Datenbasierte Prozess- und Produktionsplanung

Die Neuentwicklung und Verbesserung verfahrenstechnischer Prozesse erfolgt heute in den meisten Fällen basierend auf Prozesssimulationen.Fast immer gilt es hierbei, Zielvorgaben in Qualitäts- und Kostenmaßen zu berücksichtigen. Das Auffinden guter, idealerweise bester Kompromisse zwischen diesen konkurierenden Zielvorgaben stellt eine schwierige, für den Entscheidungsprozess aber essentielle Aufgabe dar. In der gängigen Praxis werden gute Kompromisse empirisch gefunden, wobei Optimalität aber nicht garantiert ist. Diese Kompromisse stellen dann isolierte Einzellösungen dar.
Wir entwickeln Methoden, die eine Vielfalt bester Kompromisse auf Grundlage modernster Simulationen effizient berechnen. Ferner stellen wir Werkzeuge zur Entscheidungsunterstützung bereit, die dem Entwicklungsingenieur die zuvor berechneten besten Kompromisse interaktiv zur Verfügung stellen. Einzellösungen werden auf diese Weise in den überhaupt zur Verfügung stehenden Entscheidungsraum eingebettet und auf diese Weise einer objektiven Bewertung zurgänglich.

Beispiel-Projekte

 

Engpassdetektion in der Wertstromanalyse

Wir haben eine Software zur proaktiven Analyse und Engpassdetektion einer produzierenden Wertschöpfungskette entworfen und implementiert.

 

Absatzprognose von Handelspromotionen

Die Absatzprognose von Handelspromotionen ist ein Projektbeispiel, in dem sich der »Model learning«-Ansatz, gegenüber einem rein datengetriebenen »Big Data«-Modell bewährt hat.