Internet of Production Produktionsmanagement

Steckbrief

Eckdaten

Laufzeit:
01.01.2019 bis 31.12.2025
Organisationseinheit:
Lehrstuhl für Produktionssystematik, Produktionsmanagement
Fördergeber:
Deutsche Forschungsgemeinschaft DFG
Status:
Laufend

Forschungspartner

    • FIR e.v.
    • Chair Process and Data Science (PADS)
    • Lehrstuhl Informatik 5 (DBIS)
    • Cybernetics Lab IMA & IfU
    • IAW
    • IKV
    • ITA
    • TIM

Kontakt

Name

Katharina Hast

Gruppenleiterin

Telephone

work Phone
+49 241 80 23619

E-Mail

 

Dem Internet of Production liegt die Vision zugrunde, ein neues Niveau der domänenübergreifenden Kollaboration zu ermöglichen, indem semantisch adäquate und kontextbezogene Daten aus Produktion, Entwicklung und Nutzung in Echtzeit und angepasster Granularität zur Verfügung gestellt werden. Den zentralen wissenschaftlichen Ansatz hierfür stellen Digitale Schatten als anwendungsspezifisch aggregierte und multi-perspektivische Datensätze dar. Dafür wird im Exzellenzcluster eine konzeptionelle Referenzinfrastruktur entworfen und implementiert, welche die Generierung und Nutzung der Digitalen Schatten ermöglicht.

Forschungsziel und Vorgehen

Innerhalb des Internet of Production werden die Potenziale für das Produktionsmanagement vom WZL der RWTH Aachen gemeinsam mit dem FIR, IAW, DBIS, TIME, IKV, ITA, PADS und IMA/ZLW der RWTH erarbeitet. Dabei liegt der Schwerpunkt auf der Verbesserung der Entscheidungsqualität sowie Entscheidungs- und Implementierungsgeschwindigkeit auf allen Ebenen des Produktionsmanagements, das heißt von der Produktionsfläche bis zur Produktionsnetzwerkebene, in einem volatilen und unsicheren Geschäftsumfeld. Es sollen Apps zur Entscheidungsunterstützung entwickelt werden, die dem Anwender situationsspezifisch die notwendigen Informationen aus den verschiedenen Bereichen aus Produktion, Entwicklung und Nutzung aufbereiten und in Echtzeit zur Verfügung stellen.

Beispielsweise wird untersucht wie die Übergangszeiten in der Produktionsplanung und -steuerung durch die Anwendung von Data Analytics prognostiziert werden können. Darüber hinaus wird eine weitere Applikationsanwendung entwickelt für die Steuerung von Produktionsnetzwerken für einen standortübergreifenden Best Practice Austausch.