Benjamin Fritzsch

Abschluss:
M. Sc.
Funktion:
Projektingenieur
Schwerpunkte:
Montageplanung, Materialflusssimulation, Fabrikplanung
Telefon:
+49 (0)511 279 76-451
E-Mail:
fritzsch@iph-hannover.de
vCard:
vCard
Xing:
https://www.xing.com/profile/Benjamin_Fritzsch2

Veröffentlichungen

Innerbetriebliche Materialtransporte unterliegen ständigen Veränderungen. Produktionslosgrößen werden kleiner und ein Trend zur Losgröße 1 ist deutlich zu erkennen. Aus diesem Grund werden in einem neuen Forschungsprojekt Drohnen bzw. Multikopter als bisher selten genutzte Transporttechnik auf mögliche Anwendungsbereiche in der Intralogistik geprüft. Hindernisse zum Einsatz von Multikoptern und Risiken beim Einsatz werden dazu kategorisiert und bewertet. Davon werden im Folgenden Anforderungen an die Einsatzumgebung sowie das technische Gerät selbst abgeleitet. Insgesamt wird untersucht, inwieweit sich Multikopter in die betriebliche Infrastruktur von Unternehmen in bestimmten Use Cases einbinden lassen und ob die dadurch resultierende Anpassung der logistischen Leistung deren Einsatz wirtschaftlich rechtfertigt.

Drohnen, Materialtransport, Voraussetzungen, Wirtschaftlichkeit

Die Verknüpfung von herkömmlichen Prognosemodellen mit Suchmaschinendaten kann bei der Absatzprognose hilfreich sein. Wir beziehen sowohl das Suchvolumen nach firmen- als auch produktbezogenen Schlüsselwörtern, die von Google Trends bereitgestellt werden, als neue Prädiktoren in die Berechnung von Modellen zur Absatzprognose auf Produktebene ein. Anhand der wöchentlichen Daten von Januar 2015 bis Dezember 2016 von zwei Produkten des Anbieters von Audiotechnik Sennheiser können wir nachweisen, dass die Verwendung von Google-Trends-Daten die Vorhersageleistung herkömmlicher Modelle verbessern kann.

Google Ökonometrie, Prognose, Suchmaschinendaten

Die Prognose von Absatzmengen stellt eine Herausforderung für die Produktionsplanung dar. Vor allem schwer prognostizierbare Absatzschwankungen, wie sie beispielsweise durch Werbeaktionen hervorgerufen werden, sind dabei hinderlich. Oft sind Zusatzinformationen aus makroökonomischen Indizes nicht aktuell genug, der Detaillierungsgrad zu prognostizierender Produkte zu gering und der Prognoseaufwand zu hoch. Ziel eines neuen Forschungsprojektes ist daher die Entwicklung eines auf Suchmaschinendaten basierenden Modells zur Prognose von Absatzmengen auf spezifizierter Produktebene. Durch den ergänzenden Einsatz von Suchmaschinendaten zur Absatzprognose wird erwartet, dass der Prognosefehler gegenüber konventionellen Prognosemodellen auf Produktebene gesenkt werden kann. Insgesamt soll geklärt werden, ob und in welchem Maße sich die logistische Leistungsfähigkeit eines Unternehmens durch die suchmaschinendatenbasierte Prognose von Absatzmengen in der Produktionsplanung verbessern lässt.

Produktionsplanung, Absatzprognose, Suchmaschinendaten, Prognosemodell

Forschungsprojekte