I4S+ Exklusiv für Abonnenten

Aufgrund disruptiver Störungen müssen produzierende Unternehmen ihre Robustheit verbessern, um den Störungen standzuhalten. In der Vergangenheit wurden im Kontext der Robustheit lediglich Infrastrukturen und Ressourcen betrachtet, die gesamte Vernetzung der Prozesse jedoch vernachlässigt. Diese müssen deshalb im Kontext der Robustheit eingehend untersucht werden. Für die Gestaltung und Analyse von Prozessen wird die Prozessmodellierung verwendet. In diesem Beitrag werden die Anforderungen an Modellierungsmethoden beschrieben und bewertet.

Die Einführung von kontinuierlicher Verbesserung stellt Unternehmen regelmäßig vor Herausforderungen. Angesichts der fortschreitenden Digitalisierung eröffnen sich neue Analysemöglichkeiten, die den kontinuierlichen Verbesserungsprozess (KVP) unterstützen. Dieser Beitrag zeigt auf, wie Prozessorientierung, Digitalisierung und operative Tätigkeiten systematisch für die Entwicklung und Integration eines datenbasierten KVP in produzierenden Unternehmen angewandt werden können.

Die Nutzung von Daten ist für Unternehmen heutzutage von entscheidender Bedeutung. Sie helfen den Unternehmen dabei, fundierte Entscheidungen zu treffen und dadurch ihre Effizienz zu verbessern. Gerade die Logistikbranche bietet viele Ansatzpunkte für den Einsatz von Daten. So können etwa Warenströme präzise verfolgt werden, die Lagerverwaltung effektiver gestaltet oder Routen besser geplant werden. All diese Optimierungsansätze münden in einer Kostenreduzierung und schnelleren Lieferungen, welche die Wettbewerbsfähigkeit steigern können und den Anforderungen nach einer schnellen, zuverlässigen und transparenten Lieferkette gerecht werden. Im Forschungsprojekt Datenfabrik.NRW erarbeiten Expertinnen und Experten aus den Bereichen Produktion und Logistik an datengetriebenen Lösungen im realen Produktionsumfeld der Unternehmen CLAAS Selbstfahrende Erntemaschinen GmbH und der Schmitz Cargobull AG. Unter anderem wird ein neuer Ansatz zur Optimierung der intralogistischen Prozesse ...

Routenflexibilität ermöglicht eine robuste, resiliente Gestaltung der Produktion. In hochverfügbaren, dezentral gesteuerten Produktionssystemen mit Zyklen im Materialfluss kann sie jedoch zu unerwünschtem deterministisch-chaotischen Verhalten führen. Dies kann Förderengpässe zur Folge haben, die dazu führen, dass die Systemverfügbarkeit in der Praxis hinter analytisch oder simulativ ermittelten Prognosen zurückbleibt. Im Beitrag wird eine Methode vorgestellt, die Ankunftszeiten analysiert und eine Messgröße für deterministisch-chaotisches Verhalten liefert. Mittels Algorithmen der Bildanalyse werden Daten aus speicherprogrammierbaren Steuerungen oder Embedded Systems ausgewertet. Anhand eines Beispiels eines Doppelgurtbandfördersystems wird gezeigt, dass sie sowohl im voll- als auch im teilautomatisierten Betrieb einsetzbar ist. Die Methode hat zudem das Potenzial, Industrie 4.0 Steuerungsprogramme nach IEC 61499 abzusichern.

In diesem Beitrag werden verschiedene Prognoseverfahren und -modelle zur Vorhersage von kritischen Situationen in den Supply Chains von Unternehmen in der Automobil- und Elektronikindustrie untersucht, wobei der Schwerpunkt auf deutschen Unternehmen liegt. Anhand eines Vergleichs der Leistungsfähigkeit branchenüblicher Modelle soll eine Empfehlung eines Best-Practice-Modells für die Branche ermittelt werden. Um die Anwenderbarkeit der Modelle und der einhergehenden Erkenntnis aufzuzeigen, werden reale Geschäftsszenarien diskutiert, die die Rolle des Risikomanagements in den Abteilungen Einkauf/Beschaffung oder Supply Chain Management umfassen. Im Vergleich wurde ermittelt, dass das effektivste Modell für die Vorhersage von Krisen in der Automobilindustrie das Vector-Auto-Regressionsverfahren/VAR-Modell ist, während das Early-Warning-System/EWS-Modell am besten für die Elektronikindustrie geeignet ist. Darüber hinaus wurden die wichtigsten Risikofaktoren ermittelt, die ...

Je nach Industriezweig stellt die Versorgung von Produktionsprozessen und -gebäuden mit thermischer Energie einen bedeutenden Anteil am Gesamtenergiebedarf eines Industriestandortes dar. Die Nutzung von industrieller Abwärme bietet hier die Möglichkeit, den externen Bezug von Endenergien und damit die Ursache energiebedingter Emissionen und Kosten zu reduzieren. Aufgrund mangelnder Transparenz sowie ihrer Komplexität bleiben die Potenziale in der industriellen Praxis häufig ungenutzt. Im Forschungsverbundprojekt ETA im Bestand wurde eine anwenderorientierte Softwarelösung prototypisch realisiert. Diese ermöglicht die Entwicklung und Bewertung von industriellen Energiekonzepten, um somit Umsetzungshemmnisse zu reduzieren. Hierbei finden Ansätze aus den Forschungsgebieten des Operations Research sowie der dynamischen Simulation Anwendung.

Industrie 4.0 und die zugehörigen Technologien werden für Unternehmen immer wichtiger - nicht nur, um Produktivitäts- und Umsatzwachstum realisieren zu können [1]. Eine der Schlüsseltechnologien, die Industrie 4.0 vorantreiben, ist das Industrial Internet of Things (IIoT) [1-3]. Die zugehörigen Software-Plattformen und -lösungen sind von entscheidender Bedeutung, um physische Anlagen miteinander zu vernetzen und Daten zu übermitteln, zu überwachen, zu kombinieren und zu verarbeiten [2, 4]. Auch kleine und mittlere Unternehmen (KMU) sind zunehmend auf solche Softwarelösungen angewiesen; ihnen mangelt es aber häufig an Fähigkeiten, Wissen und anderen Ressourcen [5]. Um eine effiziente Aufwands-Nutzenabschätzung treffen zu können, werden in diesem Beitrag gängige IIoT-Anwendungen unter diesem Gesichtspunkt in einer praxisnahen Forschungsumgebung analysiert.

Disruptionen wie politische und soziale Konflikte in Beschaffungsländern, Blockaden, Lockdowns in Industriestandorten oder Handelskonflikte können die Versorgung heimischer Unternehmen mit Rohstoffen gefährden. Durch eine Verlagerung der Produktion in stabile Regionen lassen sich entsprechende Versorgungsrisiken reduzieren. Im Kontext des Abbaus seltener Erden (rare earth elements, REE) und weiterer mineralischer Rohstoffe ist dies jedoch geologisch bedingt nicht immer möglich [1]. Aufgrund hoher Importabhängigkeiten sind entsprechende Supply-Netzwerke besonders anfällig für Lieferengpässe.

Ob Verfügbarkeiten und Kosten für Rohstoffe, Energie und Personal oder schlicht Markt- und Absatzoptionen, Disruptionen beeinflussen immer häufiger das Geschäft produzierender Unternehmen. Gerade in den letzten Jahren hat sich gezeigt, dass Robustheit insbesondere gegenüber vielfältigen Disruptionen nicht nur mit dem Management kritischer Ressourcen begegnet werden kann. Zur umfassenden Betrachtung gehört aus Sicht der Autoren die Gestaltung robuster Unternehmensprozesse dazu. In diesem Beitrag wird die Bedeutung der Robustheit von Prozessen im Kontext von kritisch wechselnden Ressourcen und Infrastrukturen aufgezeigt.

Die Welt, insbesondere die der Logistik, wird seit einigen Jahren als „VUCA-Welt“ deklariert. Warum auch nicht? Wer will denn leugnen, dass Volatilität, Unsicherheit, Komplexität und Mehrdeutigkeit - so das englische Akronym - die schwierigen Rahmenbedingungen der Entscheidungsfindung entlang der Wertschöpfungskette treffend charakterisieren? Das genau war und ist Logistik: Das Herstellen von Verfügbarkeiten in einer nicht-perfekten Welt. Was aber tatsächlich neu ist, das ist die wachsende Bedeutung der zweiten Ausprägung, der Unsicherheit: Covid, Suez, Ukraine - eine historisch einmalige Kombination aus unabhängigen Ereignissen, die die eingeschwungenen Systeme des Supply Chain Managements gefährden. Wie werden oder müssen Unternehmen reagieren? Wie werden sie ihre Güterflüsse und ihre damit einhergehenden Transporte neu ausrichten? Was sind bewährte Lösungen?