UdZ 02.22 / 63 lieneinsatz, was sich in den Umweltindikatoren der Knappheit von Wasserressourcen und der Ökotoxizität niederschlägt6. Dieses Beispiel zeigt, dass Parameter der Produktionsplanung einen Einfluss auf diverse ökologische Zielgrößen besitzen. Um zukünftig eine nachhaltige Konfiguration der Parameter der Produktionsplanung zu ermöglichen, müssen daher vielfältige, teils gegensätzlichwirkende Einflussfaktoren innerhalb der Auslegung der Parameter berücksichtigt werden. Zusätzlich ist zu bedenken, dass die Losgröße nur ein exemplarischer Parameter der Produktionsplanung ist und vielseitige Wechselwirkungen zwischen den verschiedenen Parametern der Produktions- planung existieren7. Versucht man allerdings, bestehende Optimierungsverfahren in IT-Systemen umökologische Zielgrößen zu ergänzen, sieht man sich der Herausforderung gegenüber, dass die notwendigen Daten bzw. Informationen in verschiedenen betrieblichen Informationssystemen verortet sind. Die zu konfigurierenden DispositionsparametersindtypischerweiseParameter,dieinEnterprise- Resource-Planning-Systemen (ERP) vorliegen8. Weitere notwendige Informationen können dabei in unterschiedlichen Informationssystemen vorhanden sein. Energiebezogene Daten bzw. Informationen sind häufig in Manufacturing- Execution-Systems (MES) verortet, da das Energiemanagement eines der typischen Module eines MES ist9. Zusätzlich notwendige Daten, z. B. hinsichtlich des Wasserverbrauchs, können durch Maschinendatenerfassungssysteme (MDE) aufgezeichnet werden. Für eine ganzheitliche datenbasierte Konfiguration der Parameter bedarf es daher einer Vernetzung und Aggregation der verschiedenen Informationssysteme. Die Ableitung datenbasierter Entscheidungen, basierend auf der Vernetzung und Aggregation von Daten aus vershows that production planning parameters have an impact on various environmental target variables. Therefore, in order to enable a sustainable configuration of production planning parameters, a variety of influencing factors, some of which have conflicting effects, must be taken into account when setting the parameters. In addition, it must be taken into account that lot size is only one parameter in production planning, and that multiple interactions exist between the various production planning parameters. However, when seeking to add ecological target parameters to existing optimization procedures in IT systems, a major challenge is that the necessary data or information are located in different business information systems. The scheduling parameters to be configured are typically provided by enterprise resource planning (ERP) systems. Other necessary information may be present in other information systems. Energy-related data or information is often available via manufacturing execution systems (MES), as energy management is one of the typical modules of an MES. Data that is required in addition, e.g. regarding water consumption, can be captured by machine data acquisition systems (MDA). For this reason, a holistic, data-based configuration of the parameters requires networking and aggregation of the various information systems. The objective of the reference architecture of the "Internet of Production" is to enable the derivation of data-based decisions, based on the networking and aggregation of data from various proprietary business application systems. This reference architecture consists of the four horizontal layers of the application software, the Middleware+, the smart data layer, and the smart expert layer, and it can be used 6 s. ebda, a. a. O. 7 s. Dittrich 2009, S. 14 8 s. ebda., a. a. O. 9 s. VDI 2016, S. 30 © Dr. Martin Riedel 6 ibid 7 Dittrich 2009, p. 14 8 ibid 9 VDI 2016, p. 30
RkJQdWJsaXNoZXIy NzcyMw==