Translate

Unternehmen streben aufgrund einer erhöhten Wahrnehmung von Risikoauswirkungen und steigenden Zwischenfällen eine resilientere Gestaltung ihrer Lieferketten an. Für die Steigerung der Resilienz können verschiedene Maßnahmen eingesetzt werden. Deren expliziter Beitrag zur Resilienz kann zwar über eine parallele Berechnung mehrerer Kennzahlen erfolgen. Um ein Benchmarking oder einen Vergleich von Lieferketten zu ermöglichen, werden numerische Indizes vorgestellt, welche die Kennzahlen zu einem Wert verdichten. Dies ermöglicht es, Potenziale zur Steigerung der Resilienz zu identifizieren oder unterschiedliche Maßnahmen in einer Lieferkette zu vergleichen. Dabei besitzen die Indizes unterschiedliche Zielsetzungen, da verschiedene Bewertungsverfahren und Quellen zur Quantifizierung verwendet werden. Um einen geeigneten Index zu finden, wird der jeweilige Anwendungskontext der Indizes diskutiert.

Im Folgenden soll die Verbesserung der Resilienz in der Logistik im Gegensatz zum Lean Management analysiert werden. Dabei werden zunächst mögliche Erfolgsfaktoren der Resilienz identifiziert, darunter Agilität, Redundanz in Form von Kapazitätsreserven, Prozesstransparenz, Management von Personal und Risiko, Supply Chain Management und die Bildung von Liquiditätsreserven. Durch acht persönliche Interviews bei marktführenden Logistikunternehmen sollen genannte Erfolgsfaktoren geprüft werden. Ziel ist folglich die Identifizierung von Best-Practice-Ansätze zur Verbesserung der Resilienz sowie die Untersuchung möglicher Konflikte mit den Zielen des Lean Managements.

Durch Megatrends wie Mass Customization verkürzen sich die Produktlebenszyklen immer weiter, während die Variantenvielfalt stark ansteigt. Dadurch entstehen neue Herausforderungen für die Produktion, insbesondere in der Montage. Zur Lösung dieser Problemstellungen kann die Automatisierung der Montage ein wichtiges Hilfsmittel sein. Dieser Beitrag gibt Einblick in eine Studie, in der Experten aus mittelständischen Unternehmen zur genannten Thematik befragt wurden. Er zeigt die bestehenden Hemmnisse sowie Treiber der Automatisierung auf und leitet Handlungsmaßnahmen für KMU ab, wie diese eine zukunftsfähige Produktion in Deutschland aufrechterhalten können.

Globale Liefer- und Wertschöpfungsketten sind komplex und hochgradig vernetzt. Ein temporärer Ausfall eines einzelnen Lieferanten aufgrund von Naturkatastrophen, politischen Konflikten oder Pandemien kann weitreichende Folgen für Wertschöpfungsprozesse an vielen anderen Standorten haben. Der Beitrag skizziert strategische Optionen für Unternehmen, um die Resilienz ihrer Wertschöpfungsketten zu verbessern. Mögliche Optionen sind die Ausweitung lokaler oder globaler Lieferketten, die regionale Konzentration oder globale Diversifizierung der eigenen Produktionskapazitäten von Unternehmen sowie das Insourcing oder Outsourcing von Wertschöpfungsaktivitäten. Anhand der Daten von 314 deutschen Unternehmen des verarbeitenden Gewerbes wird der Zusammenhang des Einsatzes verschiedener digitaler Technologien und Organisationskonzepte mit der Umsetzung der verschiedenen Wertschöpfungsoptionen untersucht.

Wegen der immer stärker fortschreitenden Durchdringung von KI in Unternehmen [1] scheint ein Ordnungsrahmen für Begrifflichkeiten und Betrachtungsaspekte der Anwendung von Künstlicher Intelligenz im Industrie 4.0-Kontext wünschenswert. Methoden der Künstlichen Intelligenz lassen sich nach verschiedenen Aspekten strukturieren. Auch Anwendungen innerhalb von Industrie 4.0 können mithilfe des RAMI-Frameworks oder mithilfe des ISA95-Standards in Ebenen und Prozessgruppen eingeordnet werden. Allerdings fehlt eine Taxonomie, welche die Klassifikation der Anwendungsbereiche mit den durch Machine-Learning-Methoden verbesserten Prozessen in Beziehung setzt, sie verortet und bewertet. Ein solcher Ordnungsrahmen hilft, neue Prozesse und Lösungen einzuordnen und unterstützt im Finden passender Machine-Learning-Verfahren für konkrete Problemstellungen im Industrie 4.0-Kontext.