Home Technology Messung der Agilität von Produktionsnetzwerken
Article
Licensed
Unlicensed Requires Authentication

Messung der Agilität von Produktionsnetzwerken

Ein Vorgehensmodell zur Messung der Agilität von Produktionsnetzwerken mit Hilfe von operativen Stresstests
  • Matthias Schurig and Christian Ramsauer
Published/Copyright: April 19, 2017

Kurzfassung

Produktionsunternehmen sind einem zunehmend volatilen Umfeld ausgesetzt. Auf Grund der globalen Verteilung ihrer Wertschöpfungskette nimmt die Anzahl von Wandlungstreibern zu, die auf das Unternehmen wirken. Durch die Erhöhung ihrer Agilität entlang der gesamten Wertschöpfungskette können Unternehmen darauf reagieren. In diesem Beitrag wird eine Methodik zur Bewertung der Agilität von Produktionsnetzwerken mit Hilfe von operativen Stresstests vorgestellt. Unter Verwendung einer Kennzahlenmetrik wird die Agilität messbar. So können Schwachstellen im Produktionsnetzwerk aufgezeigt und dadurch Möglichkeiten zur Agilitätssteigerung abgeleitet werden.

Abstract

Production companies are facing an increasingly volatile environment. Due to the global setup of their value chains, the number of change drivers influencing a company is growing. By increasing the agility of their value chain companies can react. In the article a method is introduced to evaluate the agility of a production network using operational stress tests. The agility is measured by a KPI metric with the goal to identify weaknesses in the production network and derive opportunities to increase its agility.


Dipl.-Wi.-Ing. Matthias Schurig studierte Wirtschaftsingenieurwesen am Karlsruher Institut für Technologie und an der Universidad del País Vasco in Bilbao. Nach zweijähriger Tätigkeit in einer internationalen Unternehmensberatung ist er seit 2013 Doktorand am Institut für Industriebetriebslehre und Innovationsforschung der TU Graz.

Prof. Dr. Christian Ramsauer promovierte nach seinem Wirtschaftsingenieurstudium an der TU Graz und war danach als Visiting Scholar an der Harvard Business School tätig. Während seiner 14-jährigen Industrietätigkeit sammelte er internationale Erfahrung u. a. als Unternehmensberater bei McKinsey&Company und als Geschäftsführer mehrerer Unternehmen. Seit 2011 leitet er das Institut für Industriebetriebslehre und Innovationsforschung sowie das Institute of Production Science and Management an der TU Graz.

Die Autoren können erreicht werden unter .


References

1. Lanza, G.; Moser, R.: Strategic Planning of Global Changeable Production Networks. Procedia CIRP3 (2012), S. 25726210.1016/j.procir.2012.07.045Search in Google Scholar

2. McKinsey & Company: Manufacturing of the future: The Next Era of Global Growth and Innovation. November 2012Search in Google Scholar

3. Nyhuis, P.; Klemke, T.; Wagner, C.: Wandlungsfähigkeit – Ein systemischer Ansatz. In: Nyhuis, P. (Hrsg.): Wandlungsfähige Produktionssysteme. Gito Verlag, Berlin2010, S. 321Search in Google Scholar

4. Schurig, M.; Rabitsch, C.; Ramsauer, C.: Agile Produktion – Ein Produktionskonzept für volatile Zeiten. ZWF109 (2014) 12, S. 95695910.3139/104.111265Search in Google Scholar

5. Klemke, T.: Planung der systemischen Wandlungsfähigkeit von Fabriken. Dissertation, TU Hannover, 2014Search in Google Scholar

6. Abele, E.; Albrecht, F.; Faatz, L.: Wandlungsfähigkeit mit Materialflusssimulation bewerten. ZWF107 (2012) 11, S. 83183510.3139/104.110860Search in Google Scholar

7. Albrecht, F.; Faatz, L.; Abele, E.: Multidimensional Evaluation of the Changeability of Interlinked Production Processes with Material Flow Simulation. Procedia CIRP7 (2013), S. 13914410.1016/j.procir.2013.05.024Search in Google Scholar

8. Nyhuis, P.; Reinhart, G.; Abele, E.: Wandlungsfähige Produktionssysteme: Heute die Industrie von morgen gestalten. Produktionstechnisches Zentrum PZH, Garbsen200810.3139/104.101285Search in Google Scholar

9. Henry, J.; Kok, C.; Amzallag, A.; Baudino, P.; Cabral, I.; Grodzicki, M.; Gross, M.; Halaj, G.; Kolb, M.; Leber, M.; Pancaro, C.; Sydow, M.; Vouldis, A.; Zimmermann, M.; Zochowski, D.: A Macro Stress Testing Framework for Assessing Systemic Risks in the Banking Sector. European Central Bank, Frankfurt am Main201310.2139/ssrn.2337894Search in Google Scholar

10. Mourtzis, D.; Doukas, M.; Bernidaki, D.: Simulation in Manufacturing: Review and Challenges. Procedia CIRP25 (2014), S. 21322910.1016/j.procir.2014.10.032Search in Google Scholar

11. Gausemeier, J.; Fink, A.; Schlake, O.: Scenario Management: An Approach to Develop Future Potentials. Technological Forecasting and Social Change59 (1998), S. 11113010.1016/S0040-1625(97)00166-2Search in Google Scholar

12. Hambach, J.; Albrecht, F.: Methoden der Szenariotechnik in der Fabrikplanung. ZWF109 (2014) 3, S. 11712010.3139/104.111103Search in Google Scholar

13. Klemke, T.; Mersmann, T.; Nyhuis, P.: Wandlungsfähige Produktionssysteme – Methodik zur Bewertung und Gestaltung der Wandlungsfähigkeit. wt Werkstattstechnik online102 (2012) 4, S. 222227Search in Google Scholar

14. The Supply Chain Council: SCOR – Supply Chain Operations Reference Model, www.supply-chain.orgSearch in Google Scholar

15. Beamon, B. M.: Measuring supply chain performance. International Journal of Operations & Production Management19 (1999) 3, S. 27529210.1108/01443579910249714Search in Google Scholar

16. VDI 3633 Blatt 1: Simulation von Logistik-, Materialfluss- und Produktionssystemen – Grundlagen. Beuth Verlag, Berlin2010, S. 10Search in Google Scholar

17. Schönsleben, P.: Integrales Logistikmanagement – Operations und Supply Chain Management innerhalb des Unternehmens und unternehmensübergreifend. Springer-Verlag, Berlin, Heidelberg201110.1007/978-3-642-20381-7Search in Google Scholar

18. Bangsow, S.: Praxishandbuch Plant Simulation und SimTalk. Carl Hanser Verlag, München, Wien201110.3139/9783446429031Search in Google Scholar

Online erschienen: 2017-04-19
Erschienen im Druck: 2015-03-27

© 2015, Carl Hanser Verlag, München

Downloaded on 20.2.2026 from https://www.degruyterbrill.com/document/doi/10.3139/104.111296/html
Scroll to top button