Datengetriebene Arbeitsplangestaltung in der Automobilfertigung

Rese, C; Krzoska, S; Klapic, E; West, N; Schlunder, P; Klinkenberg, R; Gebler, M; Deuse, J

Datengetriebene Arbeitsplangestaltung in der Automobilfertigung

Rese, C Krzoska, S Klapic, E West, N Schlunder, P Klinkenberg, R Gebler, M Deuse, J

Permalink

Publisher:: Springer Nature
Publication Type:: Chapter
Citation:: Industrielle Datenanalyse, 2024, pp. 103-112
Issue Date:: 2024

Open Access

Copyright Clearance Process

Recently Added
In Progress
Open Access

This item is open access.

Download Published versionAdobe PDF (337.2 kB)

View on publisher's site

View statistics

Full metadata record

Field	Value	Language
dc.contributor.author	Rese, C
dc.contributor.author	Krzoska, S
dc.contributor.author	Klapic, E
dc.contributor.author	West, N
dc.contributor.author	Schlunder, P
dc.contributor.author	Klinkenberg, R
dc.contributor.author	Gebler, M
dc.contributor.author	Deuse, J https://orcid.org/0000-0003-4066-4357
dc.date.accessioned	2025-02-03T23:39:02Z
dc.date.available	2025-02-03T23:39:02Z
dc.date.issued	2024
dc.identifier.citation	Industrielle Datenanalyse, 2024, pp. 103-112
dc.identifier.isbn	9783658427788
dc.identifier.uri	http://hdl.handle.net/10453/184893
dc.description.abstract	<jats:title>Zusammenfassung</jats:title><jats:p>Methoden und Werkzeuge der industriellen Datenanalyse erweitern das bisherige Methoden- und Kompetenzportfolio des Industrial Engineerings. Der Einsatz von datengetriebenen Entscheidungsunterstützungen in einem Produktionsnetzwerk leistet einen vielversprechenden Beitrag für ein ganzheitliches Produktivitätsmanagement durch das Industrial Engineering. Innovative Assistenzfunktionen zur Gestaltung und Optimierung von Arbeitssystemen steigern die Produktivität in Unternehmensumfeldern mit hoher Produkt- und Prozessvariabilität und schaffen somit einen Mehrwert. Durch die Implementierung entlang des Produktentstehungsprozesses und in der Serienphase wird der Fokus stärker auf Gestaltungsaufgaben und Wissenstransfer gelegt. Die Realisierung der datenbasierten Assistenzfunktionen für das Industrial Engineering erfolgte in verschiedenen Analyseschritten. Diese wurden am Beispiel der Türenvormontage eines Automobilherstellers validiert. Hierfür erfolgte zunächst eine automatische Standardisierung der Prozessbeschreibungen mithilfe von Text-Mining-Verfahren, welche die maschinelle Lesbarkeit der Prozessbeschreibungen sicherstellen. In weiteren Analyseschritten wurden exemplarisch sechs Vergleichskriterien implementiert. Es konnten mehr als 80 % der bauteilbezogenen Montageprozesse automatisch in sieben Arbeitsplänen der Türenvormontage identifiziert und marken- und werkübergreifend verglichen werden. Durch den datengetriebenen Vergleich bauteilbezogener Montageprozesse können dem Arbeitsgestalter insbesondere bewährte Lösungsansätze marken- und werksübergreifend bereitgestellt werden. Die im Referenzbaukasten integrierten Lösungen unterstützen das automatische Auffinden, Wiederverwenden und Vergleichen relevanter Prozessplanungsdaten und tragen einen wichtigen Teil zur konsistenten und an besonders bewährten Lösungen orientierten Prozessgestaltung in Produktionsnetzwerken bei. Die Realisierung der datenbasierten Assistenzfunktionen in eigenständigen Analyseschritten ermöglicht zudem die Verwendung der Teilergebnisse für weitere nachgelagerte Anwendungsfälle wie beispielsweise Taktungsoptimierung oder Simulationserstellung.</jats:p>
dc.language	en
dc.publisher	Springer Nature
dc.relation.ispartof	Industrielle Datenanalyse
dc.relation.isbasedon	10.1007/978-3-658-42779-5_9
dc.rights	info:eu-repo/semantics/openAccess
dc.title	Datengetriebene Arbeitsplangestaltung in der Automobilfertigung
dc.type	Chapter
pubs.organisational-group	University of Technology Sydney
pubs.organisational-group	University of Technology Sydney/Faculty of Engineering and Information Technology
pubs.organisational-group	University of Technology Sydney/Faculty of Engineering and Information Technology/School of Mechanical and Mechatronic Engineering
pubs.organisational-group	University of Technology Sydney/UTS Groups
pubs.organisational-group	University of Technology Sydney/UTS Groups/Centre for Advanced Manufacturing (CAM)
utslib.copyright.status	open_access	*
dc.rights.license	This work is licensed under a Creative Commons Attribution 4.0 International License (CC BY 4.0). To view a copy of this license, visit https://creativecommons.org/licenses/by/4.0/
dc.date.updated	2025-02-03T23:39:01Z
pubs.publication-status	Published

Abstract:

ZusammenfassungMethoden und Werkzeuge der industriellen Datenanalyse erweitern das bisherige Methoden- und Kompetenzportfolio des Industrial Engineerings. Der Einsatz von datengetriebenen Entscheidungsunterstützungen in einem Produktionsnetzwerk leistet einen vielversprechenden Beitrag für ein ganzheitliches Produktivitätsmanagement durch das Industrial Engineering. Innovative Assistenzfunktionen zur Gestaltung und Optimierung von Arbeitssystemen steigern die Produktivität in Unternehmensumfeldern mit hoher Produkt- und Prozessvariabilität und schaffen somit einen Mehrwert. Durch die Implementierung entlang des Produktentstehungsprozesses und in der Serienphase wird der Fokus stärker auf Gestaltungsaufgaben und Wissenstransfer gelegt. Die Realisierung der datenbasierten Assistenzfunktionen für das Industrial Engineering erfolgte in verschiedenen Analyseschritten. Diese wurden am Beispiel der Türenvormontage eines Automobilherstellers validiert. Hierfür erfolgte zunächst eine automatische Standardisierung der Prozessbeschreibungen mithilfe von Text-Mining-Verfahren, welche die maschinelle Lesbarkeit der Prozessbeschreibungen sicherstellen. In weiteren Analyseschritten wurden exemplarisch sechs Vergleichskriterien implementiert. Es konnten mehr als 80 % der bauteilbezogenen Montageprozesse automatisch in sieben Arbeitsplänen der Türenvormontage identifiziert und marken- und werkübergreifend verglichen werden. Durch den datengetriebenen Vergleich bauteilbezogener Montageprozesse können dem Arbeitsgestalter insbesondere bewährte Lösungsansätze marken- und werksübergreifend bereitgestellt werden. Die im Referenzbaukasten integrierten Lösungen unterstützen das automatische Auffinden, Wiederverwenden und Vergleichen relevanter Prozessplanungsdaten und tragen einen wichtigen Teil zur konsistenten und an besonders bewährten Lösungen orientierten Prozessgestaltung in Produktionsnetzwerken bei. Die Realisierung der datenbasierten Assistenzfunktionen in eigenständigen Analyseschritten ermöglicht zudem die Verwendung der Teilergebnisse für weitere nachgelagerte Anwendungsfälle wie beispielsweise Taktungsoptimierung oder Simulationserstellung.

Please use this identifier to cite or link to this item:

http://hdl.handle.net/10453/184893