Ein hyperheuristischer Ansatz für die operative Serviceplanung in Product-Service Systems
-
Enes Alp
Enes Alp, M. Sc., geb. 1993, studierte an der Ruhr-Universität Bochum Sales Engineering and Product Management mit einem Auslandssemester an der Universiti Putra Malaysia in Kuala Lumpur. Seit 2020 arbeitet er als Wissenschaftlicher Mitarbeiter am Lehrstuhl für Produktionssysteme an der Ruhr-Universität Bochum. In einem Forschungsprojekt beschäftigt er sich mit der Modellierung eines hyperheuristischen Ansatzes für die operative Planung in Product-Service Systems.
,
Michael Herzog
Dr.-Ing. Michael Herzog, geb. 1984, studierte Sales Engineering and Product Management an der Ruhr-Universität Bochum. Er promovierte 2019 am Lehrstuhl für Produktentwicklung zum Thema Kompetenzen zur Entwicklung von smarten Produkten. Seit 2019 ist er als Geschäftsführer des interdisziplinären Forschungsbaus ZESS (Zentrum für das Engineering smarter Product-Service Systeme) in Bochum tätig und leitet darüber hinaus die Arbeitsgruppe „Produkt-Service Systeme und innovative Geschäftsmodelle“ am Lehrstuhl für Produktionssysteme.
Prof. Dr.-Ing. Bernd Kuhlenkötter, geb. 1971, leitet seit 2015 den Lehrstuhl für Produktionssysteme an der Ruhr-Universität Bochum und verbindet die Themen industrielle Robotik, Produktionsautomatisierung, Produktionsmanagement und Smarte Product-Service Systems. Zusätzlich ist er seit 2020 geschäftsführender Direktor des Zentrums für das Engineering smarter Product-Service Systems in Bochum.
Abstract
Product-Service Systems (PSS) bieten produzierenden Unternehmen eine strategische Möglichkeit für eine Geschäftsmodellinnovation, um langfristig kontinuierliche Profite zu erzielen, die Wettbewerbsfähigkeit zu stärken und eine bessere Nachhaltigkeitsbilanz zu erzielen. Die Ausschöpfung der Vorteile hängt maßgeblich davon ab, wie gut die Herausforderung der operativen Serviceplanung bewältigt wird. In diesem Beitrag wird ein Ansatz für die Optimierung der Serviceplanung mithilfe von hyperheuristischen Algorithmen vorgestellt.
Abstract
Product-Service Systems (PSS) offer manufacturing companies a strategic opportunity for business model innovation to generate continuous long-term profits, strengthen competitiveness and achieve a better sustainability balance. Exploiting these benefits depends largely on how well the challenge of operational service planning is managed. This paper presents an approach for optimizing service planning using hyper-heuristic algorithms.
Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory Board wissenschaftlich begutachteten Fachaufsatz (Peer-Review).
About the authors
Enes Alp, M. Sc., geb. 1993, studierte an der Ruhr-Universität Bochum Sales Engineering and Product Management mit einem Auslandssemester an der Universiti Putra Malaysia in Kuala Lumpur. Seit 2020 arbeitet er als Wissenschaftlicher Mitarbeiter am Lehrstuhl für Produktionssysteme an der Ruhr-Universität Bochum. In einem Forschungsprojekt beschäftigt er sich mit der Modellierung eines hyperheuristischen Ansatzes für die operative Planung in Product-Service Systems.
Dr.-Ing. Michael Herzog, geb. 1984, studierte Sales Engineering and Product Management an der Ruhr-Universität Bochum. Er promovierte 2019 am Lehrstuhl für Produktentwicklung zum Thema Kompetenzen zur Entwicklung von smarten Produkten. Seit 2019 ist er als Geschäftsführer des interdisziplinären Forschungsbaus ZESS (Zentrum für das Engineering smarter Product-Service Systeme) in Bochum tätig und leitet darüber hinaus die Arbeitsgruppe „Produkt-Service Systeme und innovative Geschäftsmodelle“ am Lehrstuhl für Produktionssysteme.
Prof. Dr.-Ing. Bernd Kuhlenkötter, geb. 1971, leitet seit 2015 den Lehrstuhl für Produktionssysteme an der Ruhr-Universität Bochum und verbindet die Themen industrielle Robotik, Produktionsautomatisierung, Produktionsmanagement und Smarte Product-Service Systems. Zusätzlich ist er seit 2020 geschäftsführender Direktor des Zentrums für das Engineering smarter Product-Service Systems in Bochum.
Literatur
1 Hirsch-Kreinsen, H.; Kubach, U.; Stark, R.; Wichert, G. von; Litsche, S.; Sedlmeir, J.; Steglich, S.: Themenfelder Industrie 4.0 – Forschungs- und Entwicklungsbedarfe für die erfolgreiche Umsetzung von Industrie 4.0. Forschungsbeirat der Plattform Industrie 4.0 & acatech – Deutsche Akademie der Technikwissenschaften, München 2022Search in Google Scholar
2 Moro, S. R.; Cauchick-Miguel, P. A.; Mendes, G. H. de S.: Literature Analysis on Product-Service Systems Business Model: A Promising Research Field. Brazilian Journal of Operations & Product Management 19 (2021) 1, S. 1–18 DOI: 10.14488/BJOPM.2021.04310.14488/BJOPM.2021.043Search in Google Scholar
3 Li, A. Q.; Kumar, M.; Claes, B.; Found, P.: The State-of-the-Art of the Ttheory on Product-Service Systems. International Journal of Production Economics 222 (2020), S. 107491 DOI: 10.1016/j.ijpe.2019.09.01210.1016/j.ijpe.2019.09.012Search in Google Scholar
4 Uhlmann, E.; Meier, H.: Produktverständnis im Wandel. In: Meier, H.; Uhlmann, E. (Hrsg.): Industrielle Produkt-Service Systeme. Springer-Verlag, Berlin, Heidelberg 2017, S. 1–16 DOI: 10.1007/978-3-662-48018-2_110.1007/978-3-662-48018-2_1Search in Google Scholar
5 Lagemann, H.; Meier, H.: Methoden für die operative und strategische Erbringungsplanung. In: Meier, H.; Uhlmann, E. (Hrsg.): Industrielle Produkt-Service Systeme. Springer-Verlag, Berlin, Heidelberg 2017, S. 401 DOI: 10.1007/978-3-662-48018-2_1810.1007/978-3-662-48018-2_18Search in Google Scholar
6 Meier, H.; Funke, B.: Planungsmethoden für den Betrieb hybrider Leistungsbündel. In: Meier, H.; Uhlmann, E. (Hrsg.): Integrierte Industrielle Sach- und Dienstleistungen. Springer-Verlag, Berlin, Heidelberg 2012, S. 163–190 DOI: 10.1007/978-3-642-25269-310.1007/978-3-642-25269-3Search in Google Scholar
7 Wenger, W.: Multikriterielle Tourenplanung. Gabler Verlag, Wiesbaden 2010 DOI: 10.1007/978-3-8349-8613-910.1007/978-3-8349-8613-9Search in Google Scholar
8 Wadephul, C.: Sind Heuristiken die besseren Algorithmen? Ein Antwortversuch am Beispiel des Traveling Salesman Problem (TSP). In: Wiegerling, K.; Nerurkar, M.; Wadephul, C. (Hrshg): Datafizierung und Big Data: Ethische, anthropologische und wissenschaftstheoretische Perspektiven. Springer VS, Wiesbaden 2020, S. 55 DOI: 10.1007/978-3-658-27149-7_310.1007/978-3-658-27149-7_3Search in Google Scholar
9 Ertel, W.: Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung. 4. Aufl., Springer-Vieweg-Verlag, Wiesbaden 2016 DOI: 10.1007/978-3-658-13549-210.1007/978-3-658-13549-2Search in Google Scholar
10 Nickel, S.; Rebennack, S.; Stein, O.; Waldmann, K.-H.: Operations Research. Springer-Verlag, Berlin, Heidelberg 2022 DOI: 10.1007/978-3-662-65346-310.1007/978-3-662-65346-3Search in Google Scholar
11 Lindenthal, S.: Anwendung hyperheuristischer Methoden auf das Tourenplanungsproblem mit Zeitrestriktionen innerhalb eines deterministisch-heuristischen Frameworks. Inauguraldissertation, FernUniversität Hagen 2013Search in Google Scholar
12 Pillay, N.; Qu, R.: Hyper-Heuristics: Theory and Applications. Springer International Publishing, Cham 2018 DOI: 10.1007/978-3-319-96514-710.1007/978-3-319-96514-7Search in Google Scholar
13 Mourtzis, D.; Zervas, E.; Boli, N.; Pittaro, P.: A Cloud-based Resource Planning Tool for the Production and Installation of Industrial Product Service Systems (IPSS). The International Journal of Advanced Manufacturing Technology 106 (2020) 11, S. 4945–4963 DOI: 10.1007/s00170-019-04746-310.1007/s00170-019-04746-3Search in Google Scholar
14 Cheng Hao, L.; Yan Hong, W.; Wei, Q.J.; Zhao, D. W. et al.: Product Service Scheduling Problem with Service Matching Based on Tabu Search Method. Journal of Advanced Transportation (2020) 4, S. 1–9 DOI: 10.1155/2020/574868010.1155/2020/5748680Search in Google Scholar
15 Zhang, Y.; Dan, Y.; Dan, B.; Gao, H.: The Order Scheduling Problem of Product-Service System with Time Windows. Computers & Industrial Engineering 133 (2019), S. 253–266 DOI: 10.1016/j.cie.2019.04.05510.1016/j.cie.2019.04.055Search in Google Scholar
© 2022 Walter de Gruyter GmbH, Berlin/Boston, Germany
Articles in the same Issue
- Inhalt
- Editorial
- KI-Lösungen in der Produktion
- Produktionsnetzwerke
- Zukunftsfähige Produktionsnetzwerke in disruptiven Zeiten
- Gestaltung von effizienten Produktionsnetzwerken in der Automobilindustrie
- Globale Produktionsstrategien in der Praxis – Strategieformulierung und -implementierung
- Produktivität
- Sensorgestützte Analyse der Maschinenbedienung in der Kleinserienfertigung
- Prozessmanagement
- Nutzung kollaborativer digitaler Tools zur Prozessoptimierung im Laborumfeld
- Prozessmodellierung in hochdynamischen Umgebungen
- Servicemanagement
- Ein hyperheuristischer Ansatz für die operative Serviceplanung in Product-Service Systems
- Planungsmethoden
- Überprüfung der Zukunftsfähigkeit von Planungsmethoden
- Wandlungstreiber
- Kategorisierung und Erstbeurteilung von Wandlungstreibern
- Datenqualität
- Erfasste Betriebsdaten und ihre Qualität
- Unternehmensübergreifendes Datenqualitätsmanagement
- Automatisierung
- Industriefähiges Bin Picking
- Energieeffizienz
- Wie effizient sind gleichspannungsversorgte Maschinen?
- Simulation
- Agile Erstellung von Materialflusssimulationen
- Geschäftsmodelle
- Risiken managen – Einsatzpotenziale von EaaS-Lösungen in der Produktion
- Digitale Plattformen
- Digitale Kollaborationsplattform zur verteilten, agilen Planung im Produktentstehungsprozess
- Virtuelle IIoT-Plattform für die Digitalisierung der Fertigung
- Künstliche Intelligenz
- Implikationen Künstlicher Intelligenz im industriellen Einkauf
- Szenariobasiertes Krisenmanagement mittels KI
- Sensorik
- Konzept zur Sensornachrüstung
- Vorschau
- Vorschau
Articles in the same Issue
- Inhalt
- Editorial
- KI-Lösungen in der Produktion
- Produktionsnetzwerke
- Zukunftsfähige Produktionsnetzwerke in disruptiven Zeiten
- Gestaltung von effizienten Produktionsnetzwerken in der Automobilindustrie
- Globale Produktionsstrategien in der Praxis – Strategieformulierung und -implementierung
- Produktivität
- Sensorgestützte Analyse der Maschinenbedienung in der Kleinserienfertigung
- Prozessmanagement
- Nutzung kollaborativer digitaler Tools zur Prozessoptimierung im Laborumfeld
- Prozessmodellierung in hochdynamischen Umgebungen
- Servicemanagement
- Ein hyperheuristischer Ansatz für die operative Serviceplanung in Product-Service Systems
- Planungsmethoden
- Überprüfung der Zukunftsfähigkeit von Planungsmethoden
- Wandlungstreiber
- Kategorisierung und Erstbeurteilung von Wandlungstreibern
- Datenqualität
- Erfasste Betriebsdaten und ihre Qualität
- Unternehmensübergreifendes Datenqualitätsmanagement
- Automatisierung
- Industriefähiges Bin Picking
- Energieeffizienz
- Wie effizient sind gleichspannungsversorgte Maschinen?
- Simulation
- Agile Erstellung von Materialflusssimulationen
- Geschäftsmodelle
- Risiken managen – Einsatzpotenziale von EaaS-Lösungen in der Produktion
- Digitale Plattformen
- Digitale Kollaborationsplattform zur verteilten, agilen Planung im Produktentstehungsprozess
- Virtuelle IIoT-Plattform für die Digitalisierung der Fertigung
- Künstliche Intelligenz
- Implikationen Künstlicher Intelligenz im industriellen Einkauf
- Szenariobasiertes Krisenmanagement mittels KI
- Sensorik
- Konzept zur Sensornachrüstung
- Vorschau
- Vorschau
