Home Automatisierung in der Arbeitsplanung
Article
Licensed
Unlicensed Requires Authentication

Automatisierung in der Arbeitsplanung

Ergebnisse einer Studie
  • Günther Schuh , Jan-Philipp Prote , Melanie Luckert and Philipp Hünnekes
Published/Copyright: December 14, 2017

Kurzfassung

Effizienzsteigerungen in der Arbeitsplanung werden vor dem Hintergrund kurzer Produktlebenszyklen und kundenindividueller Produkte immer wichtiger. Daher hat das Werkzeugmaschinenlabor WZL der RWTH Aachen eine Studie*) durchgeführt, um Handlungsbedarfe zu identifizieren. Ein wesentliches Ergebnis der Studie ist ein trotz des weit verbreiteten Einsatzes von Arbeitsplanungssoftware bestehender Bedarf der Reduktion des Konfigurationsaufwands sowie der Aufwände zur Aktualisierung der Planungsgrundlage.

Abstract

Efficiency increases in process planning are becoming increasingly important in light of short product life cycles and customer-specific product variants. Therefore, the Laboratory for Machine Tools and Production Engineering (WZL) of RWTH Aachen University has carried out a survey to identify the need for action. Despite the widespread use of process planning software (CAPP), a major finding of the survey is the need to reduce the configuration effort of the software and the efforts to update the planning basis.


Prof. Dr.-Ing. Dipl.-Wirt.-Ing. Günther Schuh, geb. 1958, ist Inhaber des Lehrstuhls für Produktionssystematik am WZL, Direktoriumsmitglied am Fraunhofer-Institut für Produktionstechnologie IPT in Aachen und Direktor des Forschungsinstituts für Rationalisierung e. V. (FIR) an der RWTH Aachen. Er ist Gründer der Schuh & Co. Firmengruppe in Würselen, St. Gallen und Atlanta sowie Gründer und CEO der e.Go Mobile AG in Aachen. Prof. Schuh ist in mehreren Aufsichts- und Verwaltungsräten tätig.

Dipl.-Wirt.-Ing. Jan-Philipp Prote, M. Sc., geb. 1986, studierte Wirtschaftsingenieurwesen mit der Fachrichtung Maschinenbau an der RWTH Aachen sowie Industrial Engineering an der Tsinghua University in Peking. Er ist Oberingenieur am Werkzeugmaschinenlabor WZL und leitet seit 2016 die Abteilung Produktionsmanagement.

Melanie Luckert, M. Sc., geb. 1988, studierte BWL an der Dualen Hochschule Baden- Württemberg und Wirtschaftsingenieurwesen an der Hochschule Mannheim. Sie ist Wissenschaftliche Mitarbeiterin am Werkzeugmaschinenlabor WZL der RWTH Aachen und leitet die Gruppe Produktionslogistik in der Abteilung Produktionsmanagement.

Philipp Hünnekes, geb. 1988, studierte Wirtschaftsingenieurwesen an der RWTH Aachen und der Chalmers University in Göteborg. Er ist Wissenschaftlicher Mitarbeiter am Werkzeugmaschinenlabor WZL in der Gruppe Produktionslogistik in der Abteilung Produktionsmanagement.

*)

Danksagung

Die Autoren bedanken sich bei den beteiligten Unternehmen für die Beantwortung des Fragebogens.


References

1. Eversheim, W.: Organisation in der Produktionstechnik. 3. Aufl., Springer-Verlag, Berlin, Heidelberg2002, S. 34 DOI: 10.1007/978-3-642-56336-2Search in Google Scholar

2. Reuter, C.; Nuyken, T.; Schmitz, S.; Dany, S.: Iterative Improvement of Process Planning Within Individual and Small Batch Production. IFIP International Conference on Advances in Production Management Systems. In: Umeda, S.; Nakano, M.; Mizuyama, H.; Hibino, N.; Kiritsis, D. und Cieminski, G. (Hrsg.): Advances in Production Management Systems: Innovative Production Management Towards Sustainable Growth. Band 459. Springer International Publishing, Cham2015, S. 283290 DOI: 10.1007/978-3-319-22756-6_35Search in Google Scholar

3. Wiendahl, H.-P.: Betriebsorganisation für Ingenieure. 8., überarbeitete Aufl., Carl Hanser Verlag, München, Wien2014, S. 19422710.3139/9783446441019.005Search in Google Scholar

4. Schuh, G.: Lebenszyklusorientierte Produktentwicklung. In: Spath, D.; Engelbert Westkämper, E. (Hrsg.): Handbuch Unternehmensorganisation. Strategien, Planung, Umsetzung. Living Reference Work, Continuously Updated Edition. Springer-Verlag, Berlin, Heidelberg2017, S. 116 DOI: 10.1007/978-3-662-55426-5_23Search in Google Scholar

5. Monostori, L.; Kádár, B.; Bauernhansl, T.; Kondoh, S.; Kumara, S.; Reinhart, G.; Sauer, O.; Schuh, G.; Sihn, W.; Ueda, K.: Cyber-physical Systems in Manufacturing. CIRP Annals – Manufacturing Technology65 (2016) 2, S. 62164110.1016/j.cirp.2016.06.005Search in Google Scholar

6. Miehler, G.: Zeitcontrolling indirekter Prozeßketten. Gabler Edition Wissenschaft. Deutscher Universitätsverlag, Wiesbaden1998, S. 250 DOI: 10.1007/978-3-322-99528-5Search in Google Scholar

7. Denkena, B.; Lorenzen, L.-E.; Charlin, F.; Dengler, B.: Quo vadis Arbeitsplanung? Marktstudie zu den Entwicklungstrends von Arbeitsplanungssoftware. Industrial Engineering63 (2010) 2, S. 611Search in Google Scholar

8. Yusof, Y.; Latif, K.: Survey on Computer-aided Process Planning. The International Journal of Advanced Manufacturing Technology75 (2014) 1–4, S. 778910.1007/s00170-014-6073-3Search in Google Scholar

9. Liu, S.; Tian, X.; Zhang, Z.: Process Planning Knowledge Discovery in the Process Database. 2010 International Conference on Computer Application and System Modeling (ICCASM), IEEE, Vol. 11, 2010, S. 370373 DOI: 10.1109/ICCASM.2010.5623186Search in Google Scholar

10. Schuh, G.; Nyhuis, P.; Reuter, C.; Hauptvogel, A.; Schmitz, S.; Nywlt, J.; Brambring, F.; Schulte, F.; Hansen, J.: Produktionsdaten als Enabler für Industrie 4.0. Gemeinsame Studie der produktionstechnischen Institute IFA, IPMT, Fraunhofer IWU und WZL. wt Werkstattstechnik online 105 (2015) 4, S. 200203Search in Google Scholar

11. Schuh, G.; Prote, J.-P.; Luckert, M.; Hünnekes, P.: Knowledge Discovery Approach for Automated Process Planning. Procedia CIRP63 (2017), S. 539544 DOI: 10.1016/j.procir.2017.03.092Search in Google Scholar

Online erschienen: 2017-12-14
Erschienen im Druck: 2017-12-18

© 2017, Carl Hanser Verlag, München

Articles in the same Issue

  1. Editorial
  2. Sich selbst optimierende Fabrik
  3. Inhalt/Contents
  4. Inhalt
  5. Produktionsmanagement
  6. Automatisierung in der Arbeitsplanung
  7. Lean Production
  8. Entwicklung einer flussorientierten Fertigungssteuerung
  9. Lean Produktion
  10. Der Einsatz von Lean-Prinzipien im Anlagenaufbau
  11. Werkzeugmaschinen
  12. Einfluss der Komponentendämpfung auf das Gesamtsystem Werkzeugmaschine
  13. Reifegradmodell
  14. Erfolgsfaktor Störungsmanagement
  15. Reifegradmodell für den systematischen Problemlösungsprozess
  16. Energieflexibilität
  17. Energieflexibilitätspotenziale in der Produktionsinfrastruktur
  18. Energieflexible Produktionsplanung und -steuerung
  19. Datenvirtualisierung
  20. Bereichsübergreifende, offene Vernetzung heterogener Informationssysteme in Fabrikumgebungen
  21. Assistenzsysteme
  22. Wertstrommodellierung und -simulation im Zeichen von Digitalisierung und Industrie 4.0
  23. Einführungsbegleitung für interaktive Assistenzsysteme
  24. Materialbereitstellung
  25. Einzel- und Kleinserienfertigung von Großgeräten
  26. Risikoquantifizierung
  27. Zeitliche Unsicherheiten in der Einzelfertigung
  28. Lagerplanung
  29. Wandlungsfähigkeit und Automatisierung von Lager-, Kommissionier- und Transportsystemen
  30. Montage
  31. Logistische Bewertung der Montageorganisation
  32. Trends Für 2018
  33. Die sechs Trends für 2018
  34. Digitale Vernetzung
  35. Produktionsflexibilisierung 4.0
  36. Low-Cost-Digitalisierung in der Produktion
  37. Produktionssysteme
  38. Arbeitsplanung für cyber-physische Produktionssysteme
  39. Smarte Produktion
  40. Modulbaukasten Digitalisierung
  41. Smart Factory
  42. Die selbstregelnde Fabrik
  43. Vorschau/Preview
  44. Vorschau
Downloaded on 10.9.2025 from https://www.degruyterbrill.com/document/doi/10.3139/104.111844/html
Scroll to top button