Process Mining in der Intralogistik
-
Florian Bross
Dr. Florian Bross, geb. 1985, absolvierte sein Studium des Wirtschaftsingenieurwesens an der RWTH Aachen und der Tsinghua Universität in Peking. Seine Promotion schloss er an der TU München ab. Als Managing Partner der Bross Consulting GmbH ist er auf Planungsaufgaben in den Bereichen Produktion und Logistik spezialisiert. Darüber hinaus lehrt er das Fach Intralogistik an der Hochschule München.
,
Theresa Götz
Theresa Götz, M.Sc., geb. 1997, studierte Internationales Wirtschaftsingenieurwesen an der THA Augsburg sowie Wirtschaftsingenieurwesen im Master an der HAW Landshut. Im Rahmen ihrer Masterarbeit legte sie den Fokus auf das Thema Process Mining im Umfeld von Fertigung und Logistik.
Prof. Dr.-Ing. Jürgen Wunderlich, geb. 1972, studierte Wirtschaftsinformatik an der FAU Erlangen-Nürnberg und promovierte dort im Bereich Fertigungsautomatisierung und Produktionssystematik. Danach war er in der Unternehmensberatung tätig, bevor er zunächst als Fachbereichsleiter für Operations Management und Logistik an die FH Salzburg und schließlich zum Oktober 2010 als Professor für Wirtschaftsinformatik an die HAW Landshut berufen wurde.
Abstract
The application of process mining opens up a wide range of possibilities for logistics, such as the identification of bottlenecks, the optimization of throughput times and the more efficient use of resources. However, in an area as dynamic and vulnerable as logistics, there are specific challenges that make the application of process mining difficult and therefore require special attention. A structured approach is therefore required to successfully implement process mining in practice. This publication presents a methodology that supports companies in effectively integrating process mining into their internal logistics operations. It includes project initialization, the extraction and preparation of the data to be analyzed, the execution of analyses, the interpretation of the results and the derivation of measures.
Abstract
Die Anwendung von Process Mining eröffnet vielfältige Möglichkeiten, wie beispielsweise die Identifizierung von Engpässen, die Optimierung von Durchlaufzeiten und die effizientere Nutzung von Ressourcen. Doch gerade in einem so dynamischen und störanfälligen Bereich wie der Intralogistik stehen spezifische Herausforderungen im Weg, die eine Anwendung von Process Mining erschweren und daher eine besondere Beachtung erfordern. Um Process Mining erfolgreich in die Praxis umzusetzen, bedarf es daher einer strukturierten Vorgehensweise. In diesem Beitrag wird eine Methodik vorgestellt, die Unternehmen dabei unterstützt, Process Mining effektiv in ihre innerbetriebliche Logistik zu integrieren. Sie umfasst eine Projektinitialisierung, die Extraktion und Aufbereitung der zu analysierenden Daten, die Durchführung von Analysen sowie die Interpretation der Ergebnisse und die Ableitung von Maßnahmen.
Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory-Board wissenschaftlich begutachteten Fachaufsatz (Peer Review).
About the authors
Dr. Florian Bross, geb. 1985, absolvierte sein Studium des Wirtschaftsingenieurwesens an der RWTH Aachen und der Tsinghua Universität in Peking. Seine Promotion schloss er an der TU München ab. Als Managing Partner der Bross Consulting GmbH ist er auf Planungsaufgaben in den Bereichen Produktion und Logistik spezialisiert. Darüber hinaus lehrt er das Fach Intralogistik an der Hochschule München.
Theresa Götz, M.Sc., geb. 1997, studierte Internationales Wirtschaftsingenieurwesen an der THA Augsburg sowie Wirtschaftsingenieurwesen im Master an der HAW Landshut. Im Rahmen ihrer Masterarbeit legte sie den Fokus auf das Thema Process Mining im Umfeld von Fertigung und Logistik.
Prof. Dr.-Ing. Jürgen Wunderlich, geb. 1972, studierte Wirtschaftsinformatik an der FAU Erlangen-Nürnberg und promovierte dort im Bereich Fertigungsautomatisierung und Produktionssystematik. Danach war er in der Unternehmensberatung tätig, bevor er zunächst als Fachbereichsleiter für Operations Management und Logistik an die FH Salzburg und schließlich zum Oktober 2010 als Professor für Wirtschaftsinformatik an die HAW Landshut berufen wurde.
Literatur
1 Schneider, O.; Günthner, W. A.: Methode zur einfachen Aufnahme und intuitiven Visualisierung innerbetrieblicher logistischer Prozesse – Forschungsbericht des IGF-Vorhabens 16187 N der Bundesvereinigung Logistik (BVL) e. V. Lehrstuhl für Fördertechnik Materialfluss Logistik, Garching 2011Suche in Google Scholar
2 Knoll, D. N. G.: Value Stream Mapping for Internal Logistics using Process Mining. Zugl.: Dissertation, TU München, Forschungsberichte des iwb; uztverlag, München 2021Suche in Google Scholar
3 van der Aalst, W. M. P.: Process Mining. Discovery, Conformance and Enhancement of Business Processes. Springer-Verlag, Berlin, Heidelberg 2011 10.1007/978-3-642-19345-3Suche in Google Scholar
4 ten Hompel, M.; Schmidt, T.: Warehouse Management. Organisation und Steuerung von Lager- und Kommissioniersystemen. Springer-Verlag, Berlin, Heidelberg 2010 10.1007/978-3-642-03185-4Suche in Google Scholar
5 Music, G.; Rojec, P.: Process Mining of Production Management Data for Improvement of Production Planning and Manufaturing Execution. In: 24th European Modeling and Simulation Symposium, EMSS 2012. University of Ljubljana, Faculty of Electrical Engineering, Ljubljana, Slovenia 2012, S. 483–488Suche in Google Scholar
6 Online unter Process Mining in SAP EWM | Deloitte Germany [Zugriff am 26.09.2024]Suche in Google Scholar
7 van Cruchten, R. M. E.; Weigand, H.: Process Mining in Logistics: The Need for Rulebased Data Abstraction. 12th International Conference on Research Challenges in Information Science (RCIS) 29-31 May 2018. IEEE, Nantes, France 2018 10.1109/RCIS.2018.8406653Suche in Google Scholar
8 Er, M.; und Astuti, H. M.: A Case Study on Process Mining Implementation in Modelling Supply Chain Business Process: A Lesson Learnt. In: Proceedings of the 6th International Conference on Operations and Supply Chain Management. Denpasar Bali 2014, S. 808–819Suche in Google Scholar
9 Dakic, D.; Stefanovic, D.; Cosic, I.; Lolic, T.; Medojevic, M.: Business Process Mining Application: A Literature Review. In: Proceedings of the 29th International DAAAM Symposium ‘Intelligent Manufacturing & Automation“. 24-27th October 2018, Zadar, Croatia, von Branko Katalinic, S. 866–875. Vienna: DAAAM International. 2018Suche in Google Scholar
10 Köhling, R.; Wolters, B.: Process Mining in 5 Schritten (2021). Online unter https://www.informatik-aktuell.de/betrieb/kuenstliche-intelligenz/process-mining-in-5-schritten.html [Zugriff am 17.04.2023]Suche in Google Scholar
11 Kopp, J. C.: Entwicklung eines Konzepts zur Nutzung von Traceability für die Optimierung von Produktions- und Logistikprozessen mithilfe von ereignisdiskreter Simulation. Masterarbeit am ITPL der TU Dortmund, 2015Suche in Google Scholar
12 Wehking, K.-H.: Technisches Handbuch Logistik 1: Fördertechnik, Materialfluss, Intralogistik. Springer-Vieweg-Verlag, Wiesbaden 2020 10.1007/978-3-662-60867-8Suche in Google Scholar
13 van der Aalst, W. M. P.: Process Mining: A 360 Degree Overview. In: van der Aalst, W. M. P.; Carmona, J. (Hrsg.): Process Mining Handbook. Springer International, Cham 2022, S. 3–34 10.1007/978-3-031-08848-3_1Suche in Google Scholar
14 Knoll, D.; Reinhart, G.; Prüglmeier, M.: Enabling Value Stream Mapping for Internal Logistics Using Multidimensional Process Mining. Expert Systems with Applications 124 (2019), S. 130–142 10.1016/j.eswa.2019.01.026Suche in Google Scholar
15 van der Aalst, W. M. P.: Process Mining - Data Science in Action. Springer-Verlag, Berlin, Heidelberg 2016 10.1007/978-3-662-49851-4Suche in Google Scholar
16 Berti, A.; Park, G.; Rafiei, M.; van der Aalst, W. M. P.: An Event Data Extraction Approach from SAP ERP for Process Mining. In: Process Mining Workshops - ICPM 2021 International Workshops. Eindhoven, The Netherlands, October 31 – November 4, 2021. Munoz-Gama, J.; Lu, X. (Hrsg.): Revised Selected Papers. Springer International, Cham 2022, S. 255–267 10.1007/978-3-030-98581-3_19Suche in Google Scholar
17 Vallée und Partner; FH Münster; Celonis (Hrsg.): Process Mining in der Logistik. Online unter https://assets.ctfassets.net/zmrtlfup12q3/5I5gQkwcKDQmvyglzPccVF/0fa7a540c7177781ac18a10c0bd1bc9b/Whitepaper_Process_Mining_in_der_Logistik_-_Celonis.pdfSuche in Google Scholar
18 van Eck, M. L.; Lu, X.; Leemans, S. J. J.; van der Aalst, W. M. P.: PM2: A Process Mining Project Methodology. In: Zdravkovic, J.; Kirikova, M.; Johannesson, P. (Hrsg.): Proceedings of the 27th International Conference, CAiSE 2015, „Advanced Information Systems Engineering“. Stockholm, Sweden, June 8–12, 2015. Springer International, Cham 2015, S. 297–313 10.1007/978-3-319-19069-3_19Suche in Google Scholar
© 2024 Walter de Gruyter GmbH, Berlin/Boston
Artikel in diesem Heft
- Frontmatter
- Editorial
- KI und Automatisierung Hand in Hand
- Automatisierung
- Mehranlagenbedienung durch mehr Automatisierung?
- Entwicklung eines automatischen Open-Source-Werkzeugwechslers
- Materialversorgung effizient automatisieren
- Kreislaufwirtschaft
- Kaskadiertes Entscheidungsmodell für die werterhaltende Kreislaufwirtschaft
- Blockchain-Technologie
- Produktionssteuerungsumgebungen und ihre (technischen) Probleme
- Anlaufsteuerung
- Intelligente Anlaufsteuerung für die Batteriezellenproduktion
- Mobile Robotik
- Bausteinkasten zur Einführung flexibler mobiler Robotik
- Akustische Basissignale für mobile Logistik-Roboter
- Qualitätsüberwachung
- Verschleißdetektion in schnelllaufenden Umformprozessen mittels photometrischen Stereos
- Prozessanalyse
- Fertigungsprozessanalyse eines mittels Innenhochdruck-Umformung hergestellten Bauteils
- Antriebskonzept
- Höhere Achsdynamik durch Mehrkoordinatenantriebe in Werkzeugmaschinen
- Intralogistik
- Process Mining in der Intralogistik
- Digitalisierung
- Umsetzungsbeispiele der Software-definierten Produktion
- Künstliche Intelligenz
- Prozessüberwachung durch bildverarbeitende KI
- AI Meets Distributed Manufacturing: Wie KI die Verbreitung digitaler Fertigung fördert
- Vorschau
- Vorschau
Artikel in diesem Heft
- Frontmatter
- Editorial
- KI und Automatisierung Hand in Hand
- Automatisierung
- Mehranlagenbedienung durch mehr Automatisierung?
- Entwicklung eines automatischen Open-Source-Werkzeugwechslers
- Materialversorgung effizient automatisieren
- Kreislaufwirtschaft
- Kaskadiertes Entscheidungsmodell für die werterhaltende Kreislaufwirtschaft
- Blockchain-Technologie
- Produktionssteuerungsumgebungen und ihre (technischen) Probleme
- Anlaufsteuerung
- Intelligente Anlaufsteuerung für die Batteriezellenproduktion
- Mobile Robotik
- Bausteinkasten zur Einführung flexibler mobiler Robotik
- Akustische Basissignale für mobile Logistik-Roboter
- Qualitätsüberwachung
- Verschleißdetektion in schnelllaufenden Umformprozessen mittels photometrischen Stereos
- Prozessanalyse
- Fertigungsprozessanalyse eines mittels Innenhochdruck-Umformung hergestellten Bauteils
- Antriebskonzept
- Höhere Achsdynamik durch Mehrkoordinatenantriebe in Werkzeugmaschinen
- Intralogistik
- Process Mining in der Intralogistik
- Digitalisierung
- Umsetzungsbeispiele der Software-definierten Produktion
- Künstliche Intelligenz
- Prozessüberwachung durch bildverarbeitende KI
- AI Meets Distributed Manufacturing: Wie KI die Verbreitung digitaler Fertigung fördert
- Vorschau
- Vorschau
