Kurzfassung
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 Beitrags wird ein Modell für den Digitalen Schatten in der Auftragsabwicklung vorgestellt, welches die Basis für die Implementierung von Methoden der Datenanalytik darstellt.
Kurzfassung
Unvorhergesehene Störungen gefährden in vielen Fällen den Kundenliefertermin. Die Produktionssteuerung hat die Aufgabe, effektiv und effizient auf diese kurzfristigen Störungen zu reagieren. Der Entscheidungsprozess beruht jedoch häufig auf einer qualitativen Analyse einer komplexen Situation anhand subjektiver Einschätzungen durch den Produktionsplaner. Zur Verbesserung der Entscheidungsfindung stellt dieser Beitrag eine App vor, die auf Basis von Echtzeitdaten und einer Simulation des Produktionssystems eine quantitative Entscheidungsfindung ermöglicht.
Kurzfassung
Produzierende Unternehmen sind heute nicht in der Lage, zu bewerten, in welcher Häufigkeit Datenerfassung und Planungsläufe unterschiedlicher Planungsebenen durchzuführen sind. Noch immer werden nächtliche Planungsläufe zur Aktualisierung der Plandaten durchgeführt, obwohl technische Möglichkeiten, wie z. B. In-Memory-Datenbanken, eine hochfrequentere Planung ermöglichen. Weil Shop-floor-Daten in Zeiten der digitalen Fabrik sekündlich aufgenommen werden, können zu häufig durchgeführte Planungszyklen zu Turbulenzen in der Produktionsplanung und -steuerung (PPS) sowie der Fertigung führen. Derzeit existiert kein wissenschaftlicher Ansatz, der eine Bewertung der Häufigkeit von Planungsläufen in der PPS ermöglicht. In diesem Beitrag werden notwendige Grundlagen für eine systematische Bewertung der Häufigkeit von Planungsläufen sowie erste Gestaltungsansätze skizziert.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.