Modellbasierte Datenanalyse zur Identifikation logistischer Schwachstellen in Produktionsbereichen

Publikation: Qualifikations-/StudienabschlussarbeitDissertation

Autoren

  • Lasse Härtel
Forschungs-netzwerk anzeigen

Details

Titel in ÜbersetzungModel-based data analysis to identify logistical weakness in production areas
OriginalspracheDeutsch
QualifikationDoktor der Ingenieurwissenschaften
Gradverleihende Hochschule
Betreut von
  • Peter Nyhuis, Betreuer*in
Datum der Verleihung des Grades7 Dez. 2020
ErscheinungsortGarbsen
ISBNs (Print)9783959005210
ISBNs (E-Book)978-3-95900-532-6
PublikationsstatusVeröffentlicht - 2021

Abstract

Die Erreichung einer hohen logistischen Leistungsfähigkeit in Form einer hohen Termintreue, geringen Auftragsdurchlaufzeiten, geringen Beständen und einer hohen Anlagenauslastung gewinnt für produzierende Unternehmen zunehmend an strategischer Bedeutung. Oftmals erreichen die Unternehmen die eigenen oder marktseitigen Ansprüche an die logistische Leistungsfähigkeit jedoch nicht. Eine steigende Datenverfügbarkeit bietet das Potenzial, die Ursachen für entstehende logistische Zielabweichungen evidenzbasiert, anhand vorliegender Unternehmensdaten zu ermitteln, um zielgerichtete Gegenmaßnahmen ableiten zu können. Im Rahmen der vorliegenden Arbeit wird eine systematische Methodik zur datenbasierten Identifikation grundlegender logistischer Schwachstellen in Produktionsbereichen industrieller Unternehmen entwickelt. Zur Ermöglichung einer strukturierten Ursachenanalyse, werden die komplexen logistischen Ursache-Wirkungs-Beziehungen zunächst gesammelt und in Form von Ursachenbäumen systematisiert. Darauf aufbauend wird untersucht, wie mithilfe logistischer Modelle, grundlegender statistischer Analysen und geeigneter Kennzahlen eine zielgerichtete Ermittlung der wahrscheinlichen Ursachenpfade allgemeingültig und datenbasiert gelingen kann. Im Ergebnis liegt ein umfassender Leitfaden zur Analyse und Verbesserung der Gestaltung und Konfiguration von Produktionssystemen vor.

Zitieren

Modellbasierte Datenanalyse zur Identifikation logistischer Schwachstellen in Produktionsbereichen. / Härtel, Lasse.
Garbsen, 2021. 227 S.

Publikation: Qualifikations-/StudienabschlussarbeitDissertation

Härtel, L 2021, 'Modellbasierte Datenanalyse zur Identifikation logistischer Schwachstellen in Produktionsbereichen', Doktor der Ingenieurwissenschaften, Gottfried Wilhelm Leibniz Universität Hannover, Garbsen.
Härtel, L. (2021). Modellbasierte Datenanalyse zur Identifikation logistischer Schwachstellen in Produktionsbereichen. [Dissertation, Gottfried Wilhelm Leibniz Universität Hannover].
Download
@phdthesis{73bdabb6fc9548c58489751f0c7614b0,
title = "Modellbasierte Datenanalyse zur Identifikation logistischer Schwachstellen in Produktionsbereichen",
abstract = "Die Erreichung einer hohen logistischen Leistungsf{\"a}higkeit in Form einer hohen Termintreue, geringen Auftragsdurchlaufzeiten, geringen Best{\"a}nden und einer hohen Anlagenauslastung gewinnt f{\"u}r produzierende Unternehmen zunehmend an strategischer Bedeutung. Oftmals erreichen die Unternehmen die eigenen oder marktseitigen Anspr{\"u}che an die logistische Leistungsf{\"a}higkeit jedoch nicht. Eine steigende Datenverf{\"u}gbarkeit bietet das Potenzial, die Ursachen f{\"u}r entstehende logistische Zielabweichungen evidenzbasiert, anhand vorliegender Unternehmensdaten zu ermitteln, um zielgerichtete Gegenma{\ss}nahmen ableiten zu k{\"o}nnen. Im Rahmen der vorliegenden Arbeit wird eine systematische Methodik zur datenbasierten Identifikation grundlegender logistischer Schwachstellen in Produktionsbereichen industrieller Unternehmen entwickelt. Zur Erm{\"o}glichung einer strukturierten Ursachenanalyse, werden die komplexen logistischen Ursache-Wirkungs-Beziehungen zun{\"a}chst gesammelt und in Form von Ursachenb{\"a}umen systematisiert. Darauf aufbauend wird untersucht, wie mithilfe logistischer Modelle, grundlegender statistischer Analysen und geeigneter Kennzahlen eine zielgerichtete Ermittlung der wahrscheinlichen Ursachenpfade allgemeing{\"u}ltig und datenbasiert gelingen kann. Im Ergebnis liegt ein umfassender Leitfaden zur Analyse und Verbesserung der Gestaltung und Konfiguration von Produktionssystemen vor.",
author = "Lasse H{\"a}rtel",
note = "Dissertation",
year = "2021",
language = "Deutsch",
isbn = "9783959005210",
series = "Berichte aus dem IFA",
school = "Gottfried Wilhelm Leibniz Universit{\"a}t Hannover",

}

Download

TY - BOOK

T1 - Modellbasierte Datenanalyse zur Identifikation logistischer Schwachstellen in Produktionsbereichen

AU - Härtel, Lasse

N1 - Dissertation

PY - 2021

Y1 - 2021

N2 - Die Erreichung einer hohen logistischen Leistungsfähigkeit in Form einer hohen Termintreue, geringen Auftragsdurchlaufzeiten, geringen Beständen und einer hohen Anlagenauslastung gewinnt für produzierende Unternehmen zunehmend an strategischer Bedeutung. Oftmals erreichen die Unternehmen die eigenen oder marktseitigen Ansprüche an die logistische Leistungsfähigkeit jedoch nicht. Eine steigende Datenverfügbarkeit bietet das Potenzial, die Ursachen für entstehende logistische Zielabweichungen evidenzbasiert, anhand vorliegender Unternehmensdaten zu ermitteln, um zielgerichtete Gegenmaßnahmen ableiten zu können. Im Rahmen der vorliegenden Arbeit wird eine systematische Methodik zur datenbasierten Identifikation grundlegender logistischer Schwachstellen in Produktionsbereichen industrieller Unternehmen entwickelt. Zur Ermöglichung einer strukturierten Ursachenanalyse, werden die komplexen logistischen Ursache-Wirkungs-Beziehungen zunächst gesammelt und in Form von Ursachenbäumen systematisiert. Darauf aufbauend wird untersucht, wie mithilfe logistischer Modelle, grundlegender statistischer Analysen und geeigneter Kennzahlen eine zielgerichtete Ermittlung der wahrscheinlichen Ursachenpfade allgemeingültig und datenbasiert gelingen kann. Im Ergebnis liegt ein umfassender Leitfaden zur Analyse und Verbesserung der Gestaltung und Konfiguration von Produktionssystemen vor.

AB - Die Erreichung einer hohen logistischen Leistungsfähigkeit in Form einer hohen Termintreue, geringen Auftragsdurchlaufzeiten, geringen Beständen und einer hohen Anlagenauslastung gewinnt für produzierende Unternehmen zunehmend an strategischer Bedeutung. Oftmals erreichen die Unternehmen die eigenen oder marktseitigen Ansprüche an die logistische Leistungsfähigkeit jedoch nicht. Eine steigende Datenverfügbarkeit bietet das Potenzial, die Ursachen für entstehende logistische Zielabweichungen evidenzbasiert, anhand vorliegender Unternehmensdaten zu ermitteln, um zielgerichtete Gegenmaßnahmen ableiten zu können. Im Rahmen der vorliegenden Arbeit wird eine systematische Methodik zur datenbasierten Identifikation grundlegender logistischer Schwachstellen in Produktionsbereichen industrieller Unternehmen entwickelt. Zur Ermöglichung einer strukturierten Ursachenanalyse, werden die komplexen logistischen Ursache-Wirkungs-Beziehungen zunächst gesammelt und in Form von Ursachenbäumen systematisiert. Darauf aufbauend wird untersucht, wie mithilfe logistischer Modelle, grundlegender statistischer Analysen und geeigneter Kennzahlen eine zielgerichtete Ermittlung der wahrscheinlichen Ursachenpfade allgemeingültig und datenbasiert gelingen kann. Im Ergebnis liegt ein umfassender Leitfaden zur Analyse und Verbesserung der Gestaltung und Konfiguration von Produktionssystemen vor.

M3 - Dissertation

SN - 9783959005210

T3 - Berichte aus dem IFA

CY - Garbsen

ER -