Universelle Datenschnittstelle für digitale Wertstromdienste-Reference-Cited by-同舟云学术

Universelle Datenschnittstelle für digitale Wertstromdienste

Published:2023-05-01 Issue:5 Volume:118 Page:293-297
ISSN:2511-0896
Container-title:Zeitschrift für wirtschaftlichen Fabrikbetrieb
language:en
Short-container-title:

Author:

Böhm Markus¹,Drees Jörg²,Sai Brandon³,Erlach Klaus³,Stambera Steffi²,Teriete Tim³

Affiliation:

1. Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA ; Nobelstr. 12 , Stuttgart , Germany

2. iFAKT GmbH , Stuttgart , Germany

3. Fraunhofer IPA , Stuttgart , Germany

Abstract

Abstract Moderne Produktionsanlagen bieten die Funktion, ihre Attribute und Zustände eigenständig digital abzubilden. Die so entstehenden Daten enthalten Informationen über eine Vielzahl von in der Produktion lokal aufgetretenen Einzelereignissen. Der in diesem Beitrag beschriebene Ansatz nutzt diese „Events“ als strukturierte Rohdaten, um Dienste zur Produktionsoptimierung im methodischen Rahmen des Wertstroms zu entwickeln. Technisches Ziel ist dabei, den zu verarbeitenden Datenstrom so zu vereinheitlichen, dass er an einer universellen Schnittstelle direkt für die Serviceentwicklung genutzt werden kann. Ein Wertstromdienst zur Kennzahlenberechnung und Visualisierung wurde im Forschungsprojekt ECOWERT bereits erfolgreich angebunden.

Publisher

Walter de Gruyter GmbH

Subject

Management Science and Operations Research,Strategy and Management,General Engineering

Link

https://www.degruyter.com/document/doi/10.1515/zwf-2023-1062/pdf

Reference18 articles.

1. Erlach, K.; Böhm, M.; Gessert, S.; Hartleif, S.; Teriete, T.; Ungern-Sternberg, R.: Die zwei Wege der Wertstrommethode zur Digitalisierung – Datenwertstrom und Wertstrom-Digital als Stoßrichtungen der Forschung für die digitalisierte Produktion. ZWF 116 (2021) 12, S. 940–944 DOI:10.1515/zwf-2021-0216

2. Horsthofer-Rauch, J.; Vernim, S.; Reinhart, G.: Nachhaltigkeitsfokussierte digitale Wertstromanalyse – Konzept zum Einsatz von Process Mining für die nachhaltigkeitsfokussierte Wertstromanalyse. ZWF 116 (2021) 9, S. 590–593 DOI:10.1515/zwf-2021-0140

3. Klenk, E.: Konzept zur systemdatenbasierten Wertstromanalyse – Generierung von Wertströmen mittels Process Mining. ZWF 114 (2019) 9, S. 513–516 DOI:10.3139/104.112137

4. Urnauer, C.; Gräff. V.; Tauchert, C.; Metternich, J.: Data-Assisted Value Stream Method. In: Behrens, B.-A.; Brosius, A.; Hintze, W.; Ihlenfeldt, S.; Wulfsberg, J. P. (Hrsg.): Production at the Leading Edge of Technology. Springer-Verlag, Berlin, Heidelberg 2021, S 660–669 DOI:10.1007/978-3-662-62138-7_66

5. Ziegler, S.; Braunreuther, S.; Reinhart, G.: Process Mining zur dynamischen Wertstromaufnahme. ZWF 114 (2019) 6, S. 327–331 DOI:10.3139/104.112093