Lean-Reifegradmodell für die Verschwendungsreduzierung an Montagearbeitsplätzen
-
Kenny Heizmann
Kenny Heizmann, B. Eng., geb. 2000, studierte Wirtschaftsingenieurwesen an der Hochschule Offenburg. Er hat im Rahmen der Abschlussarbeit Reifegradmodelle speziell auch im Lean Management analysiert, darauf aufbauend ein Reifegradmodell anhand von Arbeitsplätzen in einem Maschinenbauunternehmen entwickelt und validiert. Im Oktober 2025 startet er sein Masterstudium Wirtschaftsingenieurwesen an der Hochschule Offenburg.
Prof. Dr.-Ing. Andreas Friedel, geb. 1967, studierte Fertigungstechnik an der TU Chemnitz. Danach arbeitete er als Wissenschaftlicher Mitarbeiter am Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA in Stuttgart und promovierte an der Fakultät Konstruktion der Universität Stuttgart. Es folgten 16 Jahre Industrietätigkeit als Leiter Qualität und Werkleiter in verschiedenen Maschinenbauunternehmen. 2015 wurde er zum Professor für Industrielle Fertigungsverfahren und Produktionsorganisation an die Hochschule Offenburg berufen.
Abstract
Verschwendung an Montagearbeitsplätzen verursacht erhebliche Effizienzverluste und steigert Produktionskosten. Zur systematischen Erfassung und Bewertung dieser Verschwendungen sowie zur Ableitung gezielter Verbesserungsmaßnahmen sind praxisorientierte und methodisch fundierte Instrumente erforderlich. Dieser Beitrag stellt ein Lean-Reifegradmodell vor, das speziell auf industrielle Montagearbeitsplätze und deren Materialanbindung zugeschnitten ist. Durch die Gliederung in relevante Sektionen ermöglicht das Modell eine differenzierte Bewertung, schafft Transparenz über den Reifegrad und unterstützt die Priorisierung von Optimierungsmaßnahmen. Damit trägt es wesentlich zur nachhaltigen Steigerung der Produktivität und Reduktion von Verschwendung bei.
Abstract
Waste at assembly workstations causes considerable efficiency losses and increases production costs. Practical and methodologically structured tools are required to systematically record and evaluate this waste and to derive targeted improvement measures. This article presents a lean maturity model that is specifically tailored to industrial assembly workstations and their material connection. By dividing the model into relevant sections, it enables a differentiated assessment, creates transparency about the level of maturity and shows the priority of optimizing measures. It therefore makes a significant contribution to sustainably increasing productivity and reducing waste.
Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory-Board wissenschaftlich begutachteten Fachaufsatz (Peer Review).
About the authors
Kenny Heizmann, B. Eng., geb. 2000, studierte Wirtschaftsingenieurwesen an der Hochschule Offenburg. Er hat im Rahmen der Abschlussarbeit Reifegradmodelle speziell auch im Lean Management analysiert, darauf aufbauend ein Reifegradmodell anhand von Arbeitsplätzen in einem Maschinenbauunternehmen entwickelt und validiert. Im Oktober 2025 startet er sein Masterstudium Wirtschaftsingenieurwesen an der Hochschule Offenburg.
Prof. Dr.-Ing. Andreas Friedel, geb. 1967, studierte Fertigungstechnik an der TU Chemnitz. Danach arbeitete er als Wissenschaftlicher Mitarbeiter am Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA in Stuttgart und promovierte an der Fakultät Konstruktion der Universität Stuttgart. Es folgten 16 Jahre Industrietätigkeit als Leiter Qualität und Werkleiter in verschiedenen Maschinenbauunternehmen. 2015 wurde er zum Professor für Industrielle Fertigungsverfahren und Produktionsorganisation an die Hochschule Offenburg berufen.
Literatur
1 Hungenberg, H.: Strategisches Management: Ziele – Prozesse – Verfahren. 8. Überarb. Aufl.). Springer-Gabler-Verlag, Wiesbaden 2014 DOI:10.1007/978-3-658-06681-910.1007/978-3-658-06681-9Suche in Google Scholar
2 Helmold, M.: Lean Management und Kaizen: Grundlagen aus Fällen und Beispielen in Operations und Supply Chain Management. 1. Aufl., Springer-Gabler-Verlag, Wiesbaden 2023 DOI:10.1007/978-3-031-19692-8_110.1007/978-3-031-19692-8_1Suche in Google Scholar
3 Wagner, K. W.; Dürr, W.: Reifegrad nach ISO/IEC 15504 (SPiCE) ermittlen. Carl Hanser Verlag, München, Wien 2008, S. 8–11 DOI:10.1007/978-3-446-41899-810.1007/978-3-446-41899-8Suche in Google Scholar
4 Hecht, S.: Ein Reifegradmodell für die Bewertung und Verbesserung von Fähigkeiten im ERP-Anwendungsmanagement 1. Aufl., Springer-Gabler-Verlag, Wiesbaden 2014 DOI:10.1007/978-3-658-05523-3_110.1007/978-3-658-05523-3_1Suche in Google Scholar
5 Nightingale, D. J.; Mize, J. H.: Development of a Lean Enterprise Transformation Maturity Model. Information Knowledge Systems Management 3 (2002), S. 15–30 DOI:10.3233/IKS-2002-0004710.3233/IKS-2002-00047Suche in Google Scholar
6 Schwarz, C.; Schmitt, M: Reifegradmodell für Lean Production. ZWF 112 (2017) 7–8, S. 506–509 DOI:10.3139/104.11176110.3139/104.111761Suche in Google Scholar
7 Pokorni, B.; Schlund, S.; Findeisen, S.; Tomm, A.; Euper, D.; Mehl, D.; Brehm, N.; Ahmad, D.; Ohlhausen, P.; Palm D.: Produktionsassessment 4.0: Entwicklung eines Reifegradmodells zur Bewertung der Lean Management und Industrie-4.0-Reife von produzierenden Unternehmen. ZWF 112 (2017) 1–2, S. 20–24 DOI:10.3139/104.11166210.3139/104.111662Suche in Google Scholar
8 Gerdom, M.; Hehn, U.; Schmied, J.; Wentzel, P. R.: Mit CMMI Prozesse verbessern! Umsetzungsstrategien am Beispiel Requirements Engineering. 1. Aufl., dpunkt. Verlag, Heidelberg 2008Suche in Google Scholar
© 2025 Walter de Gruyter GmbH, Berlin/Boston, Germany
Artikel in diesem Heft
- Inhalt
- Editorial
- Innovationen bestimmen die Zukunft der industriellen Produktion
- Zukunftskompetenzen
- Aktueller Überblick über Future Skills
- Wertschöpfung
- Autonome Systeme für die Zukunft der Wertschöpfung
- Fabrikplanung
- Ganzheitliche digitale Fabrikmodelle
- Systematische Festlegung von Fabrikzielen
- Nachhaltigkeit
- Interoperable Energiedatenbereitstellung mittels Verwaltungsschale
- Nachhaltigkeit durch Wandlungsfähigkeit
- Additive Fertigung
- Additive Fertigung von Zerspanwerkzeugen
- Erweiterung von Gradierungsstrategien beim Laserauftragschweißen
- Musterbau
- Prototyping und Testing in der Elektronikfertigung
- Mikrofräsen
- Gratminimierung beim Mikrofräsen
- Kollaborative Robotik
- Modernisierung bestehender Produktionsanlagen
- Lean Management
- Lean-Reifegradmodell für die Verschwendungsreduzierung an Montagearbeitsplätzen
- Künstliche Intelligenz
- Präskriptive Qualitätssicherung durch kognitive Assistenz
- Die Maschine denkt künftig mit
- KI-Power für die Blechfertigung
- Next Level Leadership: Führung mit KI, nicht durch KI
- Digitale Transformation
- Microsoft Fabric als Smart-Factory-Plattform für KMU
- Digitaler Zwilling
- Digitale Zwillinge in der Unternehmenspraxis
- Vorschau
- Vorschau
Artikel in diesem Heft
- Inhalt
- Editorial
- Innovationen bestimmen die Zukunft der industriellen Produktion
- Zukunftskompetenzen
- Aktueller Überblick über Future Skills
- Wertschöpfung
- Autonome Systeme für die Zukunft der Wertschöpfung
- Fabrikplanung
- Ganzheitliche digitale Fabrikmodelle
- Systematische Festlegung von Fabrikzielen
- Nachhaltigkeit
- Interoperable Energiedatenbereitstellung mittels Verwaltungsschale
- Nachhaltigkeit durch Wandlungsfähigkeit
- Additive Fertigung
- Additive Fertigung von Zerspanwerkzeugen
- Erweiterung von Gradierungsstrategien beim Laserauftragschweißen
- Musterbau
- Prototyping und Testing in der Elektronikfertigung
- Mikrofräsen
- Gratminimierung beim Mikrofräsen
- Kollaborative Robotik
- Modernisierung bestehender Produktionsanlagen
- Lean Management
- Lean-Reifegradmodell für die Verschwendungsreduzierung an Montagearbeitsplätzen
- Künstliche Intelligenz
- Präskriptive Qualitätssicherung durch kognitive Assistenz
- Die Maschine denkt künftig mit
- KI-Power für die Blechfertigung
- Next Level Leadership: Führung mit KI, nicht durch KI
- Digitale Transformation
- Microsoft Fabric als Smart-Factory-Plattform für KMU
- Digitaler Zwilling
- Digitale Zwillinge in der Unternehmenspraxis
- Vorschau
- Vorschau
