Jun.-Prof. Lang
Jun.-Prof. Dr.-Ing. Sebastian Lang
Institut für Engineering von Produkten und Systeme (IEPS) – Juniorprofessur für KI-Anwendung in Produktion und Logistik
Aktuelle Projekte
AI Engineering - Ein interdisziplinärer, projektorientierter Studiengang mit Ausbildungsschwerpunkt auf Künstlicher Intelligenz und Ingenieurwissenschaften - Teilprojekt FMB
Laufzeit: 01.12.2021 bis 30.11.2025
AI Engineering (AiEng) umfasst die systematische Konzeption, Entwicklung, Integration und den Betrieb von auf Künstlicher Intelligenz (KI) basierenden Lösungen nach Vorbild ingenieurwissenschaftlicher Methoden. Gleichzeitig schlägt AiEng eine Brücke zwischen der Grundlagenforschung zu KI-Methoden und den Ingenieurwissenschaften und macht dort den Einsatz von KI systematisch zugänglich und verfügbar. Das Projektvorhaben konzentriert sich auf die landesweite Entwicklung eines Bachelorstudiengangs «AI Engineering», welcher die Ausbildung von Methoden, Modellen und Technologien der KI mit denen der Ingenieurwissenschaften vereint. AiEng soll als Kooperationsstudiengang der Otto-von-Guericke-Universität (OVGU) Magdeburg mit den vier sachsen-anhaltischen Hochschulen HS Anhalt, HS Harz, HS Magdeburg-Stendal und HS Merseburg gestaltet werden. Der fächerübergreifende Studiengang wird Studierende befähigen, KI-Systeme und -Services im industriellen Umfeld und darüber hinaus zu entwickeln und den damit einhergehenden Engineering-Prozess - von der Problemanalyse bis zur Inbetriebnahme und Wartung / Instandhaltung - ganzheitlich zu begleiten. Das AiEng-Curriculum vermittelt eine umfassende KI-Ausbildung, ergänzt durch eine grundlegende Ingenieurausbildung und eine vertiefende Ausbildung in einer gewählten Anwendungsdomäne. Um eine Symbiose von KI- und ingenieurwissenschaftlicher Lehre zu erreichen, wird ein neuer handlungsorientierter Rahmen entwickelt und gelehrt, welcher den vollständigen Engineering-Prozess von KI-Lösungen beschreibt und alle Phasen methodisch unterstützt. AIEng zeichnet sich durch eine modulübergreifende Verzahnung von Lehr- und Lerninhalten innerhalb eines Semesters sowie durch ein fakultäts- und hochschulübergreifendes Tandem-Lehrkonzept aus und verfolgt ein studierendenzentriertes Didaktikkonzept, welches durch viele praxisorientierte (Team-)Projekte und ein großes Angebot an Open Educational Resources (OERs) mit (E)-Tutorenprogramm getragen wird.
Abgeschlossene Projekte
SENECA - Entwicklung eines selbstlernenden Entscheidungsunterstzützungssystem für die echtzeitfähige Auftragsreihenfolge und Maschinenbelegungsplanung
Laufzeit: 01.04.2020 bis 31.03.2022
Das Forschungsprojekt SENECA verfolgt die Entwicklung eines selbstlernenden Entscheidungsunterstützungssystems für die echtzeitfähige Auftragsreihenfolge- und Maschinenbelegungsplanung. Die Forschungsfrage lautet, wie Methoden des maschinellen Lernens (ML) angewendet werden müssen, um in Echtzeit zulässige Lösungen mit ausreichender Güte für Auftragsreihenfolge- und Maschinenbelegungsprobleme zu berechnen. Es sollen verschiedene ML-Methoden hinsichtlich ihrer Anwendbarkeit für die Auftragsreihenfolge- und Maschinenbelegungsplanung untersucht werden. Aufgrund der hohen Dynamik moderner Produktionssysteme und der daraus resultierenden Planungsunsicherheit wird erwartet, dass insbesondere die Produktionsablaufplanung von ML-basierten, echtzeitfähigen und adaptiven Entscheidungsunterstützungssystemen profitiert. ML-Algorithmen werden zurzeit vornehmlich für Regressions- und Klassifikationsprobleme eingesetzt. Ihr unmittelbarer Einsatz zur Berechnung von Optimierungsproblemen ist bisher kaum beforscht und industrielle Anwendungen sind bisher nicht bekannt. Das technische Arbeitsziel ist die Entwicklung eines Soft- und Hardware-Prototypen, welcher Entscheider in der Produktionsplanung und -steuerung unterstützt. Die technischen Herausforderungen betreffen insbesondere Aspekte der produktions- und einsatzspezifischen Gestaltung. Zum einen ist eine hohe Benutzerfreundlichkeit wichtig. Dies impliziert unter anderem, dass der Mensch stets die letzte Entscheidungsinstanz darstellt. Das System soll fähig sein, sich mit menschlicher Expertise kontinuierlich selbst zu verbessern. Zum anderen muss das Assistenzsystem derart gestaltet sein, dass die Echtzeitfähigkeit der Lösungsverfahren ausgeschöpft wird. Vorgeschlagene Auftragsreihenfolgen und Maschinenbelegungen müssen kurzfristig von der Produktionsplanung in die Produktionssteuerung überführt werden können.
Development of a Bologna-based Master Curriculum in Resource Efficient Production Logistics (ProdLog)
Laufzeit: 01.12.2017 bis 15.10.2021
ProdLog addresses the issue of a weak industrial sector in Kazakhstan, Kyrgyzstan and Russian Federation and focuses on enabling universities to gain and provide a profound and holistic knowledge on planning and operating sustainable production processes. For that purpose a bologna-based master curriculum with 18 modules in resource efficient production logistics will be developed and implemented in six universities of the partner countries. The academic staff will be trained with innovative teaching methods in the learning factory "Technology centre for production and logistics systems PULS" and equipped with state of the art logistics laboratories. By means of that, the understanding of logistics shall be widened - away from transport logistics to a systemic and interdisciplinary approach of applicant-oriented education, challenges with economical, political and social problems of our society.
Lastenraddepot - "Bürger*innen- und Verkehrsgerechte Implementierung von Innenstadtdepots für Lastenfahrräder"
Laufzeit: 01.09.2017 bis 30.11.2019
Lastenräder sind eine nachhaltige Alternative für den Transport von Waren in Städten. Sie haben das Potenzial zur Substitution von 25% der heutigen innerstädtischen Lieferfahrten und können so zu CO2-Einsparungen und einer höheren Lebensqualität in Städten beitragen. Das Einrichten von Innenstadtdepots für Lastenräder ermöglicht die Lagerung und den Umschlag von Waren für die anschließende Verteilung per Lastenrad in der Stadt. In dem interdisziplinären Projekt "Lastenraddepot" wird ein modellhafter Leitfaden zur Implementierung von Innenstadtdepots entwickelt. Der Fokus liegt sowohl auf logistischen Anforderungen, der Gewährleistung des Verkehrsflusses und einer hohen Akzeptanz durch Stakeholder. Es werden Aspekte wie Standortfragen, die Wirkung eines hohen Lastenradaufkommens im Verkehr, die Akzeptanz bei Anwohnenden und Verkehrsteilnehmenden sowie Nutzungspräferenzen von Lastenradfahrenden untersucht.
Der Lehrstuhl Logistische Systeme bildet gemeinsam mit der Abteilung Umweltpsychologie am Institut für Psychologie ein interdisziplinäres Team. Während auf logistischer Seite Verkehrsräume modelliert und simuliert werden, sind im Bereich der psychologischen Akzeptanzforschung eine qualitative Befragung von Sachverständigen (z.B. aus Lieferbranche, Planung, kommunalen Verwaltungen) und eine quantitative Befragung einer für Städte repräsentativen Stichprobe geplant.
Das Vorhaben zielt im Sinne des Nationalen Radverkehrsplans 2020 auf eine Verbesserung der Verkehrsqualität, eine Sicherung nachhaltiger Mobilität, eine breite Anwendbarkeit der Ergebnisse und die Generierung neuer Erkenntnisse. Es wird durch das Bundesministerium für Verkehr und digitale Infrastruktur (BMVI) aus Mitteln zur Umsetzung des Nationalen Radverkehrsplans 2020 gefördert.
Dem Projekt steht ein Projektbeirat zur Seite. Dieser besteht aus den folgenden Mitgliedern:
- Cargobike.jetzt
- Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR)
- DPD Deutschland GmbH
- PedalPower Schönstedt&Busack GbR
- United Parcel Service (UPS)
- Stadt Köln
- Zentrum für angewandte Psychologie, Umwelt- und Sozialforschung (ZEUS GmbH).
2024
Buchbeitrag
Optimizing safety stock placement in large real-world automotive supply networks using the Guaranteed-service Model
Rolf, Benjamin; Lavassani, Kayvan; Lang, Sebastian; Reggelin, Tobias
In: Proceedings of the 57th Annual Hawaii International Conference on System Sciences , 2024 - Honolulu, HI : Department of IT Management, Shidler College of Business, University of Hawaii ; Bui, Tung X., S. 1669-1678 [Konferenz: 57th Hawaii International Conference on System Sciences, Honolulu, Hawaii, January 3-6, 2024]
Begutachteter Zeitschriftenartikel
Using Sentiment Analysis to Detect Disruptive Events in Supply Chains
Vishnuthilak, Kiran Katoor; Rolf, Benjamin; Reggelin, Tobias; Lang, Sebastian
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 58 (2024), Heft 19, insges. 6 S.
A transformer-based deep reinforcement learning approach for dynamic parallel machine scheduling problem with family setups
Li, Funing; Lang, Sebastian; Tian, Yuan; Hong, Bingyuan; Rolf, Benjamin; Noortwyck, Ruben; Schulz, Robert; Reggelin, Tobias
In: Journal of intelligent manufacturing - Dordrecht [u.a.] : Springer Science + Business Media B.V . - 2024, insges. 34 S. [Online first]
Resource-efficient Edge AI solution for predictive maintenance
Artiushenko, Viktor; Lang, Sebastian; Lerez, Christoph; Reggelin, Tobias; Hackert-Oschätzchen, Matthias
In: Procedia computer science - Amsterdam [u.a.] : Elsevier, Bd. 232 (2024), S. 348-357
A review on unsupervised learning algorithms and applications in supply chain management
Rolf, Benjamin; Beier, Alexander; Jackson, Ilya; Müller, Marcel; Reggelin, Tobias; Stuckenschmidt, Heiner; Lang, Sebastian
In: International journal of production research - London [u.a.] : Taylor & Francis . - 2024, insges. 51 S. [Online first]
2023
Aufsatz
A scoping review on dynamic networks in supply chains
Rolf, Benjamin; Klementzki, Vanessa; Lang, Sebastian; Jackson, Ilya; Trojahn, Sebastian; Reggelin, Tobias
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 56 (2023), Heft 2, S. 203-214
Buchbeitrag
Ereignisdiskrete Modellierung autonomer Transportfahrzeuge mittels Open-Source Software - Discrete-event modelling of autonomous transport vehicles using open-source software
Artiushenko, Viktor; Müller, Marcel; Reggelin, Tobias; Lang, Sebastian
In: Simulation in Produktion und Logistik 2023 / ASIM-Fachtagung Simulation in Produktion und Logistik , 2023 - Ilmenau : Universitätsverlag Ilmenau ; Bergmann, Sören *1979-*, S. 271-280 [Tagung: 20. ASIM Fachtagung Simulation in Produktion und Logistik, Ilmenau, 13-15. September 2023]
Introduction to the minitrack “Simulation modeling and digital twins for decision making in the age of Industry 4.0"
Reggelin, Tobias; Galka, Stefan; Strassburger, Steffen; Lang, Sebastian
In: Proceedings of the 56th Annual Hawaii International Conference on System Sciences , 2023 - Honolulu, HI : Department of IT Management, Shidler College of Business, University of Hawaii ; Bui, Tung X., S. 1436-1437 [Konferenz: The 56th Hawaii International Conference on System Sciences, 2023]
AI Engineering als interdisziplinäres Einführungsmodul zwischen Künstlicher Intelligenz und Ingenieurwesen
Lang, Sebastian; Siegert, Ingo; Artiushenko, Viktor; Schleiss, Johannes
In: Informatik 2023 - Berlin : Gesellschaft für Informatik e.V. ; Klein, Maike, S. 381-384 - (GI-Edition. Proceedings; volume P-337) [Tagung: Informatik 2023, Berlin, 26. - 29. September 2023]
Begutachteter Zeitschriftenartikel
A two-stage RNN-based deep reinforcement learning approach for solving the parallel machine scheduling problem with due dates and family setups
Li, Funing; Lang, Sebastian; Hong, Bingyuan; Reggelin, Tobias
In: Journal of intelligent manufacturing - Dordrecht [u.a.] : Springer Science + Business Media B.V . - 2023, insges. 34 S.
Dissertation
Methoden des bestärkenden Lernens für die Produktionsablaufplanung
Lang, Sebastian
In: [Heidelberg]: Springer Vieweg, Dissertation Otto-von-Guericke-Universität Magdeburg 2023, XXXIII, 286 Seiten, ISBN: 978-3-658-41750-5 [Literaturverzeichnis: Seite 267-286][Literaturverzeichnis: Seite 267-286]
2022
Buchbeitrag
Introduction to the minitrack “Simulation modeling and digital twins for decision making in the age of Industry 4.0”
Reggelin, Tobias; Galka, Stefan; Ivanov, Dmitry; Lang, Sebastian
In: Proceedings of the 55th Annual Hawaii International Conference on System Sciences , 2022 - Honolulu, HI : Department of IT Management, Shidler College of Business, University of Hawaii at Manoa ; Bui, Tung X., S. 1954 [Konferenz: The 55th Hawaii International Conference on System Sciences, 2022]
Begutachteter Zeitschriftenartikel
A brief introduction to deploy Amazon Web Services for online discrete-event simulation
Hofmann, Wladimir; Lang, Sebastian; Reichardt, Paul; Reggelin, Tobias
In: Procedia computer science - Amsterdam [u.a.] : Elsevier, Bd. 200 (2022), S. 386-393 [Part of special issue: 3rd International Conference on Industry 4.0 and Smart Manufacturing]
A review on reinforcement learning algorithms and applications in supply chain management
Rolf, Benjamin; Jackson, Ilya; Müller, Marcel; Lang, Sebastian; Reggelin, Tobias; Ivanov, Dmitry
In: International journal of production research - London [u.a.] : Taylor & Francis, Bd. 60 (2022), insges. 30 S. [Published online: 03. Nov. 2022]
Using knowledge graphs and human-centric artificial intelligence for reconfigurable supply chains - a research framework
Rolf, Benjamin; Mebarki, Nasser; Lang, Sebastian; Reggelin, Tobias; Cardin, Olivier; Mouchère, Harold; Dolgui, Alexandre
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 55 (2022), Heft 10, S. 1693-1698 [Konferenz: 10th IFAC Conference on Manufacturing Modelling, Management and Control MIM 2022, Nantes, France, 22-24 June 2022]
Integration of the A2C algorithm for production scheduling in a two-stage hybrid flow shop environment
Gerpott, Falk T.; Lang, Sebastian; Reggelin, Tobias; Zadek, Hartmut; Chaopaisarn, Poti; Ramingwong, Sakgasem
In: Procedia computer science - Amsterdam [u.a.] : Elsevier, Bd. 200 (2022), S. 585-594 [Part of special issue: 3rd International Conference on Industry 4.0 and Smart Manufacturing]
Artikel in Kongressband
Developing a decision support system for integrated decision-making in purchasing and scheduling under lead time uncertainty
Rolf, Benjamin; Reggelin, Tobias; Lang, Sebastian; Galka, Stefan
In: Proceedings of the 55th Annual Hawaii International Conference on System Sciences , 2022 - Honolulu, HI : Department of IT Management, Shidler College of Business, University of Hawaii at Manoa ; Bui, Tung X., S. 1964-1973 [Konferenz: 55th Hawaii International Conference on System Sciences, HICSS55, online, 2022]
2021
Buchbeitrag
Introduction to the minitrack on modeling and decision making in manufacturing and logistics in the age of industry 4.0
Reggelin, Tobias; Galka, Stefan; Lang, Sebastian; Ivanov, Dmitry
In: Hawaii International Conference on System Sciences 2021 , 2021 - Honolulu, HI : University of Hawai'i at Manoa, Hamilton Library, S. 1643-1644
Procedure model for the development and launch of intelligent assistance systems
Reichardt, Paul; Lang, Sebastian; Reggelin, Tobias
In: Proceedings of the 2nd International Conference on Industry 4.0 and Smart Manufacturing (ISM 2020) , 2020 - [Amsterdam u.a.] : Elsevier ; Longo, Francesco, Bd. 180 (2021), S. 968-977 [Konferenz: ISM 2020]
Simulationsmodell mit 3D-Animation zur schnellen Bewertung von Ablaufplänen in der Produktion - Simulation model with 3D animation for quick evaluation of production schedules
Rolf, Benjamin; Reggelin, Tobias; Lang, Sebastian; Müller, Marcel; Prehm, Johann
In: Simulation in Produktion und Logistik 2021 , 1. Auflage - Göttingen : Cuvillier Verlag ; Franke, Jörg *1964-*, S. 207-216 [Tagung: 19. ASIM-Fachtagung Simulation in Produktion und Logistik, Erlangen, 15. - 17. September 2021; Literaturangaben]
From logistics process models to automated integration testing - proof-of-concept using open-source simulation software
Reichardt, Paul; Hofmann, Wladimir; Reggelin, Tobias; Lang, Sebastian
In: IEEE Xplore digital library / Institute of Electrical and Electronics Engineers - New York, NY : IEEE . - 2021, insges. 11 S. [Konferenz: 2021 Winter Simulation Conference (WSC), Phoenix, AZ, 12-15. Dec. 2021]
Begutachteter Zeitschriftenartikel
Open-source discrete-event simulation software for applications in production and logistics - an alternative to commercial tools?
Lang, Sebastian; Reggelin, Tobias; Müller, Marcel; Nahhas, Abdulrahman
In: Procedia computer science - Amsterdam [u.a.] : Elsevier, Bd. 180 (2021), S. 978-987 [Part of special issue: Proceedings of the 2nd International Conference on Industry 4.0 and Smart Manufacturing (ISM 2020)]
NeuroEvolution of augmenting topologies for solving a two-stage hybrid flow shop scheduling problem - a comparison of different solution strategies
Lang, Sebastian; Reggelin, Tobias; Schmidt, Johann; Müller, Marcel; Nahhas, Abdulrahman
In: Expert systems with applications - Amsterdam [u.a.] : Elsevier Science - Vol. 172 (2021), article 114666, insgesamt 19 Seiten
Modeling production scheduling problems as reinforcement learning environments based on discrete-event simulation and OpenAI Gym
Lang, Sebastian; Kuetgens, Maximilian; Reichardt, Paul; Reggelin, Tobias
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 54 (2021), Heft 1, S. 793-798 [Part of special issue: 17th IFAC Symposium on Information Control Problems in Manufacturing INCOM 2021: Budapest, Hungary, 7-9 June 2021]
2020
Buchbeitrag
Comparison of deadlock handling strategies for different warehouse layouts with an AGVS
Müller, Marcel; Ulrich, Jan Hendrik; Reggelin, Tobias; Lang, Sebastian; Reyes-Rubiano, Lorena Silvana
In: IEEE Xplore digital library / Institute of Electrical and Electronics Engineers - New York, NY : IEEE . - 2020, S. 1300-1311 [Konferenz: 2020 Winter Simulation Conference (WSC), first virtual Winter Simulation Conference December 14-18, 2020.]
Integration of deep reinforcement learning and discrete-event simulation for real-time scheduling of a flexible job shop production
Lanzerath, Nico; Lang, Sebastian; Behrendt, Fabian; Reggelin, Tobias; Müller, Marcel
In: IEEE Xplore digital library / Institute of Electrical and Electronics Engineers - New York, NY : IEEE . - 2020, S. 3057-3068 [Konferenz: 2020 Winter Simulation Conference (WSC), first virtual Winter Simulation Conference December 14-18, 2020.]
Scheduling jobs in a two-stage hybrid flow shop with a simulation-based genetic algorithm and standard dispatching rules
Rolf, Benjamin; Reggelin, Tobias; Nahhas, Abdulrahman; Müller, Marcel; Lang, Sebastian
In: IEEE Xplore digital library / Institute of Electrical and Electronics Engineers - New York, NY : IEEE . - 2020, S. 1584-1595 [Konferenz: 2020 Winter Simulation Conference (WSC), first virtual Winter Simulation Conference December 14-18, 2020.]
Evolving neural networks to solve a two-stage hybrid flow shop scheduling problem with family setup times
Lang, Sebastian; Reggelin, Tobias; Behrendt, Fabian; Nahhas, Abdulrahman
In: Hawaii International Conference on System Sciences 2020 , 2020 - Honolulu, Hawaii : ScholarSpace, S. 1298-1307, 1 Online-Ressource (1,05 MB) [Konferenz: 53rd Hawaii International Conference on System Sciences 2020, Honolulu, Hawaii, 2020.01.06-10]
Transparency and training in manufacturing and logistics processes in times of industry 4.0 for Smes
Strubelt, Henning; Trojahn, Sebastian; Lang, Sebastian
In: IEEE Xplore digital library / Institute of Electrical and Electronics Engineers - New York, NY : IEEE . - 2019, S. 2013-2024 [Konferenz: 2019 Winter Simulation Conference, WSC, National Harbor, MD, USA, 8-11 December 2019]
Begutachteter Zeitschriftenartikel
Impact assessment model for the implementation of cargo bike transshipment points in urban districts
Assmann, Tom; Lang, Sebastian; Müller, Florian; Schenk, Michael
In: Sustainability - Basel : MDPI - Volume 12 (2020), issue 10, article 4082, 19 Seiten
Mesoscopic discrete-rate-based simulation models for production and logistics planning
Reggelin, Tobias; Lang, Sebastian; Schauf, Christian
In: Journal of simulation - Abingdon : Taylor & Francis Group - Vol. 14 (2020), 4, insgesamt 10 Seiten
Assigning dispatching rules using a genetic algorithm to solve a hybrid flow shop scheduling problem
Rolf, Benjamin; Reggelin, Tobias; Nahhas, Abdulrahman; Lang, Sebastian; Müller, Marcel
In: Procedia manufacturing - Amsterdam [u.a.] : Elsevier, Bd. 42 (2020), S. 442-449 [Konferenz: International conference on Industry 4.0 and Smart Manufacturing (ISM 2019)]
2019
Begutachteter Zeitschriftenartikel
Towards learning- and knowledge-based methods of artificial intelligence for short-term operative planning tasks in production and logistics - research idea and framework
Lang, Sebastian; Schenk, Michael; Reggelin, Tobias
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 52 (2019), Heft 13, S. 2716-2721 [Part of special issue: 9th IFAC Conference on Manufacturing Modelling, Management and Control MIM 2019: Berlin, Germany, 2830 August 2019]
Integration of LiFi technology in an Industry 4.0 learning factory
Mukku, Vasu Dev; Lang, Sebastian; Reggelin, Tobias
In: Procedia manufacturing - Amsterdam [u.a.] : Elsevier, Bd. 31 (2019), S. 232-238 [Part of special issue: Research. Experience. Education. 9th Conference on Learning Factories 2019 (CLF 2019), Braunschweig, Germany]
2018
Buchbeitrag
Toward adaptive manufacturing - scheduling problems in the context of Industry 4.0
Nahhas, Abdulrahman; Lang, Sebastian; Bosse, Sascha; Turowski, Klaus
In: 2018 Sixth International Conference on Enterprise Systems , 2018 - Piscataway, NJ : IEEE ; Papadopoulos, George A. *1960-*, S. 108-115 [Konferenz: 2018 Sixth International Conference on Enterprise Systems (ES), Limassol, Cyprus, 1-2 October 2018]
Scheduling approach for the simulation of a sustainable resource supply chain
Strubelt, Henning; Trojahn, Sebastian; Lang, Sebastian; Nahhas, Abdulrahman
In: Logistics - Basel : MDPI AG, Bd. 2 (2018), Heft 3, S. 1-11
Towards a modular, decentralized and digital industry 4.0 learning factory
Lang, Sebastian; Regelin, Tobias; Motasem, Jobran; Hofmann, Wladimir
In: 2018 Sixth International Conference on Enterprise Systems , 2018 - Piscataway, NJ : IEEE, S. 123-128 [Konferenz: 2018 Sixth International Conference on Enterprise Systems (ES), Limassol, Cyprus, 1-2 October 2018]
Discussing the application potentials of Microsoft HoloLens-TM in production and logistics - a literature review and case study
Lang, Sebastian; Kota, Mohammed S. S. D.; Weigert, David
In: The 4th International Conference of the Virtual and Augmented Reality in Education (VARE 2018) - Rende, Italy, S. 188-197 [Konferenz: VARE 2018]
Begutachteter Zeitschriftenartikel
Simulation and virtual commissioning of modules for a plug-and-play conveying system
Hofmann, Wladimir; Ulrich, Jan Hendrik; Lang, Sebastian; Reggelin, Tobias; Tolujew, Juri
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 51 (2018), Heft 11, S. 649-654
Applying methods of artificial intelligence for optimization in production and logistics
Lang, Sebastian
In: Research and technology - step into the future - Riga : Transport and Telecommunication Institute, Bd. 13 (2018), Heft 2, S. 21-29 [Special issue: PhD seminar Sci-Bi: Digitalization in Logistics and Transport, 16 October 2018, Riga]
Artikel in Kongressband
Applying methods of artificial intelligence for optimization in production and logistics
Lang, Sebastian
In: 11th International Doctoral Students Workshop on Logistics - June 19, 2018, Magdeburg , 2018 - Magdeburg : Institut für Logistik und Materialflusstechnik an der Otto-von-Guericke-Universität Magdeburg, S. 97-102 [Konferenz: 11th International Doctoral Students Workshop on Logistics, Magdeburg, 19.06.2018]
2017
Buchbeitrag
Forecast models and hierarchical combined discrete-rate/discrete-event simulation models for parcel service networks
Lang, Sebastian; Reggelin, Tobias; Manner-Romberg, Horst
In: The 19th International Conference on Harbor, Maritime and Multimodal Logistics Modelling and Simulation (HMS 2017) - Genova : DIME Università, S. 111-118 [Konferenz: HMS 2017]
Application of discrete-rate based mesoscopic simulation models for production and logistics planning
Reggelin, Tobias; Schauf, Christian; Lang, Sebastian; Weigert, David
In: The 19th International Conference on Harbor, Maritime and Multimodal Logistics Modelling and Simulation (HMS 2017) - Genova : DIME Università, S. 141-147 [Konferenz: HMS 2017]
Simulation-based training modules for independent training of employees in the automotive industry
Friedrichs, Alexander; Reggelin, Tobias; Lang, Sebastian; Wunder, Toralf
In: The 19th International Conference on Harbor, Maritime and Multimodal Logistics Modelling and Simulation (HMS 2017) - Genova : DIME Università, S. 125-130 [Konferenz: HMS 2017]
Mesoskopische Simulationsmodelle in der Produktions- und Logistikplanung
Reggelin, Tobias; Lang, Sebastian; Weigert, David; Schauf, Christian
In: Simulation in Produktion und Logistik 2017 / Fachtagung Simulation in Produktion und Logistik , 2017 - Kassel : Kassel University Press, S. 199-208
Comparison of a microscopic discrete-event and a mesoscopic discrete-rate simulation model for planning a production line
Gleye, Florian; Reggelin, Tobias; Lang, Sebastian
In: The 29th European Modeling and Simulation Symposium (EMSS 2017) - Genova : DIME Universitá, S. 444-448 [Konferenz: EMSS 2017]
Begutachteter Zeitschriftenartikel
Mesoscopic simulation models for logistics planning tasks in the automotive industry
Lang, Sebastian; Reggeling, Tobias; Wunder, Toralf
In: Procedia engineering - Amsterdam [u.a.] : Elsevier, Bd. 178 (2017), S. 298-307 [Konferenz: RelStat-2016, 19.-22.10.2016, Riga, Latvia]
Integrating virtual commissioning based on high level emulation into logistics education
Hofmann, Wladimir; Langer, Sebastian; Lang, Sebastian; Reggelin, Tobias
In: Procedia engineering - Amsterdam [u.a.] : Elsevier, Bd. 178 (2017), S. 24-32 [Konferenz: RelStat-2016, 19.-22.10.2016, Riga, Latvia]
2016
Buchbeitrag
Integrating virtual commissioning based on high level emulation into logistics education
Hofmann, Wladimir; Langer, Sebastian; Lang, Sebastian; Reggelin, Tobias
In: The 16th International Conference Reliability and Statistics in Transportation and Communication, (RelStat'16) - Riga : Transport und Telecommunication Institute . - 2016, S. 486-494
Emulation als Teil eines Materialflusslabors
Langer, Sebastian; Hofmann, Wladimir; Lang, Sebastian
In: Logistik neu denken und gestalten - 21. Magdeburger Logistiktage : Tagungsband / Magdeburger Logistiktage "Logistik Neu Denken und Gestalten" , 2016 - Magdeburg : Fraunhofer-Institut für Fabrikbetrieb und -automatisierung IFF, S. 183-193 [Kongress: 21. Magdeburger Logistiktage "Logistik neu denken und gestalten", Magdeburg, 22. - 23. Juni, 2016]
Emulation as part of an integrated logistics learning environment
Langer, Sebastian; Hofmann, Wladimir; Lang, Sebastian; Reggelin, Tobias; Weigert, David
In: The 28th European Modeling & Simulation Symposium, EMSS 2016 - Genoa : DIPTEM, S. 134-140 [Kongress: 28th European Modeling & Simulation Symposium, EMSS 2016, Cyprus, 26-28 September, 2016]
Mesoscopic simulation for automotive industry applications
Lang, Sebastian; Reggelin, Tobias; Wunder, Toralf
In: The 16th International Conference Reliability and Statistics in Transportation and Communication, (RelStat'16) - Riga : Transport und Telecommunication Institute . - 2016, S. 582-590
2015
Buchbeitrag
Hierarchical mesoscopic simulation models of parcel service provider networks
Erichsen, Björn; Reggelin, Tobias; Lang, Sebastian; Manner-Romberg, Horst
In: The 17th International Conference on Harbor, Maritime and Multimodal Logistics Modelling and Simulation - DIME Università di Genova . - 2015, S. 73-78