Die Kombination aus physikalischen Maschinen und dazu passender Simulationsumgebung ermöglicht die Demonstration und Evaluation von verschiedensten Anwendungen und neuen Technologien. Hierzu zählt insbesondere die Evaluation und Demonstration von verteilten Produktionsleitsystemen und -optimierungen, die in der Gruppe erforscht werden.
Ziele der Gruppe sind dementsprechend die Entwicklung von dezentralen MES (Manufacturing Execution Systems) und der Unterhalt des TIPI Labs um diese in realistischen Szenarien testen zu können. Eine enge Kooperation mit der Gruppe DCC ermöglicht die Nutzung von neuen hocheffizienten und –performanten eingebetteten Systemen, die auch anspruchsvolle Algorithmen ermöglichen.
Der sogenannte Testbed-as-a-Service Ansatz des TIPI-Labs fördert dabei die Kooperation mit Partnern in Forschungsprojekten aber auch in der akademischen und betrieblichen Ausbildung.
Die wissenschaftlichen Fragestellungen der Gruppe MOM sind vielfältig und umfassen beispielsweise die Bewertung von Robustheit und Flexibilität von Produktionsabläufen, die Effizienz von verteilten Leitsystemen und die Optimierungen der Produktion durch den Einsatz intelligenter selbstorganisierende Maschinen. Einen besonderen Schwerpunkt bilden dabei Fragen zur Informationsgewinnung aus der Fertigung und geeignete Entwicklungsprozesse für technische MOM-Plattformen. Letztlich entsteht so eine umfassende IT-Unterstützung für neue dienstleistungsbasierte Ökosysteme (Plattform-Ökonomie, Servitization) in der Fertigung.
Personen 
K
L
P
Publikationen
2022
Development of a Prototype for a Process Support and Analysis Platform for Small and Medium-sized Enterprises
Jonas Kallisch, Christoph Wunck; Proceedings of 35th International Conference on Computer Applications in Industry and Engineering 89; 10 / 2022
Digitale Nachhaltigkeit im Nordwesten
Ekwaro-Osire, Henry; Pehlken, Alexandra; Mittelstand-Digital Magazin Wissenschaft trifft Praxis - Sonderausgabe Nachhaltigkeit; Mai / 2022
Metric Based Dynamic Control Charts for Edge Anomaly Detection in Factory Logistics
Patrick Eschemann and Philipp Borchers and Dennis Lisiecki and Jan Elmar Krauskopf; Journal of Physics: Conference Series; oct / 2022
Networks, platforms, and digital business ecosystems: mapping the development of a field
Baumann, Sabine and Leerhoff, Marcel; Handbook on Digital Business Ecosystems; 2022
Options for connecting decentralized data infrastructure to improve Supply-Chain decision making without giving up individual data property
Jonas Kallisch, Christoph Wunck; Decision Sciences Institute 2022 Annual Conference Proceedings; November / 2022
Securing the data bridges in digital supply chains
Jonas Kallisch, Karl-Heinz Niemann und Christoph Wunck; ICTA EMoS; 11 / 2022
2021
Comparison of Production Dynamics Prediction Methods to Increase Context Awareness for Industrial Transport Systems
Philipp Borchers, Dennis Lisiecki, Patrick Eschemann, Linda Feeken, Mehrnoush Hajnorouzi, Ingo Stierand; Modelling and Simulation 2021; 10 / 2021
Einsatz von Künstlicher Intelligenz in der Digitalisierung von Abfallverbrennungskraftwerken
Alexandra Pehlken, Patrick Eschemann, Henriette Garmatter, Fabian Cyris, Astrid Nieße; INFORMATIK 2021 - Computer Science & Sustainability; 09 / 2021
Influence of Material Selection and Product Design on Automotive Vehicle Recyclability
Xiaohui He, Dongmei Su, Wenchao Cai, Alexandra Pehlken, Guofang Zhang, Aimin Wang, Jinsheng Xiao ; Sustainability; 03 / 2021
Optimizing Factory Layouts With Supervised Genetic Algorithm
Patrick Eschemann, Jan Elmar Krauskopf, Dr. Jürgen Sauer, Jan Stefan Zernickel; Modelling and Simulation’2021; 10 / 2021
