Produktionsplanung, Logistik, Lean Production

Nachhaltige Prozessfähigkeit der Wiederbeschaffungszeit bei autonomen Transportsystemen

von Christian Ochs, Martin Müller, Nico Hanenkamp

Lesedauer: 5 Minuten

Im Kontext von Industrie 4.0 stellen autonome Transportsysteme einen wichtigen Anwendungsfall zur Steigerung der Ressourceneffizienz dar. Die damit einhergehende Punkt-zu-Punkt-Versorgung im Unterschied zu konventionellen Versorgungskonzepten wie bspw. dem Rundverkehr wirkt sich positiv auf die Transparenz und Regelung logistischer Planungs- und Zielgrößen aus. Der Beitrag beschreibt eine Vorgehensweise, wie die Prozessfähigkeit der Wiederbeschaffungszeit auf Six Sigma Niveau bei autonomen Transportsystemen realisiert werden kann. Um dieses Ziel für den Informations- und Transportfluss zu erreichen, wird ein Six Sigma Projekt auf Basis des DMAIC-Kreislaufs mit seinen Phasen Define, Measure, Analyze, Improve und Control in einem realen Produktionsumfeld durchlaufen.

Zugang beschränkt

Sie sind zur Zeit nicht angemeldet / noch nicht registriert.

Um diesen Inhalt vollständig lesen zu können, benötigen Sie eines der folgenden Abonnements. Alternativ können Sie den Zugang auch durch Zahlung eines Einmalpreises erhalten.

Abo	inklusive	Einzelkauf
ohne	−	2,90 €
Digital	−	0,00 €
Expert	−	0,00 €
Professional	−	0,00 €
All-Access	−	0,00 €

Lesen für einmalig 2,90 €

Alle Preise enthalten 7% Mehrwertsteuer

Nach Erwerb der Zugangsrechte werden Sie automatisch wieder zu dieser Seite zurückgeleitet.

Das könnte Sie auch interessieren

FI 02 2024 Luttenberg

Digitalisierung der Montage durch Echtzeit-Ortung

Shopfloor Management mittels automatisierter Kennzahlerfassung

Herkömmliche Kennzahlenberechnungen in der Montage basieren oft auf stichprobenartigen Messungen, woraus ein hoher Ressourceneinsatz resultiert. Mit einem Echtzeit-Ortungssystem sind hingegen kontinuierliche und automatische Messungen möglich, was zu verlässlicheren Kennzahlen führt. Dieser Artikel beschreibt die Implementierung eines solchen Systems in der manuellen Montage sowie die daraus resultierenden Ergebnisse.

Hloska FI 2 24 Titelbild

Dynamische Simulation für Roboterstationen mit FTS-Fahrzeugen

Praxisleitfaden für zukunftsorientierte Unternehmen

Die moderne industrielle Fertigung steht vor immer größer werdenden Herausforderungen. Insbesondere in Branchen mit hohen Qualitätsansprüchen sind Perfektion, Flexibilität und Effizienz entscheidend. Hierbei erweisen sich herkömmliche Qualitätskontrollen oft als ineffizient und Einarbeitungsprozesse neuer Mitarbeiter als aufwendig. Digitale Lösungen wie Werkerassistenzsysteme gewinnen an Bedeutung, um Perfektion, Flexibilität und Effizienz zu gewährleisten.

Pessl 2 24 Titelbild

Cloud MES für mehr Transparenz in der Fertigung

Digitaler Retrofit spart Kosten und schont die Umwelt

Nur eine transparente Fertigung kann effizient gesteuert und optimiert werden. Mit dem Einzug der Digitalisierung in produzierende Unternehmen gewinnen Cloud-Softwarelösungen in diesem Zusammenhang zunehmend an Bedeutung. Dies zeigt sich auch bei der Nutzung von Manufacturing Execution Systems (MES). Dabei wird die MES-Lösung als Service über das Internet bereitgestellt und nach dem Prinzip pay-per-use abgerechnet.

GITO Standardbild 0017

IoT komplett in ERP integriert

Modellfabrik der Abdullah-Gül-Universität in Kayseri, Türkei

An der Abdullah-Gül-Universität in Kayseri in der Türkei befindet sich eine bemerkenswerte Modellfabrik. Gemeinsam mit der lokalen Handelskammer und der Universität hat die Firma IAS – Industrial Application Software – hier eine beeindruckende Lernfabrik geschaffen.

Cover Schumacher

Industrie 4.0-Reifegrad

Wo befindet sich Ihr Unternehmen heute? Teil 1 von 6

Seit dem Start von Industrie 4.0 im Jahr 2011 ist viel Zeit vergangen. Grund genug für eine Bestandsaufnahme und die Frage, wo das eigene Unternehmen inzwischen steht. In dieser sechsteiligen Artikelserie erhalten Sie wertvolle Handlungsempfehlungen, Checklisten und Kennzahlen zur systematischen Bewertung und Verbesserung des aktuellen Reifegrads von Industrie 4.0 eines produzierenden Unternehmens.

Bild Gunnemann

Lean Labor: Praxisnah und zukunftsorientiert

So werden Studierende auf die Herausforderungen in der Industrie vorbereitet

Labore und Lernfabriken sind komplexe Trainings- und Ausbildungsumgebungen, die reale Bedingungen in der Industrie simulieren und zu Verbesserungen im Produktionsalltag inspirieren sollen: Produktivitätssteigerungen, kürzere Durchlaufzeiten, geringere Kosten. Durch die praxisnahe und experimentelle Vorbereitung auf Prozesse und Bestandteile des späteren Arbeitsumfelds erfüllen Labore an Hochschulen eine wichtige Funktion zwischen Forschung und Industrie.

Nathalie Pawliczak