Fallstudie Apfelsaftproduktion

Ziel

Hands-on-Anwendung von Modellbildung und Simulation zur Analyse, Bewertung und Optimierung eines industriellen Produktionssystems. Die Studierenden entwickeln ein Simulationsmodell, identifizieren Engpässe, bewerten Verbesserungsmassnahmen und untersuchen zukünftige Entwicklungsszenarien.

Inhalt und Auftrag

Die Fallstudie spielt bei der fiktiven Apfelsaft GmbH, einem regionalen Hersteller von Apfelsaft-Konzentrat. Aufgrund steigender Marktanforderungen und eines bevorstehenden öffentlichen Firmenbesuchs benötigt die Geschäftsleitung quantitative Entscheidungsgrundlagen, um die Leistungsfähigkeit der Produktionsanlage zu analysieren und zukünftige Herausforderungen vorzubereiten.

Auftrag 1: Analyse und Optimierung des Ist-Zustands

  • Modellierung und Verifikation des Produktionsprozesses.
  • Identifikation von Engpässen und Schwachstellen anhand statischer Analysen und Simulationen.
  • Definition geeigneter Kennzahlen (KPIs) zur Bewertung der Prozessleistung.
  • Entwicklung und Bewertung von Verbesserungsmassnahmen zur Optimierung des Produktionssystems.

Auftrag 2: Untersuchung zukünftiger Szenarien

  • Auswahl eines Master-Szenarios aus drei vorgegebenen Teil-Szenarien (Produktionsleitung, CEO, HCM).
  • Analyse der Auswirkungen des Szenarios mittels Simulation.
  • Entwicklung geeigneter Anpassungsmassnahmen.
  • Quantitativer Nachweis der Wirksamkeit der vorgeschlagenen Massnahmen durch Simulationsexperimente.

Materialien und Einsatz

Seit FS2026 im WING.
Bei Interesse melden bei michi.schmid@ost.ch

Metadaten
Version 1
Bloomsche Taxonomy
  • K3 - anwenden
  • K4 - analysieren
Sprache
  • Deutsch
Anzahl Lektionen 28
Art des Unterrichts
  • Vorlesung
  • Übung (ohne Labor/Werkstätte)
Voraussetzungen

Die Teilnehmenden:

  • können ein Python-Projekt selbstständig aufsetzen.
  • sind vertraut mit zentralen Grundkonzepten im Umgang mit Python.
Vorbereitungen, Bedingungen
Lernziele

Lernziele

  • Systeme modellieren
    • Die Studierenden können einen realen Produktionsprozess systematisch analysieren, geeignete Systemgrenzen festlegen und ein konzeptionelles Modell als Grundlage einer Simulation entwickeln, inkl. statischer Analyse.
  • Eine diskrete Ereignissimulationen implementieren
    • Die Studierenden können ein Simulationsmodell eines Produktionssystems mit der Python Library “SimPy” implementieren, verifizieren und dokumentieren.
  • Prozessleistung quantitativ analysieren
    • Die Studierenden können geeignete Kennzahlen (KPIs) definieren, Simulationsergebnisse auswerten sowie Engpässe, Auslastungen und Leistungsgrenzen eines Systems identifizieren.
  • Verbesserungsmassnahmen datenbasiert entwickeln
    • Die Studierenden können auf Basis von Modell- und Simulationsergebnissen Optimierungsmassnahmen für Produktionsprozesse ableiten, bewerten und begründen.
  • Szenarien untersuchen und Entscheidungen unterstützen
    • Die Studierenden können alternative Zukunftsszenarien simulieren, deren Auswirkungen quantitativ bewerten und fundierte Handlungsempfehlungen für betriebliche Entscheidungen formulieren.

Soft-Skill Lernziele:

  • Teamarbeit und Zusammenarbeit
    • Die Studierenden können komplexe Problemstellungen in Teams strukturieren, Arbeitspakete koordinieren und gemeinsam tragfähige Lösungen entwickeln.
  • Adressatengerechte Kommunikation
    • Die Studierenden können technische Analysen, Simulationsergebnisse und Handlungsempfehlungen verständlich, prägnant und zielgruppengerecht für Entscheidungsträger präsentieren.
  • Analytisches und kritisches Denken
    • Die Studierenden können Annahmen, Modelle und Ergebnisse kritisch hinterfragen, Unsicherheiten reflektieren und fundierte Entscheidungen auf Basis quantitativer Evidenz begründen.
Autor Michael Schmid
Co-Autor:innen

Harold Tiemessen
Adrian Stämpfli

Original-Studiengang Wirtschaftingenieurwesen Kein
2. Semester
Dateien
Zip-Datei 4255 (Typ: application/zip)

Der Lerninhalt ist schwierig!/The learning content is difficult!

No votes yet.
Please wait...

Der Lerninhalt ist praxisorientiert!/The learning content is practice-orientated!

No votes yet.
Please wait...

Das Material unterstützt mich!/The learning material supports me!

No votes yet.
Please wait...

Schreiben Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Nach oben scrollen