Prof. Arlinghaus
Prof. Dr. oec. Julia Arlinghaus
Institut für Engineering von Produkten und Systeme (IEPS) – Professur für Produktionssysteme und -automatisierung
Aktuelle Projekte
Gamelab Sachsen-Anhalt – Forschungs- und Entwicklungsplattform für Applied Immersive Games
Laufzeit: 01.01.2024 bis 31.12.2027
Unternehmen in Sachsen-Anhalt stehen vor großen Herausforderungen. Innovationen tragen dazu bei, diese Herausforderungen zu bewältigen, indem sie kreative Lösungen bieten und neue Perspektiven sowie effizientere Ansätze ermöglichen. Applied Immersive Games - zu verstehen als menschzentrierte und nachhaltige Innovationsmethode - sind attraktiv für die Generation Z (Talentakquise), als Werkzeug für lebenslanges Lernen (Industrie 5.0) aller Arbeitnehmenden zu gebrauchen, eine zentrale Grundlage für die Sicherung von implizitem Erfahrungswissen (Fachkräftemangel), im Rahmen zukunftsorientierter Ausbildungen sowie für Qualifizierungen und Weiterbildungsbeteiligungen unabdingbar (Trainingszwecke) sowie ein ideales Instrument für die Sensibilisierung für Cutting-Edge Technologien im Kontext digitaler Lernsysteme.
Projektziel
Ziel ist die Etablierung einer Forschungs- und Entwicklungsplattform für Applied Immersive Games welche es durch die Synergie von Wissenschaft und Wirtschaft, Unternehmen im Land ermöglicht, die Herausforderungen der Arbeitswelt mittels menschzentrierter Innovationen zu adressieren und Lösungsansätze zu erarbeiten. Das Projekt verfolgt dabei die Erforschung eines (integrativen) Baukastenprinzips.
Das Projekt Gamelab Sachsen-Anhalt wird vom Europäischen Fond für regionale Entwicklung (EFRE) im Projektzeitraum von 2024 bis 2027 gefördert.
OpenDANS - Open Data für Nachhaltige und Skalierbare Produktionsforschung
Laufzeit: 01.01.2024 bis 31.12.2027
Methoden der Künstlichen Intelligenz (KI) werden für die Unternehmen und die Wissenschaft in Sachsen-Anhalt zunehmend zum kritischen Wettbewerbsfaktor. Hochschulen und Forschungseinrichtungen wirken als Impulsgeber für die Entwicklung neuartiger Planungs-, Steuerungs- und Optimierungsmethoden und KI-Anwendungen. Produktions- und Logistikunternehmen nutzen diese Methoden, um Effizienz, Flexibilität und Nachhaltigkeit kontinuierlich zu steigern. Das Projekt OpenDANS zielt auf die synergetische Vernetzung beider Player ab. Ziel des Projekts ist der Aufbau einer Open Source-Datenbank für Realdaten und KI-Anwendungen, auf die Unternehmen wie Forschende kostenfrei zugreifen können. Forschende erhalten Zugriff auf reale Datensätze, was die Forschungsergebnisse insbesondere hinsichtlich der Anwendungsnähe signifikant steigert. Unternehmen erhalten unmittelbar Zugriff auf Methoden und Analyseansätze.
Nach dem Vorbild der der Biologie- und Medizinforschung wie die Etablierung des Human Genom Projekt als offene Datenbank, will OpenDANS ebenfalls disruptives Potential für die Produktions- und Logistikforschung freisetzen. Die entstehende Datenbank wird zur Grundlage für WissenschaftlerInnen weltweit und erlaubt gegenseitig auf Ergebnisse aufbauen zu können. Der offene Austausch standardisierter Realdatensätze schafft Synergie, verbesserte die Anwendbarkeit und die Skalierbarkeit der Forschungsergebnisse im Bereich KI und Digitale Zwillinge. Dies bringt erhebliche Vorteile für die WissenschaftlerInnen, den Wissenschaftsstandort Sachsen-Anhalt sowie für die Effizienz und Nachhaltigkeit der ansässigen Unternehmen.
SmartRegion Sachsen-Anhalt
Laufzeit: 01.01.2024 bis 31.12.2027
Der Einsatz neuer Technologien, die Integration bestehender ökologisch-technischer Systeme und die Vernetzung der verschiedenen Wirtschaftsbereiche prägen das Leben in der Region im 21. Jahrhundert. Bisher wurden wichtige Bereiche wie Energie, Wasser, Verkehr und Wohnen weitgehend separat und unabhängig voneinander betrachtet, wobei unterschiedliche Kriterien im Vordergrund standen.
Um die aktuelle Energiesituation, den Zustand der Landwirtschaft und die Verkehrsinfrastruktur in der Region mit einem nachhaltigen und gesunden Lebensstil der Bewohner zu vereinen – einschließlich Wasserverbrauch und Abfallmanagement – ist es notwendig, nach neuen und innovativen Modellen zu suchen, die diese Aspekte in einem ganzheitlichen Ansatz zusammenführen.
Das Projekt verfolgt das Ziel, Modelle und Werkzeuge für eine integrative Planung und einen sektorübergreifenden Betrieb in Sachsen-Anhalt zu entwickeln. Hierbei sollen die Bereiche Energie, Wasser und Abwasser, Wohnen und Leben sowie Mobilität und Verkehr eng miteinander verknüpft werden.
In Zusammenarbeit mit den Forschungspartnern wird die Forschung auf die Bereiche Energie (Prof. Dr.-Ing. Przemyslaw Komarnicki, Hochschule Magdeburg), Wohnen und Leben (Prof. Dr. rer. nat. Olaf Ueberschär, Hochschule Magdeburg), Wasser, Trinkwasser und Abwasser (Prof. Dr.-Ing. Bernd Ettmer und Prof. Dr.-Ing. habil. Jürgen Wiese, Hochschule Magdeburg) sowie Mobilität und Verkehr (Prof. Dr. oec. Julia Arlinghaus, Otto-von-Guericke-Universität Magdeburg) ausgeweitet. Ziel ist es, Sachsen-Anhalt zukunftsfähig und nachhaltig zu gestalten
Quick Check Nachhaltigkeitsrisiken
Laufzeit: 01.10.2022 bis 30.09.2025
Ziel dieses Forschungsprojekts ist die Entwicklung eines online-basierten Toolkits für die Erstbeurteilung für Nachhaltigkeits- und ESG-Risiken. Aufbauend auf und ergänzend zu den beiden Quick Check-Tools Supply Chain Quick Check und Digital Quick Check werden die Erkenntnisse in ein neues, webbasiertes Tool überführt, das Industrieunternehmen kostenlos und aufwandsarm eine Grundlage für die Erstbeurteilung von Reputations- und Nachhaltigkeitsrisiken sowie möglichen Gegenmaßnahmen bietet.
Kooperation: Funk Stiftung
Die Implementierung von Industrie 4.0 an der Lieferanten-Kunden Schnittstelle
Laufzeit: 01.01.2021 bis 31.12.2024
Das Forschungsthema untersucht, wie sich die Einführung Industrie 4.0 an der Lieferanten-Kundenschnittstelle insbesondere auf die Zusammenarbeit von Unternehmen, Geschäftsmodelle und dahinter liegende Risiken auswirkt. Der Schwerpunkt liegt dabei auf einer Betrachtung unterschiedlicher digitaler Reifegrade von Lieferanten und Kunden. Durch seine Arbeit an einem E2E-Resilienz-Ansatz im Rahmen eines digitalen Zwillings der Siemens-Supply-Chain, lässt er Erkenntnisse aus dem praktischen Risikomanagement in seine Forschung einfließen.
Erkennen und Erfassen von Störungen in der manuellen Montage komplexer Kleinserienprodukte
Laufzeit: 01.01.2021 bis 31.12.2024
In der Endmontage von komplexen Kleinserienprodukten werden die entsprechenden Baugruppen, Module und Einzelteile mit hohem manuellen Aufwand und niedrigem Automatisierungsgrad erstellt. Innerhalb dieses Wertschöpfungsprozesses kommt es zu Störungen durch verschiedene Gründe wie Fehlteile, fehlende Mitarbeiter, Maschinenstörungen und Qualitätsprobleme. Diese wirken sich negativ auf Leistungskennzahlen wie Kosten und Lieferung aus. Im Mittelpunkt der Forschung stehen die menschlichen Faktoren, die bei der Störungserkennung und -erfassung wirken, während die Mitarbeitenden mit dem Montagesystem interagieren. Das Ziel ist es ein Vorgehen zu entwickeln, dass Störungsdaten manuell und störungsevent-basiert in angemessener Detailtiefe effizient erfasst und Abweichungen zwischen Plan-und Soll-Durchlaufzeit mit hoher Zuverlässigkeit erklärt. Die so erzeugten Informationen dienen als Ausgangspunkte für die Verbesserung des Wertschöpfungsprozesses.
Exploiting self-driving functions of autonomous vehicles to increase assembly performance
Laufzeit: 01.01.2021 bis 31.12.2024
Die Automobilindustrie steht vor dem Wandel hin zu autonomen Fahrzeugen. Gleichzeitig sind die Montagesysteme mit hohen Flexibilitätsanforderungen konfrontiert. Das Projekt befasst sich mit der Erschließung von Potenzialen, die sich aus der Nutzung der technologischen Basis, wie z.B. Sensorik und Bilderkennung, von autonomen Fahrzeugen als Montageobjekte ergeben und zielt auf die Nutzung der Selbstfahrfunktion bereits in Montagesystemen ab, um benötigte Fördertechnik zu reduzieren. Dabei liegen Schwerpunkte der Arbeit auf der Definition von Mindestanforderungen an das autonome Fahrzeug im Montageumfeld, der nötigen Neuordnung der Montagereihenfolge, um die Funktion möglichst früh nutzbar zu machen, sowie der Anwendung von flexibleren Montagestrukturen ab dem Zeitpunkt der Erreichung der Fahrbereitschaft in der Montage.
Exzellenz Cluster Inititative "Cognitive Vitality" - Teilprojekt Werkstätten - Recovery Promotion
Laufzeit: 01.12.2022 bis 31.12.2024
Innerhalb der Exzellenz-Cluster Initiative: Cognitive Vitalität wird durch den Lehrstuhl PSA, in Zusammenarbeit mit der Forschungsgruppe Neuropsychologie der OVGU sowie der Arbeitsgruppe digitale Assistenzsysteme des Fraunhofer Instituts IFF, ein Vorhaben in der Werkstatt „Regenerationsförderung“ umgesetzt. Ziel ist es hierbei ein neuartiges Messverfahren zur objektiven Bewertung kognitiver Erschöpfung zu etablieren, auf deren Basis u. a. das Potential kognitiv unterstützender Assistenzsysteme bewertet werden kann. In einer ersten Laborstudie werden derzeit Zusammenhänge auf Basis einer Elektroenzephalographie (EEG) sowie Atemgasuntersuchung mit dem Auftreten erhöhter kognitiver Beanspruchung ermittelt. Die Übertragbarkeit der Ergebnisse in die reale industrielle Umgebung soll in Folgestudien untersucht werden.
Die Exzellenz-Cluster Initiative: Cognitive Vitalität ist bestrebt in einem integrativen Ansatz die traditionellen Grenzen zwischen verschiedenen Wissenschaftsbereichen zu überwinden. Wir möchten verstehen, welche neuronalen, somatischen und sozialen Faktoren die kognitive Vitalität bestimmen und streben eine paradigmatische und übertragbare Innovation an, die von der Grundlagenforschung bis zur Prävention und Intervention reicht. Dabei bauen wir auf der Geschichte Magdeburgs in der Erforschung neuronaler Schaltkreise auf.
Gesamtprojektleitung. Prof. Dr. Emrah Düzel
Weitere Infos zum Projekt finden Sie hier: https://cognitive-vitality.de/
Forschungsinitiative Productive Teaming - Teilprojekt "Verbesserte Zusammenarbeit von Mensch und Maschine im Produktionsprozess"
Laufzeit: 01.01.2023 bis 31.12.2024
Im Angesicht der rasanten technologischen Fortschritte besteht die zukunftsweisende Vision der Forschungsinitiative Productive Teaming darin, die Zusammenarbeit von Menschen und Maschinen auf eine neue Ebene zu heben. Es soll eine neue Generation von dynamischen Mensch-Maschine Teams in Produktionssystemen ermöglicht werden, welche komplexere und adaptivere Herausforderungen bewältigen können als aktuelle cyber-physische Systeme oder menschliche Teams.
Statt herkömmlicher Produktionsautomatisierung, welche sich in hohem Maße auf feste, vorgegebene Abläufe stützt, soll in Teaming-Produktionssystemen die Aufrechterhaltung von Flexibilität und Anpassungsfähigkeit der Produktionsprozesse im Zentrum stehen. Hierzu sollen die dem Menschen angeborenen Fähigkeiten zur agilen Reaktion und Anpassung an Störungen, wie z. B. Fehler aus vorangegangenen Prozessschritten oder benötigte Eingangsmengen für Halbfertigprodukte, auch auf maschineller Ebene realisiert werden. Anstatt also auf die maximale Automatisierung und der damit einhergehenden Notwendigkeit zur Standardisierung von Produktionsprozessen abzuzielen, soll durch die Forschungsinitiative „Productive Teaming“ eine maximale Flexibilisierung und Dynamisierung der Produktion ermöglicht werden, sowohl hinsichtlich der einzelnen Produktionsschritte als auch der Ausgestaltung des fertigen Produkts (Losgröße 1). Dieser Paradigmenwechsel fördert die Entstehung adaptiver Fertigungsprozesse, die Verbesserung von Arbeitsbedingungen, höhere Nachhaltigkeit und stärkere Produktindividualisierung, was den Herausforderungen von Industrie 5.0 Rechnung trägt.
Um diese Ziele zu realisieren, sollen intelligente Systeme so verbessert werden, dass sie i) auf kognitiver Ebene Schlussfolgerungen ziehen, ii) interdependente Handlungen für nahtlose, zielgerichtete und kohärente Teamarbeit abstimmen, iii) gemeinsame Handlungspläne entwerfen und iv) durch Transparenz in der Entscheidungsfindung Vertrauen und Akzeptanz schaffen. Die daraus resultierende neue Stufe der Mensch-Maschine-Symbiose führt zu mehr Flexibilität in der Produktionslandschaft, weniger Material- und Energieverbrauch und einer allgemeinen Verringerung der kognitiven und physischen Belastungen für die menschlichen Mitarbeiter.
Bei „Productive Teaming“ handelt es sich um eine gemeinschaftliche Forschungsinitiative der TU Chemnitz, der TU Ilmenau und der OVGU Magdeburg. Die drei Universitäten ergänzen sich dabei hervorragend im Netzwerk, das sich insbesondere der Mensch-Technik-Interaktion widmet und perspektivisch auch in anderen Forschungsbereichen expandiert. Jede der drei Universitäten bringt ihre spezielle Expertise ein – die TU Chemnitz auf dem Gebiet „Mensch-Maschine-Interaktion und Kognitive Systeme“, die TU Ilmenau im Bereich „Intelligente Sensorik und komplexe Systeme“ und die OVGU Magdeburg im Forschungsfeld „Künstliche Intelligenz und Digital Engineering“.
Maschinelles Lernen in der Produktionsplanung und -steuerung
Laufzeit: 01.01.2021 bis 31.12.2024
Das Handlungsumfeld der Produktionsplanung und -steuerung ist vermehrt geprägt von Komplexität, Unsicherheit und Dynamik, wodurch die produktionslogistische Zielerreichung für Unternehmen erschwert wird. Gleichzeitig ist durch den zunehmenden Einsatz von cyberphysischen Systemen eine deutliche größere Menge an Informationen nahezu in Echtzeit verfügbar, welche für Planungs- und Steuerungsaufgaben herangezogen werden kann. Jedoch haben konventionelle Methoden der Produktionsplanung und -steuerung Schwierigkeiten, diese gesteigerte Informationsmenge zu verarbeiten und entscheidungsrelevante Aspekte herauszufiltern. Daher soll im Rahmen dieses Projektes erforscht werden, inwieweit die Produktionsplanung und -steuerung durch Verfahren des maschinellen Lernens verbessert werden kann und welche Barrieren eine Implementierung gegenwärtig erschweren.
Menschenzentrierte Gestaltung von Produktionsplanungs- und -steuerungssystemen
Laufzeit: 01.01.2021 bis 31.12.2024
In den Bereichen der Produktionsplanung und -steuerung (PPS) ist der Produktionsplaner mit Unsicherheiten und hoher Komplexität konfrontiert, wodurch zur Unterstützung Entscheidungsunterstützungssysteme eingesetzt werden. Im Kontext der Industrie 4.0 haben diese technischen Lösungen jedoch primär den Fokus auf dem Einsatz von Maschinen und weniger auf dem Menschen, wodurch die menschliche Perspektive in Form von Bedürfnissen und Cognitive Biases häufig vernachlässigt werden. Dieses Problem soll durch den menschenzentrierten Ansatz der Industrie 5.0 in der PPS durch das Projekt gelöst werden. Dabei werden die bestehenden PPS-Systeme und deren Entwicklungsmodelle für die Entwicklung von Entscheidungsassistenzsystemen in der PPS analysiert, hinterfragt und um den menschenzentrierten Ansatz unter Berücksichtigung von Cognitive Biases weiterentwickelt.
Open Source as an enabler for Circular Economy
Laufzeit: 01.01.2021 bis 31.12.2024
In den letzten Jahren haben verschiedene Krisen die Fragilität globaler Lieferketten hervorgehoben. Insbesondere der Klimawandel und steigende Energiepreise lenken die Aufmerksamkeit auf die enorme Ressourcenverschwendung, die durch das lineare Wirtschaftsmodell verursacht wird. Die Kreislaufwirtschaft wird als eine vielversprechende Alternative zur Bewältigung dieser Herausforderungen angesehen. Für eine systematische Transformation müssen Unternehmen ihre Geschäftsmodelle, Produktlebenszyklen und grundlegenden Annahmen überprüfen und neu gestalten. Die branchenübergreifende Zusammenarbeit in Netzwerken gewinnt zunehmend and Bedeutung, um Produkte zu entwickeln, wiederzuverwenden und recyceln zu können, um so den Materialkreislauf zu schließen.
In unserer Forschung zum Thema Open Source als Wegbereiter für die Kreislaufwirtschaft analysieren wir systematisch die erforderlichen Änderungen in den Produktentwicklungs-, Herstellungs- und Vertriebsprozessen von Unternehmen, um eine nachhaltige Veränderung zur Kreislaufwirtschaft zu gewährleisten. Unser Ziel ist es, klare Grundsätze und spezifische Methoden zur Nutzung offener Konzepte als Katalysatoren für die Kreislaufwirtschaft zu formulieren. Diese können von einer Vielzahl von Unternehmen genutzt werden, um Innovationen zu fördern, die Wettbewerbsfähigkeit zu erhöhen, die Ressourceneffizienz zu verbessern und den Übergang zur Kreislaufwirtschaft zu erleichtern und zu beschleunigen.
Supply Chain Quick Check und Digital Quick Check
Laufzeit: 01.01.2021 bis 31.12.2024
Zehn Jahre nach der Einführung des Begriffes Industrie 4.0 zeigt sich, dass viele Potenziale noch nicht realisiert wurden. Denn Risiken im Zusammenhang mit Industrie-4.0-Projekten werden oft nicht systematisch gemanagt. Basierend auf den in Zusammenarbeit mit der Funk Stiftung entwickelten Onlinetools "Quick Check - The Supply Chain Analysis Tool" und "Digital Quick Check" stehen Unternehmen Werkzeuge zur Verfügung, die eigene Supply Chain sowie Digitalisierungsprojekte aufwandsarm und intuitiv verständlich auf Risiken verschiedenster Art prüfen zu lassen. Im Rahmen dieses Projektes werden für beiden Tools Funktionserweiterungen konzipiert und umgesetzt.
Supply Chain Quick Check: https://supplychain.risk-quickcheck.de/de/
Digital Quick Check: https://risk-quickcheck.de
Fördergeber: Funk Stiftung
Untersuchung des Einsatzpotentials inertialsensorbasierter Motion Capture-Systeme zur Ergonomiebewertung
Laufzeit: 01.06.2022 bis 31.12.2024
In der Ergonomiebewertung bestehender Arbeitsplätze bieten moderne Motion Capture-Systeme große Vorteile u. a. im Hinblick auf Objektivität und Zeitersparnis. Zur Anwendung kommen hierfür bisher insb. optische Motion Capture-Systeme, welche sich durch eine hohe Genauigkeit auszeichnen, jedoch auch einen hohen Einrichtungsaufwand erfordern. Mehr Potential zum flexiblen Einsatz bieten inertialsensorbasierte Systeme, werden zu diesem Zweck aber nur selten genutzt, da sie, insbesondere bedingt durch den sog. "Drift", als weniger reliabel gelten. Unter dem Aspekt des technologischen Fortschritts in der Sensorik in Kombination mit immer feineren Sensor-Fusions-Algorithmen soll zunächst überprüft werden, ob die erhobenen Daten tatsächlich nicht hinreichend genau zur Ergonomiebewertung sind bzw. welche Faktoren das Messergebnis negativ beeinflussen. Daraus soll folgend abgeleitet werden, unter welchen Rahmenbedingungen der Einsatz eines solchen Systems zu empfehlen ist.
Abgeschlossene Projekte
Potenziale für die Leistungsfähigkeit von Produktionssystemen durch die Berücksichtigung von Mitarbeiterpräferenzen im Rahmen der Personaleinsatzplanung
Laufzeit: 01.01.2021 bis 30.09.2024
Fachkräftemangel, Anstieg von AU-Tagen aufgrund psychischer Erkrankungen, Ansprüche der "Generation Y" (und "Generation Z"), Arbeitgeberattraktivität als zentraler Wettbewerbsfaktor, Globalisierung, Dezentralisierung und Digitalisierung - die Liste von Trends, Strömungen und weiteren Einflussfaktoren, welche die Anforderungen an eine moderne, wirtschaftliche und humangerechte Arbeitszeit- und Arbeitsorganisationsgestaltung stetig wachsen lassen, ist lang. Ein wesentliches Problem zur Steigerung der Arbeitgeberattraktivität ist die vollkontinuierliche Schichtarbeit, zu der es derzeit in der Produktionsbranche kaum Alternativen gibt. Schichtarbeit genießt einen äußerst schlechten Ruf bei den betroffenen Arbeitspersonen sowie ihren Angehörigen, aber auch bei potenziellen BewerberInnen. In diesem Promotionsvorhaben wird daher erforscht, welche Auswirkungen die Berücksichtigung von Mitarbeiterpräferenzen bei der Arbeitszeit- und Arbeitsorganisationsgestaltung auf die Leistungsfähigkeit von Produktionssystemen besitzt.
Exzellenz-Cluster Initiative SmartProSys: Intelligente Prozesssysteme für die nachhaltige chemische Produktion" Teilcluster / Teilprojekt: Dynamic Closed Loop Management for Sustainable Chemicals
Laufzeit: 01.09.2022 bis 30.06.2024
Die Magdeburger Forschungsinitiative SmartProSys (Smart Process Systems Engineering) erforscht Methoden und Wege für die nachhaltige Transformation chemischer, mechanischer und biotechnologischer Produktionsprozesse hin zu einer nachhaltigen Kreislaufwirtschaft für eine nachhaltige Gesellschaft. An SmartProSys sind Wissenschaftler*innen aus dem Bereich der Logistik, Mathematik, Soziologie, Politikwissenschaft und Psychologie beteiligt und betrachten die Möglichkeiten zu dieser Transformation in den Clustern „Systems Engineering and Computational Methods“, „Supply Chain and Sustainability Management“ und „Societal Support and Individual Appropriation“.
Teilprojekt: Dynamic Closed Loop Management for Sustainable Chemicals
Der Lehrstuhl für Produktionssysteme und -automatisierung ist im Rahmen des Clusters „Supply Chain and Sustainability Management“ beteiligt und leitet hier das Teilprojekt „Dynamic Closed Loop Management for Sustainable Chemicals“. Eine nachhaltige Kreislaufwirtschaft der Chemie stellt neue logistische Anforderungen: Transportemissionen, Beschaffung aus Quellen unterschiedlicher Qualität und Nachhaltigkeit in einer zeitkritischen multidimensionalen Optimierung. Das Teilprojekt zielt dabei auf die Erstellung geeigneter Modelle und Simulationen ab, um das übergeordnete Ziel einer nachhaltigen Transformation der Kreislaufwirtschaft in der chemischen Produktion zu unterstützen.
Das Forschungsnetzwerk verfolgt das Ziel der Exzellenz im Sinne der Exzellenzinitiative des Bundes und der Länder.
Frugal supply chain design and innovation
Laufzeit: 01.01.2021 bis 30.11.2023
Das Forschungsthema beschäftigt sich mit verschiedenen Lieferkettenkonzepte und Innovationsansätze, die Unternehmen anwenden können, um die aufstrebende Mittelschicht und die einkommensschwachen Schichten in Entwicklungsländern erfolgreich anzusprechen. Es liefert praktische Anleitungen für Unternehmen zu folgenden Fragen: Wie können Unternehmen frugale Innovationsfähigkeiten entwickeln, z. B. die Entwicklung äußerst erschwinglicher Produkte? Wie können Unternehmen die in Armut lebenden Menschen auf sozial verantwortliche Weise in ihre Lieferketten einbeziehen? Wie können Unternehmen neue Technologien in ihre Lieferketten integrieren, z. B. Drohnenlieferungen, die potenzielle Kunden auch in den ländlichsten Gegenden erreichen können?
Synchronisation in Produktionssystemen
Laufzeit: 01.03.2021 bis 31.08.2023
Während in den Naturwissenschaften Synchronisationsphänomene, wie etwa das rhythmische Blinken von Glühwürmchen, das Schwanken eines Stadions bei im Takt hüpfenden Fußballfans und das sich aufeinander einstimmende Klatschen von Theatergästen, umfassend untersucht worden sind, ist das Verständnis von Synchronisation in Produktionssystemen unvollständig. Erste Analysen empirischer Daten aus Logistik- und Produktionssystemen zeigen, dass eine höhere Synchronisation mit einer schlechter Logistikleistung einhergeht. Im Rahmen des DFG-geförderten Forschungsprojekts sollen die relevanten Trigger, Einflussfaktoren und Ursache-Wirkungs-Zusammenhänge untersucht werden.
Cognitive biases in Operation und Supply Chain Management
Laufzeit: 01.01.2021 bis 30.06.2023
Die menschlichen Entscheidungsprozesse sind nicht rational. Vielmehr beeinflussen sogenannte Cognitive biases unsere Entscheidungsergebnisse mit erheblichen Auswirkungen auf verschiedene Bereiche wie z.B. die logistische Performance, das Supply Chain Risiko Management etc. Insbesondere in Zeiten der Digitalisierung stellt sich daher die Frage wer ist der bessere Entscheider Mensch oder Maschine und wir müssen digitale Unterstützungssystem geschaffen sein um den Menschen bestmöglichst in seiner Entscheidungsfindung zu unterstützen.
Technische und organisatorische Arbeitsgestaltung in der psychosozialen Beratung (TOAB)
Laufzeit: 01.06.2020 bis 31.05.2023
Durch die Auswahl und den Einsatz geeigneter Technologien werden im Zuge der Arbeitsschritte des Vorhabens neuartige Arbeitsprozesse mit digitalen Services erschaffen. Die Implementierung von digitalen Technologien trägt dazu bei, sowohl die psychischen Belastungen der BeraterInnen zu optimieren als auch die Qualität und Effizienz der Beratungsprozesse zu verbessern. Um die Erforschung und Einrichtung der digital unterstützten, kollaborativen Arbeitsprozesse nachhaltig und anwendungsorientiert zu gestalten, wird ein partizipatives Vorgehen angestrebt. Bei der Auswahl geeigneter Technologien sollen zusätzlich Konzepte erarbeitet werden, welche die Bereitstellung der Technologien als digitalen Service evtl. in Form einer Plattform ermöglichen, um in der weiterführenden Verwertung entsprechende Netzwerkeffekte (Effizienz, Skalierung, Datenanalyse, usw.) ausnutzen zu können.
Technische und organisatorische Arbeitsgestaltung in der psychosozialen Beratung (TOAB)
Laufzeit: 01.06.2020 bis 31.05.2023
Ab 06/22 ging die Projektleitung an Prof. Dr. oec. Julia Arlinghaus über.
Hier finden Sie Details zum Projekt Technische und organisatorische Arbeitsgestaltung in der psychosozialen Beratung (TOAB):
https://forschung-sachsen-anhalt.de/project/technische-organisatorische-arbeitsgestaltung-24553
Technische und organisatorische Arbeitsgestaltung in der psychosozialen Beratung (TOAB)
Laufzeit: 01.06.2020 bis 31.05.2023
Ziel des Vorhabens ist es, durch arbeitswissenschaftliche Begleitforschung, IT-Unterstützung und Einbindung von drei Praxispartnern digital unterstützte, kollaborative Arbeitsprozesse zu entwickeln, welche die Arbeit der interorganisationalen multiprofessionellen Teams von verschiedenen Einrichtungen der psychosozialen Beratung unterstützen.
Durch die Auswahl und den Einsatz geeigneter Technologien werden im Zuge der Arbeitsschritte des Vorhabens neuartige Arbeitsprozesse mit digitalen Services erschaffen. Die Implementierung von digitalen Technologien trägt dazu bei, sowohl die psychischen Belastungen der BeraterInnen zu optimieren als auch die Qualität und Effizienz der Beratungsprozesse zu verbessern. Um die Erforschung und Einrichtung der digital unterstützten, kollaborativen Arbeitsprozesse nachhaltig und anwendungsorientiert zu gestalten, wird ein partizipatives Vorgehen angestrebt. Bei der Auswahl geeigneter Technologien sollen zusätzlich Konzepte erarbeitet werden, welche die Bereitstellung der Technologien als digitalen Service evtl. in Form einer Plattform ermöglichen, um in der weiterführenden Verwertung entsprechende Netzwerkeffekte (Effizienz, Skalierung, Datenanalyse, usw.) ausnutzen zu können.
Finanzierung: BMBF und ESF Bund (EU) www.esf.de
Bis 05/22 leitete Dr.-Ing. Sonja Schmicker das Projekt.
Digital Quick Check
Laufzeit: 01.01.2021 bis 31.12.2022
Zehn Jahre nach der Einführung des Begriffes Industrie 4.0 zeigt sich, dass viele Potenziale noch nicht realisiert wurden. Denn Risiken im Zusammenhang mit Industrie-4.0-Projekten werden oft nicht systematisch gemanagt. Ziel des des Forschungsprojektes Digital Quick Check ist die Identifikation und Strukturierung der relevantesten Industrie 4.0-Technologien in Produktion und Logistik. Darüber hinaus werden Cluster von Industrie 4.0-Technologien identifiziert, welche häufig gemeinsam verwendet werden und deren assoziierten Risiken sowie potenziellen Mitigationsstrategien gegenübergestellt. Die Erkenntnisse des Projekts wurden in Form des Digital Quick Checks für Unternehmen aus Industrie und Handel sowie Logistikdienstleistung zur Verfügung gestellt. Zudem wurden die Erkenntnisse für weitere Zielgruppen aufbereitet.
Digital Quick Check: https://risk-quickcheck.de/
Human factor in production, logistics and SCM - need for the transition from Industry 4.0 to 5.0
Laufzeit: 01.01.2021 bis 31.12.2022
Trotz der zunehmenden Automatisierung im Produktions- und Logistikumfeld im Zuge der Digitalisierung bleibt der Mensch eine Schlüsselressource. Die Europäische Kommission hat daher 2021 ein Konzept zur Weiterentwicklung der Industrie 4.0 Vision hin zu Industrie 5.0 vorgestellt, welches den Menschen in den Mittelpunkt stellt mit dem Ziel eine resiliente, nachhaltigere und menschenzentrierte Industrie zu gestalten. Im Rahmen der Forschung sollen Gestaltungsansätze für Produktion, Logistik und das Supply Chain Management gegeben werden wie der Faktor Mensch berücksichtigt werden kann und welche Rolle menschliche Entscheidungsfindung dabei spielt.
Hybride Steuerungsarchitekturen für Produktionsplanung und -steuerung
Laufzeit: 01.01.2021 bis 31.12.2022
In der klassischen Produktionssteuerung werden zunächst alle verfügbaren und relevanten Informationen zentral gesammelt und ausgewertet, basierend darauf wird anschließend ein ganzheitlicher globaler Plan abgeleitet. Die Methode hat sich aufgrund der garantierbaren Lösungsqualität in der Vergangenheit bewährt, ist jedoch durch einen großen und schlecht skalierenden Rechenaufwand geplagt. Durch die zunehmende Digitalisierung von Produktionssystemen sind alternative, verteilte Steuerungssysteme möglich geworden, in denen Produkte und Maschinen autonom agieren und den Produktionsablauf lokal steuern können. Diese Methode ist äußert robust und schnell, liefert zunächst jedoch nur lokal gute Entscheidungen. Um diese Entscheidungen zuverlässig zu einem globalen Plan kombinieren zu können, ist die korrekte Verteilung der Entscheidungshoheit essentiell. In diesem Projekt untersuchen wir diese Verteilungen, um eine zuverlässige, robuste und schnelle Produktionssteuerung zu entwickeln.
Hybrid Intelligence
Laufzeit: 01.01.2021 bis 31.12.2022
Durch die kollaborative Zusammenarbeit zwischen Mensch und Maschine können die Stärken von menschlicher und künstlicher Intelligenz kombiniert werden. Durch die Verknüpfung der Forschungsgebiete von Psychologie und dem Operations Management sollen Gestaltungsansätze für die Entwicklung von künstlichen Intelligenzen unter Berücksichtigung der menschlichen Bedürfnisse im Produktionsumfeld gegeben werden.
Overcoming dynamic effects in production planning and control - cause-and-effect
Laufzeit: 01.01.2021 bis 31.12.2022
In 1977 von Mathel und Plossl erstmals beschrieben ist das Durchlaufzeitsyndrome der Planungssteuerung und -kontrolle auch heute noch ein nicht vollständig verstandenes Phänomen. Das Phänomen entsteht in auftragsgetriebenen Produktionssystemen in denen eine schlechte Systemleistung zu häufigen Anpassungen der Vorgabezeiten führt, die wiederum kurzfristig die Systemleistung verschlechtern und so wiederum eine Anpassung der Vorgabezeiten auslösen. Die Arbeitsgruppe hat bereits in der Vergangenheit den Einfluss von kognitiven Verzerreffekten auf dieses Phänomen untersucht und einen starken Zusammenhang feststellen können. Dennoch liegt die Vermutung nahe, dass auch die Netzwerkgestaltung des Produktionssystems Einfluss auf das Auftreten und die Ausprägung dieses Phänomens hat. Dies zu untersuchen ist Ziel dieses Projektes um darauf aufbauend effiziente Vermeidungs- oder Dämpfungsstrategien für das Durchlaufzeitsyndrome entwickeln zu können.
Steuerungskonzepte für Produktionsanlagen
Laufzeit: 01.01.2021 bis 31.12.2022
Das Forschungsthema fokussiert sich auf Steuerungskonzepte für Produktionsanlagen. Ein fundamentaler Aspekt dabei ist die Erforschung der Gegensätze, Potentiale und Anwendungsmöglichkeiten für zentrale Steuerungskonzepte einerseits sowie verteilter und autonomer Steuerungskonzepte andererseits. Grundlagen für die Realisierung dieser Steuerungskonzepte liegen in den Fähigkeiten so genannter Cyber-Physical Systems, also Produktionsmaschinen, die inhärent über Fähigkeiten zur Datenerhebung, Datenverarbeitung und Kommunikation verfügen. Zur Erforschung dieser Konzepte hat Herr Antons ein Simulations-Framework erstellt, welches alle Maschinen, Produkte und andere Akteure eines Produktionsnetzwerkes als Agenten abbildet und somit die Emulation und Evaluierung von Steuerungskonzepten ermöglicht.
Subscription-based business models - subscription instead of buying as a new strategic option for industrial practice
Laufzeit: 01.01.2021 bis 31.12.2022
Nachdem Subscription Modelle bei Multimedia-Angeboten wie Netflix oder Spotify bereits etabliert sind, schafft Industry 4.0 die technischen Voraussetzungen diese Geschäftsmodelle auch im industriellen Sektor umzusetzen. Gemeinsam mit ausgewählten Kunden haben Vorreiter Subscription Modelle z.B. für Druckmaschinen oder Flugzeugturbinen entwickelt. Im Rahmen dieses Trends stehen zunehmend mehr Unternehmen vor der Entscheidung, ihre Produkte im Rahmen eines Subscription Modells anzubieten, bzw. zu beschaffen. Dieses Projekt untersucht Herausforderungen und Erfolgsfaktoren dieser Modelle aus Anbieter- und Kundensicht und richtet dabei ein besonderes Augenmerk auf ein komplexes Ökosystem aus Digitalisierungs- Finanzierungs- und Versicherungsdienstleistern, welches Rund um Anbieter und Kunde entsteht.
ego.-INKUBATOR - Arbeitswissenschaftliches Labor zur Förderung von Gründungen im Themenfeld "Innovative Arbeitswelt 4.0" (AWI-Lab II)
Laufzeit: 01.11.2019 bis 31.10.2022
Ab 06/22 ging die Projektleitung an Prof. Dr. oec. Julia Arlinghaus über.
Hier finden Sie Details zum Projekt ego.-INKUBATOR - Labor zur Förderung von Gründungen in der "innovativen Arbeitswelt 4.0 (AWI-Lab II):
https://forschung-sachsen-anhalt.de/project/ego-inkubator-arbeitswissenschaftliches-23260
ego.-INKUBATOR - Arbeitswissenschaftliches Labor zur Förderung von Gründungen im Themenfeld "Innovative Arbeitswelt 4.0" (AWI-Lab II)
Laufzeit: 01.11.2019 bis 31.10.2022
Die fortschreitende Digitalisierung verändert die aktuellen Arbeitsprozesse in allen Bereichen der Arbeit. Am Lehrstuhl für Arbeitswissenschaft und Arbeitsgestaltung der Otto-von-Guericke-Universität Magdeburg ist dafür das human-digitale Labor der Arbeitswelt 4.0 in Betrieb und wird fortlaufend weiter ausgebaut. Ziel ist es, den Menschen in dieser Entwicklung stärker als Treiber positiver Veränderungen zu befähigen. Das Labor unterstützt die Schaffung einer gründungsorientierten, arbeitswissenschaftlichen Infrastruktur zur umfassenden Entwicklung und Erprobung von Produkt-, Prozess- und Dienstleistungsinnovationen im Bereich der Arbeitswelt 4.0. Dabei werden insbesondere die beiden seitens der Landesregierung Sachsen-Anhalts identifizierten Leitmärkte "Energie, Maschinen- und Anlagenbau, Ressourceneffizienz" sowie "Gesundheit und Medizin" (Fokus auf die Pflege älterer bzw. kranker Personen) fokussiert. Im AWI-Lab stehen dafür ein Montageszenario 4.0, ein Pflegeszenario 4.0 und ein Teamarbeitsszenario 4.0 zur Verfügung.
Bis 05/22 leitete Dr.-Ing. Sonja Schmicker das Projekt.
Risikomanagement 4.0
Laufzeit: 01.05.2021 bis 31.12.2021
Ziel des vorgeschlagenen Forschungsprojektes ist es, die im Rahmen des Forschungsprojekts "Digital Quick Check" gewonnenen Erkenntnisse in Form einer Studie aufzubereiten. Die Studie kann als Grundlage und zentrales Medium für die Bewerbung des Digital Quick Check als kostenloses Online-Tool dienen. Um die Ergebnisse für die diverse Leserschaft aus Industrie, Handel, Logistikdienstleistung sowie Wissenschaft, Technologieanbietern, Versicherungsindustrie und interessierter Öffentlichkeit exzellent aufzubereiten, sollen zudem die Erkenntnisse durch Interviews und Fallbeispiele unterstrichen, die Industrie 4.0-Technologien durch Bildmaterial veranschaulicht und die statistischen Ergebnisse visualisiert werden.
Projekthomepage:
https://www.psa.ovgu.de/Forschung/Studie+Risikomanagement+für+die+smarte+Fabrik.html
Fördergeber: Funk Stiftung
- seit 10/2019 Fraunhofer-Institut für Fabrikbetrieb und -automatisierung IFF Magdeburg, Institutsleiterin
- seit 10/2019 Otto-von-Guericke-Universität Magdeburg, Lehrstuhlinhaberin für Produktionssysteme und -automatisierung
- 8/2017–9/2019 RWTH Aachen - W3-Professur für das Management von Industrie 4.0 / Management of Digitalization and Automation
- 5/2013–7/2017 Jacobs University Bremen - Associate Professor für Optimierung von Produktions- und Logistiknetzwerken, seit 08/2017 Adjunct Professor
- 1/2012–3/2013 Porsche Consulting GmbH, Bietigheim-Bissingen, Beraterin
- 9/2008–11/2011 Universität St. Gallen, Schweiz - Wissenschaftliche Mitarbeiterin
- 1/2005–8/2008 Bundesvereinigung für Logistik (BVL), Bremen - Wissenschaftliche Mitarbeiterin und Projektleiterin
HOCHSCHULAUSBILDUNG
- 9/2008–9/2011 Abschluss als Dr. oec. (HSG), Universität St. Gallen
- 10/2002–11/2007 Abschluss als Diplom-Wirtschaftsingenieur, Universität Bremen
- 3/2007–7/2007 DAAD-Stipendiatin beim Research into Artifacts Center for Engineering (RACE), Tokyo University, Japan
GREMIEN
- seit 10/2024 Wissenschaftsrat der Bundesregierung - Vorsitzende der Wissenschaftlichen Kommission
- seit 09/2024 Wissenschaftliche Gesellschaft für Arbeits- und Betriebsorganisation (WGAB) e.V. - Mitglied
- seit 02/2024 acatech - Deutsche Akademie der Technikwissenschaften - Mitglied
- seit 01/2023 Forschungsbeirat Industrie 4.0 - Mitglied
- seit 08/2022 High-Tech Gründerfonds (HTGF) Investitionskomitees Industrial Tech - Mitglied
- seit 10/2021 Bundesvereinigung Logistik - Mitglied im wissenschaftlichen Beirat
- seit 06/2021 Industrieausschuss IHK Magdeburg - Mitglied
- seit 04/2021 Daimler und Benz Stiftung - Mitglied des Vorstands
- seit 02/2021 Wissenschaftsrat der Bundesregierung - Mitglied
2024
Buchbeitrag
Artificial intelligence meets serious gaming
Freese, Maria; Zürn, Birgit; Arlinghaus, Julia C.
In: GI-Edition. Proceedings / Gesellschaft für Informatik - Bonn : Ges. für Informatik, Bd. P337 (2024), S. 437-438 [Workshop: INFORMATIK 2023, Berlin, 26.-29. September 2023]
Approaching cognitive biases in the circular economy through serious gaming
Behnert, Anna-Kristin; Arlinghaus, Julia C.; Kessler, Melanie; Freese, Maria
In: Human Factors, Business Management and Society - New York, NY : AHFE Open Access ; Salminen, Vesa . - 2024, S. 11-21 - (AHFE international; volume 135) [Konferenz: 15th International Conference on Applied Human Factors and Ergonomics and the Affiliated Conferences, Nice, France, 24-27 July 2024]
Motion Capture-Technologien für die Ergonomie-Analyse - ein Review
Harnau, Erik; Arlinghaus, Julia; Breiter, Stephan
In: Arbeitswissenschaft in-the-loop: Mensch-Technologie-Integration und ihre Auswirkung auf Mensch, Arbeit und Arbeitsgestaltung / Gesellschaft für Arbeitswissenschaft , 2024 - Sankt Augustin : GfA-Press, Artikel J.1.6, insges. 6 S.
Designing hybrid intelligence - understanding the impact of human decision-making on AI
Kessler, Melanie; Antons, Oliver; Arlinghaus, Julia C.
In: Advances in Manufacturing, Production Management and Process Control - New York : AHFE Open Access ; Mrugalska, Beata . - 2024, S. 31-39 [Konferenz: 15th International Conference on Applied Human Factors and Ergonomics and the Affiliated Conferences, Nice, France, 24-27 July 2024]
Planung und Steuerung für die digitale Produktion
Arlinghaus, Julia C.; Antons, Oliver
In: Handbuch Unternehmensorganisation , Living reference work, continuously updated edition - Wiesbaden : Springer Fachmedien ; Spath, Dieter *1952-* . - 2016, insges. 12 S.
Perception of biases in machine learning in production research
Götte, Gesa; Antons, Oliver; Herzog, Andreas; Arlinghaus, Julia C.
In: Workshop Proceedings "AI in Production" - Leipzig : Hochschule für Technik, Wirtschaft und Kultur Leipzig ; Krockert, Martin . - 2024, insges. 11 S.
Comparing digital twins and virtual engineering in buyer supplier relationships for complex production facilities
Janecki, Luca; Antons, Oliver; Reh, Daniel; Arlinghaus, Julia C.
In: Advances in Production Management Systems. Production Management Systems for Volatile, Uncertain, Complex, and Ambiguous Environments , 1st ed. 2024. - Cham : Springer Nature Switzerland ; Thürer, Matthias, S. 180-193 - (IFIP Advances in Information and Communication Technology; 733) [Konferenz: 43rd IFIP WG 5.7 International Conference, APMS 2024, Chemnitz, Germany, September 8-12, 2024]
A literature review on the cross-domain usage of digital factory twins within design time
Schröder, Adrian; Antons, Oliver; Arlinghaus, Julia C.
In: Advances in Production Management Systems. Production Management Systems for Volatile, Uncertain, Complex, and Ambiguous Environments , 1st ed. 2024. - Cham : Springer Nature Switzerland ; Thürer, Matthias, S. 315-329 - (IFIP Advances in Information and Communication Technology; 730) [Konferenz: 43rd IFIP WG 5.7 International Conference, APMS 2024, Chemnitz, Germany, September 8-12, 2024]
Begutachteter Zeitschriftenartikel
Framework conditions for the transformation toward a sustainable carbon-based chemical industry - a critical review of existing and potential contributions from the social sciences
Matthies, Ellen; Beer, Katrin; Böcher, Michael; Sundmacher, Kai; König-Mattern, Laura; Arlinghaus, Julia C.; Blöbaum, Anke; Jaeger-Erben, Melanie; Schmidt, Karolin
In: Journal of cleaner production - Amsterdam [u.a.] : Elsevier Science, Bd. 470 (2024), Artikel 143279, insges. 13 S.
Characterizing circular and open business models in a profit-driven environment through business model patterns
Behnert, Anna-Kristin; Antons, Oliver; Arlinghaus, Julia C.
In: Procedia computer science - Amsterdam [u.a.] : Elsevier, Bd. 232 (2024), S. 436-445
Digitale Transformation und Serious Gaming - Erfolgsfaktoren für intelligente Fabriken
Freese, Maria; Kessler, Melanie; Arlinghaus, Julia C.; Maaß, Eike
In: Industry 4.0 Science - Berlin : GITO mbH Verlag für Industrielle Informationstechnik und Organisation, Bd. 40 (2024), Heft 5, S. 114-121
Digital twins and their implications for business models - overview and potentials
Adelsberger, Rodrigo Torres; Antons, Oliver; Arlinghaus, Julia C.
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 58 (2024), Heft 19, S. 409-414
Exploring the challenges of circular economy adoption - a supply chain perspective
Behnert, Anna-Kristin; Antons, Oliver; Arlinghaus, Julia C.
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 58 (2024), Heft 19, S. 211-216
Selection of motion capture technologies for Industry 5.0 production systems - a structured literature review
Harnau, Erik; Breiter, Stephan; Arlinghaus, Julia C.
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 58 (2024), Heft 19, S. 970-975
Nicht begutachteter Zeitschriftenartikel
Dynamic multi-period recycling collection routing with uncertain meterial quality
Cuellar-Usaquén, Daniel; Ulmer, Marlin Wolf; Antons, Oliver; Arlinghaus, Julia C.
In: Magdeburg: Otto-von-Guericke-Universität Magdeburg: Fakultät für Wirtschaftswissenschaft, 2024, 1 Online-Ressource (37 Seiten, 0,9 MB) - (Working paper series; Otto von Guericke Universität Magdeburg, Faculty of Economics and Management; 2024, no. 1)
2023
Abstract
Atemgasanalyse zur Beurteilung und Erfassung von psychischer Beanspruchung bei Stressreaktionen im Arbeitsumfeld
Fachet, Melanie; Haase, Tina; Steigemann, Lea-Marie; Wagner, Leonie Marlene; Cholewinski, D.; Darius, Sabine; Böckelmann, Irina; Arlinghaus, Julia C.; Hoeschen, Christoph
In: 54. Jahrestagung der Deutschen Gesellschaft für Medizinische Physik, DGMP 2023 / Deutsche Gesellschaft für Medizinische Physik , 2023 - [Berlin] : [Deutsche Gesellschaft für Medizinische Physik e.V.], S. 350-351, Artikel AS16.04 [Konferenz: 54. Jahrestagung der Deutschen Gesellschaft für Medizinische Physik, DGMP 2023, Magdeburg, 27.-30.09. 2023]
Nachweis psychischer Beanspruchung bei Stressreaktionen im Arbeitsumfeld durch objektive und subjektive Messverfahren
Steigemann, Lea Marie; Wagner, L. M.; Cholewinski, D.; Haase, Tina; Fachet, Melanie; Böckelmann, Irina; Darius, Sabine; Arlinghaus, Julia C.; Hoeschen, Christoph
In: 54. Jahrestagung der Deutschen Gesellschaft für Medizinische Physik, DGMP 2023 / Deutsche Gesellschaft für Medizinische Physik , 2023 - [Berlin] : [Deutsche Gesellschaft für Medizinische Physik e.V.], S. 166-167, Artikel PS03.09 [Konferenz: 54. Jahrestagung der Deutschen Gesellschaft für Medizinische Physik, DGMP 2023, Magdeburg, 27.-30.09. 2023]
Buchbeitrag
A generalized circular supply chain problem for multi-objective evolutionary algorithms
Benecke, Tobias; Antons, Oliver; Mostaghim, Sanaz; Arlinghaus, Julia C.
In: Proceedings of the Companion Conference on Genetic and Evolutionary Computation - New York, NY, United States : Association for Computing Machinery . - 2023, S. 355-358 [Konferenz: Companion Conference on Genetic and Evolutionary Computation, GECCO '23 Companion, Lisbon, Portugal, July 15 - 19, 2023]
A coevolution approach for the multi-objective dircular supply chain problem
Benecke, Tobias; Antons, Oliver; Mostaghim, Sanaz; Arlinghaus, Julia C.
In: IEEE CAI 2023 / IEEE Conference on Artificial Intelligence , 2023 - Los Alamitos : IEEE, S. 222-223 [Konferenz: 2023 IEEE Conference on Artificial Intelligence, CAI 2023, Santa Clara, Califonien, USA, 05-06 June 2023]
Productive teaming under uncertainty: when a human and a machine classify objects together
Rother, Anne; Notni, Gunther; Hasse, Alexander; Noack, Benjamin; Beyer, Christian; Reißmann, Jan; Zhang, Chen; Ragni, Marco; Arlinghaus, Julia C.; Spiliopoulou, Myra
In: 2023 IEEE International Conference on Advanced Robotics and its Social Impacts (ARSO) , 2023 - [Piscataway, NJ] : IEEE, S. 9-14
Sustainability in chemical production - multi-objective distributed control
Antons, Oliver; Benecke, Tobias; Mostaghim, Sanaz; Arlinghaus, Julia C.
In: New trends in intelligent software methodologies, tools and techniques - Amsterdam : IOS Press, Incorporated ; Fujita, Hamido . - 2023, S. 211-219 [Konferenz: 22nd International Conference on New Trends in Intelligent Software Methodology, Tools, and Techniques, SoMeT_23, Naples, Italy, 22-23 September 2023]
Frugal innovation and sustainability - bringing together polarized views from the state of the art
Knizkov, Stephanie; Arlinghaus, Julia
In: Handbook on frugal innovation - Cheltenham, UK : Edward Elgar Publishing ; Leliveld, André *1962-* . - 2023, S. 84-101
Begutachteter Zeitschriftenartikel
Exploiting the technological capabilities of autonomous vehicles as assembly items to improve assembly performance
Kathmann, Tom; Reh, Daniel; Arlinghaus, Julia C.
In: Advances in industrial and manufacturing engineering - [Amsterdam] : Elsevier ScienceDirect, Bd. 6 (2023), Artikel 100111, insges. 16 S.
Risk management behaviour in digital factories - the influence of technology and task uncertainty on managerial risk responses
Kessler, Melanie; Rosca, Eugenia; Arlinghaus, Julia C.
In: Supply chain management - Bingley : Emerald . - 2023 [Online first]
Maximum likelihood and neural network estimators for distributed production control
Antons, Oliver; Arlinghaus, Julia C.
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 56 (2023), Heft 2, S. 10327-10332
Designing distributed decision-making authorities for smart factories - understanding the role of manufacturing network architecture
Antons, Oliver; Arlinghaus, Julia C.
In: International journal of production research - London [u.a.] : Taylor & Francis . - 2023, insges. 19 S. [Online first]
Autonomous vehicles as self-driving assembly items - functional requirements and ramifications for assembly sequences, automotive design and performance
Kathmann, Tom; Reh, Daniel; Arlinghaus, Julia C.
In: Journal of manufacturing systems - Amsterdam [u.a.] : Elsevier Science, Bd. 70 (2023), S. 327-344
Offering subscriptions of industrial goods - uncertain experiment or necessary step?
Burger, Markus; Krüger, Andreas; Burgmann, Nils; Arlinghaus, Julia C.
In: IRE transactions on engineering management / Institute of Radio Engineers - New York, NY : IEEE . - 2023, insges. 15 S. [Online first]
Hybrid intelligence in procurement - disillusionment with AI’s superiority?
Burger, Markus; Nitsche, Anna-Maria; Arlinghaus, Julia C.
In: Computers in industry - Amsterdam [u.a.] : Elsevier Science, Bd. 150 (2023), Artikel 103946
Risikomanagement 4.0 in der digitalisierten Fabrik
Kessler, Melanie; Arlinghaus, Julia C.
In: Controlling - München : Beck, Bd. 35 (2023), Heft Spezialausgabe, S. 55-69
Open source as an enabler for circularity: A systematic literature review
Behnert, Anna-Kristin; Arlinghaus, Julia C.
In: Procedia CIRP / CIRP - The International Academy for Production Engineering - Amsterdam [u.a.] : Elsevier, Bd. 120 (2023), S. 75-80
Wissenschaftliche Monographie
Wo geht das Fax hin? - Changemanagement und die digitale Transformation in der psychosozialen Beratung : eine zusammenfassende Studiendarstellung
Gaubiz, Eugenie; Ebert, Katharina; Förster, Marcel; Schlicht, Friedemann; Arlinghaus, Julia C.
In: Magdeburg: Universitätsbibliothek, 2023, 1 Online-Ressource (33 Seiten, 9,17 MB) [Förderkennzeichen BMBF 02L18A170-174; Verbundnummer: 01218914; Laufzeit: 01.06.2020-31.05.2023; Literaturverzeichnis: Seite 30; Unterschiede zwischen dem gedruckten Dokument und der elektronischen Ressource können nicht ausgeschlossen werden]
2022
Buchbeitrag
Managing supply chain disruption by collaborative resource sharing
Keßler, Melanie; Arlinghaus, Julia C.
In: Supply Network Dynamics and Control - Cham : Springer International Publishing . - 2022, S. 79-93
Machine learning and autonomous control - a synergy for manufacturing
Antons, Oliver; Arlinghaus, Julia C.
In: Service Oriented, Holonic and Multi-agent Manufacturing Systems for Industry of the Future , 1st ed. 2022. - Cham : Springer International Publishing ; Borangiu, Theodor, S. 417-428 - (Studies in Computational Intelligence; volume 1034) [Workshop: 11th International Workshop on Service Orientation in Holonic and Multi-Agent Manufacturing, SOHOMA 2021, 8-19 November 2021]
Management for digitalization and Industry 4.0
Arlinghaus, Julia C.; Antons, Oliver
In: Handbook Industry 4.0 , 1st ed. 2022. - Berlin, Heidelberg : Springer Berlin Heidelberg ; Frenz, Walter, S. 927-948
Maturity evaluation for workforce management - an integrated approach to assess digital maturity of workforce management systems
Häberer, Sebastian; Arlinghaus, Julia C.
In: Service Oriented, Holonic and Multi-agent Manufacturing Systems for Industry of the Future , 1st ed. 2022. - Cham : Springer International Publishing ; Borangiu, Theodor, S. 303-316 - (Studies in Computational Intelligence; volume 1034) [Workshop: 11th International Workshop on Service Orientation in Holonic and Multi-Agent Manufacturing, SOHOMA 2021, 8-19 November 2021]
Begutachteter Zeitschriftenartikel
On the development of a blockchain-implementable intermediation model for digital supply chains
Grassi, Andrea; Guizzi, Guido; Santillo, Liberatina C.; Vespoli, Silvestro; Arlinghaus, Julia C.
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 55 (2022), Heft 10, S. 946-951
Distributing decision-making authority in manufacturing - review and roadmap for the factory of the future
Antons, Oliver; Arlinghaus, Julia C.
In: International journal of production research - London [u.a.] : Taylor & Francis, Bd. 60 (2022), Heft 13, S. 4342-4360, insges. 19 S. [Online first]
A framework for human-centered production planning and control in smart manufacturing
Kessler, Melanie; Arlinghaus, Julia C.
In: Journal of manufacturing systems - Amsterdam [u.a.] : Elsevier Science, Bd. 65 (2022), S. 220-232
A manufacturing scheduling complexity framework and agent-based comparison of centralized and distributed control approaches
Antons, Oliver; Arlinghaus, Julia C.
In: IEEE journal of emerging and selected topics in industrial electronics - New York, NY : The Institute of Electrical and Electronics Engineers, Bd. 3 (2022), Heft 1, insges. 8 S.
Applied machine learning for production planning and control - overview and potentials
Büttner, Konstantin; Antons, Oliver; Arlinghaus, Julia C.
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 55 (2022), Heft 10, S. 2629-2634
Curse or blessing? - exploring risk factors of digital technologies in industrial operations
Kessler, Melanie; Arlinghaus, Julia C.; Rosca, Eugenia; Zimmermann, Manuel
In: International journal of production economics - Amsterdam [u.a.] : Elsevier Science, Bd. 243 (2022), Artikel 108323
Data-driven and autonomous manufacturing control in cyber-physical production systems
Antons, Oliver; Arlinghaus, Julia C.
In: Computers in industry - Amsterdam [u.a.] : Elsevier Science, Bd. 141 (2022), Artikel 103711
Manual collection of data on disruptions - determinants to increase the intention to use
Breiter, Stephan; Gottwald, Jonas; Arlinghaus, Julia C.
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 55 (2022), Heft 10, S. 952-957
Cognitive biases and the detection of production disruptions
Breiter, Stephan; Kessler, Melanie; Arlinghaus, Julia C.
In: Procedia CIRP / CIRP - The International Academy for Production Engineering - Amsterdam [u.a.] : Elsevier, Bd. 107 (2022), S. 1397-1402 [Konferenz: 55th CIRP Conference on Manufacturing Systems 2022]
Human-centricity in the design of production planning and control systems - a first approach towards Industry 5.0
Rannertshauser, Patrick; Kessler, Melanie; Arlinghaus, Julia C.
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 55 (2022), Heft 10, S. 2641-2646
An industrial paradigm change - is subscribing the new buying?
Burger, Markus; Krüger, Andreas; Burgmann, Nils; Arlinghaus, Julia C.
In: Procedia CIRP / CIRP - The International Academy for Production Engineering - Amsterdam [u.a.] : Elsevier, Bd. 107 (2022), S. 1023-1028 [Konferenz: 55th CIRP Conference on Manufacturing Systems 2022]
Understanding driving readiness - exploiting self-driving functions of autonomous vehicles to increase assembly performance
Kathmann, Tom; Reh, Daniel; Arlinghaus, Julia C.
In: Procedia CIRP / CIRP - The International Academy for Production Engineering - Amsterdam [u.a.] : Elsevier, Bd. 107 (2022), S. 1017-1022 [Konferenz: 55th CIRP Conference on Manufacturing Systems 2022]
Opportunities for synchronization in manufacturing as key performance indicator
Knapp, Florian; Antons, Oliver; Arlinghaus, Julia C.
In: Procedia CIRP / CIRP - The International Academy for Production Engineering - Amsterdam [u.a.] : Elsevier, Bd. 107 (2022), S. 1467-1472 [Konferenz: 55th CIRP Conference on Manufacturing Systems 2022]
Sharing is caring? - von offener Software zu offener Hardware : Chancen und Herausforderungen durch Open-Source-Geschäftsmodelle
Arlinghaus, Julia C.; Behnert, Anna-Kristin; Kessler, Melanie
In: Industrie 4.0 Management - Berlin : GITO-Verl., Bd. 38 (2022), Heft 6, S. 24
2021
Buchbeitrag
Digital supplier integration - transaction 4.0 in buyer-supplier relationships
Burger, Markus; Arlinghaus, Julia C.
In: Supply management research / Supply Management , 2021 - Wiesbaden, Germany : Springer Gabler, S. 211-232
The influence of cognitive biases in production planning and control - considering the human factor for the design of decision support systems
Arlinghaus, Julia; Zahner, Melanie
In: Human 4.0 - London : IntechOpen Limited ; Rybarczyk, Yves . - 2021, insges. 12 S. [Chapter 5]
Exploring interdependency effects of production orders as central impact factors of logistics performance in manufacturing systems
Vican, Victor; Arlinghaus, Julia C.
In: Advances in Production Management Systems. Artificial Intelligence for Sustainable and Resilient Production Systems , 1st ed. 2021. - Cham : Springer International Publishing ; Dolgui, Alexandre, S. 180-187 - ( IFIP advances in information and communication technology; volume 630) [Konferenz: International Conference on Advances in Production Management Systems, APMS 2021, Nantes, France, September 5-9, 2021]
Risk assessment and mitigation for Industry 4.0 - implementation of a digital risk quick check
Arlinghaus, Julia C.; Bendik, Falko
In: Advances in Production Management Systems. Artificial Intelligence for Sustainable and Resilient Production Systems , 1st ed. 2021. - Cham : Springer International Publishing ; Dolgui, Alexandre, S. 208-217 - ( IFIP advances in information and communication technology; volume 630) [Konferenz: International Conference on Advances in Production Management Systems, APMS 2021, Nantes, France, September 5-9, 2021]
Smarter relationships? - the present and future scope of AI application in buyer-supplier Relationships
Nitsche, Anna-Maria; Burger, Markus; Arlinghaus, Julia C.; Schumann, Christian-Andreas; Franczyk, Bogdan
In: Computational Logistics , 1st ed. 2021. - Cham : Springer International Publishing ; Mes, Martijn, S. 237-251 - (Lecture notes in computer science; volume 13004) [Konferenz: 12th International Conference on Computational Logistics, ICCL 2021, Enschede, The Netherlands, September 27-29, 2021]
Distorted risk management - how cognitive biases influence human decision-making
Arlinghaus, Julia C.; Kessler, Melanie
In: Hamburg : Funk ; Funk-Münchmeyer, Anja *1970-* . - 2021, S. 51-59
Learning distributed control for job shops - a comparative simulation study
Antons, Oliver; Arlinghaus, Julia C.
In: Service Oriented, Holonic and Multi-Agent Manufacturing Systems for Industry of the Future , 1st ed. 2021. - Cham : Springer International Publishing ; Borangiu, Theodor, S. 193-202 [Workshop: 10th International Workshop on Service Oriented, Holonic and Multi-agent Manufacturing Systems for Industry of the Future, SOHOMA 2020, Paris, France, October 1-2, 2020]
The influence of cognitive biases in production logistics
Knapp, Florian; Kessler, Melanie; Arlinghaus, Julia C.
In: Dynamics in logistics - Cham, Switzerland : Springer ; Freitag, Michael . - 2021, S. 183-193
Begutachteter Zeitschriftenartikel
Disruption attributes for low-volume, complex product assembly
Breiter, Stephan; Arlinghaus, Julia C.
In: Procedia CIRP / CIRP - The International Academy for Production Engineering - Amsterdam [u.a.] : Elsevier, Bd. 104 (2021), S. 1710-1715
Flexible workforce allocation as driver of economic and human-oriented shop floor organization
Häberer, Sebastian; Arlinghaus, Julia C.
In: Procedia CIRP / CIRP - The International Academy for Production Engineering - Amsterdam [u.a.] : Elsevier, Bd. 104 (2021), S. 1680-1685
Assessing and mitigating the risk of digital manufacturing - development and implementation of a digital risk management method
Arlinghaus, Julia C.; Rosca, Eugenia
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 54 (2021), Heft 1, S. 337-342
Distributed control for Industry 4.0 - a comparative simulation study
Antons, Oliver; Arlinghaus, Julia C.
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 54 (2021), Heft 1, S. 516-521
Aiming for Industry 4.0 maturity? - the risk of higher digitalization levels in buyer-supplier relationships
Burger, Markus; Kessler, Melanie; Arlinghaus, Julia C.
In: Procedia CIRP / CIRP - The International Academy for Production Engineering - Amsterdam [u.a.] : Elsevier, Bd. 104 (2021), S. 1529-1534
Adaptive self-learning distributed and centralized control approaches for smart factories
Antons, Oliver; Arlinghaus, Julia C.
In: Procedia CIRP / CIRP - The International Academy for Production Engineering - Amsterdam [u.a.] : Elsevier, Bd. 104 (2021), S. 1577-1582
Propositions on the benefits of the organizational education perspective towards realizing Industry 4.0-promises
Keller, Alinde; Weber, Susanne M.; Arlinghaus, Julia C.
In: Procedia CIRP / CIRP - The International Academy for Production Engineering - Amsterdam [u.a.] : Elsevier, Bd. 104 (2021), S. 1734-1740
Decision support for frugal products and production systems based on Product-Process-Resource-Skill & Variability models
Fidan, Yazgül; Lüder, Arndt; Meixner, Kristof; Baumann, Laura; Arlinghaus, Julia C.
In: Procedia CIRP / CIRP - The International Academy for Production Engineering - Amsterdam [u.a.] : Elsevier, Bd. 104 (2021), S. 1619-1625
Lernen von den Vorreitern? - Dimensionen von Subscription Business Models im industriellen Kontext
Burgmann, Nils; Burger, Markus; Krüger, Andreas; Arlinghaus, Julia C.
In: atp Magazin - Essen : Vulkan Verlag GmbH, Bd. 63 (2021), Heft 11-12, S. 92-100
Disruption data collection in low-volume, complex product assembly
Breiter, Stephan; Arlinghaus, Julia C.
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 54 (2021), Heft 1, S. 80-85
Algorithm-use in the field of lean management principles - state of the art and need for research
Baumann, Laura; Arlinghaus, Julia C.
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 54 (2021), Heft 1, S. 504-509
Artikel in Kongressband
Risikomanagement für die Smarte Fabrik - Potenziale der Digitalisierung erschließen - Risiken aktiv managen
Arlinghaus, Julia C.; Bendik, Falko; Fidan, Yazgül; Kessler, Melanie; Reinecke, Laura
In: Magdeburg: Otto-von-Guericke-Universität, Lehrstuhl für Produktionssysteme und -automatisierung, 2021, 1 Online-Ressource (circa 48 Seiten)
Den Widerspruch zwischen Effizienz, Flexibilität und Nachhaltigkeit auflösen
Arlinghaus, Julia C.
In: KI und Nachhaltigkeit / Schulzki-Haddouti , Christiane , Stand: Juni 2021 - München : Lernende Systeme, Plattform für Künstliche Intelligenz ; Schulzki-Haddouti, Christiane, S. 151-161
Wissenschaftliche Monographie
Resilienz - ein Fraunhofer-Konzept für die Anwendung
Hiermaier, Stefan; Hiller, Daniel; Edler, Jakob; Roth, Florian; Arlinghaus, Julia C.; Clausen, Uwe
In: Fraunhofer-Gesellschaft, 2021, 1 Online-Ressource
2020
Buchbeitrag
Autonomous production control methods - job shop simulations
Zhao, Ziqi; Antons, Oliver; Arlinghaus, Julia C.
In: Dynamics in Logistics , 1st ed. 2020. - Cham : Springer International Publishing ; Freitag, Michael, S. 227-235 - ( Advances in Intelligent Systems and Computing; volume 1026; 2nd International Conference on Human Systems Engineering and Design, IHSED2019, München, September 16-18, 2019)
Modelling autonomous production control - a guide to select the most suitable modelling approach
Antons, Oliver; Arlinghaus, Julia C.
In: Dynamics in Logistics , 1st ed. 2020. - Cham : Springer International Publishing ; Freitag, Michael, S. 245-253 - ( Advances in Intelligent Systems and Computing; volume 1026; 2nd International Conference on Human Systems Engineering and Design, IHSED2019, München, September 16-18, 2019)
Management für Digitalisierung und Industrie 4.0
Arlinghaus, Julia C.; Antons, Oliver
In: Handbuch Industrie 4.0: Recht, Technik, Gesellschaft , 1st ed. 2020. - Berlin, Heidelberg : Springer Berlin Heidelberg ; Frenz, Walter, S. 1121-1145
The influence of cognitive biases on supply chain risk management in the context of digitalization projects
Arlinghaus, Julia C.; Zimmermann, Manuel; Zahner, Melanie
In: Dynamics in Logistics , 1st ed. 2020. - Cham : Springer International Publishing ; Freitag, Michael, S. 137-147 - ( Advances in Intelligent Systems and Computing; volume 1026; 2nd International Conference on Human Systems Engineering and Design, IHSED2019, München, September 16-18, 2019)
Neue Technologien = neue Risiken? - wie Industrie 4.0 die Risikolandschaft in Produktion und Logistik verändert und wie Unternehmen ihr Risikomanagement daran anpassen müssen
Arlinghaus, Julia C.; Zimmermann, Manuel
In: Insurance & Innovation 2020 , 1. Auflage - Karlsruhe : VVW GmbH ; Eckstein, Andreas, S. 137-147
Begutachteter Zeitschriftenartikel
Frugal processes - an empirical investigation into the operations of resource-constrained firms
Knizkov, Stephanie; Arlinghaus, Julia C.
In: IRE transactions on engineering management / Institute of Radio Engineers - New York, NY : IEEE . - 2020, insges. 18 S. [Online first]
Designing decision-making authorities for smart factories
Antons, Oliver; Arlinghaus, Julia C.
In: Procedia CIRP / CIRP - The International Academy for Production Engineering - Amsterdam [u.a.] : Elsevier, Bd. 93 (2020), S. 316-322 [Part of special issue: 53rd CIRP Conference on Manufacturing Systems 2020]
Lean maintenance and repair implementation - a cross-case study of seven automotive service suppliers
Arlinghaus, Julia C.; Knizkov, Stephanie
In: Procedia CIRP / CIRP - The International Academy for Production Engineering - Amsterdam [u.a.] : Elsevier, Bd. 93 (2020), S. 955-964 [Part of special issue: 53rd CIRP Conference on Manufacturing Systems 2020]
Wissenschaftliche Monographie
Perspektiven regionaler Lieferketten und Nutzung neuer Wirtschaftspotenziale durch Produktions (Rück-)verlagerungen für Sachsen-Anhalt
Arlinghaus, Julia C.; Sondej, Franziska; Blobner, Christian
In: Magdeburg: Fraunhofer IFF, 2020, 1 Online-Ressource (55 Seiten)
2019
Buchbeitrag
The influence of cognitive biases in production planning and control - considering the human factor for the design of decision support systems
Arlinghaus, Julia C.; Zahner, Melanie
In: Human 4.0 - IntechOpen . - 2019 [Online first]
An improved production planning approach under the consideration of production order interdependencies
Arlinghaus, Julia C.; Vican, Victor; Hütt, Marc-Thorsten
In: Service Oriented, Holonic and Multi-agent Manufacturing Systems for Industry of the Future , 1st ed. 2020 - Cham : Springer ; Borangiu, Theodor . - 2019, S. 232-243 - (Studies in computational intelligence; 853) [Workshop: International Workshop on Service Orientation in Holonic and Multi-Agent Manufacturing, SOHOMA 2019, València, 3-4 October 2019]
Decision making in Industry 4.0 - a comparison of distributed control approaches
Antons, Oliver; Arlinghaus, Julia C.
In: Service Oriented, Holonic and Multi-agent Manufacturing Systems for Industry of the Future , 1st ed. 2020 - Cham : Springer ; Borangiu, Theodor . - 2019, S. 329-339 - (Studies in computational intelligence; 853) [Workshop: International Workshop on Service Orientation in Holonic and Multi-Agent Manufacturing, SOHOMA 2019, València, 3-4 October 2019]
Understanding the influence of cognitive biases in production planning and control
Arlinghaus, Julia C.; Zahner, Melanie
In: Human Systems Engineering and Design II , 1st ed. 2020 - Cham : Springer ; Ahram, Tareq . - 2019, S. 280-285 - (Advances in Intelligent Systems and Computing; 1026) [Konferenz: 2nd International Conference on Human Systems Engineering and Design,IHSED2019, München, September 16-18, 2019]
Begutachteter Zeitschriftenartikel
Supply chain risks in times of Industry 4.0 - insights from German cases
Arlinghaus, Julia; Zimmermann, Manuel; Antons, Oliver; Rosca, Eugenia
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 52 (2019), Heft 13, S. 1755-1760 [Konferenz: 9th IFAC Conference on Manufacturing Modelling, Management and Control, MIM 2019, Berlin, Germany, 28-30 August 2019]
Inclusive operations at the base of the pyramid: sustainable value creation for mitigating social exclusion
Arlinghaus, Julia C.; Rosca, Eugenia
In: Logistics research - Berlin : Springer - Volume 12 (2019), issue 1, article 10
Is co-creation always sustainable? - empirical exploration of co-creation patterns, practices, and outcomes in bottom of the pyramid markets
Knizkov, Stephanie; Arlinghaus, Julia C.
In: Sustainability - Basel : MDPI - Volume 11 (2019), issue 21, article 6017, 22 Seiten
The design space of production planning and control for industry 4.0
Arlinghaus, Julia C.; Blunck, Henning
In: Computers in industry - Amsterdam [u.a.] : Elsevier Science, Bd. 105 (2019), S. 260-272
Supply chain inclusion in base of the pyramid markets - a cluster analysis and implications for global supply chains
Rosca, Eugenia; Möllering, Guido; Rijal, Arpan; Arlinghaus, Julia C.
In: International journal of physical distribution and logistics management - Bingley : Emerald, Bd. 49 (2019), Heft 5, S. 575-598
Resource sharing as supply chain disruption risk management measure
Cockx, Ronald; Armbruster, Dieter; Arlinghaus, Julia C.
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 52 (2019), Heft 13, S. 802-807 [Konferenz: 9th IFAC Conference on Manufacturing Modelling, Management and Control, MIM 2019, Berlin, Germany, 28-30 August 2019]
Evolution of global manufacturing networks and xKD supply chains - a cross case study of six global automotive manufacturers
Arlinghaus, Julia C.; Erfurth, Toni
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 52 (2019), Heft 13, S. 1349-1354 [Konferenz: 9th IFAC Conference on Manufacturing Modelling, Management and Control, MIM 2019, Berlin, Germany, 28-30 August 2019]
Understanding the meaning of human perception and cognitive biases for production planning and control
Arlinghaus, Julia C.
In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 52 (2019), Heft 13, S. 2201-2206 [Konferenz: 9th IFAC Conference on Manufacturing Modelling, Management and Control, MIM 2019, Berlin, Germany, 28-30 August 2019]
Value chain integration of base of the pyramid consumers - an empirical study of drivers and performance outcomes
Rosca, Eugenia; Arlinghaus, Julia C.
In: International business review - Amsterdam [u.a.] : Elsevier, Bd. 28 (2019), Heft 1, S. 162-176
Herausgeberschaft
2018
Begutachteter Zeitschriftenartikel
Influencing factors of synchronization in manufacturing systems
Chankov, Stanislav; Hütt, Marc-Thorsten; Arlinghaus, Julia C.
In: International journal of production research - London [u.a.] : Taylor & Francis, Bd. 56 (2018), Heft 14, S. 4781-4801
Integration of global manufacturing networks and supply chains: a cross case comparison of six global automotive manufacturers
Erfurth, Toni; Arlinghaus, Julia C.
In: International journal of production research - London [u.a.] : Taylor & Francis, Bd. 56 (2018), Heft 22, S. 7008-7030
Setting production capacities for production agents making selfish routing decisions
Blunck, H.; Armbruster, D.; Arlinghaus, Julia C.
In: International journal of computer integrated manufacturing - London [u.a.] : Taylor & Francis, Bd. 31 (2018), Heft 7, S. 664-674
Understanding synchronizability of manufacturing networks - a multi-method study on structural network properties
Chankov, Stanislav; Hütt, Marc-Thorsten; Arlinghaus, Julia C.
In: Journal of manufacturing systems - Amsterdam [u.a.] : Elsevier Science, Bd. 46 (2018), S. 127-136
The balance of autonomous and centralized control in scheduling problems
Blunck, Henning; Armbruster, Dieter; Arlinghaus, Julia C.; Hütt, Marc-Thorsten
In: Applied network science - [Cham] : Springer International Publishing - Volume 3 (2020), issue 1, article 16, 19 Seiten
Does frugal innovation enable sustainable development? - a systematic literature review
Rosca, Eugenia; Reedy, Jack; Arlinghaus, Julia C.
In: The European journal of development research - [S.l.] : Palgrave Macmillan, Bd. 20 (2018), Heft 1, S. 136-157
2017
Buchbeitrag
Exploring the design space for myopia-avoiding distributed control systems using a classification model
Wang, Tianyi; Blunck, Henning; Arlinghaus, Julia C.
In: Service Orientation in Holonic and Multi-Agent Manufacturing - Cham : Springer ; Borangiu, Theodor . - 2017, S. 295-304 - ( Studies in Computational Intelligence; volume 694) [Workshop: International Workshop on Service Orientation in Holonic and Multi-Agent Manufacturing, SOHOMA 2016]
Application potential of multidimensional scaling for the design of DSS in transport insurance
Vican, Victor; Blindu, Ciprian; Fofonov, Alexey; Ucinska, Marta; Arlinghaus, Julia C.; Linsen, Lars
In: Dynamics in Logistics - Cham : Springer ; Freitag, Michael . - 2017, S. 109-118 [Konferenz: 5th International Conference LDIC, 2016 Bremen, Germany]
Begutachteter Zeitschriftenartikel
Business models for sustainable innovation - an empirical analysis of frugal products and services
Rosca, Eugenia; Arnold, Marlen; Arlinghaus, Julia C.
In: Journal of cleaner production - Amsterdam [u.a.] : Elsevier Science - Volume 162 (2017), Supplement, Seite S133-S145
Sustainable supply chain models for base of the pyramid
Arlinghaus, Julia C.; Rosca, Eugenia; Pivovarova, Darima
In: Journal of cleaner production - Amsterdam [u.a.] : Elsevier Science - Volume 162 (2017), Supplement, Seite S107-S120
An analytical approach to improving due-date and lead-time dynamics in production systems
Duffie, N.; Arlinghaus, Julia C.; Knollmann, M.
In: Journal of manufacturing systems - Amsterdam [u.a.] : Elsevier Science, Bd. 45 (2017), S. 273-285
2016
Begutachteter Zeitschriftenartikel
The lead time syndrome of manufacturing control - comparison of two independent research approaches
Arlinghaus, Julia C.; Knollmann, Mathias
In: Procedia CIRP - Amsterdam [u.a.] : Elsevier, Bd. 41 (2016), S. 81-86
Synchronization emergence and its effect on performance in queueing systems
Schipper, Manuel A.; Chankov, Stanislav M.; Arlinghaus, Julia C.
In: Procedia CIRP - Amsterdam [u.a.] : Elsevier, Bd. 52 (2016), S. 90-95
What is really on-time? - a comparison of due date performance indicators in production
Schäfer, Ricarda; Chankov, Stanislav; Arlinghaus, Julia C.
In: Procedia CIRP - Amsterdam [u.a.] : Elsevier, Bd. 52 (2016), S. 124-129
Lead time instability and its mitigation in production work systems
Duffie, Neil; Arlinghaus, Julia C.; Windt, Katja; Knollmann, Mathias
In: CIRP annals, manufacturing technology - Paris : CIRP, Bd. 65 (2016), Heft 1, S. 437-440
Long-term capacity planning in die manufacturing using the estimated product cost - an exploratory research
Apostu, Marius-Vasile; Arlinghaus, Julia C.
In: Procedia CIRP - Amsterdam [u.a.] : Elsevier, Bd. 41 (2016), S. 39-44
Simultaneous workload allocation and capacity dimensioning for distributed production control
Blunck, Henning; Armbruster, Dieter; Arlinghaus, Julia C.
In: Procedia CIRP - Amsterdam [u.a.] : Elsevier, Bd. 41 (2016), S. 460-465
Exploring impact factors of shippers risk prevention activities - a European survey in transportation
Arlinghaus, Julia C.; Skorna, Alexander C. H.
In: Transportation research / E - Oxford : Pergamon, Elsevier Science, Bd. 90 (2016), S. 206-223
The human factor in production planning and control - considering human needs in computer aided decision-support systems
Arlinghaus, Julia C.; Knollman, Mathias
In: International journal of manufacturing technology and management - Genéva : Inderscience Enterprises, Bd. 30 (2016), Heft 5, S. 346
The elementary flux modes of a manufacturing system: a novel approach to explore the relationship of network structure and function
Meyer, Mirja; Hütt, Marc-Thorsten; Arlinghaus, Julia C.
In: International journal of production research - London [u.a.] : Taylor & Francis, Bd. 54 (2016), Heft 14, S. 4145-4160
Synchronization in manufacturing systems - quantification and relation to logistics performance
Chankov, Stanislav; Hütt, Marc-Thorsten; Arlinghaus, Julia C.
In: International journal of production research - London [u.a.] : Taylor & Francis, Bd. 54 (2016), Heft 20, S. 6033-6051
2015
Buchbeitrag
Sustainable technology transfer for poverty alleviation - a unified framework for challenges and transdisciplinary solution approaches
Arlinghaus, Julia C.; Rosca, E.; Hoffmann, T.
In: Sustainable Development and Planning VII / Özçevik , Ö - Ashurst : WIT Press ; Özçevik, Ö . - 2015, S. 823-834
Die Schwerpunkte ihrer Forschungsarbeiten am Lehrstuhl für Produktionssysteme und -automatisierung umfasst Gestaltung und Management digitaler Produktionssysteme, Planung und Management von Fabriksystemen, Entwurf und Implementierung von Fabrikautomatisierungssystemen sowie Management und Transformation für Industrie 4.0 umfassen. Dabei wird unter anderem ein Fokus auf der Balance zwischen zentraler und dezentraler Planung und -steuerung liegen. Zudem ist sie mit ihrer Expertise an der Schnittstelle von Wirtschafts- und Ingenieurswissenschaften prädestiniert für Fragestellungen zum Lebenszyklus von Produktionssystemen und zu neuen Formen von Wertschöpfungsketten.