Startseite Integrierte Planung der mittelfristigen Komponenten- und Teilebedarfe für variantenreiche Serienprodukte
Artikel
Lizenziert
Nicht lizenziert Erfordert eine Authentifizierung

Integrierte Planung der mittelfristigen Komponenten- und Teilebedarfe für variantenreiche Serienprodukte

  • Thomas Stäblein , Andreas Schütte , Peyman Merat und Uwe Bracht
Veröffentlicht/Copyright: 23. März 2017
Veröffentlichen auch Sie bei De Gruyter Brill

Kurzfassung

Bei hoher Variantenvielfalt und kundenauftragsorientierter Serienproduktion stellt die Bedarfsplanung der zukünftig benötigten Komponenten- und Teilemengen eine immense Herausforderung dar. In der Automobilindustrie und auch in anderen Branchen führen immer individuellere Konfigurationsmöglichkeiten zu einer großen Produktvielfalt mit einer hohen technischen Komplexität. Unter diesen Rahmenbedingungen liefern verfügbare Bedarfsplanungsmethoden nur noch selten eine zufriedenstellende Ergebnisqualität. Da der Leistungserstellungsprozess durch die weltweite Vernetzung in Supply Networks eine frühzeitige Koordination zwischen Herstellern und Lieferanten erfordert, ist im mittelfristigen Planungshorizont, d.h. 12 Wochen bis 10 Monate vor Produktionsbeginn, eine möglichst präzise Ermittlung der anvisierten Komponenten- und Teilebedarfe anzustreben.

Abstract

For customer-oriented series production with various variants the part demand planning imposes a tremendous challenge. In the automotive sector and as well for other industries, customer choice and individualized configurations have resulted in a constantly increasing product variety with a high degree of technical complexity. Under such boundary conditions, deficits can hardly be avoided when using conventional approaches for demand planning and forecasting. However, modern production and assembly processes require early coordination between manufacturers and suppliers, in order to ensure lean manufacturing by appropriate communication of the envisaged quantities of components and parts. Especially in the medium term (e.g. 12 weeks to 10 months) a precisely as possible part demand planning should be aspired.


Dr.-Ing. Thomas Stäblein studierte Wirtschaftsingenieurwesen mit der Fachrichtung Produktion und Prozesse an der Technischen Universität Clausthal. Er ist seit drei Jahren für die Daimler Forschung tätig. Seine Dissertation behandelt das Thema der integrierten Bedarfs- und Kapazitätsplanung in der Automobilindustrie.

Dr.-Ing. Andreas Schütte studierte technische Kybernetik und Automatisierungstechnik an der Technischen Universität Dresden. Er promovierte 1990 an der Humboldt Universität Berlin über das Thema Pattern Recognition mit neuronalen Netzen. Dr. Schütte trat 1993 in die Daimler-Benz Forschung (jetzt Daimler Forschung) ein und leitet das Team Prognose und Optimierungsmethoden.

Dr.-Ing. Peyman Merat studierte Maschinenbau an der Technischen Universität München. Er promovierte 1996 an der Technischen Universität München über das Thema der rechnergestützten Auftragsabwicklung. Im Anschluss an die Promotion trat er in die Daimler-Benz AG ein. Nach verschiedenen Leitungspositionen in der Entwicklung und Produktion bei Mercedes Benz, leitet er seit 2006 die Abteilung Funktions- und Produktionsmodellierung der Daimler Forschung in Böblingen.

Prof. Dr.-Ing. Uwe Bracht studierte Maschinenbau an der Universität Hannover. Nach der Promotion am dortigen Institut für Fabrikanlagen und Logistik wechselte er 1984 zur Daimler-Benz AG. Im Rahmen verschiedener leitender Funktionen in der Technischen Planung und Produktionsvorbereitung war er elf Jahre für die Daimler-Benz AG tätig. Professor Bracht nahm 1996 einen Ruf auf die Professur für Anlagenprojektierung und Materialflusslogistik der TU Clausthal an. Er ist Leiter des Institutes für Maschinelle Anlagentechnik und Betriebsfestigkeit (IMAB) und Gründungsmitglied des VDA-Arbeitskreises „Rechnergestützte Fabrikplanung“. Seit 2002 leitet er den VDI-Fachaus-schuss „Digitale Fabrik“ und hat über 50 Fachbeiträge zum Generalthema: Innovationen in der Fabrikplanung und -organisation veröffentlicht.


References

1 Reichhart, A.; Holweg, M.: Creating the Customer-responsive Supply Chain: A Reconciliation of Concepts. International Journal of Operations and Production Management27 (2007) 11, S. 1144117210.1108/01443570710830575Suche in Google Scholar

2 Corswant, F. v.; Fredriksson, P.: Sourcing Trends in the Car Industry. International Journal of Operations and Production Management22 (2002) 7, S. 74175810.1108/01443570210433526Suche in Google Scholar

3 Tempelmeier, H.: Material-Logistik – Modelle und Algorithmen für die Produktionsplanung und -steuerung in Advanced Planning-Systemen. 6. Auflage, Springer-Verlag, Berlin, Heidelberg2005Suche in Google Scholar

4 Meyr, H.: Supply Chain Planning in the German Automotive Industry. OR Spektrum26 (2004), S. 44747010.1007/s00291-004-0168-4Suche in Google Scholar

5 Huang, G. Q.; Lau, J. K.; Mak, L. K.: The Impacts of Sharing Production Information on Supply Chain Dynamics: A Review of the Literature. International Journal of Production Research41 (2003) 7, S. 1483151710.1080/0020754031000069625Suche in Google Scholar

6 Monden, Y.: Toyota Production System: An Integrated Approach to Justin-Time. 3. Auflage, Engineering & Management Press, Norcross, Ga.1998Suche in Google Scholar

7 Pil, F.; Holweg, M.: Linking Product Variety to Order-fulfilment Strategies. Interfaces34 (2004) 5, S. 39440310.1287/inte.1040.0092Suche in Google Scholar

8 Pine, J.: Mass Customization: The New Frontier in Business Competition. Harvard Business School Press, Boston, M.A.1992Suche in Google Scholar

9 Bracht, U.; v. Eisenhart-Rothe, M.: Stücklistenkonsistenz in der Serienfertigung. ZWF98 (2003) 12, S. 616623Suche in Google Scholar

10 Vollmann, T.; Berry, W.; Whybark, D.: Manufacturing Planning and Control Systems for Supply Chain Management. 5. Auflage, McGraw-Hill, New York2005Suche in Google Scholar

11 Ohl, S.: Prognose und Planung variantenreicher Produkte am Beispiel der Automobilindustrie. VDI-Fortschrittsberichte, Reihe 16, Nr. 120. VDI-Verlag, Düsseldorf2000Suche in Google Scholar

12 Dickersbach, J.: Characteristic Based Planning with mySAP SCM. SAP Excellence. Springer-Verlag, Berlin, Heidelberg, New York2005Suche in Google Scholar

13 Holtze, P.: Data Mining in der Bedarfsprognose von Komponenten und Teilen. Reihe: Innovationen der Fabrikplanung und -organisation, Band 2. Shaker-Verlag, Aachen2000Suche in Google Scholar

14 Detmer, H.; Gebhardt, J.: Markov-Netze für die Eigenschaftsplanung und Bedarfsvorschau in der Automobilindustrie. Künstliche Intelligenz (2001) 301, S. 1622Suche in Google Scholar

15 Hanke, J.; Reitsch, A.: Business Forecasting. 7. Auflage, Prentice Hall, New Jersey2001Suche in Google Scholar

16 Stäblein, T.: Integrierte Planung des Materialbedarfs bei kundenauftragsorientierter Fertigung von komplexen und variantenreichen Serienprodukten. Reihe: Innovationen der Fabrikplanung und -organisation, Band 18. Shaker-Verlag, Aachen2008Suche in Google Scholar

17 Bracht, U.; Stäblein, T.; Schütte, A.: Effiziente Materialbedarfsplanung bei variantenreicher Serienproduktion komplexer Produkte – Ein neuer Ansatz zur Sekundärbedarfsprognose. wt Werkstattstechnik online97 (2007) 4, S. 284292Suche in Google Scholar

18 ILOG: ILOG CPLEX 10.0.: User's Manual. Gentilly, France, 2006Suche in Google Scholar

Online erschienen: 2017-03-23
Erschienen im Druck: 2008-03-27

© 2008, Carl Hanser Verlag, München

Heruntergeladen am 3.10.2025 von https://www.degruyterbrill.com/document/doi/10.3139/104.101253/html
Button zum nach oben scrollen