Fabrikplanung und Produktionsmanagement
Das Arbeitsfeld Produktionsmanagement und Fabrikplanung befasst sich mit den zunehmend komplexer werdenden Herausforderungen in der Gestaltung von Produktionssystemen und -netzwerken. Gegenstand der Forschung im Arbeitsfeld ist die Entwicklung innovativer Lösungsansätze zur Digitalisierung und Automatisierung von Fabriken und der Gestaltung damit verbundener Planungswerkzeuge. Dabei werden die Einsatzpotenziale von technologische Enablern wie digitale Zwillinge, fahrerlose Transportsysteme, künstliche Intelligenz und die Blockchain-Technologie zum Management komplexer Wertschöpfungssysteme untersucht.
Sie möchten mehr über diesen Forschungsbereich erfahren oder mit uns in Kontakt treten?
Wenden Sie sich gern an die Mitarbeiter*innen oder die Forschungsbereichsleitung!
Kontakt aufnehmen
Aktuelle Trends
Die Planung und der Betrieb von Fabriken wird zu einer wiederkehrenden Aufgabe und stets den Anpassungen im komplexen Umfeld auszurichten. Der Erfolg zukünftiger Fabriken erfordert die Berücksichtigung der Aspekte Nachhaltigkeit, Digitalisierung und Resilienz. Der kombinierte Einsatz innovativer Schlüsseltechnologien, wie zum Beispiel die Blockchain-Technologie, Künstliche Intelligenz oder autonome Transportsysteme, aber auch Virtualisierungskonzepte, wie beispielsweise der Digitale Zwilling und Mixed-Reality, befördern den Planungsgegenstand von Fabriken auf ein neues Level. Im Zielbild einer anpassungsintelligenten Fabrik sind Managementkonzepte zu entwickeln, die Akteure aus unterschiedlichen Fachbereichen mit einbezieht. Die Fabrikplanung wird zu einer zunehmend interdisziplinären Aufgabe. Gleichwohl bedarf es einem durchgängigen Verständnis entlang aller Planungsebenen, beginnend vom Shopfloor, über den Standort hin zu ganzen Produktionsnetzwerken.
Ausrichtung und Forschungsschwerpunkte
- Gestaltung Digitale Zwilling als Assistenzsysteme unter Betrachtung finanzieller Aspekte, insbesondere des Working Capitals
- Automatisierte Generierung von Algorithmen unter Einsatz von Large-Language Modellen (u.a. im intralogistischen Kontext)
- Analyse des Potenzials autonomer Transportsysteme zur Abbildung von Supply-Chain-Prozessen über Unternehmensgrenzen hinweg, unter besonderer Berücksichtigung digitaler Zwillinge zur Simulation von Hauptflüssen der Supply Chain
- Einsatz und Implementierung von Schlüsseltechnologien zum Aufbau und Erhalt von interorganisationalem Vertrauen in industriellen Wertschöpfungsnetzwerken