Übersicht laufender Forschungsprojekte

Um ihre Wettbewerbsfähigkeit auf dem globalen Markt zu wahren, sind Unternehmen dazu angehalten, den vielfältigen und kundenindividuellen Wünschen mit einem umfangreichen Produktportfolio gerecht zu werden. Die Folge ist eine Zunahme der Variantenvielfalt, was wiederum zu steigender Komplexität sowie steigenden Investitions- und Betriebskosten führt. In der Erwartung, einen breiteren Kundenkreis anzusprechen und somit den Umsatz zu steigern, erweitern Unternehmen ihr Produktportfolio um zusätzliche Varianten. Jedoch gehen sie hierbei das Risiko negativer Margen ein, die durch schrumpfende Losgrößen und unwirtschaftliche Produktvarianten verursacht werden können. Im Vergleich zu großen Unternehmen verfügen kleine und mittlere Unternehmen (KMU) häufig nicht über ausreichende Ressourcen, um die kostenseitigen Auswirkungen von Portfolioerweiterungen zu bewerten. Es ist erforderlich, die Unwirtschaftlichkeit einer Variante noch vor dem Start der Produktion (SOP) zu erkennen, um zu vermeiden, dass KMU unnötige zeitliche und finanzielle Ressourcen investieren. 

Das Projekt zielt darauf ab, durch Experteninterviews die aktuelle Situation und wesentliche Herausforderungen der Industrie zu erfassen, um Grundlagen für eine resiliente Planung abzuleiten. Die erhobenen Daten sollen Entscheidungen zur Art und Dimensionierung eines generischen Transportnetzwerks für das Resilient Service Network Design Problem (RSNDP) unterstützen und ein agentenbasiertes Simulationsmodell ermöglichen. Dieses Modell dient der Entwicklung effizienter und resilienter Planungsmöglichkeiten für KMU-Spediteure und KV-Operateure. Abschließend sollen die Ergebnisse als Handlungsempfehlungen für diese Zielgruppen aufbereitet werden.

Im Produktionsprogramm legen Unternehmen fest, welche Produkte sie in welchen Mengen zu welchem Zeitpunkt herstellen. Um Entscheidungen zum produktionstechnischen Gesamtablauf zu treffen, werden Planungstätigkeiten meist in aufeinander aufbauende Teilaufgaben zerlegt und nacheinander beantwortet. Dieses Vorgehen hat zwei Nachteile: 1.) Zum einen begünstigt die konsekutive Planung die Identifikation lokal-optimaler Lösungen (anstelle global-optimaler Lösung beim kohärenten Vorgehen). Auch etablierte Ansätze, wie produktionswirtschaftliche Heuristiken oder simulationsbasierte Planung, stehen vor dieser Herausforderung. 2.) Zum anderen entsteht ein wiederkehrender Bedarf nach qualifiziertem Planungspersonal, inbs. wenn variabilitätsbedingte Neuaufwürfe oder Anpassung von bereits erstellten Plänen auftreten. Davon sind besonders KMU betroffen, da sie meist in Wertschöpfungsnetzwerken agieren und kundenseitige Änderungswünsche kurzfristig erfüllen müssen.Um die Planungsqualität zu steigern und Planungsaufwände zu senken, wird in PrOPPlan eine neuartige Methodik zur Erzeugung optimaler Planungsempfehlungen für ursprünglich human-zentrierte Aufgaben der operativen PPP entwickelt. Dafür wird ein sich selbst optimierendes System aus Reinforcement Learning Agenten und Materialflusssimulationen produzierender Unternehmen umgesetzt. Im Zentrum der Methodik steht die Erzeugung von Handlungsempfehlungen für ideale Produktionsprogrammpläne. Primär wird dafür eine integrierte Umsetzung von Reihenfolgenplanung, Losgrößenrechnung, Feinterminierung und Auftragsfreigabe verfolgt. Sekundär werden zusätzlich Ansätze zur Durchführung von Ressourcenfeinplanung und Verfügbarkeitsprüfung umgesetzt. Mit dem PA, der aus Anwendern, Beratern und Systementwicklern besteht, wird die Methodik entwickelt und validiert. Vorhabenbegleitend erfolgen außerdem Generalisierung und Umsetzung eines nutzerfreundlichen IT-Werkzeugs zur niedrigschwelligen Verwendung der Methodik.

Terminals des Kombinierten Verkehrs (KV) haben insbes. im Fall von KMU mit einer knappen Ressourcenlage und hohen Auslastungen zu kämpfen. Auch der Fachkräftemangel trägt hierzu bei. Notwendige Mehrarbeiten durch eine unzureichende Auftragsplanung, wie bspw. Umlagerungsvorgänge oder weite innerbetriebliche Transportwege, wiegen daher besonders bei knapp ausgestatteten Betrieben extrem nachteilig hinsichtlich Umschlagsgeschwindigkeit und -menge sowie auch deren Profitabilität. Gegenwärtig genutzte Planungssysteme liefern lediglich regelbasiert optimierte Auftragspläne, wodurch es an Flexibilität mangelt und nicht optimal auf unsichere Ereignisse, wie bspw. Verspätungen oder lange Prozesszeiten, reagiert werden kann. In Folge kommt es zu unproduktiver Mehrarbeit und Ressourcenengpässen.In KIProKV soll daher ein Planungstool entwickelt werden, welches mathematische Optimierungsansätze nutzt und mit datengetriebener Prozessprognose mittels Machine Learning verbindet. Dabei werden durch das Prognosemodell unsichere Prozessvariablen vorhergesagt, um vorausschauend und flexibel möglicherweise entstehende Verschiebungen oder Engpässe im geplanten Prozessablauf identifizieren zu können. Die Quantifizierung der Unsicherheiten fließt in den Entstehungsprozess der Optimierungsmodelle ein und trägt dazu bei, effiziente Lösungsalgorithmen zu entwickeln. Durch eine Feedbackschleife aus Optimierung und Prognose soll im Gesamtansatz eine Echtzeit-Planung der Umschlagsaufträge erfolgen, welche dem Terminalpersonal zur Verfügung gestellt wird.Durch diesen Ansatz soll die Unproduktivität um deutlich mehr als 30% (Praxisaussage bzgl. rein regelbasierter Optimierung) reduziert werden. Hieraus resultieren kürzere Durchlaufzeiten und somit eine gesteigerte Effizienz der Umschlagsprozesse - vor allem für KMU relevant. Dadurch kann bei gegebenen Kapazitäten und ohne Erweiterung der KV-Infrastruktur die Umschlagsmenge erhöht und somit ein nachhaltigerer Güterverkehr ermöglicht werden.

Nachhaltige Produktionsstrategien sind heutzutage durch Ressourcenknappheit und Umweltaspekte immer mehr in Unternehmen einzubringen. Zirkuläre Geschäftsmodelle bringen den Unternehmen Wettbewerbsvorteile sowie Kosten- und Ressourceneinsparungen bei der Produktion. Bei der Einführung von zirkulären Geschäftsmodellen und speziell dem Remanufacturing sind kleine und mittlere Unternehmen (KMU) durch fehlende Ressourcen vor Herausforderungen gestellt. Hierbei sind sie meist auf Unterstützung angewiesen.Ziel des Vorhabens  ist es ein Modell zu entwickeln, dass durch eine integrierte Betrachtung der Produktauswahl, der Analyse des Wertschöpfungsnetzwerks, sowie des Beschaffungsmanagements vor allem KMU bei der Einführung von Remanufacturing unterstützt. Hierdurch können nachhaltige Geschäftsmodelle entwickelt und umgesetzt werden.Produzierende Unternehmen aller Branchen können den Softwaredemonstrator nutzen und die Ergebnisse führen nicht zu einseitigen Wettbewerbsvorteilen. Eine exklusive Nutzung der Ergebnisse durch ein oder mehrere Unternehmen ist ausgeschlossen.