Abstract
Die Fabrikplanung umfasst sowohl die Planung des Produktionssystems als auch die Auslegung des zugehörigen Industriegebäudes. Aufgrund von zunehmender Spezialisierung und Interdisziplinarität sowie hohem Zeit- und Kostendruck in einem dynamischen Projektumfeld sind Fabrikplanungsprojekte entsprechend durch eine hohe Planungskomplexität gekennzeichnet. Das Aachener Fabrikplanungsvorgehen bildet ein Rahmenwerk zur Strukturierung von Fabrikplanungsprojekten und zur Beherrschung der Planungskomplexität. In diesem Beitrag wird die Modullandkarte als das Kernelement des Aachener Fabrikplanungsvorgehens vorgestellt, welches eine strukturierte Grundlage für Fabrikplanungsprojekte bildet. Die Modullandkarte umfasst inhaltlich gekapselte Planungsmodule mit untergeordneten Planungsinkrementen, welche durch definierte Informationsflüsse vernetzt sind.
Abstract
Factory planning includes both the planning of the production system and the design of the associated industrial building. Factory planning projects are accordingly characterised by a high level of planning complexity due to increasing specialisation and interdisciplinarity as well as high time and cost pressure in a dynamic project environment as key challenges. The modular framework of the Aachen factory planning approach provides a framework for structuring factory planning projects and mastering the planning complexity. This paper presents the core elements of the approach. The contribution of this article provides a framework that forms the basis for a holistic, information-based networking of specific project configurations in factory planning.
Ausgangssituation und Zielsetzung
Fabrikplanungsprojekte sind durch eine Vielzahl an beteiligten Gewerken, Fachplanenden und Schnittstellen gekennzeichnet, woraus eine hohe Komplexität dieser Projekte resultiert. Das Aachener Fabrikplanungsvorgehen unterstützt Planende bei der Beherrschung dieser Planungskomplexität und bei der Strukturierung und Systematisierung ihrer Fabrikplanungsprojekte. Ein Kernelement dazu ist die projektneutrale Modullandkarte des Aachener Fabrikplanungsvorgehens, welche im Folgenden beschrieben wird.
Die Entwicklung der Modullandkarte geht auf die Arbeiten von Nöcker [1] und Meckelnborg [2] zurück. In der Folge wurde sie in diversen Forschungsaktivitäten am Werkzeugmaschinenlabor WZL der RWTH Aachen weiterentwickelt und detailliert. In der Modullandkarte sind Fabrikplanungsinhalte und -aufgaben in Planungsmodule als abgeschlossene und logisch abgegrenzte Einheiten gekapselt. Die einzelnen Planungsmodule sind über Informationsflüsse als definierte Schnittstellen miteinander verbunden [3]. Die Modellierung der Modullandkarte folgt dem Grundprinzip der IDEF0-Methode [1].
Die Modullandkarte stellt ein mächtiges Werkzeug zur Standardisierung und Strukturierung von Fabrikplanungsprojekten dar [3]. Aus der Modularisierung der Planungsinhalte kann unmittelbar eine Projektstrukturierung abgeleitet werden. Durch die informatorische Vernetzung der Planungsmodule entsteht weiterhin eine hohe Transparenz über die relevanten Planungsinformationen, welche in den Modulen verarbeitet respektive erzeugt werden. Die informatorische Vernetzung der Planungsmodule in der Modullandkarte bildet weiterhin die Grundlage für ein Reifegradmanagement. So kann der Reifegrad eines Fabrikplanungsprojekts aus dem Reifegrad seiner Planungsinformationen objektiviert werden. Zur Bewertung des informatorischen Reifegrads werden nach Krunke die Genauigkeit und Sicherheit von Planungsinformationen bewertet. Die Kenntnis über den informatorischen Reifegrad befähigt in der Folge die Parallelisierung von Planungsprozessen und die Etablierung agiler Planungsvorgehen [4].
Eine Hauptfunktion der Modullandkarte ist darüber hinaus die Konfiguration spezifischer Planungsprojekte durch eine gezielte Auswahl und Kombination der für das jeweilige Fabrikplanungsprojekt relevanten Planungsmodule. In diesem Konfigurationsschritt wird die projektneutrale in eine projektspezifische Modullandkarte überführt, welche in der Folge die Grundlage für die Detaillierung und Organisation des Projekts bildet [3].
In den folgenden Kapiteln werden die Makro- und Mikrostruktur der Modullandkarte sowie deren Vernetzung detailliert vorgestellt.
Makrostruktur der Modullandkarte
Die Modullandkarte ist hinsichtlich der thematischen Bezüge zu den jeweiligen Planungsaufgaben aufgeteilt. So ergeben sich drei wesentliche Bereiche bzw. Modulgruppen: Module des Produktionssystems, Module des Industriebaus und übergeordnete Projektmodule, welche wiederum unterteilt werden in Strategisches Modul, gemeinsame Module und Module des Projektmanagements.[5] Insgesamt können dabei 33 Module unterschieden werden (siehe Übersicht in Bild 1).
![Bild 1 Übersicht Makrostruktur der Modullandkarte mit 33 Planungsmodulen( i. A. an Bertling [6])](/document/doi/10.1515/zwf-2021-0222/asset/graphic/j_zwf-2021-0222_fig_001.jpg)
Übersicht Makrostruktur der Modullandkarte mit 33 Planungsmodulen( i. A. an Bertling [6])
Durch diese Systematisierung in Module wird neben dem primären Ziel der Fabrikplanung aus produktionstechnischer Sicht auch eine Nutzbarkeit für domänenübergreifende Planungen ermöglicht, sodass ein ganzheitlicher Ansatz geschaffen wird. Dieser Ansatz adressiert so beispielsweise auch die technische Gebäudeausstattung (TGA), Energieplanungen sowie externe Regularien [7] und ermöglicht durch die Transparenz in den informatorischen Schnittstellen eine direkte Zugehörigkeit von Informationen und Arbeitsinhalten zu bestimmten Planenden und Beteiligten des Projekts. Innerhalb der einzelnen Module besteht eine Unterscheidung zwischen den jeweiligen internen und externen Eingangsinformationen und den generierten Ausgangsinformationen. Eine Übersicht der Makrostruktur wird in Bild 2 gegeben.
Makrostruktur eines Moduls mit Informationen
Die Modullandkarte des Aachener Fabrikplanungsvorgehens umfasst neben den 33 in Bild 1 genannten Planungsmodulen in Summe 260 Eingangs- und Ausgangsinformationen. Dies beinhaltet 58 externe Planungsinformationen, wohingegen diese Anzahl durch eine projektspezifische Auswahl von Planungsmodulen und -inhalten steigen kann. Eine solche Erhöhung kann beispielsweise aus höheren Anforderungen und Auflagen im Sinne rechtlicher Rahmenbedingungen bestimmter Branchen und Technologien resultieren (z. B. pharmazeutische Industrie).
Mikrostruktur und Modellbestandteile der Modullandkarte
Zur Vorstellung der Mikrostruktur der Modullandkarte wird im Folgenden der Aufbau eines exemplarischen Planungsmoduls auf Ebene einzelner Planungsmodule von innen nach außen erläutert (Bild 3).
Generischer Aufbau eines Planungsmoduls
Zentral ist das jeweilige Planungsmodul als graue Box mit seinem dreistelligen Kürzel dargestellt. Innerhalb des Planungsmoduls befinden sich die ihm untergeordneten Planungsinkremente. Ein Planungsinkrement bezeichnet dabei eine klar abgegrenzte Planungsaufgabe, in der Input- zu Output-Informationen verarbeitet werden und stellt die kleinste Einheit eines Planungsprojekts dar [8, 9]. Planungsinkremente sind semantisch durch eine Kombination aus Objekt und Verb beschrieben (z. B. Arbeitsanweisungen erstellen). Daneben sind auch die Planungsinkremente über eindeutige IDs gekennzeichnet, welche aus dem Kürzel des übergeordneten Planungsmoduls und einem zusätzlichen Buchstaben als Gliederungselement bestehen. Die IDs der Planungsinkremente dienen neben der Kennzeichnung auch der übersichtlichen Zuordnung der ein- und ausgehenden Informationsflüsse je Planungsinkrement. Im Beispiel aus Bild 3 gehen die externe Input-Information EXT.01 in das Planungsinkrement MOD.A und die interne Input-Information INT.01 in das Planungsinkrement MOD.B ein. Im Planungsinkrement MOD.C wird schließlich die Output-Information MOD.1 erzeugt. Die logische Bearbeitungsreihenfolge der Planungsinkremente eines Moduls ist durch gerichtete Kanten modelliert, wobei die Planungsinkremente explizit auch zyklisch bzw. iterativ bearbeitet werden können.
Außerhalb des Planungsmoduls sind alle für das Modul relevanten Planungsinformationen dargestellt. Gemäß der IDEF0-Modellierung gehen externe Input-Informationen von oben in das Planungsmodul ein. Interne Input-Informationen, welche in anderen Planungsmodulen generiert wurden, gehen von links in das Planungsmodul ein. Die erzeugten Output-Informationen werden auf der rechten Seite des Planungsmoduls dargestellt. Jeder Planungsinformation der Modullandkarte ist eine eindeutige ID zugeordnet, welche aus dem Kürzel des Herkunftsmoduls und einer durchlaufenden Nummerierung besteht (z. B. MOD.1 in Bild 3). Durch diese Bezeichnung der Informationsflüsse kann auf eine aufgrund der Vielzahl an Planungsinformationen unübersichtliche Darstellung der Vernetzung durch Pfeile verzichtet werden.
Nachdem die grundlegende Modellstruktur erläutert wurde, wird im Folgenden beispielhaft das für die Fabrikplanung zentrale Planungsmodul Kapazitätsplanung (KAP) vorgestellt. In der Kapazitätsplanung werden der Kapazitätsbedarf der Produktion sowie die Kapazitätsangebote von Betriebsmitteln und Personal bestimmt. Der Abgleich von Kapazitätsbedarf und -angebot ermöglicht die Identifikation fehlender bzw. überschüssiger Ressourcen [10].
In Bild 4 ist das Planungsmodul zunächst mit einem Fokus auf den relevanten Planungsinformationen abgebildet. Externe Eingangsinformationen betreffen verfügbare Technologiealternativen (EXT.10) und den Ist-Personalbedarf pro Prozesszeiteinheit (EXT.19). Die internen Input-Informationen entstammen den Modulen Produktanalyse (PRO), Produktionsprogrammanalyse (PRG), Prozessplanung (PZP) und Produktionsstrukturplanung (PSP). Die Input-Informationen Produktprogramm (PRO.04), Stückzahlszenarien (PRG.01), Ressourcenlisten der Produktionsmittel (PZP.02), Ressourcenliste des Personals (PZP.03), Ist-Wertstrom (PZP.01) und Produktionssegmente (PSP.01) werden innerhalb des Moduls in die Output-Informationen Kapazitätsbedarf pro Produktionssegment (KAP.01), Personalbedarf Produktion qualitativ (KAP.02), Personalbedarf Produktion quantitativ (KAP.03), Engpässe pro Segment (KAP.04), durchschnittliche Ressourcennutzung (KAP.05) und Soll-Kapazitäten je Segment (KAP.06) transferiert. Die erzeugten Output-Informationen wiederum stellen Input-Informationen für die Planungsmodule Produktionsmittelplanung (PMP), Personal- und Organisationsplanung (POP), Produktionssteuerungsplanung (PST), IT-Planung (ITP), Layoutplanung (LAY), Arbeitsplatzgestaltung (APG) sowie Produktionslogistikplanung (PLP) dar. Das Beispiel der Kapazitätsplanung verdeutlich die enge informatorische Vernetzung der Planungsmodule untereinander.
Planungsmodul Kapazitätsplanung (KAP)
Neben den ein- und ausgehenden Planungsinformationen werden im Folgenden auch die Planungsinkremente des Planungsmoduls Kapazitätsplanung (KAP) sowie deren informatorische Vernetzung untereinander und mit den übrigen Planungsmodulen dargelegt. Diese detaillierte Perspektive des Planungsmoduls auf der Ebene seiner Planungsinkremente ist in Bild 5 abgebildet.
Planungsinkremente der Kapazitätsplanung (KAP)
Im ersten Schritt der Kapazitätsplanung wird das Kapazitätsangebot je Produktionsmittel auf Basis der Eingangsinformation Ressourcenliste Produktionsmittel (PZP.02) bestimmt (KAP.A) [11]. Parallel dazu wird das Kapazitätsangebot je Mitarbeiter:in basierend auf der Ressourcenliste Personal (PZP.03) bestimmt (KAP.B). Anschließend erfolgt die Aggregation der einzelnen Kapazitätsangebote des Personals innerhalb der im Rahmen der Produktionsstrukturplanung gebildeten Produktionssegmente (PSP.01). So wird unter Berücksichtigung des Ist-Personalbedarfs pro Prozesseinheit (EXT.19) das Kapazitätsangebot pro Segment bestimmt (KAP.C). [12] Danach werden über Belastungsrechnungen für die Produktionssegmente (KAP.D) und die Produktionsmittel (KAP.E) die jeweiligen Belastungsprofile bzw. Kapazitätsbedarfe bestimmt [13]. Im nächsten Schritt erfolgt die Gegenüberstellung der Belastungsprofile der Segmente bzw. Produktionsmittel und des jeweiligen Kapazitätsangebots (KAP.F) [14]. In der Folge wird abhängig vom Ergebnis eine Kapazitätsanpassung oder ein Belastungsausgleich zwischen den Segmenten durchgeführt (KAP.G) [12]. Als Ergebnis dieses Planungsinkrements werden Engpässe pro Segment (KAP.04) als Input-Information der Produktionssteuerungsplanung (PST) identifiziert. Im letzten Planungsinkrement des Moduls wird abschließend die langfristige Soll-Kapazität je Segment festgelegt (KAP.H) [11] und an die Produktionssteuerungsplanung (PST), IT-Planung (ITP), Layoutplanung (LAY), Arbeitsplatzgestaltung (APG) sowie Produktionslogistikplanung (PLP) kommuniziert.
Informationsvernetzung
Um die Komplexität der Fabrikplanung als ganzheitliche planerische Aufgabe mit den verschiedenen Planenden und Beteiligten darstellen zu können, werden digitale Modelle benötigt, da hierdurch die Planungsqualität erheblich verbessert werden kann, was durch erste Modelle bestätigt werden konnte [15, 16]. Durch die informatorische Vernetzung der Modullandkarte in einem Netzwerkdiagramm ist eine visuelle Darstellung der Komplexität möglich. Das Ziel dieser Darstellungsform ist die Identifikation der bedeutendsten Informationsknotenpunkte des Planungsprozesses, um Auswirkungen einzelner Informationen auf spätere Planungsabschnitte und -aufgaben ermitteln zu können. Dies ist relevant, da kleine Fehler und Risiken hinsichtlich der Planungsinkremente die Planung auf der Makroebene verändern können [17]. Mithilfe des Microsoft Excel-Plug-Ins NodeXL, welches zur Modellierung von Netzwerken genutzt wird [18], wird ein Netzwerkdiagramm der Modullandkarte auf Informations- und Modulebene erstellt (Bild 6). Aus Gründen der Übersichtlichkeit werden die insgesamt 448 Planungsinkremente nicht dargestellt. Durch das Netzwerkdiagramm wird erstmalig die Komplexität der ganzheitlichen planerischen Aufgabe der Fabrikplanung ersichtlich. In Bild 6 (linke Seite) sind hierbei die Module des Produktionssystems abgebildet, während auf der rechten Seite die Industriebaumodule und im unteren Bereich die übergeordneten Module dargestellt werden.
Netzwerkdiagramm der Modullandkarte auf Informations- und Modulebene
Mithilfe des Netzwerkdiagramms ist es nun möglich, die Interaktion von Informationen und Planungsmodulen zu ermitteln. Hierbei wird betrachtet, wie häufig eine Information (Eingangs- bzw. Ausgangsinformationen) im Netzwerkdiagramm verwendet wird, um hieraus Rückschlüsse auf die Wichtigkeit der Informationen bzw. Knotenpunkte zu ziehen. Des Weiteren wird betrachtet, welche Module besonders häufig mit anderen Modulen vernetzt sind und interagieren. Die Ergebnisse sind in Bild 7 dargestellt.
Interaktionshäufigkeiten ausgewählter Informationen und Module
Die Auswertung der einzelnen Planungsmodule zeigt, dass insbesondere das Modul Produktionslogistikplanung (PLP) mit insgesamt 31 Verbindungen stark mit anderen Modulen vernetzt ist. Bezogen auf die Informationsflüsse in den jeweiligen Modulen zeigt sich, dass hier insbesondere die Produktionslogistikplanung (PLP) ausgehende Informationsflüsse erzeugt und sowohl die Layoutplanung (LAY) als auch die Werksstrukturplanung die meisten eingehenden Informationsflüsse von anderen Modulen empfangen. Werden die Interaktionen auf Planungsinformationsebene betrachtet, so ergibt sich, dass die Planungsinformation Detaillayout (LAY.02) insgesamt 14 Mal im Planungsvorgehen verwendet wird. Demzufolge ist dieser Information entsprechend der Nutzungshäufigkeit eine hohe Wichtigkeit zuzuordnen.
Zusammenfassung und Ausblick
Die in diesem Forschungsbeitrag vorgestellte Systematisierung des Fabrikplanungsprozesses schafft die Voraussetzungen für die agile, modulare und integrierte Fabrikplanung unter Berücksichtigung aller relevanten Schnittstellen im Planungsprozess. Durch die Vervollständigung des Planungsvorgehens auf inkrementeller Ebene mit spezifischen Planungsinformationen lässt sich die Modellgranularität steigern. Dabei hat das Modell die Komplexität der fabrikplanerischen Aufgabe als Netzwerkdiagramm erstmalig in einer visuellen Darstellung ermöglicht.
In einem nächsten Schritt soll das Modell mit weiteren Planungsinhalten und spezifischen Methoden und Tools ergänzt werden, um eine verbesserte Operationalisierung zu ermöglichen. Weiter bildet das Modell die Grundlage für zukünftige Arbeiten im Bereich der Komplexitäts- und Risikobewertung von Fabrikplanungsprojekten. Denkbar ist hier eine weitere Ergänzung der Modullandkarte um eine dynamische Risikobewertung und eine Stakeholder-Analyse. Zukünftig ist ebenfalls eine softwarebasierte Modellierung der Modullandkarte als Projektmanagementtool anvisiert, sodass alle Schnittstellen in der Planung mit allen Stakeholdern systematisch visualisiert, operationalisiert und qualitativ wie quantitativ verbessert werden können. Eine erste Analyse der Interaktionshäufigkeiten und Schlussfolgerungen über die Relevanz von spezifischen Planungsinformationen hat gezeigt, dass auch das Reifegradmanagement in diesem Kontext verbessert werden kann, um die Priorisierung der Planung anhand der Relevanz und Interaktion von Planungsinformationen im Zusammenhang mit dem jeweiligen informatorischen Risiko zu ermöglichen. Somit wäre eine schnellere Planung mit weniger Risiken im Projektverlauf möglich, da ersichtlich ist, welche Auswirkungen die jeweiligen Informationen im weiteren Planungsverlauf haben werden und welche Informationen aktiv bzw. passiv die Planung beeinflussen. Weiter wird in diesem Kontext ein objektivierter zeitlicher Planungsablauf mit Iterationsschleifen geplant, welcher generisch einsetzbar ist und projektspezifisch hinsichtlich der relevanten Planungsmodule und Informationen konfiguriert werden kann, um die Effektivität und die Effizienz der ganzheitlichen fabrikplanerischen Aufgabe zu verbessern.
Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory Board wissenschaftlich begutachteten Fachaufsatz (Peer-Review).
Funding statement: Gefördert durch die Deutsche Forschungsgemeinschaft (DFG) im Rahmen der Exzellenzstrategie des Bundes und der Länder – EXC-2023 Internet of Production – 390621612
About the authors
Prof. Dr.-Ing. Peter Burggräf, geb. 1981, leitet den Lehrstuhl für International Production Engineering and Management an der Universität Siegen. Zuvor promovierte er 2012 an der RWTH Aachen University und leitete dort von 2011 bis 2017 die Abteilung Fabrikplanung am Lehrstuhl für Produktionssystematik.
Tobias Adlon, M. Sc. geb. 1989, leitet seit Anfang 2020 die Abteilung Fabrikplanung am Lehrstuhl für Produktionssystematik der RWTH Aachen University. Inhaltliche Schwerpunkte der Abteilung sind die Werksstruktur-, Montage- und Logistikplanung sowie der Einsatz digitaler Planungstools und agiler Methoden in der Fabrikplanung.
Steffen Schupp, M. Sc., geb. 1990, arbeitet als wissenschaftlicher Mitarbeiter am WZL der RWTH Aachen in der Abteilung Fabrikplanung des Lehrstuhls für Produktionssystematik. Neben Themen der integrierten, modularen und agilen Fabrikplanung ist das Risikomanagement im Fabrikplanungsprozess eines seiner Kernthemen.
Carsten Fölling, M. Sc., geb. 1991, arbeitet als Gruppenleiter Montageplanung am WZL der RWTH Aachen in der Abteilung Fabrikplanung des Lehrstuhls für Produktionssystematik. Seine Fokusthemen in der Abteilung Fabrikplanung sind hybride Planungsvorgehen und die Komplexitätsbeherrschung in der Montageplanung.
Dr.-Ing. Matthias Dannapfel, geb. 1986, leitete von 2016 bis 2020 die Abteilung Fabrikplanung am Lehrstuhl für Produktionssystematik der RWTH Aachen University. Schwerpunkte seiner Forschungsarbeiten liegen weiterhin in der Entwicklung von Fabrikstandards und -baukästen sowie der Weiterentwicklung des Aachener Fabrikplanungsvorgehens.
Literatur
1 Nöcker, J. C.: Zustandsbasierte Fabrikplanung. Dissertation, RWTH Aachen University, 2012Search in Google Scholar
2 Meckelnborg, A.: Integrative Fabrikplanung durch effiziente Koordinationsmodelle. Dissertation, RWTH Aachen University, 2015Search in Google Scholar
3 Burggräf, P.; Schuh, G.: Fabrikplanung – Handbuch Produktion und Management 4. 2. Aufl., Springer-Verlag, Berlin, Heidelberg 2021 DOI: 10.1007/978-3-662-61969-810.1007/978-3-662-61969-8Search in Google Scholar
4 Krunke, M.: Reifegradmanagement in der Fabrikplanung – Maturity Management in Factory Planning, Dissertation, RWTH Aachen University, 2017Search in Google Scholar
5 Burggräf, P.; Dannapfel, M.; Utsch, J.; Uelpenich, J.; Kasalo, M.: Schnittstellenanalyse in der integrierten Fabrikplanung. ZWF 112 (2017) 5, S. 284–288 DOI: 10.3139/104.11172210.3139/104.111722Search in Google Scholar
6 Bertling, M.: Agile Fabrikplanung durch das Minimum Viable Production System. Dissertation, RWTH Aachen University, 2021Search in Google Scholar
7 Kampker, A.; Burggräf, P.; Krunke, M.; Kreisköther, K.; Voet, H.; Backs, M. Das Aachener Fabrikplanungsvorgehen – Agile Fabrikplanung im turbulenten Umfeld. wt Werkstattstechnik online 104 (2014) 4, S. 192–196Search in Google Scholar
8 Burggräf, P.; Dannapfel, M.; Adlon, T.; Fölling, C.: Hybrid Approach to Agile Assembly Planning – Empirical Evaluation of the Industrial Practice. Procedia CIRP 93 (2020), S. 1170–1175 DOI: 10.1016/j.procir.2020.02.14010.1016/j.procir.2020.02.140Search in Google Scholar
9 Burggräf, P.; Dannapfel, M.; Adlon, T.; Riegauf, A.; Müller, K. und Fölling, C.: Agile Montage – Montageplanung und -system als integrale Bestandteile der Fabrikplanung. wt Werkstattstechnik online 109 (2019) 9, S. 622–627 DOI: 10.37544/1436-4980-2019-09-810.37544/1436-4980-2019-09-8Search in Google Scholar
10 Aggtely, B. Fabrikplanung – Werksentwicklung und Betriebsrationalisierung. 2. Aufl., Carl Hanser Verlag, München, Wien 1990Search in Google Scholar
11 Grundig, C.-G.: Fabrikplanung – Planungssystematik – Methoden – Anwendungen. 3. Aufl., Carl Hanser Verlag, München 2009Search in Google Scholar
12 Bullinger, H.-J. (Hrsg.): Systematische Montageplanung – Handbuch für die Praxis. Carl Hanser Verlag, München, Wien 1986Search in Google Scholar
13 Wiendahl, H.-P.: Betriebsorganisation für Ingenieure. 5. Aufl., Carl Hanser Verlag, München, Wien 2005Search in Google Scholar
14 Eversheim, W.: Organisation in der Produktionstechnik – Grundlagen. 3. Aufl., Springer-Verlag, Berlin, Heidelberg 1996 DOI: 10.1007/978-3-642-87737-710.1007/978-3-642-87737-7Search in Google Scholar
15 Bejjani, C.; Utsch, J.; Thiele, T.; Meisen, T.; Jeschke, S.; Burggräf, P.: Flow Chart Based Information Modeling for Factory Planning. Procedia CIRP 72 (2018), S. 410–415 DOI: 10.1016/j.procir.2018.03.25910.1016/j.procir.2018.03.259Search in Google Scholar
16 Schuh, G.; Kampker, A.; Wesch-Potente, C.: Condition Based Factory Planning. Production Engineering – Research nd Development 5 (2011) 1, S. 89–94 DOI: 10.1007/s11740-010-0281-y10.1007/s11740-010-0281-ySearch in Google Scholar
17 Simpson, S. L.; Moussa, M. N.; Laurienti, P. J.: An Exponential Random Graph Modeling Approach to Creating Group-based Representative Whole-brain Connectivity Networks. NeuroImage 60 (2012) 2, S. 1117–1126 DOI: 10.1016/j.neuroimage.2012.01.07110.1016/j.neuroimage.2012.01.071Search in Google Scholar PubMed PubMed Central
© 2021 Walter de Gruyter GmbH, Berlin/Boston
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
