Entwicklung und Evaluation von Prognoseverfahren für die Produktionsprogrammplanung auf Basis von Vorhersagemodellen der Nichtlinearen Dynamik

• Antragsteller: Professor Dr.-Ing. Bernd Scholz-Reiter
• Fachliche Zuordnung: Produktionssystematik, Betriebswissenschaften, Qualitätsmanagement und Fabrikplanung
• Förderung: Förderung von 2010 bis 2015
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 165973614

Im Allgemeinen ist die Kundennachfrage starken Schwankungen unterworfen [Gün1997]. Deshalb ist eine genaue Absatzvorhersage für eine effektive Produktionsplanung und -steuerung (PPS) sehr wichtig. Diese ermittelt auf der Grundlage einer Bedarfsprognose das Produktionsprogramm, die Materialbedarfe und die Produktionsprozesse und führt unter anderem zu einem effizienten Einsatz der vorhandenen Ressourcen. Zum Einen ist dies von großer Wichtigkeit für die Planung innerhalb einzelner Unternehmen, findet aber zum Anderen in den letzten Jahren vermehrt in der Optimierung von Lieferketten und –netzwerken Beachtung. Im Allgemeinen erfolgt die Vorhersage durch eine Analyse und anschließende Extrapolation voran-gegangener Bedarfswerte. Dabei kommen unterschiedliche Methoden zum Einsatz, wie zum Beispiel statistische Verfahren, lineare Methoden wie z.B. das ARIMA-Modell, künstliche neuronale Netze, Fuzzy- oder Expertensysteme. Statistische Verfahren können nur unzureichend auf Dynamik reagieren und in den anderen Fällen ist die Prognosegenerierung größtenteils nur mit Fachwissen nachvollziehbar. Weitere Möglichkeiten der Prognose stammen aus dem Bereich der nichtlinearen Dynamik. Hier existieren bereits in anderen Anwendungsbereichen erprobte Methoden.

• DFG-Verfahren: Sachbeihilfen