Simulation der Logistik auf Erdbaustellen

Die Planung von Erdbaumaßnahmen stellt eine komplexe Aufgabe dar. Der Einsatz unterschiedlicher Maschinenkonfigurationen sowie alternativer Szenarien im Baustellenlayout (z.B. bezüglich der Transportrouten oder Zwischenlager) ist durchgängig zu prüfen und auszulegen. Falsche Entscheidungen können zu Verzögerungen oder einer unwirtschaftlichen Lösung führen und somit Projektdauer und -kosten beeinträchtigen. In der Praxis beruht dieser Planungsprozess auf dem Erfahrungswissen der Verantwortlichen, Tools zur Entscheidungsunterstützung in der Einsatzplanung von Aushub- und Transportgeräten werden entgegen der zentralen Bedeutung aber bislang nicht genutzt. Deshalb wurde im Rahmen des Forschungsverbundes „ForBAU – Virtuelle Baustelle“1 ein Lösungsweg erarbeitet, mit dem die Planung der Baustellenabläufe im Erdbau durch die Anwendung der ereignisorientierten Ablaufsimulation unterstützt werden kann. Hierzu wurden die Verfahren der Leistungsberechnung von Erdbaugeräten um statistische Komponenten ergänzt, für eine Anwendung in der Simulation adaptiert und in eine Bausteinbibliothek implementiert. Die Ermittlung der Transportzeiten basiert in der vorgestellten Lösung auf einem eigens entwickelten Algorithmus zur kinematischen Simulation der Fahrzeiten, welcher die Beschleunigungs- und Bremsvorgänge eines Fahrzeugs auf der Wegstrecke unter Berücksichtigung der Beladung nachbildet. Dipl.-Ing. Johannes Wimmer, Prof. Dr.-Ing. Dipl.-Wi.-Ing. Willibald A. Günthner

Konzeption eines proaktiven Risikomanagements in Logistiknetzwerken

Logistiknetzwerke von Unternehmen wachsen sehr schnell und werden immer komplexer. Unternehmen wissen oft nicht, von welchen anderen Unternehmen sie abhängig sind und welche geschäftskritischen Risiken sich daraus für sie ergeben. Aus diesem Grund wird in diesem Artikel ein Konzept eines proaktiven Ri-sikomanagements in Logistiknetzwerken vorgestellt. Das Konzept basiert auf der Big Data Technologie und verwendet zur Identifikation von Risiken und zum Aufbau eines Logistiknetzwerkes neben internen Unternehmensdaten auch externe Daten, z. B. Social Media Plattformen oder andere Datenportale. Diese Daten werden ausgewertet und mit Risiken behaftete Beziehungen werden dem Bediener grafisch angezeigt. Zusätzlich dazu kann das System dem Benutzer mögliche Alternativen zur Vermeidung dieser Risiken aufzeigen und somit zur Entscheidungsunterstützung genutzt werden.

Production Diseases in European Organic Dairy Farms – Current Status and Identification of Drivers for Improvement by Means of a Systemic Approach

The aims of this thesis were to determine the animal health status in organic dairy farms in Europe and to identify drivers for improving the current situation by means of a systemic approach. Prevalences of production diseases were determined in 192 herds in Germany, France, Spain, and Sweden (Paper I), and stakeholder consultations were performed to investigate potential drivers to improve animal health on the sector level (ibid.). Interactions between farm variables were assessed through impact analysis and evaluated to identify general system behaviour and classify components according to their outgoing and incoming impacts (Paper II-III). The mean values and variances of prevalences indicate that the common rules of organic dairy farming in Europe do not result in consistently low levels of production diseases. Stakeholders deemed it necessary to improve the current status and were generally in favour of establishing thresholds for the prevalence of production diseases in organic dairy herds as well as taking actions to improve farms below that threshold. In order to close the gap between the organic principle of health and the organic farming practice, there is the need to formulate a common objective of good animal health and to install instruments to ensure and prove that the aim is followed by all dairy farmers in Europe who sell their products under the organic label. Regular monitoring and evaluation of herd health performance based on reference values are considered preconditions for identifying farms not reaching the target and thus in need of improvement. Graph-based impact analysis was shown to be a suitable method for modeling and evaluating the manifold interactions between farm factors and for identifying the most influential components on the farm level taking into account direct and indirect impacts as well as impact strengths. Variables likely to affect the system as a whole, and the prevalence of production diseases in particular, varied largely between farms despite some general tendencies. This finding reflects the diversity of farm systems and underlines the importance of applying systemic approaches in health management. Reducing the complexity of farm systems and indicating farm-specific drivers, i.e. areas in a farm, where changes will have a large impact, the presented approach has the potential to complement and enrich current advisory practice and to support farmers’ decision-making in terms of animal health.