Um komplexe Planungsprobleme effizient lösen zu können, ist es unumgänglich entsprechende Werkzeuge einzusetzen. Aus diesem Grund bezieht sich ein Teil des Lehrangebotes des Lehrstuhls auf das Lösen von Fallstudien mit Software-Tools wie „SAP S/4HANA“, „ILOG CPLEX Optimization Studio“ oder „Plant Simulation“.

Neben dem Einsatz in der Lehre, werden diese Kompetenzen zur Lösung von praxisrelevanten Fragestellungen auch in der Forschung und Projekten eingesetzt.

 

Enterprise Resource Planning

Enterprise Resource Planning (ERP) umspannt alle Kernprozesse, die zur Führung eines Unternehmens notwendig sind: Beschaffung, Produktionsplanung, Auftragsabwicklung, Service, Personalwesen und Finanzwesen. Bereits einfaches, herkömmliches ERP integriert all diese Prozesse in einem einzigen System. Darüber gehen neue ERP-Systeme allerdings weit hinaus. Sie schaffen mithilfe der neuesten Technologien, wie maschinellem Lernen und künstlicher Intelligenz, zusätzlich Transparenz, Effizienz und Intelligenz in allen Unternehmensbereichen.

Partner: SAP, SAP UCC
Software: SAP S/4HANA

Integrationsbereiche eines ERP-Systems

Mathematische Optimierung

Mathematische Optimierung beschäftigt sich damit, optimale Ausprägungen von Entscheidungen in einem – meist komplexen – System zu finden. "Optimal" bedeutet, dass eine Zielfunktion (oder mehrere) unter gegebenen Nebenbedingungen minimiert oder maximiert wird. Dabei wird das Entscheidungsproblem zunächst mathematisch formuliert, in einer definierten Entwicklungsumgebung abgebildet und dann mithilfe einer mathematischen Optimierungs-Engine analytisch gelöst.

Partner: IBM, GAMS
Software: IBM ILOG CPLEX Optimization Studio, GAMS, Open Source Solutions

Beispiel eines mathematischen Optimierungsmodells implementiert in ILOG Optimization

Simulation

Mit diskreter Ereignissimulation und statistischen Analysen lassen sich die Materialhandhabung, Logistik, Maschinenauslastung und der Arbeitskräftebedarf optimieren. Es wird möglich Engpässe schnell zu erkennen, transportierte Materialien zu validieren und die Ressourcennutzung im Zeitablauf für mehrere Prozessalternativen zu betrachten. Der Einsatz stochastischer Tools mit objektorientierten und 3D-Modellierungsfunktionen ermöglicht es, die Fertigungsgenauigkeit und -effizienz zu erhöhen und gleichzeitig den Durchsatz und die Systemleistung insgesamt zu steigern.

Partner: Siemens, Tecnomatix
Software: Plant Simulation

Simulierte Fertigungsstraßenarbeiter

Life Cycle Assessment

Life Cycle Assessment (LCA - Lebenszyklusanalyse) ist ein Ansatz für die Ökobilanzierung und das Umweltmanagement, der alle Aspekte der Ressourcennutzung und der Freisetzung von Stoffen eines Produktes, Prozesses oder Industriesystems von der Wiege bis zur Bahre berücksichtigt und charakterisiert. Es handelt sich dabei um eine ganzheitliche Betrachtung aller Umweltinteraktionen, die von der Gewinnung von Rohstoffen aus der Erde, über die Herstellung, Nutzung und Wiederverwendung des Produktes bis hin zu seiner Entsorgung in der Wertschöpfungskette direkt anfallen oder indirekt in anderen Wertschöpfungsketten induziert werden.

Partner: ESU-services, PRé Sustainability
Software: SimaPro, openLCA

Schematische Darstellung einer Ökobilanzierung

Machine Learning

Maschinelles Lernen (ML) beschreibt die "künstliche" Generierung von Wissen aus Erfahrung. Dabei werden zunächst große Datenmengen mithilfe statistischer Methoden analysiert. Die Erkenntnisse werden dazu verwendet, spezielle Algorithmen, wie "Artificial Neural Networks" oder "Random Forests", zu Vorhersagen über bestimmte Sachverhalte zu trainieren. Die Einsatzgebiete von ML sind dabei extrem vielseitig und reichen von der Entscheidungsunterstützung bis zur vollständigen Automatisierung. Mögliche Einsatzszenarien im Kontext von Production Management sind beispielsweise "Predictive Maintenance" oder die Prognose von Produktionsparametern.

Software: TensorFlow, XGBoost, scikit-learn

Schematische Darstellung von Machine Learning

Suche