Lösung: Produktionsplanung

Der Serienanlauf ist aufgrund der allgemein verkürzten Produktlebenszyklen und der stetigen Erweiterung der Produktpalette ein signifikantes Kriterium für die Innovationsdynamik der Unternehmen. Neben der zunehmenden technischen Komplexität ist eine steigende Anzahl an beteiligten Akteuren mit unterschiedlichen Zielen und Interessen zu beobachten. Daraus resultiert eine Vielzahl an möglichen Störeinflüssen. Um Produktionsanläufe besser zu beherrschen und zu verkürzen, müssen Methoden und Werkzeuge für einen ganzheitlichen und wertschöpfungskettenübergreifenden Ansatz entwickelt werden. Der Beitrag beschreibt dazu einen Ansatz, der die Grundlage eines vom BMBF geförderten Forschungsverbundprojektes darstellt und gibt somit einen Ausblick auf den Produktionsanlauf der Zukunft.

Neue lokale Steuerungsverfahren in Verbindung mit situationsgerechten Arbeitsplänen können die Leis-tungsfähigkeit der Fertigung erhöhen. Wenn keine fixe Ressourcenzuordnung und Bearbeitungsreihenfolge mehr vorgegeben wird, ergeben sich neue Freiheitsgrade und zusätzliche Reaktionsmöglichkeiten in der Fertigung. Im nachfolgenden Beitrag wird eine neue Planungskette aus Produktionsplanung, Produktionsregelung und Arbeitsplanung skizziert, die diese Freiheitsgrade nutzen kann. Neue Anforderungen an den Materialfluss werden aufgezeigt.

Charakteristische Merkmale von Advanced Planning Systems sind die integrative Planungsunterstützung für das Supply Chain Management sowie der modulare Aufbau mit einem Datenaustausch zwischen den Modulen. Die für die Planung erforderlichen Parameter können mit Unsicherheit behaftet sein und dadurch die Planungsgüte - aufgrund des Datenaustauschs ggf. in mehreren Modulen - beeinträchtigen. Daher sind stärker als bisher quantitative Ansätze zur geeigneten Unterstützung bei Unsicherheit in Advanced Planning Systems zu integrieren.

n betriebswirtschaftlichen Anwendungsszenarien existiert eine Reihe von Planungsproblemen. Dabei wird Planung sehr allgemein definiert und reicht vom Fabriklayout über Produktions- und Distributionsplanung bis hin zu Personal- und Finanzplanung. In diesem Beitrag liegt der Fokus auf Ablaufplanung, vor allem in den Bereichen Produktion und Logistik. In den angebotenen Softwaresystemen (PPS- und ERP-Systemen) dominiert eine sukzessive Planungsphilosophie, bei der die Ablaufplanung in Teilaufgaben (Grob-, Mengen-, Terminplanung, Maschinenbelegung) zerlegt wird, die dann nacheinander gelöst werden. Die verwendeten Verfahren sind entweder recht einfache Berechnungen auf Basis aggregierter Werte oder komplexe Algorithmen zur Optimierung bestimmter Zielfunktionen, die sich aber in der Praxis häufig als nicht tauglich erweisen, da die getroffenen Annahmen die dynamische und komplexe Planungsumgebung nicht berücksichtigen. Wichtige Aufgaben sind daher eine simultane Termin- und ...

Die zunehmende strukturelle und dynamische Komplexität heutiger Produktionssysteme führt vor dem Hintergrund hochdynamischer Beschaffungs- und Absatzmärkte häufig zu Problemen bei der Planung und Steuerung der Produktion. Hier können Methoden der Nichtlinearen Dynamik helfen, die dem Produktionsprozess zugrunde liegende Dynamik zu analysieren, um daraus Steuerungsstrategien abzuleiten, die das Produktionssystem beim Auftreten von Irregularitäten und chaotischen Phänomenen stabilisieren und den Produktionsprozess optimieren. Es wird die Anwendbarkeit von Methoden der Nichtlinearen Dynamik zur Analyse und Steuerung von Produktionssystemen untersucht. Mit ihrer Hilfe sollen irreguläre und instabile Produktionszustände vermieden und damit Bestände und Durchlaufzeiten gesenkt werden.

Die Komplexität von Produktions- und Logistiksystemen erzeugt den Wunsch nach robusten und fehlertoleranten Steuerungsmöglichkeiten zur Verfolgung unternehmerischer Ziele. Gerade die Produktionssteuerung und die Steuerung von Logis-tiksystemen sind mit den Hilfsmitteln exakter mathematischer Beschreibungen nur unzureichend zu bewerkstelligen. Einen Lösungsweg bietet die Computational Intelligence (CI) mit ihren Möglichkeiten zur symbolischen, subsymbolischen und numerischen Wissensverarbeitung. Zu dem Gebiet der Computational Intelligence zählen Verfahren der Fuzzy-Logik, Evolutionäre Algorithmen und Künstliche Neuronale Netze (KNN). Ein Neuronaler Netztyp, die selbstorganisierende Merkmalskarte (SOM), ist Gegenstand dieses Beitrags.

Die Produktionsprozessplanung zeichnet sich durch eine hohe Komplexität und somit durch einen extrem großen Lösungsraum aus. Heuristische Verfahren können aufgrund dieser Komplexität keine optimale Lösung garantieren. Brute-Force-Ansätze scheitern an der Größe des Lösungsraums. Dieser Beitrag zeigt ein Verfahren zur systematischen Beschreibung des Lösungsraums. Es kann somit als Hilfsmittel eingesetzt werden, um heuristisches Wissen für eine effiziente Suche im Lösungsraum anzuwenden.

Immer kürzer werdende Lieferzeiten haben gravierende Auswirkungen auf die Bedeutung der kundenanonymen Vor- und Lagerfertigung. Der Erzeugnisbedarf ist erwartungsorientiert auf der Basis von Prognosen als Lagervorrat vorzuhalten. Ein Planungsproblem entsteht jedoch bei ungenauen Bedarfsprognosen und unerwartet hohen Auftragsvolumina. Es stellt sich die Frage, wie diese Nachfrage zu bedienen ist. Durch ein multikriterielles Planungsmodell soll die Lösung dieses Entscheidungsproblems unterstützt werden.

Zulieferunternehmen, die in einem turbulenten Unternehmensumfeld agieren, sehen sich gestiegenen Anforderungen an ihre logistische Leis-tungsfähigkeit ausgesetzt. Insbesondere in der Automobilindustrie führen häufige Änderungen von Auftragsmengen oder Terminen zu einer zunehmenden Dynamik der Nachfrage, welche sich nachteilig auf die Produktions- und Lagerbestandsplanung auswirkt. Auf der Grundlage des lo-gistischen Durchlaufdiagramms wird ein neuartiger Ansatz für die Messung und die Visualisierung von Nachfrageschwankungen vorgestellt, der es Unternehmen ermöglicht, ihre logis tische Leistungsfähigkeit innerhalb eines turbulenten Unternehmensumfeldes zu verbessern.

Der ökonomische Erfolg eines Produktionsnetzwerkes oder anderer Kooperationen beginnt beim Aussuchen der richtigen Netzwerkpartner. Bestehende Systeme und theoretische Konzepte bieten bisher keinen Raum für die Operationalisierung von Soft-facts bei der Netzwerkgenese. Der beschriebene Ansatz der Polyedralen Analyse innerhalb des Phasenmodells des Kompetenzzellennetzwerkes liefert eine Möglichkeit, eine derartige Integration zu leisten.