DC FieldValueLanguage
dc.contributor.advisorSihn, Wilfried-
dc.contributor.authorSchmidt, Lukas-
dc.date.accessioned2020-07-23T16:11:10Z-
dc.date.issued2020-
dc.date.submitted2020-06-
dc.identifier.urihttps://doi.org/10.34726/hss.2020.59343-
dc.identifier.urihttp://hdl.handle.net/20.500.12708/15049-
dc.descriptionArbeit an der Bibliothek noch nicht eingelangt - Daten nicht geprüft-
dc.descriptionAbweichender Titel nach Übersetzung der Verfasserin/des Verfassers-
dc.description.abstractIndustrieunternehmen stehen der Herausforderung einer langjährigen Ersatzteilversorgung nach Abschluss der Serienfertigung gegenüber. Diese Aufgabe ist meist gesetzlich bzw. vertraglich verpflichtend und mit erheblichem Aufwand verbunden. Zur Erfüllung dieser Aufgabe haben Unternehmen die Möglichkeit, aus verschiedenen Bereitstellungsstrategien zu wählen, um den anfallenden Bedarf an individuellen Ersatzteilen in der Nachserienphase zu decken.Die vorliegende Arbeit befasst sich mit der Identifikation geeigneter ersatzteilbezogener Klassifikationsmerkmale, um Maschinen- und Anlagenbauunternehmen eine Möglichkeit zu bieten, aus Herstellersicht beurteilen zu können, welche Strategie sich dazu am besten empfiehlt. Im Zuge des Identifikationsprozesses findet die Eignung der additiven Fertigung zur Ersatzteilbereitstellung zusätzlich Berücksichtigung, weshalb metallische Bauteile im Fokus stehen.Einleitend werden die einzelnen Nachserienversorgungsstrategien näher erklärt und Möglichkeiten der Ersatzteilklassifikation aufgezeigt. Außerdem wird die additive Fertigung nach dem Verfahren des selektiven Laserschmelzens (SLM-Verfahren) genauer beleuchtet, da dieses speziell für metallische Werkstoffe relevant ist. Anhand der erlangten Erkenntnisse wurde eine Demoversion eines Ersatzteil-Klassifizierungstools mittels VBA (Visual Basic for Applications) in Excel programmiert, das dem Anwender eine automatische Ersatzteilklassifikation ermöglicht. Anschließend erfolgte eine empirische Untersuchung zur Evaluierung des erstellten Modells. Dazu wurden neben der Auswertung von Datenblättern verschiedener 3D-Druckermodelle auch Interviews mit Experten im Bereich des Ersatzteilmanagements und der additiven Fertigung geführt. Die Interviews dienten sowohl der Erlangung von Erkenntnissen bezüglich marktseitiger als auch technologieseitiger Rahmenbedingungen. Aus diesem Vorgehen wurden nachfolgend Weiterentwicklungspotentiale abgeleitet und gemeinsam mit den erlangten Erkenntnissen (z.B. Experteninformationen) in das bestehende Demo-Tool implementiert.Als Ergebnis der Arbeit geht ein Excel-Tool hervor, das Unternehmen als Unterstützung bei der Strategiefindung unter Berücksichtigung der additiven Fertigung dient und darstellt, welche Eingangsdaten für eine umfassende Analyse notwendig sind.Die Erkenntnisse zeigen, dass die Anforderungen an die entwickelte Anwendung sehr stark vom betrachteten Unternehmensbereich abhängig sind und ein individuelles Setup des Tools vor Ersteinsatz sowie eine kontinuierliche Datenpflege unbedingt notwendig sind. Herausforderungen, die hiermit in Zusammenhang stehen, werden erläutert und ein Ausblick auf zukünftige Erweiterungsmöglichkeiten des Analyseprogramms gegeben.de
dc.description.abstractIndustrial companies face considerable challenges in ensuring long-term supply of individual spare parts beyond completion of series production. This is often legally required under contractual arrangements and associated with significant effort. To accomplish this task, companies have the option to choose from a variety of delivery strategies to meet the need for individual spare parts in the post-production phase.The present work deals with the identification of suitable spare-part-related classification features in order for machinery and plant construction companies to judge, from a manufacturer's perspective, which strategy is best. In the course of the identification process, the suitability of additive manufacturing for the provision of spare parts is also taken into account. Therefore, the focus is on metallic components.As an introduction, the individual post-production supply strategies are explained in greater detail and options for spare parts classification are outlined. Furthermore, additive manufacturing using the selective laser melting (SLM) process is highlighted, as this process is particularly relevant for metallic materials. Based on the obtained knowledge, a demo version of a spare part classification tool was coded by means of VBA (Visual Basic for Applications) in Excel, which enables automatic spare part classification for users.Subsequently, an empirical investigation was carried out to evaluate the created model. In addition to the evaluation of data sheets of various 3D printer models, interviews with experts in the field of spare parts management and additive manufacturing were conducted. The interviews provided expert information and insights, including of market-related and technology-related framework conditions, and potentials for improvement to the created classification tool were identified and implemented.The result of the present work is an Excel tool that assists companies in finding the right delivery strategy. It takes additive manufacturing into consideration and shows which input data is needed for a comprehensive analysis.The findings show that the requirements for the developed application are very much dependent on the considered business unit and that an individual setup of the tool prior to initial use as well as continuous data maintenance are absolutely necessary. Challenges related to this are discussed and an outlook on future expansion possibilities of the analysis tool are given.en
dc.format142 Seiten-
dc.languageDeutsch-
dc.language.isode-
dc.subjectErsatzteilmanagementde
dc.subjectErsatzteilde
dc.subjectKlassifikationde
dc.subjectKlassifikationskriteriende
dc.subjectKlassifikationsmerkmalde
dc.subjectBereitstellungsstrategiede
dc.subjectVersorgungsstrategiede
dc.subjectNachserienversorgungde
dc.subjectErsatzteilmanagementen
dc.subjectErsatzteilen
dc.subjectKlassifikationen
dc.subjectKlassifikationskriterienen
dc.subjectKlassifikationsmerkmalen
dc.subjectBereitstellungsstrategieen
dc.subjectVersorgungsstrategieen
dc.subjectNachserienversorgungen
dc.titleAutomatische Klassifikation von Bauteilen im Ersatzteilmanagement unter Berücksichtigung additiver Fertigungstechnologiende
dc.titleAutomated classification of components for managing spare parts under consideration of additive manufacturing technologiesen
dc.typeThesisen
dc.typeHochschulschriftde
dc.identifier.doi10.34726/hss.2020.59343-
dc.publisher.placeWien-
tuw.thesisinformationTechnische Universität Wien-
tuw.publication.orgunitE330 - Institut für Managementwissenschaften-
dc.type.qualificationlevelDiploma-
dc.identifier.libraryidAC15679535-
dc.description.numberOfPages142-
dc.thesistypeDiplomarbeitde
dc.thesistypeDiploma Thesisen
item.grantfulltextopen-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.cerifentitytypePublications-
item.cerifentitytypePublications-
item.openairetypeThesis-
item.openairetypeHochschulschrift-
item.fulltextwith Fulltext-
item.languageiso639-1de-
Appears in Collections:Hochschulschrift | Thesis
Show simple item record

Google ScholarTM

Check


Items in reposiTUm are protected by copyright, with all rights reserved, unless otherwise indicated.