Resiliente Produktionsnetzwerke durch datenbasierte Früherkennung

Resiliente Produktionsnetzwerke sind für Unternehmen essenziell, um trotz dynamischer Rahmenbedingungen zukünftig wettbewerbsfähig zu bleiben. Erforderlich dazu ist eine Verkürzung der Anpassungszeit auf Veränderungen. Dies gelingt mit Hilfe eines anwendungs- und aufwandsgerechten Ansatzes, der die Netzwerkgestaltenden in der Wahrnehmung von Veränderungen sowie bei der Ableitung von Anpassungsalternativen objektiv unterstützt und sie mit ihrem qualitativen Wissen einbindet.

---

Resiliente Produktionsnetzwerke sind für Unternehmen essenziell, um trotz dynamischer Rahmenbedingungen zukünftig wettbewerbsfähig zu bleiben. Zur Schaffung von Resilienz ist eine Verkürzung der Anpassungszeit auf Veränderungen erforderlich. Die Fähigkeit, Veränderungen wahrzunehmen, sich schnell an diese anzupassen und die Richtung seiner eigenen Entwicklung zu bestimmen, ermöglicht es Unternehmen, Bedrohungen zu erkennen, bevor sie störende Auswirkungen haben. Die Latenzzeit in der Wahrnehmung von Veränderungen sowie der Ableitung von Anpassungsbedarfen ist im Kontext globaler Produktionsnetzwerke jedoch häufig zu lang. Bestehende Methoden zur Anpassung der Netzwerkgestaltung sind in der Regel zu aufwendig und konzentrieren sich auf die Optimierung der Netzwerkgestaltung und weniger auf die Reduktion der Anpassungszeit. Häufig kommt dabei die Einbindung des Erfahrungswissens der netzwerkgestaltenden Personen zu kurz. Es bedarf eines anwendungs- und aufwandsgerechten Ansatzes, der die Netzwerkgestaltenden in der Wahrnehmung von Veränderungen sowie bei der Ableitung von Anpassungsalternativen objektiv unterstützt und sie mit ihrem qualitativen Wissen einbindet. Das Ziel der vorliegenden Arbeit ist daher die Verkürzung der Anpassungszeit globaler Produktionsnetzwerke auf Veränderungen durch einen datenbasierten Ansatz. Die entwickelte Methodik setzt sich aus vier Lösungsbausteinen zusammen. Die Grundlage bildet die Schaffung von Transparenz über relevante Veränderungen globaler Produktionsnetzwerke. Identifizierte Veränderungen werden daran anknüpfend hinsichtlich ihrer Auswirkungen analysiert und bewertet. Durch eine aufwandsgerechte Datenmodellierung des Netzwerks und der Veränderungen wird anschließend die Grundlage zur Anwendung einer datenbasierten Entscheidungsunterstützung geschaffen. Nach der Entwicklung eines Optimierungsmodells werden die Erkenntnisse in ein anwendungsgerechtes Tool überführt. Die vier entwickelten Lösungsbausteine der Methodik werden anhand von Fallbeispielen in der Praxis validiert.