Lean Management ist eine weit verbreitete Methode zur Optimierung der gesamten Wertschöpfungskette industrieller Güter. Die hier untersuchte Methode ergänzt die bestehenden Kennzahlen um einen ökologischen Aspekt und hebt bislang verborgene Potenziale in ungeahnter Höhe. Kunden profitieren von reduzierten Energiekosten und können bereits für anstehende ökologische Richtlinien, zum Beispiel einen PCF (Product Carbon Footprint), entscheidende Vorleistungen treffen.
In recent years, machine learning algorithms have made a huge development in performance and applicability in industry and especially maintenance. Their application enables predictive maintenance and thus offers efficiency increases. However, a successful implementation of such solutions still requires high effort in data preparation to obtain the right information, interdisciplinarity in teams as well as a good communication to employees. Here, small and medium sized enterprises (SME) often lack in experience, competence and capacity. This paper presents a systematic and practice-oriented method for an implementation of machine learning solutions for predictive maintenance in SME, which has already been validated.
Operational Excellence
(2020)
Als operative Exzellenz oder Operational Excellence (OPEX) wird oft die Fähigkeit eines Unternehmens bezeichnet, "Strukturen, Prozesse und Verhaltensweisen entlang der Wertschöpfungskette so auszurichten, dass eine lernende und sich kontinuierlich verbessernde Organisation entsteht, deren Fokus auf einer hocheffizienten Umsetzung der Kundenanforderungen liegt" (ROI Management Consulting). Am Ende steht die ganzheitliche Verbesserung aller direkten und indirekten Funktionen im Wetschöpfungsprozess. Während Operational Excellence bei Produktionsprozessen bereits zu großen Effizienzgewinn geführt hat, gibt es in Bereichen wie Verwaltung und Logistik noch Nachholbedarf.
Es wird erwartet, dass die neuen Technologien rund um die Digitalisierung von Gesellschaft und Geschäftswelt zu revolutionären Veränderungen führen werden. Im Zusammenhang mit produzierenden Unternehmen ist hier von einer möglichen vierten Revolution unter dem Stichwort "Industrie 4.0" die Rede. Eine Frage, die damit aber unmittelbar einhergeht, ist, ob sich infolge dieser Revolution auch Organisations- und Produktionsstrukturen von Unternehmen nicht ebenfalls revolutionär ändern müssen.
Dieser Beitrag geht dieser Frage nach, indem er den momentanen Stand der wissenschaftlichen Diskussion zusammenfasst und anschließend bewertet.
Die Liebherr Hydraulikbagger GmbH setzt sich aktiv mit der Implementierung von Risikomanagementsystemen auseinander und treibt so das risikoorientierte Prozessmanagement weiter voran. Dabei gilt es vor allem, Prozesse auf Risiko-Anfälligkeiten und ihre Relevanz für den Unternehmenserfolg zu analysieren.
Bisher sind die Auswirkungen der Digitalisierung auf das Qualitätsmanagement kaum diskutiert worden. Nun wurden im Rahmen einer Expertenbefragung die wichtigsten Chancen und Risiken identifiziert. Eine zentrale Anforderung dabei ist ein konsequentes „Right First Time“, für dessen Umsetzung das präventive Qualitätsmanagement eine
entscheidende Rolle spielt.
Um einen reibungslosen Produktionsablauf zu gewährleisten und Produktionsstillstände zu vermeiden, ist eine kontinuierliche Materialverfügbarkeit erforderlich. Bei der Auswahl von Materialbereitstellungsprinzipien gilt es, unternehmensspezifische Gegebenheiten zu berücksichtigen. Der vorliegende Beitrag zeigt am Beispiel der ERBE Elektromedizin GmbH, Tübingen, ein mögliches Vorgehen.
Im Zuge des Lean Managements die Prozesse nach ökonomischen Aspekten zu optimieren, gehört für die meisten Unternehmen heute zum Standard. Die wenigsten beziehen bislang allerdings ökologische Aspekte mit ein - obwohl auch das zur Wirtschaftlichkeit beiträgt. Voraussetzung für eine stetige Reduzierung von Energieverbrauch und Emissionen ist erstens ein systematisches Vorgehen. Zweitens bedarf es exakter Kennzahlen, die in Echtzeit verfügbar sind.