Advertisement

Dynamische Auftragsabwicklung in Netzwerken mit Hilfe digitaler Fertigungsplattformen

  • Martin KunathEmail author
  • Herwig Winkler
Chapter

Zusammenfassung

Mehr und mehr individualisierte Produkte, kürzer werdende Produktlebenszyklen und die steigende Anzahl an Produktvarianten führen zu einer zunehmenden Komplexität des Auftragsabwicklungsprozesses in vielen Unternehmen. Diese Komplexität steigt insbesondere bei Auftragsfertigern, die ihre Produkte kundenspezifisch aus definierten Komponenten herstellen und/oder entwickeln. Sind zur Herstellung der Produkte individualisierte Komponenten notwendig, die von einem Lieferanten bezogen werden, erhöht sich zusätzlich die Komplexität der Auftragsabwicklung über die gesamte Lieferkette.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Ahn, H. J.; Childerhouse, P.; Vossen, G.; Lee, H. (2012): Rethinking XML-Enabled Agile Supply Chains, in: International Journal of Information Management, 32 (1), S. 17–23.Google Scholar
  2. Ameri, F.; Patil, L. (2012): Digital Manufacturing Market: A Semantic Web-Based Framework for Agile Supply Chain Deployment, in: Journal of Intelligent Manufacturing, 23 (5), S. 1817–1832.Google Scholar
  3. Bak, O. (2006): Complexity and Impact of Internet Technologies, a Study on Supply Chain Management, in: Blecker, T.; Kersten, W. (Hrsg.): Complexity Management in Supply Chains, Concepts, Tools and Methods, Berlin: Erich Schmidt Verlag GmbH & Co. KG, S. 265–284.Google Scholar
  4. Block, C.; Frank, T.; Burges, U.; Kuhlenkötter, B. (2017): Online Materialflusssimulationen zur Entscheidungsunterstützung in der PPS, in: productivITy, 22 , S. 28–30.Google Scholar
  5. Boschert, S.; Rosen, R. (2016): Digital Twin - The Simulation Aspect, in: Hehenberger, P.; Bradley, D. (Hrsg.): Mechatronic Futures, Cham: Springer International Publishing, S. 59–74.Google Scholar
  6. Corsten, H.; Gössinger, R. (2001): Einführung in das Supply Chain Management, München: Oldenbourg.Google Scholar
  7. Daniluk, D.; Chisu, R. (2010): Simulation und Emulation im Internet der Dinge, in: Günthner, W.; ten Hompel, M. (Hrsg.): Internet der Dinge in der Intralogistik, Berlin, Heidelberg: Springer Berlin Heidelberg, S. 149–166.Google Scholar
  8. Dyckhoff, H.; Spengler, T. S. (2010): Produktionswirtschaft: eine Einführung, 3. Aufl., Berlin: Springer.Google Scholar
  9. ElMaraghy, W.; ElMaraghy, H.; Tomiyama, T.; Monostori, L. (2012): Complexity in Engineering Design and Manufacturing, in: CIRP Annals, 61 (2), S. 793–814.Google Scholar
  10. Glaessgen, E. H.; Stargel, D. S. (2012): The Digital Twin Paradigm for Future NASA and U.S. Air Force Vehicles, Präsentiert auf: 2012, 53rd AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics and Materials Conference 2012.Google Scholar
  11. Gutenberg, E. (1951): Grundlagen der Betriebswirtschaftslehre, Berlin, Heidelberg: Springer Berlin Heidelberg.Google Scholar
  12. Hoitsch, H.-J. (1993): Produktionswirtschaft: Grundlagen einer industriellen Betriebswirtschaftslehre, 2., völlig überarb. und erw. Aufl., München: Vahlen.Google Scholar
  13. Kersten, W.; Kern, E.-M.; Held, T. (2003): Auf dem Weg zur E-Collaboration — Entwicklungslinien im Electronic Business, in: Kersten, W. (Hrsg.): E-Collaboration, Wiesbaden: Deutscher Universitätsverlag, S. 3–27.Google Scholar
  14. Kersten, W.; Rall, K.; Meyer, C. M.; Dalhöfer, J. (2006): Complexity Management in Logistics and ETO-Supply Chains, in: Blecker, T.; Kersten, W. (Hrsg.): Complexity Management in Supply Chains, Concepts, Tools and Methods, Berlin: Erich Schmidt Verlag GmbH & Co. KG, S. 325–342.Google Scholar
  15. Kersten, W.; Schröder, M.; Indorf, M. (2017): Potenziale der Digitalisierung für das Supply Chain Risikomanagement: Eine empirische Analyse, in: Seiter, M.; Grünert, L.; Berlin, S. (Hrsg.): Betriebswirtschaftliche Aspekte von Industrie 4.0, Wiesbaden: Springer Fachmedien Wiesbaden, S. 47–74.Google Scholar
  16. Kiener, S.; Maier-Scheubeck, N.; Obermaier, R.; Weiß, M. (Hrsg.) (2012): Produktions-Management: Grundlagen der Produktionsplanung und -steuerung, 10., verb. und erw. Aufl., München: Oldenbourg.Google Scholar
  17. Kunath, M.; Winkler, H. (2018): Integrating the Digital Twin of the Manufacturing System into a Decision Support System for Improving the Order Management Process, in: Procedia CIRP, 72., S. 225–231.Google Scholar
  18. Lee, E. A.; Seshia, S. A. (2017): Introduction to embedded systems: a cyber-physical systems approach, 2. Aufl., Cambridge, Massachuetts: MIT Press.Google Scholar
  19. Lee, J.; Bagheri, B.; Kao, H.-A. (2015): A Cyber-Physical Systems Architecture for Industry 4.0- Based Manufacturing Systems, in: Manufacturing Letters, 3 , S. 18–23.Google Scholar
  20. Mertens, P. (2013): Integrierte Informationsverarbeitung 1, Wiesbaden: Springer Fachmedien Wiesbaden.Google Scholar
  21. Monostori, L.; Kádár, B.; Pfeiffer, A.; Karnok, D. (2007): Solution Approaches to Real-time Control of Customized Mass Production, in: CIRP Annals - Manufacturing Technology, 56 (1), S. 431–434.Google Scholar
  22. Monostori, L.; Kis, T.; Vancza, J.; Kadar, B.; Erdos, G. (2009): Real-time, cooperative enterprises for customised mass production, in: International Journal of Computer Integrated Manufacturing, 22 (1), S. 55–68.Google Scholar
  23. Mukhopadhyay, T.; Kekre, S.; Kalathur, S. (1995): Business Value of Information Technology: A Study of Electronic Data Interchange, in: MIS Quarterly, 19 (2), S. 137.Google Scholar
  24. Negri, E.; Fumagalli, L.; Macchi, M. (2017): A Review of the Roles of Digital Twin in CPSbased Production Systems, in: 27th International Conference on Flexible Automation and Intelligent Manufacturing, FAIM2017, 27-30 June 2017, Modena, Italy, 11 , S. 939–948.Google Scholar
  25. Olhager, J. (2003): Strategic Positioning of the Order Penetration Point, in: International Journal of Production Economics, 85 (3), S. 319–329.Google Scholar
  26. Reinhart, G.; Engelhardt, P.; Geiger, F.; Philipp, T. R.; Wahlster, W.; Zühlke, D.; Schlick, J.; Becker, T.; Löckelt, M.; Pirvu, B.; et al. (2013): Cyber-Physische Produktionssysteme - Produktivitäts- und Flexibilitätssteigerung durch die Vernetzung intelligenter Systeme in der Fabrik, in: wt Werkstattstechnik online, 103 (2), S. 84–89.Google Scholar
  27. Sadigh, B. L.; Unver, H. O.; Nikghadam, S.; Dogdu, E.; Ozbayoglu, A. M.; Kilic, S. E. (2017): An ontology-based multi-agent virtual enterprise system (OMAVE): part 1: domain modelling and rule management, in: International Journal of Computer Integrated Manufacturing, 30 (2–3), S. 320–343.Google Scholar
  28. Schluse, M.; Rossmann, J. (2016): From simulation to experimentable digital twins: Simulationbased development and operation of complex technical systems, Präsentiert auf: 2016 IEEE International Symposium on Systems Engineering (ISSE), Oktober 2016, International Symposium on Systems Engineering (ISSE), IEEE, S. 1–6.Google Scholar
  29. Schroeder, G. N.; Steinmetz, C.; Pereira, C. E.; Espindola, D. B. (2016): Digital Twin Data Modeling with AutomationML and a Communication Methodology for Data Exchange, in: 4th IFAC Symposium on Telematics Applications TA 2016Porto Alwegre, Brasil, 6—9 November 2016, 49 (30), S. 12–17.Google Scholar
  30. Schuh, G.; Roesgen, R. (2006): Grundlagen der Produktionsplanung und -steuerung: Aufgaben, in: Schuh, G. (Hrsg.): Produktionsplanung und -steuerung, Berlin, Heidelberg: Springer- Verlag, S. 28–80.Google Scholar
  31. Schuh, G.; Schmidt, C. (2006): Grundlagen der Produktionsplanung und -steuerung: Prozesse, in: Schuh, G. (Hrsg.): Produktionsplanung und -steuerung, Berlin, Heidelberg: Springer- Verlag, S. 108–194.Google Scholar
  32. Schuh, G.; Schmidt, C.; Adema, J. (2014): Auftragsmanagement, in: Schuh, G.; Schmidt, C. (Hrsg.): Produktionsmanagement, Berlin, Heidelberg: Springer-Verlag, S. 109–149.Google Scholar
  33. Selke, C. (2005): Entwicklung von Methoden zur automatischen Simulationsmodellgenerierung, München: Utz.Google Scholar
  34. Shafto, M.; Conroy, M.; Doyle, R.; Glaessgen, E.; Kemp, C.; LeMoigne, J.; Wang, L. (2010): DRAFT Modeling, Simulation, Information Technology & Processing Roadmap – Technology Area 11, Washington, DC: National Aeronautics and Space Administration.Google Scholar
  35. Son, Y. J.; Wysk, R. A. (2001): Automatic simulation model generation for simulation-based, real-time shop floor control, in: Computers in Industry, 45 (3), S. 291–308.Google Scholar
  36. Son, Y. J.; Wysk, R. A.; Jones, A. T. (2003): Simulation-based shop floor control: formal model, model generation and control interface, in: Iie Transactions, 35 (1), S. 29–48.Google Scholar
  37. Stark, R.; Kind, S.; Neumeyer, S. (2017): Innovations in digital modelling for next generation manufacturing system design, in: CIRP Annals, 66 (1), S. 169–172.Google Scholar
  38. Tatsiopoulos, I. P.; Ponis, S. T.; Hadzilias, E. A. (2004): An E-Releaser of Production Orders in the Extended Enterprise, in: Production Planning & Control, 15 (2), S. 119–132.Google Scholar
  39. Uhlemann, T. H.-J.; Lehmann, C.; Steinhilper, R. (2017): The Digital Twin: Realizing the Cyber- Physical Production System for Industry 4.0, in: The 24th CIRP Conference on Life Cycle Engineering, 61 , S. 335–340.Google Scholar
  40. Westkämper, E. (2006): Einführung in die Organisation der Produktion, Berlin, Heidelberg: Springer-Verlag.Google Scholar
  41. Winkler, H.; Malle, F. (2003): Unternehmensübergreifende Auftragskoordination bei kundenindividueller Massenfertigung, in: PPS-Management, 8 , S. 69–71.Google Scholar
  42. Winkler, H.; Schemitsch, H. B. (2007): Application Service Providing in projektorientierten Supply Chain Netzwerken, in: ERP Management, (3), S. 25–29.Google Scholar
  43. Winkler, H.; Schemitsch, H. B. (2010): Selection of Partners and Configuration of Business Relations in Project Based Supply Chain Networks, in: Engelhardt-Nowitzki, C.; Nowitzki, O.; Zsifkovits, H. (Hrsg.): Supply Chain Network Management, Wiesbaden: Gabler, S. 133– 148.Google Scholar
  44. Winkler, H.; Schemitsch, H. B.; Kaluza, B. (2007a): An innovative Concept for the Management of Project oriented Supply Chain Networks, in: Kersten, W.; Blecker, T.; Herstatt, C. (Hrsg.): Innovative Logistics Management - Competitive Advantages through new Processes and Services, Berlin: Erich Schmidt Verlag.Google Scholar
  45. Winkler, H.; Schemitsch, H. B.; Kaluza, B. (2007b): Project based Supply Chain Management - Problem Analysis and Discussion of Configuration Possibilities, in: Karwowski, W.; Trzcielinski, S. (Hrsg.): Value Stream Activities Management, Poznan: Madison, S. 167–181.Google Scholar
  46. Winkler, H.; Seebacher, G.; Oberegger, B. (2016): Effizienzbewertung und -darstellung in der Produktion im Kontext von Industrie 4.0, in: Obermaier, R. (Hrsg.): Industrie 4.0 als unternehmerische Gestaltungsaufgabe, Wiesbaden: Springer, S. 219–243.Google Scholar
  47. Wu, S.-Y. D.; Wysk, R. A. (1989): An Application of Discrete-Event Simulation to on-Line Control and Scheduling in Flexible Manufacturing, in: International Journal of Production Research, 27 (9), S. 1603–1623.Google Scholar
  48. Zülch, G.; Fischer, J. (2003): Internetbasierte Konfiguration und Simulation von Kunden-Lieferanten- Beziehungen, in: Kersten, W. (Hrsg.): E-Collaboration, Wiesbaden: Deutscher Universitätsverlag, S. 303–325.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Brandenburgische Technische Universität Cottbus-SenftenbergCottbusDeutschland

Personalised recommendations