Refine
Document Type
- Conference Proceeding (3)
- Article (1)
Is part of the Bibliography
- yes (4)
Keywords
- metall (1)
- produktionsdaten (1)
Institute
The term mobility has different meanings in the following science disciplines. In economics, mobility is the ability of an individual or a group to improve their economic status in relation to income and wealth within their lifetime or between generations. In information systems and computer science, mobility is used for the concept of mobile computing, in which a computer is transported by a person during normal use. Logistics creates by the design of logistics networks the infrastructure for the mobility of people and goods. Electric mobility is one of today’s solutions from an engineering perspective to reduce the need of energy resources and environmental impact. Moreover, for urban planning, mobility is the crunch question about how to optimize the different needs for mobility and how to link different transportation systems. In this publication we collected the ideas of practitioners, researchers, and government officials regarding the different modes of mobility in a globalised world, focusing on both domestic and international issues.
Eine Methode zur Bestimmung eines Abbruchkriteriums für die strategische Standortentscheidung
(2019)
Decisions on location planning are complex strategic business decisions involving a considerable number of risks for a company´s management. To reduce the general risk of making a wrong decision literature offers a wide range of different approaches (Krebs & Reinhart, 2012). All of these methods base on one similar key fact – the decision quality increasing with the amount and detail level of the used parameters. Therefore, the conference paper addresses the finding of a general abort criterion, by finding the right decision parameters and reduce them to a reasonable number.
Mit einem Umsatz von 103 Milliarden Euro ist die Metallindustrie eine der größten deutschen Industriebranchen. Diese ist von volatilen Marktbedingungen und hohem Wettbewerb geprägt [1][2]. Kleine und mittlere produzierende Unternehmen (sogenannte KMU) sehen zunehmend gravierende Probleme bei der Einhaltung von Lieferterminen bedingt durch hohe Durchlaufzeiten in der Produktion [3]. Neben kaufmännischen Planungssystemen zur Erstellung von Produktionsplänen nutzen Unternehmen als Planungsgrundlage weiterhin Excel mit 31 % und manuelle Prozesse mit 10 % [4]. Gleiches gilt für Produktwechselvorgänge auf Maschinen (Rüsten). Aufgrund dieser Aspekte ist es notwendig, die Rentabilität der KMU in der Metallindustrie zu steigern. Das wird durch effiziente Produktionsplanung und -steuerung, sowie der daraus resultierenden hohen Reaktionsfähigkeit und Flexibilität realisiert. Daher ist die Produktionsplanung auf die Markt- und Kundenanforderungen und die Anlageneffektivität auf ein hohes und stabiles Niveau auszurichten [5]. Hier bietet die Erfassung von Echtzeitdaten eine adäquate Reaktion auf die genannten Anforderungen. Ebenfalls liefert sie großes Potenzial für die Produktionsplanung und -steuerung, um die Disposition und Koordination von Arbeitsaufträgen zu optimieren. Weiterhin werden Störgrößen oder unvorhergesehene Planungsabweichungen reduziert [4][6]. Zusätzlich ist eine erhöhte Transparenz und Verbesserung menschlicher Entscheidungsprozesse notwendig. Dies kann durch datengetriebene Methoden unterstützt und sichergestellt werden [7]. Ein Ansatz zur Optimierung des Produktionsergebnisses kann durch die Erhöhung der Anlagenproduktivität selbst realisiert werden. Dazu muss die Verfügbarkeit der Anlagen durch Lokalisierung und Reduzierung von Verlusten erhöht werden. Die Umrüstungsprozesse tragen stark negativ zur Verfügbarkeit einer Produktion bei. Eine Steigerung der Gesamtanlageneffektivität (overall equipment effectiveness oder kurz OEE) in einer Fertigungsumgebung ist jedoch möglich durch eine intelligente Nutzung von Sensordaten mit Techniken wie z. B. Machine Learning (ML).