Die Produktion in globalen Produktionsnetzwerken bringt Vorteile, erhöht aber die Komplexität der Auftragsabwicklung. Simulationen helfen, dies zu bewältigen, erfordern aber lange Entwicklungszeiten und einen hohen Aufwand. In dieser Arbeit wird ein effizienter Ansatz zur Aufwandsreduzierung für Simulationen vorgestellt, indem Datenaufbereitung, Modellerstellung und Parametrierung automatisiert werden. Algorithmen erzeugen ein strukturiertes Datenmodell und erstellen automatisiert eine Simulation.     «

Die Produktion in globalen Produktionsnetzwerken bringt Vorteile, erhöht aber die Komplexität der Auftragsabwicklung. Simulationen helfen, dies zu bewältigen, erfordern aber lange Entwicklungszeiten und einen hohen Aufwand. In dieser Arbeit wird ein effizienter Ansatz zur Aufwandsreduzierung für Simulationen vorgestellt, indem Datenaufbereitung, Modellerstellung und Parametrierung automatisiert werden. Algorithmen erzeugen ein strukturiertes Datenmodell und erstellen automatisiert eine Simulatio...     »

Production in global production networks leverages competitive advantages but increases the complexity of order processing. Large-scale simulations help manage this but require long development times and high manual effort. This work presents an efficient approach to reduce simulation project efforts and time by automating data preparation, model building, and parameterization using tracking and tracing data. Algorithms transform raw data into a structured data model and create a simulation model.      «

Production in global production networks leverages competitive advantages but increases the complexity of order processing. Large-scale simulations help manage this but require long development times and high manual effort. This work presents an efficient approach to reduce simulation project efforts and time by automating data preparation, model building, and parameterization using tracking and tracing data. Algorithms transform raw data into a structured data model and create a simulation mode...     »