of supply chain processes need to be ensured, despite of the high specialization within the supply chain partners, the low stock and time buffers, and the information shortcoming between supply chain partners.
In this research, a System Dynamics simulation model, based on the manufacturing supply chain model of Sterman, has been developed for representing the actual complexity and dynamic in manufacturing supply chains. Therefore, the modeled manufacturing supply chain shows the processes of a four level supply chain focusing the processes and interactions of the mid-positioned two supply chain participants. The main contribution of the work described in this paper, is the description and implementation of necessary additional modules and parameters to Sterman’s basic model for the diagnosis of disturbance impacts as well as for the realization of supply chain adjustments. Finally, the model has been simulated and examined for realistic values.
Today, manufacturing companies are facing the influences of a dynamic environment and the continuously increasing planning complexity. Using advanced data analytics methods, processes can be improved by analyzing historical data, detecting patterns and deriving measures to counteract the issues. The basis of such approaches builds a virtual representation of a product – called the digital twin or digital shadow.
Although, applied IT systems provide reliable feedback data of the processes on the shop-floor, they lack on a data structure which represents real-time data series of a product. This paper presents an approach for a data structure for the order processing which overcomes the described issue and provides a virtual representation of a product. Based on the data structure deviations between the production schedule and the real situation on the shop-floor can be identified in real time and measures to reschedule operations can be identified.
One of the major challenges facing today´s manufacturing industry is to differentiate from competition in a highly globalized world. As a consequence to the increasing competitive pressure, many companies transform their product centered business models towards service based business models to differentiate from competition. However, the transformation is often underestimated regarding its complexity and its management challenges to behavioral change.
As a consequence lots of transformation initiatives fail. Besides difficulties in structuring the magnitude of changes in processes and structures, many transformation managers do not perceive the risk of employee resistance against changes, which is one of the key factors causing the failure of transformation. The objective of this paper is to enhance the existing body of research on manufacturer´s organizational transformation towards Product-Service Systems. More detailed, the objective is to develop new knowledge to support the management during the decision-making process in the way how and by means of which instruments the change of behavior can be supported when transforming from a manufacturer to a solution.
We developed a reference framework which structures and defines the relevant dimensions of behavioral change. The identification and validation of the success factors build the second component of our research. We conducted an empirical investigation in the German manufacturing industry and got 79 data sets.
Structural equation modelling was applied for the analyses and the validation of the hypotheses. By this analysis we linked management practice with employee behavior and transformational success variables. On the basis of the gained insights decisions can be made concerning the successful transformation from manufacturer to a solution-oriented service provider.
Today’s manufacturers are facing numerous challenges such as highly entangled and interconnected supply chains, shortening product lifecycles and growing product complexity. They thus feel the need to adjust and adapt faster on all levels of value creation. Self-optimization as a basic principle appears a promising approach to handle complexity and unforeseen disturbances within supply chains, machines and processes. Therefore it will improve the resilience and competitiveness of manufacturing companies.
This paper gives an introduction to the concept of self-optimizing production systems. After a short historical review, the different levels of value creation from supply chain design and management to manufacturing and assembly are analyzed considering their specific demands and needs for self-optimization. Examples from each of these levels are used to illustrate the concept of self-optimization as well as to outline its potential for flexibility and productivity. This paper closes with an outlook on the current scientific work and promising new fields of action.
Real-time data analytics methods are key elements to overcome the currently rigid planning and improve manufacturing processes by analysing historical data, detecting patterns and deriving measures to counteract the issues.
The key element to improve, assist and optimize the process flow builds a virtual representation of a product on the shop-floor - called the digital twin or digital shadow. Using the collected data requires a high data quality, therefore measures to verify the correctness of the data are needed. Based on the described issues the paper presents a real-time reference architecture for the order processing.
This reference architecture consists of different layers and integrates real-time data from different sources as well as measures to improve the data quality. Based on this reference architecture, deviations between plan data and feedback data can be measured in real-time and countermeasures to reschedule operations can be applied.
One of the central success factors for production in high-wage countries is the solution of the conflict that can be described with the term “planning efficiency”. Planning efficiency describes the relationship between the expenditure of planning and the profit generated by these expenditures. From the viewpoint of a successful business management, the challenge is to dynamically find the optimum between detailed planning and the immediate arrangement of the value stream. Planning-oriented approaches try to model the production system with as many of its characteristics and parameters as possible in order to avoid uncertainties and to allow rational decisions based on these models. The success of a planning-oriented approach depends on the transparency of business and production processes and on the quality of the applied models. Even though planning-oriented approaches are supported by a multitude of systems in industrial practice, an effective realisation is very intricate, so these models with their inherent structures tend to be matched to a current stationary condition of an enterprise. Every change within this enterprise, whether inherently structural or driven by altered input parameters, thus requires continuous updating and adjustment. This process is very cost-intensive and time-consuming; a direct transfer onto other enterprises or even other processes within the same enterprise is often impossible. This is also a result of the fact that planning usually occurs a priori and not in real-time. Therefore it is hard for completely planning-oriented systems to react to spontaneous deviations because the knowledge about those naturally only comes a posteriori.
The need for a theoretical consideration of the influence of manipulable variables in various evaluation dimensions on the economic efficiency of a production system is obvious. Here it is necessary to link the relevant influencing variables and their mutual dependencies into a model, which represents the basis for the determination of the optimal operating points of the production system. In this model, formal sub-models are to be analysed and integrated, assur-ing that the state of research from various technical disciplines in production engineering, such as manufacturing technology, machine tools, logistics and production planning and control, are used to quantify the economic effect of the influencing variables.
Digital networking via the company and as well, the overall supply chain, can only succeed if digital planning reflects reality as accurately as possible and if production control can react to deviations in real time. In essence, this leads to a development of process control towards process regulation. While longterm production and resource planning is usually mapped by Enterprise Resource Planning (ERP) systems, detailed planning, including short-term deviations and real-time data at the production level, is increasingly supported by Manufacturing Execution Systems (MES) at the production control level. However, in order to bring the underlying system concepts into line with Industry 4.0 efforts in a standardized manner, mutual functional integration within the framework of interoperable production planning and control is of crucial importance. For this purpose, studies were carried out in particular into cause-effect relationships. Thus, the overarching research objective is a valid design model to increase the controllability of production planning and control systems (PPC) in the context of Industry 4.0.
Der Begriff „Digitaler Schatten“ steht für ein hinreichend genaues, digitales Abbild der Prozesse, Information und Daten eines Unternehmens. Dieses Abbild wird benötigt, um eine echtzeitfähige Auswertebasis aller relevanten Daten zu schaffen, um hieraus letztendlich Handlungsempfehlungen abzuleiten. Die Bildung des Digitalen Schattens ist damit ein zentrales Handlungsfeld von Industrie 4.0 und stellt die Grundlage für alle weitergehenden Aktivitäten dar.
Steigende Energiekosten sind ein zunehmendes Risiko für Unternehmen des deutschen Maschinen- und Anlagenbaus. Die Steigerung der Energieeffizienz kann somit zukünftig zu Wettbewerbsvorteilen führen. Aufgrund der Komplexität heutiger Produktionssysteme ist eine Analyse der Wechselwirkungen von Parametern der Produktionsplanung und -steuerung (PPS) auf die Energieeffizienz notwendig, um Maßnahmen zu identifizieren, die eine Steigerung der Energieeffizienz ermöglichen.
Der vorliegende Artikel stellt die Ergebnisse einer Simulationsstudie vor, in welcher der Einfluss der Losgrößenplanung auf die Energieeffizienz im Rahmen einer mehrstufigen Mehrproduktfertigung untersucht wird. Die Ergebnisse der Studie leisten einen Beitrag zum besseren Verständnis der komplexen Zusammenhänge und können als Ausgangspunkt für weitere Untersuchungen zu Wechselwirkungen von Produktionsparametern mit der Energieeffizienz dienen.
Manufacturing companies of the machinery and equipment industry find themselves more than ever exposed to a rapidly changing competitive environment. In particular, the resulting diversity of planning and control processes confronts organisations and information systems with a significant coordination effort. To this day, planning and execution of order processing – from offer processing to the final shipment of the product – is still a part of the production planning and control (PPC), which is almost entirely integrated into information systems. Though, in order to manage dynamic influences on processes within order processing, there can be found a deficiency in the processing of decision-relevant and real-time information. Partly, the reason for this is a missing or incorrect feedback of process relevant data, so that the planning results, gained by the use of information systems, differ to the current process situation.
The concept of Manufacturing Resource Planning (MRP II) still represents the central logic of production planning and control. However, the centralised and push-oriented MRP II planning logic is not able to plan and measure dynamic processes adequately, which, due to diverse disturbances, often occur in production environments. Furthermore, specific weaknesses of MRP II-based systems are the lack of support for order releases, the planning principle based on average values and the successive planning method as well as the use of limited partial models. As a result a successive planning method leads to a dissection of PPC-tasks into smaller work packages and so strides away from a holistic approach and the achievement of an optimal solution. Similarly, a planning, focusing on a general business objective system, using a partial planning approach due to isolated considerations is not possible. Insufficient consideration of the current load horizon and the current capacity utilization, non-existing or delayed feedback on order progress as well as faults and poor availability and transparency of information can be named as further weaknesses of MRP II-based systems.
Producing companies are confronted with a growing number of product ramp-ups, since product life cycles are decreasing and product diversity is increasing. Production Planning and Control (PPC) of ramp-up products is particularly challenging, as there is a significant lack of reliable experienced data.
The information deficit is exceptionally high for the first step of PPC process, namely Production Program Planning (PPP). The paper in hand proposes an innovative approach of cybernetic PPP that enables companies with numerous ramp-ups to design reliable and fast PPP processes that can react highly adaptable on unpredictable environmental disturbances. The Viable System Model (VSM) is used as frame of reference for the design of PPP processes in line with principles from management cybernetics.
Production systems are exposed to an increasing planning-related uncertainty and susceptibility. The inter-company coordination has not sufficiently been considered in contemporary concepts of supply chain management. Against this background, it is crucial to provide a suitable tool that increases the planning capability of the players and the robustness of the supply chain as a whole. Therefore, this article provides the relevant causes and effects of planning uncertainties within the production planning and presents based on that an inter-company supply chain planning concept.
Applying Game Theory in Procurement. An Approach for Coping with Dynamic Conditions in Supply Chains
(2014)
Producing companies are facing continually changing conditions accompanied by higher requirements with respect to the flexible configuration of their supply chain. The challenge resulting from this initial situation is to develop systems that have the availability of adjusting their planning procedures and aims depended on the situation and therefore accommodate the increasing demand for flexibility. To address this challenge game theory seems to be a new and promising approach. The aim and added-value of the research work described here is to develop a decision model for the area of procurement using solutions concepts of game theory. Especially in times of high volatility such a decision model can support material requirements planners better than today's common selective planning logics.
In this paper the model to be solved by game theoretic solution concepts is presented. A research study has been conducted which proved the need for combining existing methods of procurement quantity calculation by means of game theoretic solution concepts. Some of the results of this study are presented in this paper. In the last part of the paper a structure for classifying game theoretic models is presented. This structure should support in selecting the appropriate solution concept for real-life decision-situations and is able to support in any practical application-field finding out the most appropriate game theoretic solution concept.
Volatile electricity prices caused by an increase of renewable energy sources push producing companies towards taking in an active role in balancing the electricity grid. Possible actions at the customer side to actively adapt to volatile energy prices are called demand response actions. In production logistics such actions can be the modification of production schedules motivated by possible economic benefits. So far, the focus in scheduling problems has been the optimization in the dimensions of quality, time and costs. This paper presents the results of a simulation study on the economic benefits of demand response actions for a generic production system.
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.
Produktionssysteme sind einer steigenden planungsbezogenen Unsicherheit und Störanfälligkeit ausgesetzt. Der hieraus resultierende überbetriebliche Koordinationsbedarf wurde hinsichtlich seiner Bewältigung in kontemporären Konzepten des Supply-Chain-Managements bislang methodisch nicht ausreichend berücksichtigt. Vor diesem Hintergrund gilt es ein geeignetes Werkzeug bereitzustellen, das die Planungsfähigkeit der Akteure sowie die Robustheit der Wertschöpfungskette als Ganzes steigert. Zu diesem Zweck soll der vorliegende Artikel einen Beitrag leisten, indem zunächst die relevanten Ursachen und Wirkungen planerischer Unsicherheiten aufgezeigt werden, um im Anschluss das darauf aufbauende Kooperationsmodell zu skizzieren.
Der effiziente Umgang mit den dynamischen Rahmenbedingungen produzierender Unternehmen ist eine der wesentlichen Aufgaben des Supply Chain Managements in Hochlohnländern. Die echtzeitnahe Verfügbarkeit und Verarbeitung planungsrelevanter Informationen nimmt dabei eine Schlüsselrolle ein. Sie stellt die Grundlage für eine realistische Planung und Steuerung der Produktion dar. Die zentrale Herausforderung liegt dabei in der Komplexität der Informationsvielfalt und deren Bewältigung sowie der effektiven Integration menschlicher Intuition und Erfahrung in den Regelkreis des Supply Chain Management. High Resolution Supply Chain Management (HRSCM) beschreibt einen Ansatz, Organisationsstrukturen und -prozesse auf Basis einer hohen Informationstransparenz in die Lage zu versetzen, sich durch dezentralisierte Produktionskontrollmechanismen in Form eines kaskadierten Regelkreismodells selbstoptimierend an ständig verändernde Rahmenbedingungen anzupassen.
Entgegen der von Porter postulierten Inkompatibilität von Economies of Scale und Economies of Scope sind in Hochlohnländern produzierende Unternehmen in zunehmendem Maße herausgefordert, sowohl individuelle Kundenbedürfnisse zu befriedigen als auch gegen den Kostendruck globalisierter Märkte zu bestehen. Diese Herausforderung entspricht einer Auflösung der Scale-Scope-Dichotomie. Aufgrund der hochgradigen Interdependenz der strukturbildenden Elemente eines Produkt-Produktionssystems müssen diese zur Auflösung der Dichotomie in ihrem spezifischen Standardisierungsgrad aufeinander abgestimmt werden.
Diese Abstimmung entspricht der Aufgabenstellung der integrativen Bewertungs-und Konfigurationslogik, die im Folgenden präsentiert wird. Auf Basis eines integrierten Bewertungsmodells, das Produkt-Produktionssysteme in vier quantifizierbare Spannungsfelder gliedert, kann hierbei der aktuelle Betriebspunkt eines Produktionssystems analysiert werden. Über die gewonnenen Analyseergebnisse ermöglicht dieses Bewertungsmodell die Steuerung des Konfigurationsprozesses eines Produkt-Produktionssystems in Form einer Konfigurationslogik.
Industrial production in high-wage countries like Germany is still at risk. Yet, there are many counter-examples in which producing companies dominate their competitors by not only compensating for their specific disadvantages in terms of factor costs (e.g. wages, energy, duties and taxes) but rather by minimising waste using synchronising integrativity as well as by obtaining superior adaptivity on alternating conditions. In order to respond to the issue of economic sustainability of industrial production in high-wage countries, the leading production engineering and material research scientists of RWTH Aachen University together with renowned companies have established the Cluster of Excellence “Integrative Production Technology for High-Wage Countries”. This compendium comprises the cluster’s scientific results as well as a selection of business and technology cases, in which these results have been successfully implemented into industrial practice in close cooperation with more than 30 companies of the industrial production sector.
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.
Production in high-wage countries can be made more efficient, cost-effective, and flexible by solving the conflict between planning and value orientation. A promising approach is to focus on planning and decision-making processes (production planning and control, design of production processes and machinery, etc.) and to aim to maximize overall planning efficiency. Planning efficiency can be expressed as the ratio between the benefit generated by preparing detailed process instructions to produce the parts or components and the corresponding planning efforts. Industrial companies wanting to gain a competitive advantage in dynamic global markets have to identify a set of non-dominated solutions with the most favorable effort–benefit ratio rather than a single solution. The optimum between detailed planning and the immediate implementation of value-adding activities (process steps) in the process chain needs to be found dynamically for each product.
Wichtige Wachstumsmärkte werden zunehmend durch Handelshemmnisse abgeschottet. Während die Automobilindustrie bereits mit dem Completely Knocked Down (CKD)-Konzept reagiert, indem Erzeugnisse teilzerlegt exportiert und lokal endmontiert werden, fehlen für den Maschinen- und Anlagenbau geeignete Ansätze für die Übertragung. Der vorliegende Artikel leistet dazu einen Beitrag, in dem die relevanten Merkmale einer CKD-Baugruppe definiert und vor dem Hintergrund relevanter Wirkungszusammenhänge ein Vorgehen für die Ableitung idealer Baugruppentypen skizziert wird.
Im Kontext Industrie 4.0 kommt der Erfassung der anfallenden Daten in der Produktion und deren Nutzung eine zentrale Bedeutung zu. Analysen betrieblicher Daten, welche auf verschiedenen Ebenen generiert werden, lassen Rückschlüsse und Erkenntnisse zur besseren Entscheidungsfindung zu. Die Basis für den Einsatz von Verfahren der Datenanalyse und -auswertung stellt ein hinreichend genaues Abbild der relevanten Daten - der Digitale Schatten - in der Auftragsabwicklung, Produktion, Entwicklung oder angrenzenden Bereichen dar.
Im Rahmen des vorliegenden Beitrages wird ein Modell für den Digitalen Schatten in der Auftragsabwicklung vorgestellt, welches die Basis für die Implementierung von Methoden der Datenanalytik darstellt.
Aus Sicht der logistischen Planung und Steuerung stellt die Beherrschung der steigenden Dynamik in der kundenindividuellen Produktion und Montage die wesentliche Herausforderung der kommenden Jahre dar. Ursachen der zunehmenden internen Dynamik sind kürzere Lieferzeiten, eine höhere Varianz der Fertigungs- und Montageprozesse (verursacht durch die zunehmende Produktvielfalt) und der Einsatz komplexer Produktionsanlagen (Substitution des Faktors Arbeit durch Kapital). Die drastische Verkürzung der Lieferzeiten hat die Auftragssituation und den Kapazitätsbedarf produzierender Unternehmen maßgeblich verändert. Die notwendigen Durchlaufzeitreduzierungen konnten nur durch eine entsprechende Reduzierung der Umlaufbestände erreicht werden. Diese Bestandssenkung hat zwangsläufig zu einer stärkeren Kopplung der einzelnen Produktionsressourcen untereinander geführt. Kapazitätsschwankungen und Prozessinstabilitäten einer Einzelressource wirken sich auf Grund der stärkeren Kopplung stärker auf die Stabilität des Gesamtsystems aus, da der Bestand nicht mehr als Dämpfer wirken kann. Gleichzeitig nehmen makroskopische, überbetriebliche Kapazitätsschwankungen in der Lieferkette zu, da die zeitliche Dämpfung fehlt.
Die steigende Varianz der Prozessketten und -zeiten verstärkt potenziell den Effekt der beschriebenen Kapazitäts- und Durchlaufzeitschwankungen. Eine „mittelwertbasierte PPS“ ist daher nicht mehr anforderungskonform. Herkömmliche Planungs- und Steuerungskonzepte, die auf diese Varianz nicht entsprechend reagieren können, tragen so unweigerlich zu einem weiteren Aufschwingen des Systems bei. Die fehlende Dämpfung führt bei schwankenden Bedarfen zu Auslastungsverlusten und steigenden Rückständen in der Produktion.
Eine Absorption der Dynamik durch Bestände und Entkopplung oder das Vorhalten von Reservekapazitäten zur Prozesssynchronisation sind heute aus Gründen des Kostendrucks und kundenindividueller Produkte nicht mehr möglich. Vielmehr sind neue Ansätze in der Planung und Steuerung von inner- und überbetrieblichen Produktionsprozessen notwendig, die die Dynamik der Prozesse und Kapazitätsbedarfe aufnehmen können, diese in Bezug zum übergeordneten Auftragsnetz bringen und Lösungen zur Absorption der Dynamik unter Berücksichtigung der wirtschaftlichen und logistischen Zielsetzungen ableiten lassen.
Produktionsprogrammplanung
(2014)
Ziel der Produktionsprogrammplanung ist es, einen hinsichtlich Absetzbarkeit und Realisierbarkeit abgestimmten Produktionsplan über einen langfristigen Planungszeitraum zu erstellen. Dieser Produktionsplan legt verbindlich fest, welche Erzeugnisse durch das Unternehmen in welchen Stückzahlen zu welchen Zeitpunkten bzw. in welchen Perioden produziert werden sollen. Teilaufgaben der Produktionsprogrammplanung sind die Absatzplanung, die Primärbedarfsplanung und die Ressourcengrobplanung. In diesem Kapitel werden zunächst die Kernaufgaben der Produktionsprogrammplanung definiert und anschließend die wesentlichen Methoden und Verfahren zur Bearbeitung der verschiedenen Teilaufgaben innerhalb der Produktionsprogrammplanung zusammengestellt. Abschließend werden die Aufgaben der Produktionsprogrammplanung in ihrer zeitlogischen Abfolge in Form eines Referenzprozessmodells modelliert und dabei fertigungstypspezifisch detailliert.
Die Eigenfertigungsplanung und -steuerung erhält als Eingangsinformation das zu realisierende Eigenfertigungsprogramm aus der Produktionsbedarfsplanung. Das Ziel der Eigenfertigungsplanung und -steuerung ist die Erstellung, Umsetzung und Kontrolle eines detaillierten Ablaufplans für die Fertigung und Montage unter Berücksichtigung der tatsächlich verfügbaren Produktionsressourcen. In ihren Teilaufgaben Losgrößenrechnung, Feinterminierung, Ressourcenfeinplanung, Reihenfolgeplanung, Verfügbarkeitsprüfung und Auftragsfreigabe legt die Eigenfertigungsplanung und -steuerung beispielsweise kostenoptimale Losgrößen und optimale Arbeitsgangreihenfolgen fest.
In diesem Beitrag werden zunächst die Kernaufgaben der Eigenfertigungsplanung und -steuerung definiert und anschließend die wesentlichen Methoden und Verfahren zur Bearbeitung der verschiedenen Teilaufgaben innerhalb der Eigenfertigungsplanung und -steuerung zusammengestellt. Abschließend werden die Aufgaben der Eigenfertigungsplanung und -steuerung in ihrer zeitlogischen Abfolge in Form eines Referenzprozessmodells modelliert und dabei fertigungstypspezifisch detailliert.
Der High-Resolution-Supply-Chain-Management-Ansatz erlaubt es Unternehmen, in Echtzeit auf dynamische Einflüsse des Marktes reagieren zu können.
Echtzeitfähige Planungs- und Regelungsprozesse können den Planungsaufwand reduzieren und gleichzeitig mit den zur Verfügung stehenden Echtzeitinformationen die Planungsqualität verbessern.
Planungsprozesse auf Basis von Echtzeitinformationen setzen voraus, dass ein konsistenter Informationsaustausch zwischen den unterschiedlichen Planungsebenen besteht sowie ein hoher Autonomiegrad innerhalb der einzelnen Planungsinstanzen.
Das Produktionsmanagement beinhaltet sämtliche Aufgaben zur Gestaltung, Planung, Überwachung und Steuerung eines Produktionssystems und der betrieblichen Ressourcen Mensch, Maschine, Material und Information. Die strategische Perspektive des Produktionsmanagements antizipiert relevante Veränderungstreiber, stößt die Anpassung der Organisation an veränderte (Umwelt-)Bedingungen an und gestaltet somit die strategische Ausrichtung des Unternehmens auf Basis der auf der normativen Ebene definierten Ziele, Prinzipien und Normen.
Damit spannt das strategische Produktionsmanagement gleichzeitig den Gestaltungsrahmen für die operative Ebene auf. Das operative Produktionsmanagement verfolgt das Ziel, die Produkte und (Dienst-)Leistungen eines Unternehmens in der erforderlichen Menge und Qualität zu einem festgelegten Termin und unter Einsatz des geringstmöglichen Kostenaufwands zu erstellen. Kernaufgaben des operativen Produktionsmanagements sind die Produktionsprogrammplanung, das Auftragsmanagement, die Produktionsbedarfsplanung, die Eigenfertigungs- sowie die Fremdbezugsplanung und -steuerung.
In diesem Beitrag werden zunächst die zentralen Begriffe definiert und der diesem Band zugrundeliegende Ordnungsrahmen des Produktionsmanagements aufgespannt. Danach werden die Aufgaben und Prinzipien des strategischen sowie die wesentlichen Ziele des operativen Produktionsmanagements vorgestellt. Die Kernprozesse des Produktionsmanagements unterscheiden sich in ihrer konkreten Ausprägung in Abhängigkeit vom unternehmensspezifisch vorliegenden Fertigungstyp. Daher werden im Anschluss die vier grundsätzlichen Fertigungstypen der Auftrags-, Rahmenauftrags-, Varianten- und Lagerfertigung definiert und gegeneinander abgegrenzt. Abschließend werden die wesentlichen Daten, Datenarten und -strukturen erläutert, die zusammen mit den aus ihnen abgeleiteten Informationen die Basis für jegliche Aktivität im Rahmen des Produktionsmanagements bilden.
Die Fremdbezugsplanung und -steuerung erhält als Eingangsinformation das zu realisierende Fremdbezugsprogramm aus der Produktionsbedarfsplanung. In diesem Fremdbezugsprogramm ist festgelegt, welche Teile, Baugruppen und Erzeugnisse in welchen Mengen und zu welchen Terminen zu beschaffen sind.
Es werden zunächst die wesentlichen Aufgaben der Fremdbezugsplanung und -steuerung definiert. Abschließend werden die Aufgaben in ihrer zeitlogischen Abfolge in Form eines Referenzprozessmodells modelliert und dabei fertigungstypspezifisch detailliert.
Produktionsbedarfsplanung
(2014)
Die Eigenfertigungsplanung und -steuerung erhält als Eingangsinformation das zu realisierende Eigenfertigungsprogramm aus der Produktionsbedarfsplanung. Das Ziel der Eigenfertigungsplanung und -steuerung ist die Erstellung, Umsetzung und Kontrolle eines detaillierten Ablaufplans für die Fertigung und Montage unter Berücksichtigung der tatsächlich verfügbaren Produktionsressourcen.
Zunächst werden die Kernaufgaben der Eigenfertigungsplanung und -steuerung definiert, abschließend werden die Aufgaben in Form eines Referenzprozessmodells modelliert.
Produktionssysteme sind einer zunehmenden planungsbezogenen Unischerheit und Störanfälligkeit ausgesetzt. In diesem Kontext beschreibt der vorliegende Artikel vorliegende Artikel aktuelle Forschungsarbeiten, die den überbetrieblichen Koordinationsbedarf durch Integration unsicherheitsbezogener Echtzeitinformationen in die Produktionsplanung adressieren. Innerhalb der Forschungsaktivitäten werden durch Simulationsstudien der Anforderungen bezüglich der adäquaten Echtzeitfähigkeit der Planungsparameter abgeleitet.
PLM trifft ERP
(2013)
Unternehmen sehen sich aktuell verschiedenen Herausforderungen ausgesetzt, die durch dynamische Rahmenbedingungen, insbesondere in Bezug auf die Schnittstellen zu ihren Kunden und Lieferanten, verursacht werden. Kundenseitig hat die zunehmende Individualisierung der Anforderung zu einem differenzierteren und damit vergrößerten Produkt- und Leistungsportfolio bei produzierenden Unternehmen im Rahmen der Serienfertigung geführt. Das hat zur Folge, dass Unternehmen ihre Produktion zunehmend auftragsbezogener gestalten müssen. In verschiedenen Branchen ist diese Entwicklung bereits so weit fortgeschritten, dass eine Produktvariante eins zu eins einem Kunden zugeordnet werden kann. Verstärkend kommt hinzu, dass die Produktlebenszyklen von allgemeinen als auch kundenindividuellen Produkten zunehmend kürzer werden. Das Produktportfolio unterliegt somit einer hohen Veränderlichkeit.
Die beschriebene zeitdynamische Variabilität in Bezug auf die qualitativen Aspekte der Kundenanforderungen paart sich mit einer quantitativen Variabilität der Kundenbedarfe. Letztere drückt sich in einem höheren Anteil an kurz- und mittelfristigen Auftragseingängen auf der Ebene einzelner Kunden, als auch aggregiert über alle Kunden aus. Die Vorhersehbarkeit und die Überraschung bilden die Extrempole des Kundenverhaltens, welche die Planbarkeit aus Sicht von Unternehmen induzieren. Damit kann in diesem Fall auch synonym von planbarem (vorhersehbarem/kurzfristigen) Kundenverhalten und nicht-planbarem (überraschendem) Kundenverhalten gesprochen werden. Diese Kombination qualitativer und quantitativer Variabilität macht den Markt für produzierende Unternehmen zunehmend schwerer kalkulierbar.
Zusammenfassend lässt sich herausstellen, dass Produktionsplaner heute komplexere produkt- und kundenseitige Anforderungen im Rahmen der Auftragseinlastung berücksichtigen müssen. Er muss darauf achten, dass Vertriebs-, Einkaufs-, Produktion- und Versandplanung miteinander synchronisiert werden, um den Kunden einen verbindlichen Liefertermin zusagen zu können.
Aus Sicht des Produktionsmanagements stellt die Beherrschung der steigenden Dynamik und den daraus resultierenden Konsequenzen wie beispielsweise Unter- und Überlastsituationen eine zentrale Herausforderung der kommenden Jahre dar. Ursachen der zunehmenden unternehmensinternen Dynamik sind verkürzte Lieferzeiten, eine höhere Prozessvarianz der Fertigung und Montage (verursacht durch individualisierte Produkte) und der Einsatz technologisch-komplexer Produktionsanlagen. Die drastische Verkürzung der Lieferzeiten hat die Auftragssituation und den Kapazitätsbedarf produzierender Unternehmen stark verändert.
Kapazitätsschwankungen und Prozessinstabilitäten einer Einzelressource wirken sich auf Grund der stärkeren Kopplung wesentlich drastischer auf die Stabilität des gesamten Unternehmens aus, da Bestände als Puffer zu kapitalintensiv geworden sind. Gleichzeitig nehmen makroskopische, überbetriebliche Kapazitätsschwankungen zu, da die Reaktionszeiten innerhalb der Lieferkette deutlich kürzer geworden sind.
Die steigende Varianz der Prozessketten und -zeiten potenziert die beschriebenen Kapazitäts- und Durchlaufzeitschwankungen. Eine "mittelwertbasierte PPS" kann aufgrund der gestiegenen Planungsanforderungen nicht mehr zielkonform agieren. Planungs- und Steuerungskonzepte, die auf diese Komplexität nicht reagieren können, multiplizieren ein weiteres Aufschwingen der Bedarfe in der Lieferkette und führen zu Auslastungsverlusten und steigenden Rückständen in der Produktion. Heute sind neue Ansätze in der Planung und Steuerung von inner- und überbetrieblichen Produktionsprozessen notwendig, die die Dynamik der Prozesse und der Kapazitätsbedarfe beherrschbar machen oder ggf. sogar kompensieren können.
Companies in high wage countries are increasingly confronted with the challenge of optimizing economies of scope and economies of scale simultaneously to succeed on a global market place. An integrated assessment of production systems facing this challenge is essential to evaluate the actual state of a company and to provide a basis for drawing the right conclusions to reconfigure production systems successfully.
In this paper an integrated model for measuring economies of scope as well as economies of scale is introduced, defining the fundamental domains of a production system. The major objectives resulting from the overall scale-scope dilemma are broken down for each domain and the main dimensions for an assessment of each domain are defined. A new measure named Degree of Efficiency is defined, quantifying the fulfillment of the opposing objectives in each domain and hence, the contribution to an overall resolution of the scale-scope dilemma.
Die verarbeitende Industrie in Deutschland steht vor der Transformation von der bisher vorherrschenden ökonomisch orientierten Produktion hin zu einer nachhaltigen Produktion. Durch die Anpassung von Parametern der Produktionsplanung und -steuerung, wie z. B. der Losgröße durch u. a. die Konsolidierung von Transportaufwänden oder geringe Reinigungsaufwände, kann dabei eine nachhaltigere Produktion erreicht werden. Hierfür wurde mittels einer systematischen Methodik ein digitaler Schatten konzeptioniert, der eine nachhaltige Konfiguration von Losgrößen ermöglicht. Dafür erfolgen eine Aggregation von Daten aus verschiedenen Informationssystemen und die Simulation des Verhaltens eines Produktionssystems bei veränderten Losgrößen. Diese ermöglichen eine optimierte Auslegung der Losgröße, basierend auf ökonomischen und ökologischen Zielgrößen.
Die Blockchain-Technologie (BCT) ist eine der vielversprechendsten Technologien der Gegenwart, die in Zukunft insbesondere für produzierende Unternehmen eine noch größere Bedeutung haben wird, um die unternehmensübergreifende Zusammenarbeit zu verbessern und Prozesse gegenüber dem Kunden transparenter zu gestalten. Trotzdessen wird die BCT als vertrauensschaffendes Instrument noch nicht in der Breite angewendet. In diesem Beitrag werden neben den Potenzialen die Herausforderungen für den Einsatz der BCT erörtert und auf Basis des St. Gallener Management-Modells ein Lösungskonzept hergeleitet, welches dem potenziellen Anwender der BCT mögliche Anwendungsszenarien aufzeigt.
Aktuell ist noch nicht geklärt, wie sich das Zusammenwirken von Menschen und betrieblichen Anwendungssystemen bei der Bearbeitung der Aufgaben der PPS nach der Umsetzung von Industrie 4.0 entwickelt. Zur Systematisierung der Auswirkungen von Industrie 4.0 auf die PPS werden in diesem Beitrag die sechs Reifegradstufen des acatech Industrie-4.0-Maturity-Index mit der Aufgabensicht des Aachener PPS-Modells kombiniert und die Reifegradstufen für ausgewählte Unteraufgaben der PPS spezifiziert.
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.