Übersicht laufender Forschungsprojekte

Kleine und mittlere Spediteure (KMU-Spediteure) haben im Vergleich zu großen Speditionen eine kleinere Kunden- und damit meist auch Auftragsbasis. Folglich haben sie weniger Möglichkeiten, Touren ad hoc umzuplanen, sollte es im Hauptlauf des kombinierten Straßen- und Schienengüterverkehrs (KV) zu Zugverspätungen kommen. Durch Estimated Time of Arrival- (ETA) Prognosen, deren Prognosequalität zurzeit in Projekten wie "Aeolix" und "KV4.0" erforscht wird, lässt sich die Tourenplanung für den Vor- und Nachlauf des KV dynamisch, d. h. immer dann wenn neue Informationen vorliegen, an die Verspätung des Schienenhauptlaufs anpassen, was zu einer Reduzierung von Wartezeit und -kosten führen kann (Bock, 2010). Bisherige Forschungsarbeiten nehmen jedoch an, dass eine ETA-Prognose nur ein einmalig ermittelter Wert ist, welcher im Zeitablauf nicht weiter angepasst wird (Srour et al., 2016). In der Realität werden ETA-Prognosen jedoch an den tatsächlichen Transportablauf angepasst, um eine möglichst exakte Vorhersage über die erwartete Ankunftszeit zu treffen (RailFreight, 2019). Dabei ist die Prognosegüte der ETA-Prognose abhängig von verschiedenen Faktoren (z. B. Infrastrukturstörungen, Unfälle, Wetter), ändert sich im Zeitverlauf und steigt prinzipiell, je weiter sich der betrachtete Zug dem Zielterminal nähert (Weinke/Poschmann, 2019). Ziel des Forschungsvorhabens Datengetriebene Analyse von ETA-Prognosen“ ist es daher, die Reliabilität einer sich im Zeitablauf verändernden ETA-Prognose zu untersuchen und zu determinieren, wie unter unsicheren und sich verändernden Ankunftszeiten der Vor- und Nachlauf im KV effizient (wann wird umgeplant) und effektiv (welche Touren werden gefahren) gestaltet werden kann. Da sich der Wert der ETA-Prognose und die Streuung des Prognosefehlers im Zeitablauf verändern, ist es für Spediteure nicht ohne weiteres ersichtlich, zu welchem Zeitpunkt sie ggf. umdisponieren sollten.

Die innerbetriebliche Lieferkette (inLi) in Unternehmen des Maschinen- und Anlagenbaus umfasst alle Bereiche von der Beschaffung bis zum Versand. Sie ist geprägt von einer heterogenen Prozesslandschaft, oftmals einhergehend mit repetitiven, administrativen Aufgaben. Diese sind in der Regel mit hohem manuellen Aufwand sowie hohem Fehlerpotenzial verbunden. Ein Beispiel hierfür ist die manuelle Eingabe von Lieferscheinen in ein Enterprise-Resource-Planning-System (ERP-System). Selbst inkrementelle Verbesserungen helfen KMU bereits enorm, die Heterogenität der Prozesse in der inLi zu bewältigen. Robotic Process Automation (RPA) ist hierfür ein vielversprechender Ansatz. Für eine zielgerichtete Einführung von RPA in der inLi müssen zunächst geeignete Prozesse der inLi identifiziert und entsprechende technologische, datenbezogene, organisatorische und menschliche Anforderungen abgeleitet werden. Die bisherige Forschung liefert hierzu keine hinreichenden Erkenntnisse, insbesondere nicht in Bezug auf die inLi. Das Forschungsprojekt „RPAlog“ verfolgt das Ziel, automatisierbare Prozesse in der inLi sowie die KMU-gerechte Automatisierung dieser Prozesse unter Berücksichtigung der technologischen, datenbezogenen, organisatorischen sowie menschlichen Anforderungen zu identifizieren. Die Forschungsfrage hierzu lautet: Wie können KMU im verarbeitenden Gewerbe befähigt werden, durch die Nutzung von RPA zielgerichtet Automatisierungspotenziale in der innerbetrieblichen Lieferkette auszuschöpfen?

Hohe Variantenvielfalt, kleine Losgrößen und Flexibilität: dafür notwendige Materialflussprozesse, also die bedarfsgerechte Bereitstellung des Materials sowie der Transport von Maschine zu Maschine stellen an die innerbetriebliche Logistik immer höhere Anforderungen. Dabei steckt in kleinteiligen, oft manuellen Produktionsabläufen ein großes Optimierungspotenzial, denn betroffene physische Materialflussprozesse sind oftmals nicht digital abgebildet. Das Ziel von ProCheck ist es, eine automatisierte und kontinuierliche Analyse, Optimierung und Überprüfung von Materialflussprozessen in kleinteiligen Produktionsabläufen zu ermöglichen. Als Innovation werden in ProCheck Methoden des Process Mining auch für physische Materialflussprozesse nutzbar gemacht. Dazu sollen prozesskennzeichnende Ereignisse, so genannte Event-Logs für Materialflussprozesse erzeugt werden. Die Daten dafür sollen über Cyber-Physische Systeme als sensorische Rohdaten in den Prozessen erhoben und über eine neuartige Datenverarbeitung in prozesskennzeichnende Ereignisse gewandelt werden. Dieser Ansatz soll in 5 Schritten umgesetzt werden: 1. Aufnahme und Modellierung des Materialflussprozesses als maschinenlesbare Modelle 2. Einbringen und Erfassen von prozessrelevanten Rohdaten durch existierende CPS-Technologien in Produktionsumgebungen 3. Entwicklung einer Rohdatenauswertung zur automatisierten Generierung von Event-Logs 4. Anpassung von Process Mining Verfahren zum Abgleich von Ist-Prozessen mit Soll-Prozessmodellen spezifisch für Materialflussprozesse in der Produktion von KMU 5. Empfehlungen zur Optimierung und Anwendung Als Nutzen erhalten KMU durch den Einsatz von bereits existierenden CPS-Technologien in Kombination mit neuartiger Sensordatenauswertung und dadurch möglicher Anwendung von geeigneten PM-Techniken mehr Transparenz, Leistung und Flexibilität in ihren Materialflussprozessen der Produktion. Den Marktwünschen kann so besser entsprochen und dem Wettbewerb besser begegnet werden.

Die Entwicklung autonomer Fahrzeuge macht in der Automobilbranche sehr große Fortschritte während in der Intralogistik autonome Fahrzeuge schon seit einigen Jahren verbreitet sind. Für eine Verwendung im Bereich der Landwirtschaft sind jedoch noch einige Hürden zu bewältigen. Insbesondere sind für den effizienten und unterbrechungsfreien wirtschaftlichen Einsatz autonomer Fahrzeugflotten auf dem Feld zahlreiche logistische Prozesse zu planen, wie u.a. der Transport der Einheiten vom Depot des Hofes oder eines Dienstleisters zum Feld und zwischen den Feldern sowie die Bereitstellung von Werkzeugen und Betriebsmitteln o.Ä. Dieses Planungsproblem stellt die Anwender - diese sind meist Lohnunternehmer (in Deutschland existieren mehr als 5000 Lohnunternehmen, diese sind ausschließlich KMU) - landwirtschaftlicher autonomer Fahrzeugflotten vor eine große logistische Herausforderung. Diese gilt es zu bewältigen, um die neue Technologie in der Landwirtschaft effizient und damit wirtschaftlich einsetzen zu können. Im Rahmen des Projekts FeldSchwarmLogistik soll das Problem als Routing- und Scheduling-Problem unter Berücksichtigung aller praxisrelevanten Restriktionen und Nebenbedingungen modelliert werden. Darauf aufbauend wird eine algorithmische Lösung dafür entwickelt, um einen optimalen Nutzen aus der Anwendung autonomer Feldschwärme zu erzielen und Hürden bei der Investition und Implementierung zu senken. Davon profitieren KMU auf der einen Seite in Form von Lohnunternehmen, die mit Hilfe eines Planungstools kostenminimal eine ressourcenschonende neue Technologie einsetzen können. Andererseits ist zu erwarten, dass neue Akteure als KMU in Form von bspw. Servicedienstleistern in der Automatisierung und Telekommunikation in die Branche Einzug finden werden.

In Deutschland gibt es ca. 4500 professionelle Lohnunternehmer (LU), welche das Gros landwirtschaftlicher Logistikdienstleistungen übernehmen. Ihr Umsatz ist seit 2004 von 1,43 Mrd. € auf 2.25 Mrd. € in 2013 kontinuierlich gestiegen wächst weiter. Bei LU handelt es sich ausschließlich um kmU. Die gestiegene Komplexität bei der Beplanung ihrer Ressourcen, z.B. durch eine Zunahme der Auftragsvielfalt oder die gestiegene Volatilität in der Auftragslast und der Vielzahl der zur Verfügung stehenden Verfahrensalternativen bringen LU an organisatorische Grenzen. Gleichzeitig erhöht sich das Potential als auch die Notwendigkeit der Optimierung bei der Projektierung landwirtschaftlicher Logistikdienstleistungen. Derzeit fehlt es an geeigneten Ansätzen um wesentliche Prozesse, Ressourcen und Partner optimal und aufwandsarm abzustimmen. Zielgerichtete, automatisierbare Konzepte reduzieren nicht nur spürbar Planungsaufwände sondern machen reproduzierbare Analysen bezüglich der Auswirkung von Änderungen (z.B. Zukauf neuer Maschinen, Terminverschiebungen) erst möglich. Definierte Zielfunktionen lassen schließlich eine Optimierung der Ressourcenzuteilung und Prozesskettenwahl zu - die Wirtschaftlichkeit der Dienstleister wird deutlich gesteigert. Anhand von Einflussfaktoren, Wirkzusammenhängen und Restriktionen wird ein generisches Modell zur Beschreibung von Ernte- und TUL-Prozessen in der Landwirtschaft angegeben. Davon ausgehend können Verfahrensalternativen bei der Auftragsbearbeitung automatisiert abgeleitet werden. Diese Alternativen sind wesentliche Eingangsgrößen für das ressourcenbeschränkte Optimierungsproblem, welches bei der Auftragsplanung zu lösen ist. Dieses Problem wird durch die Antragsteller formalisiert und damit berechenbar gemacht. Zur Ermittlung optimaler Auftragspläne wird ein Algorithmus angegeben und in einem Berechnungswerkzeug implementiert, so dass entsprechende Anwender (z.B. Mitglieder des PA) die Erkenntnisse aus dem Projekt produktiv nutzen können.

Die Anforderungen an viele Produktions- und Logistikprozesse haben sich in den vergangenen Jahren grundlegend gewandelt. Produktionszyklen verkürzen sich stetig, während die Produktvielfalt steigt und Losgrößen sinken. Gleichzeitig nehmen die Erwartungen hinsichtlich Fertigungsdauer und Lieferzeit, bis hin zur 24h-Lieferung zu. KMUs müssen sich in diesem Umfeld zunehmend international behaupten und unterliegen einem wachsenden Effizienz- und Kostendruck. Um auf diese neuen Herausforderungen reagieren zu können wird von vielen intralogistischen Systemen ein deutlich höheres Maß an Flexibilität und Wandlungsfähigkeit eingefordert. In vielen Fällen können Flexibilität und Wandlungsfähigkeit durch den Einsatz modularer Fördertechnik deutlich verbessert werden. Durch eine individuelle Anordnung und Ausrichtung von Modulen kann das Fördersystem stets auf den Einzelfall angepasst werden. Vorangegangene Projekte zur Entwicklung einer dezentral gesteuerten, modularen Fördermatrix haben gezeigt wie sich in einer solchen unterschiedliche intralogistische Funktionen realisieren lassen. Trotz potentieller Vorteile hinsichtlich Flexibilität, Automatisierungsrad, Raumnutzung und sich daraus ergebenen Einspaarpotentialen kommt modulare Fördertechnik in KMUs gegenwärtig kaum zur Anwendung. Ursächlich dafür ist unter anderem die höhere Komplexität, welche sowohl die Bewertung als auch die Auslegung modularer Förderanlagenlayouts erschwert. Um diese Hemmnisse zu senken und KMU einen besseren Zugang zu modularer Fördertechnik zu ermöglichen sollen im Rahmen dieses Forschungsvorhabens geeignete Werkzeuge zur Bewertung und Optimierung von Layouts entwickelt und bereitgestellt werden.

Aufgrund des stetig wachsenden globalen Wettbewerbs ist es für Unternehmen wichtig, die eigenen Prozesse zu stabilisieren und aus den vorhandenen Ressourcen die bestmögliche Produktivität zu erzielen. Die Produktion sollte dementsprechend gestaltet werden, sodass der Anteil an wertschöpfenden Tätigkeiten der Mitarbeiter maximiert wird. Laut einer Studie haben gewerblich operativ arbeitende Mitarbeiter einen nicht wertschöpfenden Zeitanteil von 40 %. In dieser Zeit sind die Mitarbeiter bspw. damit beschäftigt, sich abzustimmen oder Informationen zu beschaffen. Die Schaffung einer Basis für verlustfreies Arbeiten ist somit eines der Haupthandlungsfelder der PPS. Dabei spielt die Arbeitsplangestaltung eine wichtige Rolle. Ein detaillierter Arbeitsplan ist mit einem hohen Aufwand in der Arbeitsvorbereitung (AV) verbunden, bringt hingegen in der Ausführung einen Vorteil mit sich, da die Informationssuche reduziert werden kann. Die Arbeitshypothese besteht in der Annahme, dass der summarische Aufwand und die damit verbundenen Kosten der Arbeitsplanerstellung einerseits und der Informationssuche der operativen Mitarbeiter andererseits durch die Bestimmung des optimalen Detaillierungsgrads (DG) von Arbeitsplänen reduziert werden kann. Als Folge können KMU ihre Produktivität erhöhen. Ziel des Forschungsvorhabens ist daher die Entwicklung einer Methode zur quantitativen Bestimmung des optimalen DG unter Berücksichtigung des entstehenden Aufwands der operativen und administrativ operativen Mitarbeiter. Mittels des zu entwickelnden Modells zur Bestimmung des optimalen DG der Arbeitspläne und dessen Implementierung in einen Softwaredemonstrator sollen KMU befähigt werden, selbstständig ihren optimalen DG der Arbeitspläne bereichsspezifisch bestimmen zu können.