Datenbasierte Standortauswahl
-
Günther Schuh
Prof. Dr.-Ing. Dipl.-Wirt. Ing. Günther Schuh, geb. 1958, ist Inhaber des Lehrstuhls für Produktionssystematik am Werkzeugmaschinenlabor WZL der RWTH Aachen, 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 Aachen, St. Gallen und Atlanta. Prof. Schuh ist in mehreren Aufsichts- und Verwaltungsräten tätig.
Dr.-Ing. Andreas Gützlaff, geb. 1989, studierte Wirtschaftsingenieurwesen mit der Fachrichtung Maschinenbau an der RWTH Aachen. Er ist seit 2019 Oberingenieur der Abteilung Produktionsmanagement am Werkzeugmaschinenlabor WZL der RWTH Aachen.
Tobias Adlon, M. Sc. geb. 1989, leitet seit Anfang 2020 die Abteilung Fabrikplanung am Lehrstuhl für Produktionssystematik der RWTH Aachen University. Inhaltliche Schwerpunkte der Abteilung sind die Werksstruktur-, Montage- und Logistikplanung sowie der Einsatz digitaler Planungstools und agiler Methoden in der Fabrikplanung.
Steffen Schupp, M. Sc., geb. 1990, arbeitet als Wissenschaftlicher Mitarbeiter am WZL der RWTH Aachen in der Abteilung Fabrikplanung des Lehrstuhls für Produktionssystematik. Neben Themen der integrierten, modularen und agilen Fabrikplanung sind das Risikomanagement im Fabrikplanungsprozess und die Standortauswahl seine Kernthemen.
Dr. rer. pol. Morten Endrikat, geb. 1988, arbeitet als Wissenschaftlicher Mitarbeiter am Lehr- und Forschungsgebiet Internationale Wirtschaftsbeziehungen der RWTH Aachen. Neben Themen der Internationalen Ökonomie umfasst sein Arbeitsgebiet auch Fragestellungen der Politökonomie, der Verhaltensökonomie sowie der Umwelt- und Entwicklungsökonomie.
Tino X. Schlosser, M. Sc. RWTH, M. Sc., geb. 1989, studierte Wirtschaftsingenieurwesen mit Fachrichtung Maschinenbau an der RWTH Aachen sowie Industrial Engineering an der Tsinghua University in Peking. Er ist Gruppenleiter Globale Produktion am Werkzeugmaschinenlabor WZL der RWTH Aachen in der Abteilung Produktionsmanagement.
Abstract
Bestehende Methoden zur Standortauswahl sind meist für die heutigen Anforderungen nicht mehr ausreichend. In diesem Beitrag wird ein systematischer und quantitativer Ansatz zur datenbasierten Standortauswahl vorgestellt, welcher es ermöglicht, durch einen individuellen Einbezug unterschiedlicher Daten der Ökonomie, Infrastruktur sowie Informationen zu Foreign Direct Investments und weiterer Indikatoren sowohl die Entscheidungsqualität als auch die Transparenz im Entscheidungsprozess zu erhöhen.
Abstract
Existing methods on site selection do not meet today’s requirements sufficiently. This paper presents a systematic and quantitative approach to databased site selection, which makes it possible to increase the quality of decision-making and the transparency of the decision-making process by individually incorporating various economic and infrastructural data as well as information on foreign direct investments and other indicators.
Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWFAdvisory Board wissenschaftlich begutachteten Fachaufsatz (Peer-Review).
Funding statement: Die Ergebnisse in diesem Beitrag wurden im Rahmen des Forschungsprojekts „Exzellenzcluster Internet of Production“ (EXC-2023 – 390621612) erzielt, das von der Deutschen Forschungsgemeinschaft (DFG) im Rahmen der Exzellenzinitiative der deutschen Universitäten gefördert wird.
About the authors
Prof. Dr.-Ing. Dipl.-Wirt. Ing. Günther Schuh, geb. 1958, ist Inhaber des Lehrstuhls für Produktionssystematik am Werkzeugmaschinenlabor WZL der RWTH Aachen, 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 Aachen, St. Gallen und Atlanta. Prof. Schuh ist in mehreren Aufsichts- und Verwaltungsräten tätig.
Dr.-Ing. Andreas Gützlaff, geb. 1989, studierte Wirtschaftsingenieurwesen mit der Fachrichtung Maschinenbau an der RWTH Aachen. Er ist seit 2019 Oberingenieur der Abteilung Produktionsmanagement am Werkzeugmaschinenlabor WZL der RWTH Aachen.
Tobias Adlon, M. Sc. geb. 1989, leitet seit Anfang 2020 die Abteilung Fabrikplanung am Lehrstuhl für Produktionssystematik der RWTH Aachen University. Inhaltliche Schwerpunkte der Abteilung sind die Werksstruktur-, Montage- und Logistikplanung sowie der Einsatz digitaler Planungstools und agiler Methoden in der Fabrikplanung.
Steffen Schupp, M. Sc., geb. 1990, arbeitet als Wissenschaftlicher Mitarbeiter am WZL der RWTH Aachen in der Abteilung Fabrikplanung des Lehrstuhls für Produktionssystematik. Neben Themen der integrierten, modularen und agilen Fabrikplanung sind das Risikomanagement im Fabrikplanungsprozess und die Standortauswahl seine Kernthemen.
Dr. rer. pol. Morten Endrikat, geb. 1988, arbeitet als Wissenschaftlicher Mitarbeiter am Lehr- und Forschungsgebiet Internationale Wirtschaftsbeziehungen der RWTH Aachen. Neben Themen der Internationalen Ökonomie umfasst sein Arbeitsgebiet auch Fragestellungen der Politökonomie, der Verhaltensökonomie sowie der Umwelt- und Entwicklungsökonomie.
Tino X. Schlosser, M. Sc. RWTH, M. Sc., geb. 1989, studierte Wirtschaftsingenieurwesen mit Fachrichtung Maschinenbau an der RWTH Aachen sowie Industrial Engineering an der Tsinghua University in Peking. Er ist Gruppenleiter Globale Produktion am Werkzeugmaschinenlabor WZL der RWTH Aachen in der Abteilung Produktionsmanagement.
Literatur
1 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.2019.05.008Suche in Google Scholar
2 Pawellek, G.: Ganzheitliche Fabrikplanung: Grundlagen, Vorgehensweise, EDV-Unterstützung. Springer-Verlag, Berlin, Heidelberg 201410.1007/978-3-662-43728-5Suche in Google Scholar
3 Grundig, C.-G.: Fabrikplanung: Planungssystematik – Methoden – Anwendungen. Carl Hanser Verlag, München 2021 DOI: 10.3139/978344647006410.3139/9783446470064Suche in Google Scholar
4 Kettner, H.; Schmidt, J.; Greim, H.-R.; Leitfaden der systematischen Fabrikplanung. Carl Hanser Verlag, München, Wien 1984Suche in Google Scholar
5 Burggräf, P.; Schuh, G.: Standortplanung. In: Burggräf, P.; Schuh, G. (Hrsg.): Fabrikplanung: Handbuch Produktion und Management (4). Springer-Verlag, Berlin, Heidelberg 202110.1007/978-3-662-61969-8Suche in Google Scholar
6 Haas, H.-D.: Methodische Grundlagen. In: Haas, H.-D.; Neumair, S.-M. (Hrsg.): Wirtschaftsgeographie. WBG Academic Verlag, Darmstadt 2015Suche in Google Scholar
7 Hansmann, K.-W.: Entscheidungsmodelle zur Standortplanung der Industrieunternehmen. Gabler Verlag, Wiesbaden 1974Suche in Google Scholar
8 Hummel, B.: Internationale Standortentscheidung: Einflussfaktoren, informatorische Fundierung und Unterstützung durch computergestützte Informationssysteme: Auslandsinvestition Entscheidungsunterstützungssystem Internationalisierung Standortfaktor. (Series: Schriftenreihe des Instituts für Allgemeine Wirtschaftsforschung der Albert-Ludwigs-Universität Freiburg, Bd. 57). Haufe Verlag, München 1997Suche in Google Scholar
9 Kinkel, S.: Erfolgsfaktor Standortplanung: In- und ausländische Standorte richtig bewerten. Springer-Verlag, Berlin, Heidelberg 200910.1007/978-3-540-88471-2Suche in Google Scholar
10 Zangemeister, C.: Nutzwertanalyse in der Systemtechnik: Eine Methodik zur multidimensionalen Bewertung und Auswahl von Projektalternativen. Zugl.: Dissertation, Technische Universität Berlin, Berlin 1970; 4. Aufl., Wittemann Verlag, München 1970Suche in Google Scholar
11 Blohm, H.; Lüder, K. : Investition – Schwachstellenanalyse des Investitionsbereichs und Investitionsrechnung. 8., aktualisierte und erg. Aufl., Vahlen Verlag, München 1995Suche in Google Scholar
12 Verhaelen, B.; Peukert, S.; Lanza, G.: Site Selection Processes in Global Production Networks. In: Friedli, T.; Lanza, G.; Remling, D. (Hrsg.): Global Manufacturing Management. Springer International Publishing, Cham 2021, S. 101–115 DOI: 10.1007/978-3-030-72740-6_710.1007/978-3-030-72740-6_7Suche in Google Scholar
13 Nielsen, B.; Asmussen, C. G.; Weatherall, C. D.: The Location Choice of Foreign Direct Investments: Empirical Evidence and Methodological Challenges. Journal of World Business 53 (2017) 1, S. 62–82 DOI: 10.1016/j.jwb.2016.10.00610.1016/j.jwb.2016.10.006Suche in Google Scholar
14 Krenz. A.: What Drives the Location Choice of New Manufacturing Plants in Germany? CEGE Working paper Number 378, 201910.2139/ssrn.3436786Suche in Google Scholar
15 Wiendahl, H.-P.; Reichardt, J.; Nyhuis, P.: Strategische Standortplanung. In: Wiendahl, H.-P.; Reichardt, J.; Nyhuis, P. (Hrsg.): Handbuch Fabrikplanung. Carl Hanser Verlag, München, 2014, S. 415–43910.3139/9783446437029.014Suche in Google Scholar
16 Harris, C. D.: The Market as a Factor in the Location of Industry in the United States. Annals of the Association of American Geographers 44 (1954) 4, S. 315–34810.1080/00045605409352140Suche in Google Scholar
17 Persyn, D.; Díaz-Lanchas, J.; Barbero, J.: Estimating Road Transport Costs between and within European Union Regions. Transport Policy [Available online 13 April 2020 – in Press] DOI: 10.1080/0004560540935214010.1080/00045605409352140Suche in Google Scholar
© 2022 Walter de Gruyter GmbH, Berlin/Boston, Germany
Artikel in diesem Heft
- Inhalt
- Editorial
- Industrie 5.0 als Chance
- Standortauswahl
- Datenbasierte Standortauswahl
- Fabrikplanung
- Nachhaltige Fabrikplanung für die Green Factory
- Digitale Lernplattform
- Lernstation für Datenerfassung und IoT-Applikationen
- Maschinelles Lernen
- Entwicklung eines Überwachungs- und Servicemanagementsystems für Sterilisations- und Schredderanlagen
- Produktive Machine-Learning-Systeme für die Industrie
- Shopfloor Management
- Digitale Abbildung zur Prozesskoordination in der Unikatfertigung
- Engpassmanagement
- Identifikation und Prognose dynamischer Engpässe
- Zustandsüberwachung
- Cloudbasierte Zustandsdiagnose von Straßenbahnschienen
- Energiemanagement
- Batteriespeicherlösungen zur energiewirtschaftlichen Optimierung von Industriebetrieben
- Smart Services
- Software-gestützte Planung der Smart-Service-Transformation
- Digitalisierung
- Datenaufnahme und -verarbeitung in der Brownfield-Produktion
- Digitalisierung der Produktion: Ganzheitliche Bewertung
- Digitaler Zwilling
- Digital Twin Pipeline zur VDA-5050-Integration
- Künstliche Intelligenz
- Konzept und Erfahrungsbericht zur Nutzung Künstlicher Intelligenz im Fertigungsmanagement
- Der Einsatz Künstlicher Intelligenz in produzierenden Unternehmen
- Industrie 4.0 durch Künstliche Intelligenz
- Strategisches Supply-Chain-Risikomanagement
- Vorschau
- Vorschau
Artikel in diesem Heft
- Inhalt
- Editorial
- Industrie 5.0 als Chance
- Standortauswahl
- Datenbasierte Standortauswahl
- Fabrikplanung
- Nachhaltige Fabrikplanung für die Green Factory
- Digitale Lernplattform
- Lernstation für Datenerfassung und IoT-Applikationen
- Maschinelles Lernen
- Entwicklung eines Überwachungs- und Servicemanagementsystems für Sterilisations- und Schredderanlagen
- Produktive Machine-Learning-Systeme für die Industrie
- Shopfloor Management
- Digitale Abbildung zur Prozesskoordination in der Unikatfertigung
- Engpassmanagement
- Identifikation und Prognose dynamischer Engpässe
- Zustandsüberwachung
- Cloudbasierte Zustandsdiagnose von Straßenbahnschienen
- Energiemanagement
- Batteriespeicherlösungen zur energiewirtschaftlichen Optimierung von Industriebetrieben
- Smart Services
- Software-gestützte Planung der Smart-Service-Transformation
- Digitalisierung
- Datenaufnahme und -verarbeitung in der Brownfield-Produktion
- Digitalisierung der Produktion: Ganzheitliche Bewertung
- Digitaler Zwilling
- Digital Twin Pipeline zur VDA-5050-Integration
- Künstliche Intelligenz
- Konzept und Erfahrungsbericht zur Nutzung Künstlicher Intelligenz im Fertigungsmanagement
- Der Einsatz Künstlicher Intelligenz in produzierenden Unternehmen
- Industrie 4.0 durch Künstliche Intelligenz
- Strategisches Supply-Chain-Risikomanagement
- Vorschau
- Vorschau
