UdZ 1-2017

43 UdZ – Unternehmen der Zukunft 1/2017 FIR-Forschungsprojekte exponentiell ansteigt und da- rauf aufbauend die Anzahl der Portfoliovarianten noch stär- ker anwächst, stoßen aber ir- ge n dw a n n d i e h e u t i ge n Standardrechenmaschinen wie unsere PCs an ihre Grenzen. In solchen Fällen wird in der Wissenschaft häufig auf die ge- netischen bzw. evolutionären Algorithmen zurückgegriffen. Auch in diesem Projekt wurde dies durch Einbindung zweier SoftwaresausdemeigenenHause, dem Complexity Manager und dem Bundle Designer , möglich UnternehmenmitInteressezurweiterenValidierung in der Praxis oder ggf. zur Weiterentwicklung, ins- besondere vor demHintergrund der dynamischen Kostenkalkulation, sind herzlich eingeladen, den Autor zu kontaktieren. Literatur [1] Fabry, C.: Synchronisation der Dienstleistungs- produktion mittels Takt. Schriftenreihe Rationalisierung; Bd. 128. RHrsg.: G. Schuh. Apprimus,Aachen2014.–Zugl.:Aachen,Techn. Hochsch., Diss., 2014. [2] Schuh, G.; Kuntz, J.; Heeg, K.; Jussen, P.; Koch, J.;Breunig,S.:Identificationofvariant-creating Factors in Product Service Systems (PSS). In: [Proceedings] International Conference on Industrial Engineering and Engineering Management (IEEM), 4-7 Dec. 2016. S. 582 – 586. [3] Schuh, G.; Riesener, M.; Koch, J.; Breunig, S.; Kuntz, J.: Characterization and Empirical Analysis of Variety-Induced Costs in Integrated Product-Service Systems (PSS). In: [Proceedings] International Conference on Industrial Engineering and Engineering Management(IEEM),4-7Dec.2016.S.572–576. [4] Bartoschek, M.: Effektive Angebotsvielfalt industriellerLeistungssysteme.Ergebnisseaus derProduktionstechnik;Bd.2010,29.RHrsg.:G. Schuh.Apprimus,Aachen2011.–Zugl.:Aachen, Techn. Hochsch., Diss., 2010. Dipl.-Ing. Jan Kuntz Wissenschaftlicher Mitarbeiter Fachgruppe Service-Engineering FIR, Bereich Dienstleistungsmanagement Tel.: +49 241 47705-224 E-Mail: Jan.Kuntz@fir.rwth-aachen.de Bild 1: Vielfaltsbedingte Kosten- und Nutzenverläufe [5]. Wesentliche Funktionalität der genetischen Algorithmen ist, dass nicht jede Portfoliovariante durchgerechnet werden muss, sondern eine kleine beliebige Startpopulation berechnet und bezüglich der Zielfunktion bewertet wird. Nur die besten Kandidaten werden für die Suche nach ähnlich guten Varianten verwendet. So werden beispielsweise aus 10 Millionen Portfoliovarianten zufällig 100 Varianten ausgewählt und der jeweilige Deckungsbeitrag berechnet. Die 50 Varianten mit dem höchsten Deckungsbeitrag werden für eine neue Berechnung beibehalten. Die schlechteren 50 Varianten werden verworfen und durch Varianten, die den besseren 50 Varianten ähnlich sind, ersetzt. Nach wenigen Berechnungsdurchläufen mit je 100 Variantenberechnungen ist erkennbar, dass sich ein optimales Portfolio herauskristallisiert. Der Vorteil diesesVorgehens liegt alsodarin, dass einOptimum mit nur wenigen 100 bis 1000 Berechnungen ge- funden werden kann. Im Vergleich dazu wären bei einer vollumfänglichen Kalkulation 100! (=10157 ) Berechnungennotwendig.NachteildieserMethode istjedoch,dassunterUmständennureinlokalesund nicht das globale Optimumgefundenwird. Bezogen auf den Anwendungsfall im hier dar- gestellten Forschungsprojekt entspricht das Durchkalkulieren der unterschiedlichen Portfolios einer kontinuierlichen Hinzu- oderWegnahme von Produkt- oder Dienstleistungsmerkmalen, bis das optimale Portfolio identifiziert ist. Anhand von Usecases aus dem Maschinen- und Anlagenbau konnte die entwickelte Kalkulationsmethode auf Funktionsfähigkeit getestet werden. Die aufgezeigten Handlungsalternativen für die Portfoliogestaltung konnten einen herausra- genden Beitrag zur Entscheidungsfindung bei der Angebotsplanung liefern.