Refine
Year of publication
Document Type
- Article (13)
- Book (3)
- Part of a Book (62)
- Conference Proceeding (114)
- Contribution to a Periodical (25)
- Lecture (7)
- Internet Paper (2)
- Report (2)
- Working Paper (4)
Is part of the Bibliography
- no (232)
Keywords
- 02 (15)
- 03 (9)
- 04 (1)
- 5G (2)
- 7. EU-Forschungsrahmenprogramm (1)
- AI (2)
- APMS (1)
- APS (1)
- Aachener PPS-Modell (1)
- Ablauforganisation (1)
Institute
- Business Transformation (10)
- Dienstleistungsmanagement (67)
- FIR e. V. an der RWTH Aachen (232)
- Informationsmanagement (51)
- Produktionsmanagement (115)
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.
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.
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.
Das Management des Produktlebenszyklus ist eine komplexe Aufgabe, dessen volles Potenzial erst durch die Integration des gesamten Unternehmens erreicht wird. Um die Einbindung aller Fachabteilungen sicherzustellen, ist eine Potenzialuntersuchung notwendig, bei der Herausforderungen und mögliche Verbesserungen entlang des gesamten Produktlebenszyklus untersucht werden müssen. Der PLM-QuickCheck, den das FIR an der RWTH Aachen und das WZL der RWTH Aachen gemeinsam entwickeln, liefert hier einen möglichen Ansatz.
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.
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.
Digitale Technologien sind ein wesentlicher Bestandteil der Wertschöpfungskette in der industriellen Praxis geworden. Die Digitalisierung hat die Produktion und den modernen Arbeitsplatz in den vergangenen Jahrzehnten auf eine Art beeinflusst, die mit keiner anderen technischen Entwicklung vergleichbar ist, und die nun der vierten industriellen Revolution den Weg ebnet.
Die Essenz von Industrie 4.0 ist die Vernetzung von Produktionssystemen mithilfe von IT und dem Internet der Dinge, um prognosefähig zu sein und die Produktion effizienter und flexibler zu gestalten. Wesentliche Befähiger dieser Vision sind Daten aus Prozessen, Anlagen und Ressourcen, aus denen für das Unternehmen entscheidungskritische Informationen gewonnen werden. Hieraus lassen sich Erkenntnisse ableiten, die bisher verborgene Wirkungszusammenhänge zutage fördern.
Prognosemodelle errechnen auf der Basis dieser Erkenntnisse mögliche Zukunftsszenarien und belegen sie mit Wahrscheinlichkeitswerten bezüglich ihres Eintritts. Durch die Vernetzung der Informationen unterschiedlicher Aufgaben, Funktionen und Domänen lassen sich Handlungsempfehlungen fundieren, wobei eine unüberschaubare Anzahl relevanter Parameter berücksichtigt wird. Der Produktion wird ähnlich dem Rennsport eine Ideallinie aufgezeigt, an der sie sich orientieren kann, um in kürzester Zeit optimierte Ergebnisse zu erzielen.