Kurzfassung
Die Technologie der Datensammlung und -analyse hat sich in den letzten Jahren vor allem durch die revolutionäre Entwicklung von Indus-trie 4.0 in der Produktion stark verändert. Viele verschiedene Messsysteme und Sensoren nehmen Daten zu jedem Zeitpunkt der Produktion auf und speichern diese in den jeweiligen proprietären Datenspeichersystemen. Durch Middleware werden diese Daten vernetzt und können mittels einer Datenanalyse für Produktallokationen nutzbar gemacht werden. Im Folgenden wird eine Methodik vorgestellt, mit der Data-Analytics-Verfahren für Produktallokationen in globalen Produktionsnetzwerken angewendet werden können.
Abstract
The technology of data collection and analysis has changed considerably in recent years, mainly due to the revolutionary development of Industry 4.0 in production. Many different measurement systems and sensors record data at any time during production and store it in their proprietary data storage systems. Middleware connects this data and makes it available for product allocation by means of data analysis. The following is a methodology that can be used to apply data analytics techniques to product allocation in global production networks.
Literatur
1. Gölzer, P.; Simon, L.; Cato, P.; Amberg, M.: Designing Global Manufacturing Networks Using Big Data. Procedia CIRP33 (2015), S. 191–196j.procir.2015.06.035Search in Google Scholar
2. Krys, C.: Megatrends – Rahmenbedingungen für unternehmerische Nachhaltigkeit. In: Wunder, T. (Hrsg.): CSR und Strategisches Management. Springer-Verlag, Berlin, Heidelberg2017, S. 45–6510.1007/978-3-662-49457-8_2Search in Google Scholar
3. Abele, E.: Handbuch globale Produktion. Carl Hanser Verlag, München, Wien2006Search in Google Scholar
4. Hochdörffer, J.: Integrierte Produktallokationsstrategie und Konfigurationssequenz in globalen Produktionsnetzwerken. Zugl.: Dissertation, RWTH Aachen; Shaker Verlag, Aachen2018Search in Google Scholar
5. Friedli, T.; Mundt, A.; Thomas, S.: Strategic Management of Global Manufacturing Networks: Aligning Strategy, Configuration, and Coordination. Springer-Verlag, Berlin, Heidelberg201410.1007/978-3-642-34185-4Search in Google Scholar
6. Rittstieg, M.: Einflussfaktoren der Leistungsfähigkeit von Produktionsstandorten in globalen Produktionsnetzwerken. Apprimus Verlag, Aachen2018Search in Google Scholar
7. Bauernhansl, T.; ten Hompel, M.; Vogel-Heuser, B.: Industrie 4.0 in Produktion, Automatisierung und Logistik: Anwendung, Technologien, Migration. Springer-Verlag, Wiesbaden201410.1007/978-3-658-04682-8Search in Google Scholar
8. Vogel-Heuser, B.; Bauernhansl, T.; ten Hompel, M.: Handbuch Industrie 4.0. 2. Aufl., Springer-Verlag, Berlin, Heidelberg201710.1007/978-3-662-53248-5Search in Google Scholar
9. Obermaier, R.: Industrie 4.0 als unternehmerische Gestaltungsaufgabe: Betriebswirtschaftliche, technische und rechtliche Herausforderungen. Springer-Verlag, Wiesbaden201610.1007/978-3-658-08165-2Search in Google Scholar
10. Gröger, C.: Advanced Manufacturing Analytics: Datengetriebene Optimierung von Fertigungsprozessen. Zugl.: Dissertation, Universität Stuttgart; Josef Eul Verlag, Lohmar, Köln2015Search in Google Scholar
11. Hochdörffer, J.; Berndt, C. V.; Lanza, G.: Resource-based Reconfiguration of Manufacturing Networks Using a Product-to-Plant Allocation Methodology. Stellenbosch, South Africa2016Search in Google Scholar
12. Schmitz, T.: Kalibrierte Kostenmodellierung von Produktallokationen in Produktionsnetzwerken unter Berücksichtigung externe Unsicherheiten. Zugl.: Dissertation, RWTH Aachen, Fraunhofer-Institut für Produktionstechnologie IPT; Apprimus Verlag, Aachen2018Search in Google Scholar
13. Bankhofer, U.; Vogel, J.: Datenanalyse und Statistik: Eine Einführung für Ökonomen im Bachelor. Betriebswirtschaftlicher Verlag Dr. Th. Gabler / GWV Fachverlage, Wiesbaden2008Search in Google Scholar
14. Moser, E.: Migrationsplanung globaler Produktionsnetzwerke. Zugl.: Dissertation, RWTH Aachen; Shaker Verlag, Aachen2018Search in Google Scholar
© 2019, Carl Hanser Verlag, München