Logo_image_transparent.png

Algorithmen für Produktion und Logistik

Günstigere , leistungsfähigere und flexiblere Technologien beschleunigen das Wachstum vollautomatisierter Produktionsanlagen. Die zentrale Herausforderung für Unternehmen besteht daher darin zu entscheiden, wie sie individuelle Einsatzmöglichkeiten am besten nutzen können.

Gemeinsam mit den Studenten der Hochschule der Bayerischen Wirtschaft (HDBW) haben wir im Rahmen der Vorlesung Wirtschaftsingenieurwesen globale Produktions- und Logistiknetzwerke digital abgebildet. Dabei stand die Kleinserienfertigung mit einer variablen und komplexen Aufgabenerfüllung im Vordergrund.


Denn die wirtschaftliche Entwicklung der letzten Jahre ist durch einen Trend zur Spezialisierung (Outsourcing, Beschränkung auf Kernkompetenzen) und zur Bildung geographisch weit verteilter Unternehmensbeziehungen (Globalisierung) gekennzeichnet.


Die Rationalisierung der Produktion im Umfeld abnehmender Fertigungstiefe hat insbesondere zu bewussten Reduzierungen von Lager- und Umlaufbeständen geführt, wobei Zulieferungen vielfach nach dem Prinzip der produktionssynchronen Beschaffung (Just-In-Time: JIT) erfolgen. JIT Fertigung stellt hohe Anforderungen an Termintreue und Zuverlässigkeit der Zulieferer und an die eingesetzte Logistik.


Heutige Logistiknetzwerke sind durch eine Vielzahl von Akteuren gekennzeichnet, welche eine große Zahl unterschiedlicher logistischer Objekte (Güter, Informationen) mittels ggf. wechselnder Verkehrsträger über mehrere Netzwerkknoten transportieren bzw. transferieren. Ein modellgestütztes Vorgehen bei der Gestaltung von Logistiknetzwerken kann unter verschiedenen Gesichtspunkten hilfreich sein: Zunächst liegt mit jeder gewählten Modellbeschreibungsform ein Rahmen für eine geordnete, organisierte Methodik der deskriptiven Beschreibung von Modellen vor.

Ist die Modellbeschreibungsform problemadäquat und anschaulich gewählt, dann wird durch eine deskriptive Erfassung unterschiedlicher Entwürfe / Modelle für eine gegebene Problemstellung die Diskussion und Kommunikation dieser Entwürfe bereits deutlich erleichtert. Über diesen rein deskriptiven Zweck hinaus lassen sich hinreichend formalisierte Modelle geplanter oder betriebener Netzwerke einer rechnergestützten Bewertung unterziehen. Technische und ökonomische Kennzahlen der untersuchten Alternativen können so über eine digitale Simulation schnell ermittelt werden.


In den betrachteten Anwendungsfällen haben wir den Einfluss von Störungen auf die Supply Chain durch z.B. plötzlich auftretende Handelsbarrieren oder Lieferengpässe im Lieferantennetzwerk an praxisnahen Beispielen untersucht. Darüber hinaus konnten wir durch die Ergänzung von Datenreihen für den historischen Verbrauch sowie die aktuelle Bedarfsplanung auch mit Hilfe von konnten wir die Modelle mit in ein Fakten-basiertes Forecasting einbeziehen.


Die Beschleunigung der End-to-End-Digitalisierung wird für die Lösung langjähriger Kompromisse zwischen Effizienz und Belastbarkeit für die Organisation von globalen Produktionsnetzwerken von entscheidender Bedeutung sein. Bei einer maßstabsgetreuen Implementierung kann die Digitalisierung Unternehmen dabei helfen, die Widerstandsfähigkeit drastisch zu erhöhen, ohne nicht nachhaltige Kostensteigerungen zu ertragen. Während die Supply Chain einer der am häufigsten "gehypten" Anwendungsfälle für künstliche Intelligenz und maschinelles Lernen war, geben weniger als 25 Prozent der Unternehmen an, dass ihre Lieferketten heute über digitale Funktionen verfügen.


Wir stellen ihnen gerne ein für sie passendes Modell vor - Lean.IQ bietet einen Methoden-basierten Ansatz der ihnen innerhalb kurzer Zeit wesentliche Erkenntnisse über die Zusammenhänge in ihrem Produktionsnetzwerk gibt. Nutzen sie entsprechende Informationen um bessere Entscheidungen zu treffen.




0 views0 comments