Refine
Year of publication
Document Type
- Part of a Book (32) (remove)
Is part of the Bibliography
- no (32)
Keywords
- 02 (2)
- Aachener PPS-Modell (1)
- Adaptability (1)
- Anlagenbau (1)
- Auftragsabwicklung (2)
- Collaborative Planning (1)
- Cyber physical production control (1)
- Data analytics (1)
- Data-driven decision (1)
- Decision support (1)
Institute
- Produktionsmanagement (32) (remove)
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.
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.
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.
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]
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.
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.
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.
Distributionslogistik
(2013)
Die Umgebung von Industrie- und Handelsunternehmen hat sich in den letzten Jahren tiefgreifend verändert. Beispielhafte Auslöser waren der Wandel vom Produzenten zum Käufermarkt, der faktische Wegfall der nationalen Grenzen und die damit verbundene Intensivierung des europäischen Binnenmarktes sowie die zunehmende Bedeutung ökologischer Anforderungen. Um die Kundenbedürfnisse dennoch befriedigen zu können und damit dem Wettbewerb gewachsen zu sein, müssen sich die Distributionsstrukturen der Unternehmen immer schneller an diese Veränderungen anpassen. Nur so können die Waren flexibel, kostengünstig und schnell an die Kunden geliefert werden. In diesem Spannungsfeld kommt der Planung und Steuerung der Distributionsabläufe eine immer wichtigere Bedeutung zu.
Ziel dieses Kapitels ist nicht nur die Vermittlung grundlegender Begrifflichkeiten und Zusammenhänge der Distributionslogistik, sondern weiterhin auch Methoden zur Distributionsplanung und steuerung sowie Kennzahlen zur Messung der Distributionsleistung und -kosten.
Prozesse
(2012)
Für die effiziente Gestaltung des Leistungserstellungsprozesses im Un-
ternehmen bildet die Verwendung eines geeigneten Referenzmodells den
Grundstein, um in möglichst kurzer Zeit und ohne großen Aufwand ein
repräsentatives Abbild der konkreten Ablauforganisation zu generieren.
Als geeignetes Referenzmodell hat sich in diesem Anwendungszusam-
menhang das Aachener PPS-Modell bewährt. Dem als Prozess-
sicht bezeichneten Teil des Aachener Referenzmodells widmen sich die
folgenden Abschnitte des Kapitels im Besonderen.
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.
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.
Einführung
(2012)
Zusammenfassung und Ausblick
(2012)
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.
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.
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).
Ein ständig wachsender Preisdruck und immer individuellere Kundenaufträge sind nur zwei Kennzeichen der industriellen Produktion im europäischen Wirtschaftsraum. Gerade in Deutschland ansässige Unternehmen können im internationalen Wettbewerb in den wenigsten Fällen allein aufgrund des Produktpreises konkurrenzfähig bleiben. Stattdessen bauen diese Unternehmen ihre Wettbewerbsvorteile anderweitig aus und verfolgen vielmehr eine konsequente Kundenorientierung, hohe Logistikleistung oder Prozessbeherrschung. In diesem Umfeld setzten zahlreiche Unternehmen bereits frühzeitig auf eine Reduzierung ihrer Wertschöpfungstiefe und verlagerten verschiedene Entwicklungs- oder Produktionsschritte auf andere Unternehmen mit komplementären Kompetenzen. Damit rückte die überbetriebliche Zusammenarbeit bzw. Koordination der Auftragsabwicklung entlang einer mehrstufigen Lieferkette oder innerhalb eines polyzentrischen Unternehmensnetzwerks zunehmend in den Mittelpunkt betrieblicher Anstrengungen. So gilt es also heute, in Netzwerkstrukturen zu denken, diese ganzheitlich zu gestalten und effizient zu organisieren. Der Beitrag konkretisiert am Beispiel des Aachener PPS-Modells geeignete Referenzmodelle und zeigt Entwicklungspfade einer wertorientierten Logistikgestaltung auf.
Die Hauptherausforderung bei der Entwicklung einer produktionstechnisch geprägten Produktionstheorie darin, eine Verbindung der (produktions-)technischen Teildisziplinen zu einem theoretischen Beschreibungsmodell zu erreichen. Dieses gilt es unter Berücksichtigung der bestehenden Produktionstheorien um eine ökonomische Input-Output-Betrachtung zu erweitern.
Dieser bedarf einer theoretischen Betrachtung des Einflusses von Stellgrößen in verschiedenen Bewertungsdimensionen auf die Wirtschaftlichkeit eines Produktionssystems. Hierzu gilt es die relevanten Einflussgrößen und deren wechselseitigen Abhängigkeiten in einem Modell zu verknüpfen, welches die Grundlage zur Bestimmung des optimalen Betriebspunktes des Produktionssystems darstellt. In diesem Modell sollen formale Submodelle aus unterschiedlichen Fachdisziplinen analysiert und integriert werden, wodurch sichergestellt wird, dass der Stand der Forschung aus den produktionstechnischen Fachbereichen, wie der Fertigungstechnik, Werkzeugmaschinen, Logistik und Produktionsplanung und -steuerung (PPS), genutzt wird, um den ökonomischen Einfluss der Einflussgrößen zu quantifizieren.
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.