Home Bionik in der Produktionsorganisation
Article
Licensed
Unlicensed Requires Authentication

Bionik in der Produktionsorganisation

Was wir von Ameisen und anderen sozialen Insekten lernen können
  • Gunther Reinhart , Jan-Fabian Meis , Kirsten Reisen and Sebastian Schindler
Published/Copyright: March 30, 2017
Become an author with De Gruyter Brill
Submit Manuscript Author Information
Zeitschrift für wirtschaftlichen Fabrikbetrieb
From the journal Zeitschrift für wirtschaftlichen Fabrikbetrieb Volume 108 Issue 9

Kurzfassung

Die Bionik stellt eine Verbindung aus den Wissenschaftsdisziplinen Biologie und Technik dar. Ein Großteil der bekannten bionischen Lösungskonzepte betrifft die Entwicklung technischer Produkte. Obwohl auch für die Optimierung der Betriebs- und Produktionsorganisation erhebliche Potenziale in Lösungen der Natur, beispielsweise in der Organisation eines Ameisenstaates, liegen, werden diese bisher nur unzureichend erforscht. Der Beitrag stellt einen Ordnungsrahmen vor, der die verschiedenen Anwendungsgebiete der Bionik im Bereich der Produktionsorganisation gliedert und ihre Potenziale aufzeigt.

Abstract

Biomimicry has been a well established field of research and industrial application. Current approaches focus the translation of biological principles into products while large potentials were identified in the translation of organizational principles from nature to production management. This paper gives a literature review and debates the fragmented research being conducted at present. In order to enable the structured translation into methods available to practitioners, a framework is developed which allows to structure the body of literature and to identify potential fields which are not researched at present.

Prof. Dr.-Ing. Gunther Reinhart, geb. 1956, ist gemeinsam mit Prof. Dr.-Ing. Michael F. Zäh Leiter des Instituts für Werkzeugmaschinen und Betriebswissenschaften (iwb) der Technischen Universität München. Er ist Inhaber des Lehrstuhles für Betriebswissenschaften und Montagetechnik, Sprecher des Bayerischen Clusters für Mechatronik und darüber hinaus Leiter der Fraunhofer IWU Projektgruppe für Ressourceneffiziente Mechatronische Verarbeitungsmaschinen (FhG IWU-RMV) in Augsburg.

Dipl.-Ing. Jan-Fabian Meis, geb. 1985, studierte an der Technischen Universität München (TUM) Maschinenbau und ist seit 2010 Wissenschaftlicher Mitarbeiter am iwb.

Dipl.-Wi.-Ing. Kirsten Reisen, geb. 1984, studierte Wirtschaftsingenieurwesen am Karlsruher Institut für Technologie (KIT) und ist seit 2010 Wissenschaftliche Mitarbeiterin am iwb.

Dipl.-Ing. Sebastian Schindler, geb. 1982, studierte an der Technischen Universität München (TUM) Maschinenbau und ist seit 2008 Wissenschaftlicher Mitarbeiter am iwb und leitet die Themengruppe Produktionsmanagement und Logistik.

References

1. v. Gleich, A.: Bionik – Aktuelle Trends und zukünftige Potenziale. IÖW, Berlin2007Search in Google Scholar

2. Nachtigall, W.: Bionik – Grundlagen und Beispiele für Ingenieure und Naturwissenschaftler. Springer-Verlag, Berlin, Heidelberg200210.1007/978-3-642-18996-8Search in Google Scholar

3. Ferdinand, J.: Literaturstudie Bionik. IÖW, Berlin2012Search in Google Scholar

4. Wilkes, M. W.; Stange, K.: Gnadenlose Erfolgskette – 7 Strategie-Glieder für exzellente Marktkraft, stetiges Wachstum, nachhaltigen Gewinn. Linde Verlag, Wien2008Search in Google Scholar

5. Pfiffner, M.: Von biologischen Systemen lernen. io new management (2006) 12, S. 25–29Search in Google Scholar

6. Reinhart, G.; Zäh, M.: Marktchance Individualisierung. Springer-Verlag, Berlin, Heidelberg200210.1007/978-3-642-55495-7Search in Google Scholar

7. KüppersU.: Systemisches Bionik-Management. Wissenschaftsmanagement (2010) 1, S. 37–42Search in Google Scholar

8. Malik, F.: Systemisches Management, Evolution, Selbstorganisation. Haupt Verlag, Bern1999Search in Google Scholar

9. Camazine, S.: Self-organization in Biological Systems. Princeton University Press, Princeton2001Search in Google Scholar

10. Wiener, N.; Schade, J. P.: Nerve, Brain and Memory Models. Elsevier Science, Amsterdam1963Search in Google Scholar

11. Schwaninger, M.: The Evolution of Organizational Cybernetics. Scientiae Mathematicae Japonicae64 (2006) 2, S. 405–420Search in Google Scholar

12. Kampker, A.; Schuh, G.Strategie und Management produzierender Unternehmen. Springer-Verlag, Berlin, Heidelberg2011Search in Google Scholar

13. Herrmann, C.; Bergmann, L.; Halubek, P.; Thiede, S.: Lean Production System Design from the Perspective of the Viable System Model. In: Mitsuishi, M.; Ueda, K.; Kimura, F. (Hrsg.): Manufacturing Systems and Technologies for the New Frontier. Springer-Verlag, London2008, S. 309–31410.1007/978-1-84800-267-8_63Search in Google Scholar

14. Okino, N.: A Prototyping of Bionic Manufacturing System. In: Norrie, D. H. (Hrsg.): Proceedings of ICOOMS'92, Calgary, 1992, S. 297–302Search in Google Scholar

15. Ueda, K.; Vaario, J.; Ohkura, K.: Modelling of Biological Manufacturing Systems for Dynamic Reconfiguration. CIRP Annals – Manufacturing Technology46 (1997) 1, S. 343–34610.1016/s0007-8506(07)60839-7Search in Google Scholar

16. Grassé, P. P.: La Reconstruction du nid et les coordinations inter-individuelles chez Bellicositermes natalensis et Cubitermes sp. La théorie de la stigmergie: Essai d'interprétation du comportement des Termites constructeurs. Insectes Sociaux6 (Paris 1959), S. 41–8310.1007/BF02223791Search in Google Scholar

17. Engelbrecht, A. P.: Fundamentals of Computational Swarm Intelligence. John Wiley & Sons, London2005Search in Google Scholar

18. Kennedy, J.; Eberhart, R. C.; Shi, Y.: Swarm intelligence. Morgan Kaufmann Publishers, San Francisco200110.1007/0-387-27705-6_6Search in Google Scholar

19. Marsh, L.; Onof, C.: Stigmergic Epistemology, Stigmergic Cognition. Cognitive Systems Research9 (2008) 1-2, S. 136–14910.1016/j.cogsys.2007.06.009Search in Google Scholar

20. Witte, V.; Maschwitz, U.: Mushroom Harvesting Ants in the Tropical Rain Forest. Naturwissenschaften95 (2008) 11, S. 1049–105410.1007/s00114-008-0421-9Search in Google Scholar PubMed

21. Dorigo, M.; Blum, C.: Ant Colony Optimization Theory: A Survey. Theoretical Computer Science344 (2005) 2-3, S. 243–27810.1016/j.tcs.2005.05.020Search in Google Scholar

22. Dorigo, M.; Maniezzo, V.; Colorni, A.: Ant system: Optimization by a Colony of Cooperating Agents. IEEE Transactions on Systems, Man and Cybernetics, Part B (Cybernetics)26 (1996) 1, S. 29–4110.1109/3477.484436Search in Google Scholar PubMed

23. Dorigo, M.; Birattari, M.; Stutzle, T.: Ant Colony Optimization. IEEE Computational Intelligence Magazine1 (2006) 4, S. 28–3910.1109/MCI.2006.329691Search in Google Scholar

24. Albritton, M. D.; McMullen, P. R.: Optimal Product Design Using a Colony of Virtual Ants. European Journal of Operational Research176 (2007) 1, S. 498–52010.1016/j.ejor.2005.06.042Search in Google Scholar

25. Baykasolu, A.; Oumlzbakr, L.; Tapk, P.: Artificial Bee Colony Algorithm and its Application to Generalized Assignment Problem. In: Chan, T. S. F.; Kumar, M. (Hrsg.): Swarm Intelligence, Focus on Ant and Particle Swarm Optimization: InTech Education and Publishing, New York200710.5772/5101Search in Google Scholar

26. Chong, C.; Hean Low, M.; Sivakumar, A.; Gay, K.: A Bee Colony Optimization Algorithm to Job Shop Scheduling. In: Proceedings of the 2006 Winter Simulation Conference: IEEE 2006, S. 1954–196110.1109/wsc.2006.322980Search in Google Scholar

27. TeodorovicD.; DellM.: Bee Colony Optimization – A Cooperative Learning Approach to Complex Transportation Problems. Advanced OR and AI methods in transportation. 2005. S. 51–60Search in Google Scholar

28. Wedde, H. F.; Lehnhoff, S.; van Bonn, B.; Bay, Z.; Becker, S.; Bottcher, S.; Brunner, C.; Buscher, A.; Furst, T.; Lazarescu, A.M.; Rotaru, E.; Senge, S.; Steinbach, B.; Yilmaz, F.; Zimmermann, T.: A Novel Class of Multiagent Algorithms for Highly Dynamic Transport Planning Inspired by Honey Bee Behavior. In: Proceedings of the IEEE Conference on Emerging Technologies & Factory Automation (EFTA 2007): IEEE 2007, S. 1157–116410.1109/EFTA.2007.4416912Search in Google Scholar

29. Merkle, D.; Middendorf, M.; Schmeck, H.: Ant Colony Optimization for Resource-constrained Project Scheduling. IEEE Transactions on Evolutionary Computation6 (2002) 4, S. 893–90010.1109/tevc.2002.802450Search in Google Scholar

30. Blum, C.: ACO Applied to Group Shop Scheduling: A Case Study on Intensification and Diversification. In: Dorigo, M. (Hrsg.): Ant Algorithms. Springer-Verlag, Berlin, Heidelberg2002, S.14–2710.1007/3-540-45724-0_2Search in Google Scholar

31. Nakagaki, T.: Smart Behavior of True Slime Mold in a Labyrinth. Research in Microbiology152 (2001) 9, S. 767–77010.1016/s0923-2508(01)01259-1Search in Google Scholar

32. BlickleT: Optimieren nach dem Vorbild der Natur. Evolutionäre Algorithmen. In: Bulletin des Schweizerischen Elektrotechnischen Vereins (1995), S. 21–26Search in Google Scholar

33. Zalzala, A. M. S.; Fleming, P. J.: Genetic Algorithms in Engineering Systems. Institution of Electrical Engineers, London199710.1049/pbce055eSearch in Google Scholar

34. Kesel, A. B.: Sind Prozesse aus der Natur auf Wirtschaftsprozesse übertragbar? In: Otto, K.-S.; Speck, T. (Hrsg.): Darwin Meets Business – Evolutionäre und bionische Lösungen für die Wirtschaft. Gabler Verlag, Wiesbaden201110.1007/978-3-8349-6381-9_8Search in Google Scholar

35. Campbell, N. A.; Reece, J. B.: Biologie. Pearson Studium, München2009Search in Google Scholar

36. Heeg, F. J.: Methoden der Organisationsgestaltung und Personalentwicklung: Vorgehensweisen, Methoden und Techniken bei der Umsetzung von Lean Management-Konzepten und der Einführung gruppenorientierter Strukturen. Carl Hanser Verlag, München, Wien1994Search in Google Scholar

Online erschienen: 2017-03-30
Erschienen im Druck: 2013-09-28

© 2013, Carl Hanser Verlag, München

Articles in the same Issue

  1. Editorial
  2. In tiefer Trauer und großer Dankbarkeit
  3. Inhalt/Contents
  4. Inhalt
  5. inpro-Innovationsakademie
  6. Innovationsabsicherung in der Produktentwicklung und Produktion
  7. WiGeP-Mitteilungen
  8. ERMA – analysiert, optimiert und validiert für mobile Arbeitsmaschinen von morgen!
  9. Produktionsorganisation
  10. Bionik in der Produktionsorganisation
  11. Roadmapping zur Planung der Rotorblattproduktion
  12. Integrative Produktionssystemkonzipierung in der Mechatronik
  13. Autonome Datenaufnahme in der Produktion
  14. Nachhaltige Vitalisierung und Weiterentwicklung der Ganzheitlichen Produktion
  15. Modell zur bedarfsgerechten Kapazitätsplanung
  16. Energieeffizienz
  17. Energieflexibilität in der Produktion identifizieren
  18. Beschreibung von Energieflusssystemen einer Fabrik auf Basis der Flusssystemtheorie
  19. Automatisierte Erweiterung bestehender Materialflusssimulationen durch Energieaspekte
  20. Wertschöpfung in Netzwerken
  21. Methodik zur Bewertung und Optimierung von Supply Chains
  22. Wertschöpfungsverteilung in globalen Produktionsnetzwerken
  23. Logistische Leistungsfähigkeit von Produktionsnetzwerken für XXL-Produkte
  24. Verarbeitungsmaschinen
  25. Effiziente Abarbeitung hochdynamischer Bewegungen
  26. Logistik
  27. Einfluss logistischer Maßnahmen auf die Prozesskosten in der Produktion
  28. Ergonomie
  29. Demografiefeste Arbeitssystemgestaltung
  30. Smart Factory
  31. Fabrikaudit Industrie 4.0
  32. Einsatzmöglichkeiten von Augmented Reality in der Produktion
  33. Vorschau/Preview
  34. Vorschau
https://doi.org/10.3139/104.110998

Articles in the same Issue

  1. Editorial
  2. In tiefer Trauer und großer Dankbarkeit
  3. Inhalt/Contents
  4. Inhalt
  5. inpro-Innovationsakademie
  6. Innovationsabsicherung in der Produktentwicklung und Produktion
  7. WiGeP-Mitteilungen
  8. ERMA – analysiert, optimiert und validiert für mobile Arbeitsmaschinen von morgen!
  9. Produktionsorganisation
  10. Bionik in der Produktionsorganisation
  11. Roadmapping zur Planung der Rotorblattproduktion
  12. Integrative Produktionssystemkonzipierung in der Mechatronik
  13. Autonome Datenaufnahme in der Produktion
  14. Nachhaltige Vitalisierung und Weiterentwicklung der Ganzheitlichen Produktion
  15. Modell zur bedarfsgerechten Kapazitätsplanung
  16. Energieeffizienz
  17. Energieflexibilität in der Produktion identifizieren
  18. Beschreibung von Energieflusssystemen einer Fabrik auf Basis der Flusssystemtheorie
  19. Automatisierte Erweiterung bestehender Materialflusssimulationen durch Energieaspekte
  20. Wertschöpfung in Netzwerken
  21. Methodik zur Bewertung und Optimierung von Supply Chains
  22. Wertschöpfungsverteilung in globalen Produktionsnetzwerken
  23. Logistische Leistungsfähigkeit von Produktionsnetzwerken für XXL-Produkte
  24. Verarbeitungsmaschinen
  25. Effiziente Abarbeitung hochdynamischer Bewegungen
  26. Logistik
  27. Einfluss logistischer Maßnahmen auf die Prozesskosten in der Produktion
  28. Ergonomie
  29. Demografiefeste Arbeitssystemgestaltung
  30. Smart Factory
  31. Fabrikaudit Industrie 4.0
  32. Einsatzmöglichkeiten von Augmented Reality in der Produktion
  33. Vorschau/Preview
  34. Vorschau
Sign up now to receive a 20% welcome discount
Institutional Access
How does access work?
Have an idea on how to improve our website?
Please write us.
© 2025 De Gruyter Brill
Downloaded on 3.11.2025 from https://www.degruyterbrill.com/document/doi/10.3139/104.110998/html
Scroll to top button