Zusammenfassung
Betriebliche Informationssysteme sollen Führungskräfte auf allen hierarchischen Ebenen durch entscheidungsorientierte Informationen für das strategische und operative Management unterstützen. Wir bezeichnen betriebliche Informationssysteme als adaptive Assistenzsysteme, wenn sie den Entscheidungsträgern umfassende Informationen über bestimmte definierte Entscheidungssachverhalte liefern, indem sie an vielfältige Entscheidungssituationen schnell anpassbar und für komplexe Entscheidungsprobleme gut nutzbar sind.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Albrecht, F., Abele, E., & Kleine, O. (2014). Planning and optimization of changeable production systems by applying an integrated system dynamic and discrete event simulation approach. Procedia CIRP, 17, 386–391. doi:10.1016/j.procir.2014.01.039.
Bangsow, S. (2011). Praxishandbuch Plant Simulation und SimTalk – Anwendung und Programmierung in über 150 Beispiel-Modellen. München: Carl Hanser.
Bleicher, F., Duer, F., Leobner, I., Kovacic, I., Heinzl, B., & Kastner, W. (2014). Co-simulation environment for optimizing energy efficiency in production systems. CIRP Annals – Manufacturing Technology, 63(1), 441–444. doi:10.1016/j.cirp.2014.03.122.
Božičković, R., Radošević, M., Ćosić, I., Soković, M., & Rikalović, A. (2012). Integration of simulation and lean tools in effective production systems – Case study. Journal of Mechanical Engineering, 58(11), 642–652. doi:10.5545/sv-jme.2012.387.
De Groote, P. (1995). Maintenance performance analysis: A practical approach. Journal of Quality in Maintenance, 1(2), 4–24. doi:10.1108/13552519510089556.
Eley, M. (2012). Simulation in der Logistik. Berlin: Springer.
Fandino Pita, J., & Wang, Q. (2010). A simulation approach to facilitate manufacturing system design. International Journal of Simulation Modelling, 3, 152–164. doi:10.2507/IJSIMM09(3)4.162.
Gansterer, M., Almeder, C., & Hartl, R. (2014). Simulation-based optimization methods for setting production planning parameters. International Journal of Production Economics, 151, 206–213. doi:10.1016/j.ijpe.2013.10.016.
Huang, H. S., Dismukes, P. J., Shi, J., Su, Q., Razzak, A. M., Bodhale, R., & Robinson, E. (2003). Manufacturing productivity improvement using effectiveness metrics and simulation analysis. International Journal of Production Research, 41(3), 513–527. doi:10.1080/0020754021000042391.
Jonsson, P., & Lesshammar, M. (1999). Evaluation and improvement of manufacturing performance measurement systems – The role of OEE. International Journal of Operations and Production Management, 19(1), 55–78. doi:10.1108/01443579910244223.
Kindberg, T., & Fox, A. (2002). System software for ubiquitous computing. IEEE Pervasive computing, 1(1), 70–81. doi:10.1109/MPRV.2002.993146.
Kletti, J. (2007). Manufacturing Execution System – MES. Berlin: Springer.
Mathur, A., Dangayach, G. S., Mittal, M. L., & Sharma, K. M. (2011). Performance measurement in automated manufacturing. Measuring Business Excellence, 15(1), 77–91. doi:10.1108/13683041111113268.
Muchiri, P., & Pintelon, L. (2008). Performance measurement using overall equipment effectiveness (OEE): Literature review and practical application discussion. International Journal of Operations & Production Management, 46(13), 3517–3535. doi:10.1080/00207540601142645.
Oechsner, R., Pfeffer, M., Pfitzner, L., Binder, H., Müller, E., & Vonderstrass, T. (2002). From overall equipment efficiency (OEE) to overall Fab effectiveness (OFE). Materials Science in Semiconductor Processing, 5, 333–339. doi:10.1016/S1369-8001(03)00011-8.
Seebacher, G. (2013). Ansätze zur Beurteilung der produktionswirtschaftlichen Flexibilität. Berlin: Logos.
Seebacher, G., & Winkler, H. (2014). Evaluating flexibility in discrete manufacturing based on performance and efficiency. International Journal of Production Economics, 153, 340–351. doi:10.1016/j.ijpe.2014.03.018.
Verein Deutscher Ingenieure. (1993). Simulation von Logistik-, Materialfluss- und Produktionssystemen. Blatt 1: Grundlagen. Düsseldorf: VDI-Verlag.
Winkler, H., & Taschek, H. (2013). Steigerung der Energieeffizienz mit Manufacturing Execution Systemen (MES). Productivity Management, 18(4), 19–21.
Winkler, H., Kuss, C., & Wurzer, Th. (2013a). Beurteilung und Verbesserung der Prozesseffizienz in Supply Chains. In C. Mieke (Hrsg.), Prozessinnovation und Prozessmanagement (S. 127–150). Berlin: Logos.
Winkler, H., Kuss, C., Wurzer, T., Seebacher, G., & Winkler, S. (2013b). Supply Chain Improvement Projekte und Systeme. Berlin: Logos.
Winkler, H., Seebacher, G., & Oberegger, B. (2014a). Ausgewählte Studienergebnisse zum Stand der Effizienzbewertung in der Produktion. Klagenfurt: Universität Klagenfurt.
Winkler, H., Seebacher, G., & Oberegger, B. (2014b). Effizienzbewertung in der Produktionslogistik anhand einer Simulationsstudie. In C. Mieke (Hrsg.), Logistikorientiertes Produktionsmanagement (S. 97–116). Berlin: Logos.
Zhou, B., Wang, S., & Xi, L. (2005). Data model design for manufacturing execution system. Journal of Manufacturing Technology, 16(8), 909–935. doi:10.1108/17410380510627889.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2017 Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Winkler, H., Seebacher, G., Oberegger, B. (2017). Effizienzbewertung und -darstellung in der Produktion im Kontext von Industrie 4.0. In: Obermaier, R. (eds) Industrie 4.0 als unternehmerische Gestaltungsaufgabe. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-16527-7_13
Download citation
DOI: https://doi.org/10.1007/978-3-658-16527-7_13
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-16526-0
Online ISBN: 978-3-658-16527-7
eBook Packages: Business and Economics (German Language)