Fabrikplanung
-
VaKoFa - Modell zur Bewertung von variantengetriebenen Kosten einer Fabrik und Entscheidungsunterstützung zur Einführung von neuen ProduktvariantenIn den letzten Jahrzehnten ist die Vielfalt an Produkten kontinuierlich und teilweise drastisch angewachsen. Inzwischen droht die Komplexität des Produktportfolios die Unternehmen zu überfordern. Dies erfordert einen Ansatz, mit dem eine Entscheidung über die Einführung zusätzlicher Varianten getroffen und Folgeaufwände vorausgesagt werden können. Um diese Anforderungen zu erfüllen, wird im Rahmen des Projektvorhabens VaKoFa das Ziel verfolgt, ein Entscheidungsmodell zu entwickeln, das eine schnelle und aufwandsarme Einschätzung zusätzlicher Varianten ohne umfangreiches Fachwissen ermöglicht. Das Ergebnis ist ein Modell, das als Entscheidungsunterstützungsinstrument über die Einführung neuer Produktvarianten dient und die variantenabhängigen Kosten im Bereich Produktion und Logistik aufzeigt.Leitung: Mehmet DemirJahr: 2024Förderung: DLRLaufzeit: 03/2024 bis 02/2026
![]()
![]()
-
AnKovaP - Anlaufkurven auf Basis individueller Kompetenzentwicklung in einer variantenreichen ProduktionDas Forschungsvorhaben AnKovaP zielt darauf ab, die Anlaufkurven in variantenreichen Produktionsumgebungen auf Basis der individuellen Kompetenzentwicklung der Mitarbeitenden zu optimieren. Die traditionellen Anlaufstrategien reichen nicht mehr aus, um den Herausforderungen einer steigenden Produktvielfalt und komplexer werdender Montageprozesse gerecht zu werden. Durch die Entwicklung eines quantitativen System-Dynamics-Modells sollen verschiedene Einflussgrößen wie Reihenfolgeplanung und Personaleinsatzplanung unter Berücksichtigung von Lern- und Vergessensprozessen operationalisiert und in Simulationsstudien untersucht werden. Aus diesen Erkenntnissen werden Handlungsempfehlungen für die Praxis abgeleitet und ein Softwaredemonstrator entwickelt.Leitung: Luca MastroianniJahr: 2024Förderung: DFGLaufzeit: 05/2024 – 12/2026
![]()
![]()
-
ecoFIM - Bewertung der ökologischen Nachhaltigkeit von Fabriken mit Building Information Modeling (BIM)Die ökologische Nachhaltigkeit gewinnt als zentrales Ziel von Fabriken zunehmend an Bedeutung, um die langfristige Wettbewerbsfähigkeit von Industrieunternehmen zu sichern. Treiber dieser Entwicklung sind gesellschaftlicher und regulatorischer Druck sowie ein wachsendes Nachhaltigkeitsbewusstsein, das sowohl Kunden und Investoren anspricht als auch Kostensenkungspotenziale eröffnet. Das Forschungsprojekt ecoFIM verfolgt das Ziel, die ökologische Nachhaltigkeit von Fabriken ganzheitlich und lebenszyklusübergreifend mithilfe von Building Information Modeling (BIM) zu betrachten und zu bewerten. Durch die Entwicklung eines standardisierten Leitfadens wird eine anwendungsorientierte Bewertung ermöglicht, die insbesondere kleinen und mittleren Unternehmen (KMU) ohne tiefgehende Vorkenntnisse den Zugang zu dieser Methodik erleichtert.Leitung: Luca PhilippJahr: 2024Förderung: DLRLaufzeit: 11/2024 - 10/2026
![]()
![]()
-
vuKaMU - Sicherung der Zukunftsfähigkeit von KMU in der VUKA-Welt mithilfe KI-basierter Maßnahmenempfehlung zur Steigerung der Resilienz und RessourceneffizienzDas Entwicklungsvorhaben „vuKaMU“ hat zum Ziel, ein auf Künstlicher Intelligenz (KI) basierendes Softwareprodukt zu entwickeln, das kleinen und mittleren Unternehmen (KMU) resilienz- und ressourceneffizienzsteigernde Maßnahmen zur Sicherung ihrer Zukunftsfähigkeit im volatilen, unsicheren, komplexen und ambivalenten (VUKA-Welt) Unternehmensumfeld auf-zeigt.Jahr: 2024Förderung: Die Zuwendung besteht aus Mittel des Europäischen Fonds für Regionale Entwicklung (EFRE) und des Landes NiedersachsenLaufzeit: 02/2024 - 01/2026
![]()
![]()
-
SFB 1368 - Entwicklung eines Modellierungsansatzes zur ökonomischen Bewertung von Prozess- und Prozessketteninnovationen in frühen InnovationsphasenIn dem Sonderforschungsbereich (SFB) 1368 werden Prozess- und Prozessketteninnovationen zur sauerstofffreien Produktion entwickelt. In diesem Teilprojekt werden ökonomische Effekte dieser Innovationen untersucht. Dafür werden zunächst technische Effekte der Innovationen in Zusammenarbeit mit den Teilprojekten identifiziert. Anschließend werden die Wirkzusammenhänge zwischen technischen und ökonomischen Effekten deduziert und mittels Simulationsstudien experimentell untersucht, beschrieben und aufbereitet. Die resultierenden Erkenntnisse unterstützen die Entwicklungsarbeiten in dem SFB und zukünftige Innovationsentscheidungen in der Praxis.Leitung: Stefanowski, FriederikeJahr: 2024Förderung: DFGLaufzeit: 01/2024 - 12/2027
![]()
![]()
-
Wertorientiertes Produktionsmanagement zur ressourceneffizienten Herstellung hybrider HochleistungsbauteileUm den Transfer der im Sonderforschungsbereich 1153 (Tailored Forming) entwickelten Innovationen in die Praxis zu unterstützen, bedarf es sowohl wirtschaftlicher Bewertungsmöglichkeiten zur Beurteilung der generellen Vorteilhaftigkeit als auch eine Überprüfung des logistischen und ökologischen Mehrwerts. Das übergeordnete Ziel dieses Forschungsvorhabens ist die Bewertung und der Transfer der Tailored Forming Technologie in die Wirtschaft. Dabei soll der Transfer durch Maßnahmen des wertorientierten Produktionsmanagements gefördert werden. Um dieses Zeil zu erreichen, sollen im ersten Schritt auf Basis einer ökonomischen, ökologischen und logistischen Bewertung des Tailored Formings Maßnahmen abgeleitet werden, die den Wert einer Investition steigern. Für die aus wirtschaftlicher Sicht zutreffende Entscheidung, ob eine Innovation Einzug in produzierende Unternehmen erhält, kann der ökonomische Mehrwert („Econmoic Value Added (EVA)), herangezogen werden. Dieser Wert gibt den Nettogewinn an und zeigt, ob eine Innovation generell vorteilhaft ist. Im zweiten Schritt gilt es, auf Basis der identifizierten Maßnahmen unter Berücksichtigung der Auftragsabwicklung ein integriertes Verfahren für die Produktionsplanung und -steuerung zu entwickeln, das den Wert einer Investition in Tailored Forming und folglich die Wirtschaftlichkeit erhöht. Im Rahmen der Entwicklung werden fortschrittliche Verfahren aus dem Bereich des maschinellen Lernens, insbesondere des Reinforcement Learning, angewendet. Dieser Ansatz wird verfolgt, um den steigenden Herausforderungen in Bezug auf Dynamik und Komplexität angemessen zu begegnen. Die Leistungsfähigkeit des Verfahrens wird abschließend mithilfe einer Simulation validiert.Leitung: Jonas SchneiderJahr: 2023Förderung: DFGLaufzeit: 07/2023 - 06/2027
![]()
![]()
-
Logistikorientiertes Ersatzteilmanagement für die Regeneration von FlugzeugtriebwerkenIm Rahmen dieses Transferprojektes werden die Erkenntnisse des Teilprojektes D1 des Sonderforschungsbereiches 871 („Regeneration komplexer Investitionsgüter“) zur Prognose von Kapazitätsbedarfen (erste Förderperiode) sowie die entwickelte Logik zur Bestandsdimensionierung (zweite Förderperiode) auf das Ersatzteilmanagement der MTU Maintenance Hannover GmbH übertragen. Dazu wird eine Methode zur Prognose von Ersatzteilbedarfen entwickelt, die auf Vergangenheitsdaten zurückliegender Regenerationsaufträge basiert. Die Prognosemethodik berücksichtigt branchentypische Restriktionen wie bspw. die Austauschbarkeit oder Laufleistungen der Materialien. Die prognostizierten Materialbedarfe werden anschließend mit einem modellbasierten Bestandsmanagement verzahnt. Hierzu werden bestehende Ansätze zur Poolbestandsdimensionierung um die Beschreibung zweistufiger Pool-Strukturen (reparabel und einsatzfähig) erweitert. Darauf aufbauend wird eine Methodik zur strukturierten Bewertung von Beschaffungsopportunitäten hinsichtlich ihres logistischen Potenzials und des finanziellen Risikos entwickelt.Leitung: Tabea DemkeJahr: 2023Förderung: DFGLaufzeit: 01/2023 – 08/2025
![]()
![]()
-
deep.Control - Entwicklung einer datenbasierten, automatisierten Controlling-Methodik zur Verbesserung der FabrikperformanceDas Forschungsvorhaben deep.Control verfolgt das Ziel, eine Produktionscontrolling-Methodik zu entwickeln und in eine Softwareumgebung zu überführen, die Unternehmen systematisch bei der Identifikation von Primärursachen einer unzureichenden logistischen Performance im Fabrikbetrieb und der Ableitung notwendiger Kompensationsmaßnahmen unterstützen. Die Verknüpfung bewährter logistischer Modelle mit Methoden der Data Analytics birgt das Potenzial einer datenbasierten und automatisierten Analyse von Primärursachen sowie der Auswirkungen konkreter Kompensationsmaßnahmen auf die logistischen Zielgrößen. Durch die Einbettung der Controlling Methodik in eine einfach zu bedienende Software sollen industrielle Anwender*innen automatisiert eine zielgerichtete Handlungsempfehlung zur Performancesteigerung erhalten, ohne dass es tiefgreifendes spezifisches Methodenwissen bedarf.Leitung: Kira WelzelJahr: 2023Förderung: Die Zuwendung besteht aus Mittel des Europäischen Fonds für Regionale Entwicklung (EFRE) und des Landes NiedersachsenLaufzeit: 09/2023 - 03/2026
![]()
![]()
-
GeProVar – Vorgehen zur Operationalisierung der Belastungsflexibilität zur Handhabung von Nachfrageschwankungen in verketteten Arbeitssystemen von KMUDas Forschungsvorhaben GeProVar verfolgt das Ziel, sowohl eine Methode als auch einen Softwaredemonstrator zu entwickeln, mit deren Hilfe KMU die Belastungsflexibilität operationalisieren und damit diese Fähigkeit im eigenen Produktionssystem anforderungsgerecht implementieren können. So soll die Möglichkeit entstehen, reaktionsschnell die Auswahl von optimalen Maßnahmenkombinationen der Belastungsabstimmung zur Handhabung von kurzfristigen Nachfrageschwankungen durchzuführen. Durch die effiziente Nutzung von Belastungsabstimmungsmaßnahmen kann die Vorhaltung von Kapazitätsreserven bzw. Investitionen in neue Kapazitäten zum Aufbau dieser verringert werden. Die Verknüpfung der Operationalisierung der einzelnen Maßnahmen, deren Voraussetzungen sowie deren Abhängigkeiten und Synergien durch Maßnahmenkombinationen sollen als Grundlage der Bewertung und Umsetzung besonders in KMU Anwendung finden.Jahr: 2022Förderung: AiF BVLLaufzeit: 05/2022 – 10/2024
![]()
![]()
-
ProKI - Demonstrations- und Transfernetzwerk KI in der Produktion (PROKINETZ) Standort: HannoverDas Demonstrations- und Transfernetzwerk KI in der Produktion (PROKINETZ) verfolgt das Ziel die Anwendung von Künstlicher Intelligenz (KI) voranzutreiben. Kleine und mittlere Unternehmen (KMU) fehlen vielfach Ressourcen, um den KI-Einsatz auszuprobieren und zu forcieren. Dazu entsteht an der Leibniz Universität Hannover (LUH) eines von deutschlandweit acht Zentren, um Anwendungsszenarien zur erproben. Am Standort Hannover liegt der Schwerpunkt auf der Entwicklung von KI für trennende Fertigungsverfahren, wo KMU sechs KI-Demonstratoren mit Bezug zur Fertigungstechnik zur Verfügung stehen. Die Anwendungsgebiete der Demonstratoren reichen von einer automatisierten Qualitätskontrolle für Schleifprozesse über Vor-Ort Datenerfassung bis hin zu dem durch das IFA bereitgestellten Demonstrator „Personaleinsatzplanung zur prozesskettenübergreifenden Optimierung“. Der IFA-Demonstrator liefert auf Basis von KI-Ansätzen eine gezielte leistungsoptimierte Zuordnung (bei hoher Belastung) oder eine gezielte lernoptimierte Zuordnung (bei geringer Belastung) im Rahmen der Belegungsplanung für Zerspanungsmitarbeitende und Werkzeugmaschinen. Auf diese Weise kann vor Ort in den KMU in der Arbeitsvorbereitung bzw. Fertigungsplanung eine zielgenaue Zuordnung von Mitarbeitenden zu den Werkzeugmaschinen des gesamten Maschinenparks vorgenommen werden.Leitung: Maik NübelJahr: 2022Förderung: BMBFLaufzeit: 10/2022 – 12/2024
![]()
![]()
-
iMoD - Intelligente modulare Robotik und integrierte Produktionsgestaltung im FlugzeugbauIn diesem Projekt wird die Automatisierung, Digitalisierung und logistische Optimierung von Montageprozessen in der Flugzeugproduktion adressiert. Es wird erforscht, wie sich die Flugzeugfertigung und die zugehörige Intralogistik durch den Einsatz autonomer Roboter, modularer Transportressourcen und neu gestalteter Abläufe hinsichtlich Flexibilität und Kosten verbessern lassen. Dafür sollen autonome Roboter zusammenarbeiten, um gemeinsam Transportaufgaben zu übernehmen. Dies muss über entsprechende Planungs- und Steuerungsverfahren abgebildet werden. Der Aufbau neuartiger Produktionsstrukturen soll ermöglichen, individualisierte Flugzeuge in effizienter Serienproduktion herzustellen und damit den Flugzeugbau-Standort Deutschland zu sichern.Leitung: Alexander WenzelJahr: 2021Förderung: dtec.bwLaufzeit: 01.09.2021 – 31.12.2024
![]()
![]()
-
Technologieinitiative Triebwerksinstandsetzung (TinTin) - Modellgestützte Lieferzeitprognose für das Auftragsmanagement in der RegenerationDie Planung von Regenerationsaufträgen (Instandhaltungs- und Reparaturmaßnahmen) unterliegt einer starken Dynamik hinsichtlich des Umfangs sowie des Zeitpunkts notwendiger Maßnahmen. Die Vorhersagbarkeit von Auftragsdurchlaufzeiten wird von einer Vielzahl interner und externer Einflussfaktoren beeinflusst und ist durch die resultierende Komplexität stark eingeschränkt. Diese Unschärfe führt zu einem regelmäßigen Änderungsbedarf in der Produktionsplanung und -steuerung (PPS). Mit dem Ziel einer präzisen Aussage über die verbleibende Lieferzeit von Regenerationsaufträgen treffen zu können, besteht das Kernziel des Forschungsvorhabens in der Erstellung einer neuen, in der Anwendung vereinfachten Prognosemethode, die logistische Modellierung sowie Process und Data Mining vereint.Jahr: 2021Förderung: Ministerium für Wirtschaft, Arbeit, Verkehr und Digitalisierung Niedersachsen vertreten durch die nBankLaufzeit: 01/2021-12/2023
![]()
![]()
-
MedFAP - Entwicklung von fabrikplanerischen Leitprinzipien zur Planung von flussorientierten Krankenhäusern mit wandlungsfähigen Raum-, Technik- und OrganisationskonzeptenDas Forschungsvorhaben „MedFAP“ stellt Leitprinzipien zur flussorientierten Strukturierung und Anordnung sowie zur Ausgestaltung wandlungsfähiger Funktionsbereiche und Räumlichkeiten auf, um die Wirtschaftlichkeit und Wandlungsfähigkeit von Krankenhäusern mithilfe fabrikplanerischer Methoden zu steigern.Jahr: 2021Förderung: DFGLaufzeit: 07/2021 – 06/2024
![]()
![]()
