Zu Hauptinhalt springen

Masterarbeit

Angebotsturnus

Masterarbeiten können sowohl im Sommer- als auch Wintersemester angefertigt werden.

Voraussetzungen

Die Anfertigung einer Masterarbeit setzt grundsätzlich die erfolgreiche Teilnahme am Seminar Produktionsmanagement voraus. Im Wintersemester 2021/2022 und Sommersemester 2022 kann von dieser Regelung in begründeten Fällen abgewichen werden.

Inhalte und Ausgestaltungsarten von Masterarbeiten

Bei einer Masterarbeit am Lehrstuhl für Produktionsmanagement handelt es sich um eine wissenschaftliche Arbeit mit inhaltlichem Fokus in den Themengebieten Produktionsmanagement, Gestaltung und Steuerung von Produktionssystemen und Industrie 4.0.

Es sind folgende Ausgestaltungsarten möglich:

  • Literaturüberblicke,
  • Implementierung von Business Analytics Verfahren,
  • Arbeiten in Kooperation mit Praxispartnern.

Sie erhalten einen Eindruck bzgl. möglicher Problemstellungen  unter: laufende und abgeschlossene Masterarbeiten.

Themenvergabe

Bei Interesse an einer Masterarbeit am Lehrstuhl für Produktionsmanagement melden Sie sich bitte per E-Mail unter produktionsmanagement@ur.de. Bitte gehen Sie in Ihrer E-Mail auf folgende Fragen ein:

  • Welcher Typ von Masterarbeit interessiert Sie?
  • Welche Themen / Anwendung interessieren Sie besonders?
  • Welche Methodik wollen Sie nutzen?
  • Welche Lehrveranstaltungen am Lehrstuhl für Produktionsmanagement haben Sie belegt?
  • Bringen Sie aus anderen Lehrveranstaltungen oder Praktika Erfahrungen mit spezieller Software oder Programmierkenntnisse mit?
  • Interessiert Sie eines der ausgeschriebenen Masterarbeitsthemen (s.u.) oder sind Sie an einem individuellen Themenvorschlag interessiert.

Sollten Sie einen eigenen Themenvorschlag für eine Masterarbeit in Kooperation mit einem Praxispartner haben, beantworten Sie bitte auch folgende Fragen:

  • Welche wissenschaftliche Fragestellung wollen Sie bearbeiten?
  • Welche Methodik wollen Sie zur Beantwortung einsetzen?
  • Wie passen diese beiden Aspekte zu bereits in der wissenschaftlichen Literatur beschriebenen Problemen und Lösungsansätzen?
  • Wie passen Fragestellung und Methodik zu den Schwerpunkten des Lehrstuhls?

Auswahl laufender und abgeschlossener Masterarbeiten

Analyse von Puffern in flexiblen Montagesystemen

Moderne Produktionssysteme müssen in der Lage sein eine große Variantenvielfalt zu produzieren, um die heterogene Kundennachfrage zu bedienen. Im Gegensatz zu traditionellen linearen und getakteten Transferstraßen erlaubt der Einsatz von flexiblen Montagesystemen einen asynchronen und produkttypabhängigen Materialfluss. Den Effizienzgewinnen durch die gewonnene Flexibilität stehen dabei der erhöhte Platzbedarf und Kosten für die Bereitstellung von Automated Guided Vehicles (AGVs) und Pufferplätzen entgegen.
In der Masterarbeit ist zunächst der Stand der Literatur hinsichtlich des Designs von Pufferplätzen in flexiblen Montagesystemen darzustellen. Kern der Arbeit ist es für gegebene Layouts mittels Simulationsstudien den Einfluss der Puffer auf die Leistungsfähigkeit von flexiblen Montagesystemen zu analysieren. Sowohl die Flexibilität der Puffer als auch deren Kapazitäten sind dabei zu untersuchende Parameter. Bei der Analyse sind sowohl die Puffer innerhalb des flexiblen Montagesystems als auch die Puffer zu angrenzenden getakteten Montagesystemen zu betrachten.

Basisliteratur: Hottenrott, A.; Grunow, M.: Flexible layouts for the mixed-model assembly of heterogeneous vehicles. OR Spectrum 41 (4), 2019, 943-979

Analyse des Einflusses stochastischer Ausbeute bei Produktneueinführungen

Die Ausbeute bei der Produktion von neuen Produkten, z. B. in der Halbleiterindustrie ist aufgrund komplexer Produktionsprozesse stochastisch. Die tatsächlich realisierte Ausbeute beeinflusst stark inwieweit Bestände vor dem Markteintritt aufgebaut werden können. Trotz der mit den Beständen einhergehenden Kosten, können diese wirtschaftlich sein, da sie Opportunitätskosten durch entgangene Verkäufe sowie Verzögerungen bei der Verbreitung des Produkts im Markt verhindern können.
In dieser Masterarbeit sollen die Auswirkungen verschiedener Arten stochastischer Ausbeute auf die Entscheidungen in der Produktions- und Absatzplanung bei Produkteinführungen untersucht und verglichen werden. Zunächst ist dafür eine Übersicht hinsichtlich verschiedener in der Literatur beschriebener Ausbeutemodelle zu erstellen. Anschließend sollen diese verschiedenen Modelle in ein in der Literatur existierendes Model integriert werden. Die Auswirkungen verschiedener Ausbeutemodelle sind mittels numerischer Studien zu untersuchen.

Basisliteratur: A. Negahban & J.S. Smith (2016) The effect of supply and demand uncertainties on the optimal production and sales plans for new products. International Journal of Production Research, 54:13, 3852-3869

Einsatz digitaler Zwillinge bei der Entscheidungsunterstützung für die Auftragseinlastung

Die Auftragseinlastung in Produktionssystemen bietet eine Möglichkeit, den Durchsatz und den Bestand im Produktionssystem zu steuern. Digitale Zwillinge sind die digitale Repräsentanz eines materiellen Systems aus der realen Welt in der digitalen Welt. Diese Zwillinge erlauben die Prognose zukünftigen Systemverhaltens und können deshalb bei der Bewertung von Entscheidungsalternativen herangezogen werden.
In der Arbeit sollen Konzepte für den Einsatz von digitalen Zwillingen bei der Auftragseinlastung herausgearbeitet und mit dem Stand der Literatur abgeglichen werden. Es sind dabei die Stärken und Schwächen bei der Nutzung digitaler Zwillinge bei der Auftragseinlastung gegenüber etablierten Ansätzen zu identifizieren. Die kritische Überprüfung der Konzepte könnte beispielsweise durch eine eigene Implementierung und anhand eines physischen Demonstrationsmodells z. B. aus Lego erfolgen.

Basisliteratur: Qi, C., Sivakumar, A. I., & Gershwin, S. B. (2009). An efficient new job release control methodology. International Journal of Production Research, 47(3), 703-731.


Mögliche Masterarbeitsthemen

Analyse und Optimierung von Verpackungsprozessen in der nachhaltigen Lebensmittelindustrie

Verpackungsprozesse lassen sich aufgrund der hohen Anforderungen an Motorik häufig nicht vollständig automatisieren. Sie werden deshalb häufig manuell durchgeführt. Gleichzeitig stellt der Verpackungsprozess den letzten Schritt des Produktionsprozesses dar, bevor die Produkte die Kunden erreichen, und ist deshalb für die wahrgenommene Qualität von hoher Bedeutung. Das Unternehmen use&eat GmbH etabliert zurzeit neue Verpackungsprozesse für die Verpackung von Knusperhalmen, die über den Einzelhandel an den Endkunden geliefert werden.
 
In dieser Masterarbeit sollen die aktuellen Verpackungsprozesse bei der use&eat GmbH dokumentiert, Prozesszeiten empirisch ermittelt und ein Prozessmodell entwickelt werden.  Basierend auf dieser Prozessanalyse sind Optimierungsprobleme bei der use&eat GmbH zu identifizieren und in die Literatur einzuordnen. Insbesondere soll eine Übersicht hinsichtlich möglicher Anwendungen von Verfahren der künstlichen Intelligenz erstellt werden.

Analyse des stochastischen Patienten-Betten Allokationsproblems

Patienten, die stationär in einem Krankenhaus aufgenommen werden, muss ein Bett zugewiesen werden. Bei der Zuordnung zu Mehrbettzimmern muss das Geschlecht der bereits zugeordneten Patienten berücksichtigt werden. Darüber hinaus wird versucht, anhand der Zuordnung von Patienten im gleichen Alter, die Zufriedenheit der Patienten zu steigern. Ein späterer Wechsel in ein andres Zimmer ist zwar grundsätzlich möglich, aber unerwünscht. Das Patienten-Betten Allokationsproblem wurde in verschiedenen Varianten bereits in der Literatur untersucht.  Ein Teil der Literatur nimmt dabei an, dass die Ankunfts- und Entlassungstermine der Patienten deterministisch und zum Zeitpunkt der Entscheidung über die Allokationen bekannt sind. Ein anderer Teil der Literatur berücksichtig im Laufe der Zeit bekanntwerdende Ankünfte von Notfallpatienten mittels rollierender Planung.
Ziel der Masterarbeit ist die Formalisierung des Allokationsproblems unter Berücksichtigung stochastischer Ankünfte und Liegedauern der Patienten mittels eines Markov Entscheidungsprozesses. Dabei stehen Echtdaten aus einem deutschen Krankenhaus zur Verfügung, um erforderliche Wahrscheinlichkeitsverteilung zu ermitteln. Basierend auf den Daten soll außerdem ein automatisierter Instanzengenerator für das stochastischen Patienten- Betten Allokationsproblem entwickelt werden.


Basisliteratur:
Sara Ceschia und Andrea Schaerf, Modeling and solving the dynamic patient admission scheduling problem under uncertainty, Artificial intelligence in medicine 56 (2012), no. 3, 199–205.
Peter Demeester, Wouter Souffriau, Patrick De Causmaecker, und Greet Vanden Berghe, A hybrid tabu search algorithm for automatically assigning patients to beds, Artificial Intelligence in Medicine 48 (2010), no. 1, 61–70.
Fabian Schäfer, Manuel Walther, Alexander Hübner, und Heinrich Kuhn, Operational patient-bed assignment problem in large hospital settings including overflow and uncertainty management, Flexible Services and Manufacturing Journal 31 (2019), no. 4, 1012–1041.



Lehrstuhl für BWL, insb. Produktionsmanagement

INSTITUT FÜR BETRIEBSWIRTSCHAFTSLEHRE

Prof. Dr. Justus Arne Schwarz


Sekretariat                            

Dagmar Uhl-Rückerl
Geb.RW(S) Zi.142
Tel.: +49 (0)941 943 - 2277
Fax: +49 (0)941 943 - 2828 produktionsmanagement@ur.de