Refine
Year of publication
Document Type
- Article (9)
- Book (3)
- Part of a Book (23)
- Conference Proceeding (4)
- Contribution to a Periodical (17)
- Lecture (4)
- Internet Paper (1)
- Report (2)
- Working Paper (3)
Language
- German (66) (remove)
Is part of the Bibliography
- no (66)
Keywords
- 7. EU-Forschungsrahmenprogramm (1)
- Aachener PPS-Modell (1)
- Additive Fertigung (1)
- Anlagenbau (1)
- Anlaufmanagement (1)
- Auftragsabwicklung (5)
- Automobilindustrie (2)
- Beratung (1)
- Bestandsmanagement (1)
- Bewertung (1)
Institute
- Produktionsmanagement (66) (remove)
Künstliche Intelligenz (KI) hat sich über die letzten Jahre stetig zu einem Thema mit strategischer Priorität für Unternehmen entwickelt. Das zeigt sich nicht zuletzt in der gesteigerten Investitionsbereitschaft deutscher Unternehmen in KI-Projekte. Wirtschaftliche Akteure haben erkannt, dass durch eine sinnvolle Nutzung von KI-Technologien Wettbewerbsvorteile erzielt werden können. Die vorliegende Studie legt das Augenmerk auf den industriellen Einsatz einer KI-Technologie, die bereits heute von vielen Unternehmen erfolgreich genutzt wird: Die natürliche Sprachverarbeitung (engl. Natural Language Processing, kurz NLP). Die wirtschaftlichen Potenziale der Technologie liegen dabei in ihrer Fähigkeit, betriebliche Abläufe zu automatisieren und die Schnittstelle zwischen Mensch und Maschine zu verbessern und zu vereinfachen. Ziel der Studie ist es, die Potenziale der NLP-Technologie für Unternehmen nutzbar zu machen, indem konkrete Anwendungsfälle und allgemeine Handlungsempfehlungen sowie Nutzen und Risiken aufgezeigt werden.
Klar Schiff
(2009)
Im Rahmen dieser Studie untersuchten das Forschungsinstitut für Rationalisierung e. V. an der RWTH Aachen und die Universität St. Gallen
(Lehrstuhl Produktionsmanagement) 24 Veröffentlichungen von 11 Beratungsunternehmen. Dabei wurden über 200 Aussagen zur Bewältigung der Krise bewertungsneutral identifiziert und analysiert.
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.
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.
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.
Künstliche Intelligenz (KI) hat als Technologie in den vergangenen Jahren Marktreife erlangt. Es existiert eine Vielzahl benutzerfreundlicher Produkte und Services, welche die Anwendung von KI im Alltag und im Unternehmen vereinfachen. Die Herausforderung, vor denen Anwendende, gerade im betriebswirtschaftlichen Kontext, stehen, ist nicht die technische Machbarkeit einer KI-Applikation, sondern deren organisatorisch und rechtlich zulässige Gestaltung. Zu einer zunehmenden Dynamik in der Gesetzgebung kommt ein gesellschaftliches Interesse an der Kontrolle und Transparenz über die für KI-Modelle erhobenen Daten. Die Diskussion über Datensouveränität im geschäftlichen und privaten Alltag rückt mehr und mehr in das Zentrum der öffentlichen Aufmerksamkeit.
Datenbasierte KI-Anwendungen stehen damit in einem Spannungsfeld zwischen den Potenzialen, die das Erheben und Teilen von Daten über Unternehmensgrenzen hinweg bietet, und der Herausforderung, die Datensouveränität der involvierten Personen zu wahren. Die vorliegende Studie soll erstens über die Auswirkungen der Datensouveränität und die damit verbundenen aktuellen und kommenden Regularien auf KI-Anwendungsfälle aufklären. Dafür wurden Expertinnen und Experten aus den Bereichen Recht, KI- und Organisationsforschung befragt. Zweitens zeigt die Studie Potenziale und Best Practices von KI-Anwendungsfällen mit überbetrieblichem Datenaustausch auf. Dafür wurden Fallstudien in Unternehmen durchgeführt, die bereits erfolgreich Datenaustausch in ihre Geschäftsmodelle integriert haben, um ihre KI-Applikationen zu betreiben und zu verbessern.
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.
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.
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.
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.
Ziel des Forschungsbereichs "Selbstoptimierende Produktionssysteme" ist es, sowohl technische als auch soziotechnische Produktionssysteme zu entwickeln, die durch Selbstoptimierung eine bessere Performance erreichen, als bei der Auslegung geplant und erwartet werden kann. Im Fokus steht die Steigerung der Produktivität in der Produktion direkt vor Ort. Bedeutend ist die dezentrale Entscheidungsfähigkeit der Mitarbeiter auf dem Shopfloor und in unterstützenden Bereichen, sowie der kognitiven und adaptiven Systeme und Netzwerke in der Produktion.
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.
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.
Die Verschärfung des Wettbewerbsumfelds produzierender Unternehmen und die als Antwort hierauf in den Fokus rückenden agilen Methoden vergrößern die Bedeutung einer effizienten Handhabung von Änderungsprozessen. Am Beispiel des Maschinen- und Anlagenbauers Ortlinghaus zeigt der Beitrag, dass eine Kombination aus ungeeigneten Änderungsprozessen und mangelhaftem IT-Support in der Praxis oft die schnelle und gleichzeitig qualitätsgesicherte Durchführung von Änderungsprozessen verhindert. Der Zielkonflikt aus geringem Zeitbedarf und hoher Prozessqualität lässt sich durch Anpassungen in der IT-Unterstützung reduzieren. Hierdurch können Erfolgsfaktoren für ein effizientes Änderungsmanagement gehoben und die Problemfelder der Workflowunterstützung, Informationsverteilung und Datenhandhabung verbessert werden. Zentrales Hindernis zur Adressierung der Erfolgsfaktoren stellt die aktuell zur Abwicklung von Change Requests genutzte Arbeitsumgebung dar. Der Beitrag präsentiert hierfür als zentralen Lösungsansatz die Internet of Production Infrastruktur. Das Potenzial der Internet of Production Infrastruktur im Kontext des Änderungsmanagements wird anhand von drei Anwendungsbeispielen verdeutlicht. Abschließend wird der Migrationspfad für Unternehmen bei der Einführung eines effizienten Änderungsmanagements aufgezeigt.
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.
Heute begegnen wir den Herausforderungen einer VUCA-Welt mit Flexibilität und Veränderlichkeit in unseren Produktionssystemen. Seit 2012 gerät die Globalisierung ins Stocken. Das Investitionsvolumen zeigt einen Trend der De-Globalisierung. Ein Umdenken muss insbesondere in Deutschland herbeigeführt werden.
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.
Ziel des Forschungsvorhabens war die Erhöhung der Effizienz und Effektivität von Suchanfragen in ERP-Systemen. Dabei sollte der Aufwand für den Nutzer reduziert und die Qualität der Ergebnisse verbessert werden. Die Erreichung der Ziele wurde durch die Entwicklung einer selbstlernenden, kontextbasierten Suchmaschine für ERP-Systeme realisiert. Mit der Berücksichtigung des Kontexts einer Suchanfrage, des Benutzerverhaltens und einer Ergebnisbewertung durch den Anwender wurde die Ergebnisqualität von Suchanfragen kontinuierlich gesteigert. Durch die Entwicklung eines Demonstrators wurde der Nutzen des Konzepts nachgewiesen, indem dieser in verschiedenen Szenarien erprobt und anhand einer Wirtschaftlichkeitsbetrachtung bewertet wurde.