Abstract
Bedingt durch volatile und neue Rahmenbedingen wird es für Unternehmen wichtiger, ihre Wettbewerbsfähigkeit durch den effizienten Einsatz ihrer Ressourcen im globalen Produktionsnetzwerk abzusichern und verschiedene denkbare Entwicklungen zu berücksichtigen. Hierzu wird ein Verfahren entwickelt, das dies für ein Problem der integrierten Auftragsallokation und Netzwerkkonfiguration ermöglicht. Die Berücksichtigung von Auftragsunsicherheit im entwickelten Verfahren ist heuristisch und basiert auf einer Prognose zukünftig denkbarer Szenarien. Aufbauend auf den szenariospezifischen Lösungen eines linearen Optimierungssystems werden Entscheidungen identifiziert, die die Robustheit der Planung steigern. Diese Entscheidungen werden fixiert und in einem Anwendungsfall bezüglich der ursprünglichen, nicht robusten Planung in verschiedenen Szenarien bewertet.**
Summary
Due to a volatile and challenging business environment, it is becoming more and more important for companies to secure their competitiveness through the efficient use of their resources in the global production network and be prepared for a broad range of possible future scenarios. This paper presents a method that tackles this challenge for a problem of integrated order allocation and network configuration. The consideration of order uncertainty in the developed procedure is heuristic and based on a forecast of future possible scenarios. Based on the scenario-specific solutions of a linear optimization solver, decisions are identified which increase the robustness of the planning. These decisions are then set as fixed and evaluated in a use case regarding the original, non-robust planning in the different scenarios.
*Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory Board wissenschaftlich begutachteten Fachaufsatz (Peer-Review).
**Förderhinweis
Gefördert durch die Deutsche Forschungsgemeinschaft (DFG) – LA-2351/ 45–1
About the authors
Oliver Brützel, M. Sc., geb. 1994, studierte Wirtschaftsingenieurwesen am Karlsruher Institut für Technologie (KIT) und forscht als Wissenschaftlicher Mitarbeiter am wbk Institut für Produktionstechnik in Karlsruhe in der Arbeitsgruppe Produktionssystemplanung.
Florian Küppers, M. Sc., geb. 1995, studierte Wirtschaftsingenieurwesen am Karlsruher Institut für Technologie (KIT) und verfasste seine Masterarbeit im Forschungsprojekt.
Leonard Overbeck, M. Sc., geb. 1992, studierte ebenfalls Wirtschaftsingenieurwesen am Karlsruher Institut für Technologie (KIT) und forscht als Wissenschaftlicher Mitarbeiter am wbk Institut für Produktionstechnik in Karlsruhe in der Arbeitsgruppe Produktionssystemplanung.
Dr.-Ing. Nicole Stricker, geb. 1986, studierte Wirtschaftsingenieurwesen am Karlsruher Institut für Technologie (KIT) und leitet seit 2016 als Oberingenieurin die Gruppe Produktionssystemplanung am wbk Institut für Produktionstechnik des KIT.
Bastian Verhaelen, M. Sc. M. Sc., geb. 1992, studierte Wirtschaftsingenieurwesen mit der Fachrichtung Maschinenbau an der RWTH Aachen und Industrial Engineering an der Tsinghua University in Peking. Er ist Wissenschaftlicher Mitarbeiter am wbk Institut für Produktionstechnik des KIT in der Abteilung Produktionssysteme mit dem Schwerpunkt Globale Produktionsstrategien.
Prof. Dr.-Ing. Gisela Lanza, geb. 1973, leitet seit 2003 den Bereich Produktionssysteme am wbk Institut für Produktionstechnik des KIT.
Literatur
1 Westkämper, E.; Löffler, C.: Strategien der Produktion. Technologien, Konzepte und Wege in die Praxis. Springer-Vieweg-Verlag, Wiesbaden 2016 DOI: 10.1007/978-3-662-48914-710.1007/978-3-662-48914-7Search in Google Scholar
2 Volling, T.: Auftragsbezogene Planung bei variantenreicher Serienproduktion. Gabler Verlag, Wiesbaden 2009 DOI: 10.1007/978-3-8349-8071-710.1007/978-3-8349-8071-7Search in Google Scholar
3 ElMaraghy, H.; Schuh, G.; ElMaraghy, W.; Piller, F.; Schönsleben, P.; Tseng, M.; Bernard, A.: Product variety management. CIRP Annals 62 (2013) 2, S. 629–652 DOI: 10.1016/j.cirp.2013.05.00710.1016/j.cirp.2013.05.007Search in Google Scholar
4 Lanza, G.; Ferdows, K.; Kara, S.; Mourtzis, D.; Schuh, G.; Váncza, J.; Wang, L.; Wiendahl, H.-P.: Global Production Networks: Design and operation. CIRP Annals 68 (2019) 2, S. 823–841 DOI: 10.1016/j.cirp.2019.05.00810.1016/j.cirp.2019.05.008Search in Google Scholar
5 Wittek, K.: Standortübergreifende Programmplanung in flexiblen Produktionsnetzwerken der Automobilindustrie. Springer Fachmedien, Wiesbaden 2013 DOI: 10.1007/978-3-658-01838-210.1007/978-3-658-01838-2Search in Google Scholar
6 Schneeweiß, C.: Planung – Konzepte der Prozeß- und Modellgestaltung. Springer-Verlag, Berlin, Heidelberg 199210.1007/978-3-642-58110-6Search in Google Scholar
7 Teich, E.; Brodhun, C.; Claus, T.: Einsatz der Szenariotechnik in der Produktionsplanung. In: Claus, T.; Herrmann, F.; Manitz, M. (Hrsg.): Produktionsplanung und -steuerung. Springer-Verlag, Berlin, Heidelberg 2015, S. 61–88 DOI: 10.1007/978-3-662-43542-7_510.1007/978-3-662-43542-7_5Search in Google Scholar
8 Scholl, A.: Robuste Planung und Optimierung: Grundlagen – Konzepte und Methoden – Experimentelle Untersuchungen. Physica-Verlag, Heidelberg 2001 DOI: 10.1007/978-3-642-57570-910.1007/978-3-642-57570-9Search in Google Scholar
9 Mariel, K.; Minner, S.: Strategic Capacity Planning in Automotive Production Networks under Duties and Duty Drawbacks. International Journal of Production Economics 170 (2015), S. 687–700 DOI: 10.1016/j.ijpe.2015.05.03310.1016/j.ijpe.2015.05.033Search in Google Scholar
10 Keith, A.; Ahner, D.: A Survey of Decision Making and Optimization under Uncertainty. Annals of Operations Research (2019) DOI: 10.1007/s10479-019-03431-810.1007/s10479-019-03431-8Search in Google Scholar
11 Sabet, E.; Yazdani, B.; Kian, R.; Galanakis, K.: A Strategic and Global Manufacturing Capacity Management Optimisation Model: A Scenario-based Multi-stage Stochastic Programming Approach. Omega 93 (2020), S. 1–20 DOI: 10.1016/j.omega.2019.01.00410.1016/j.omega.2019.01.004Search in Google Scholar
12 Lalmazloumian, M.; Wong, K.; Govindan, K.; Kannan, D.: A Robust Optimization Model for Agile and Build-to-Order Supply Chain planning under uncertainties. Annals of Operations Research 240 (2016) 2, S. 435–470 DOI: 10.1007/s10479-013-1421-510.1007/s10479-013-1421-5Search in Google Scholar
13 Zokaee, S.; Jabbarzadeh, A.; Fahimnia, B.; Sadjadi, S.: Robust Supply Chain Network Design: An Optimization Model with Real World Application. Annals of Operations Research 257 (2017) 1–2, S. 15–44 DOI: 10.1007/s10479-014-1756-610.1007/s10479-014-1756-6Search in Google Scholar
14 Schuh, G.; Prote, J.-P.; Gützlaff, A.; Henk, S.: Handling Uncertainties in Production Network Design. In: Ameri, F.; Stecke, K.; von Cieminski, G.; Kiritsis, D. (Hrsg.): Advances in Production Management Systems – Towards Smart Production Management Systems. Springer International Publishing, Cham 2019, S. 43–50 DOI: 10.1007/978-3-030-29996-5_510.1007/978-3-030-29996-5_5Search in Google Scholar
15 Lotze, H.: Automated Optimization in Production Planning. Masterarbeit, RWTH Aachen, 2018Search in Google Scholar
16 Stähr, T.: Methodik zur Planung und Konfigurationsauswahl skalierbarer Montagesysteme – Ein Beitrag zur skalierbaren Automatisierung. Dissertation, Karlsruher Institut für Technologie, 2020Search in Google Scholar
© 2021 Walter de Gruyter GmbH, Berlin/Boston
