Markoffsche Entscheidungsprozesse zur Kapazitäts- und Investitionsplanung von Produktionssystemen

Die Rahmenbedingungen der deutschen Industrie werden globaler und komplexer. Es ist von einer weiter anhaltenden Dynamik und Unsicherheit des wirtschaftlichen Handelns auszugehen. Flexibilität und Wandlungsfähigkeit von Produktionssystemen werden zu entscheidenden Aspekten der Wettbewerbsfähigkeit. Im Rahmen der Dissertation wurde eine Methode zur mehrstufigen Investitions- und Kapazitätsplanung von Produktionssystemen entwickelt, die die Berücksichtigung von Dynamik und Unsicherheit im Optimierungsansatz in den Vordergrund stellt. Unsicherheiten des Marktes werden in einem Markoffschen Entscheidungsprozess als stochastische Zustände modelliert, während die Unsicherheiten im Produktionssystem durch einen stochastischen Leistungsgrad sowie eine mittlere Qualitätsrate und ein mittleres Verfügbarkeitsniveau abgebildet werden. Diese Kennzahlen gehen ein in ein bedientheoretisches Modell eines offenen Netzwerks auf Basis des Queueing Network Analyzers (QNA) zur Bestimmung von Beständen (und Durchlaufzeiten) und determinieren die Produktionskosten einer Periode. Das Optimierungsziel ist die Minimierung der erwarteten Gesamtkosten bestehend aus Produktions- und Umkonfigurationskosten über einen endlichen Planungshorizont. Die optimale Strategie findet zu jedem diskreten Entscheidungszeitpunkt abhängig vom dortigen Marktzustand unter Antizipation zukünftiger Marktnachfragen die beste Ausprägung für jeden Produktionsprozessschritt. Es können somit Maschinen, Technologien oder auch Standorte angepasst bzw. ausgetauscht werden und so auch Handlungsmöglichkeiten des Produktionsnetzwerks berücksichtigt werden. Die Methodik wurde prototypisch implementiert und an Hand von Praxisbeispielen bei zwei verschiedenen Unternehmen erfolgreich getestet. Anwendung kann die Methode z. B. in der strategischen Investitions- bzw. Kapazitätsplanung von Werken oder einzelnen Produktionslinien finden. Bei der Auswahl unterschiedlicher Anlagen und Automatisierungsgraden kann die Methode helfen unter Antizipation unsicherer Zukunftszustände Mehrkosten für vorgehaltene Flexibilitäten abzuwägen.