In der Produktionsplanung und -steuerung können geringfügige Unsicherheiten unerwartete Auswirkungen auf die Gesamtleistung des Produktionssystems sowie eine ineffiziente Nutzung von Ressourcen haben. Diese Anpassungen sind oft schwer abzuschätzen, zu groß oder zu kostspielig für produzierende Unternehmen im Betrieb. Daher gewinnen simulationsgestützte Optimierungsmethoden angesichts wirtschaftlicher Trends wie zunehmender Produktkomplexität und Variantenvielfalt sowie steigenden Anforderungen an Qualität und Kosten immer mehr an Bedeutung (vgl. Kühn 2006; März/Weigert 2011; VDI 3633 2014). Durch die Nachbildung eines realen Systems in Form eines Simulationsmodells lässt sich „eine schnelle Analyse verschiedener Prozessvarianten“ durchführen (vgl. Laroque 2007), was es ermöglicht, die Robustheit und Widerstandsfähigkeit von Produktionsprozessen gegenüber exogenen und endogenen Einflüssen durch Sensitivitätsanalysen zu untersuchen (vgl. ebd.).

Die Simulation (von Produktionssystemen) beinhaltet, die Ereignisse möglichst nah an der Realität nachbilden und rekonstruieren zu können. Dieses Prinzip ist für nahezu alle Problemkreise sinnvoll, indem sich dadurch spezifische Probleme aus der Realität lösen lassen und entsprechend eines benötigten Detaillierungsgrads betrachten lassen, um zielgerichtete Lösungen zu finden (vgl. Rottmann 2018). Nach VDI-Richtlinie 3633 (2014) konkretisiert die Simulation eine abstrakte Nachbildung dynamischer Prozess eines bestehenden und/oder beabsichtigten (realen) Systems, wobei gezielte Experimente mit einem Simulationsmodell vorbereitet, durchgeführt und ausgewertet werden. Die Methode der Simulation umfasst daher das Generieren und Beobachten eines simulierten Planungshorizonts zur Ableitung von Schlussfolgerungen hinsichtlich Leistungsmerkmale in Form einer Leistungsbewertung. In diesem Kontext folgt die Untersuchung des simulierten Systems der Annahme, dass die im Modell gewonnenen Schlussfolgerungen durch Leistungsmessungen auf das modellierte System übertragen werden können (vgl. Rose/März 2011). Für die Konzipierung eines Modells ist viel Erfahrung nötig, um alle wesentlichen Einflussgrößen erfassen zu können und eine realitätsgetreue Nachbildung zu erschaffen (vgl. Rottmann 2018).

In Analogie zu einer Klassifikation von Systemen und Modellen kann eine Klassifikation von Simulationsmodellen nach Law/Kelton (1991, S. 6 f.) im Wesentlichen nach drei verschiedenen Dimensionen erfolgen:

• • Verhalten gemäß eines definierten Betrachtungszeitraumes (statisch vs. dynamisch)
  • Abbildung von Zufälligkeiten (deterministisch vs. stochastisch)
  • Durchführung von Zustandsänderungen über die Zeit (kontinuierlich vs. diskret)

Kontinuierliche Simulation beschreibt die fortlaufende Zustandsveränderung von den zu simulierenden Objekten, mithilfe von einer Simulationszeitprogression mit fester Schrittweite. Kontinuierliche Simulationsmodelle sind z.B. physikalische Modelle, welche sich im Raum bewegende materielle Objekte enthalten. Dabei ist zu beachten, dass eine kontinuierliche Simulation keinen Bedarf an einem kontinuierlichen Zeitmodell und Raummodell hat und auch keine Verwendung für kontinuierliche Zustandsvariablen. Die Kontinuität bezieht sich ausschließlich auf die Art der Zustandsveränderung. (vgl. Mattern/Mehl 1989).

Die zweite große Kategorie ist die diskrete Simulation. Der Unterschied zur kontinuierlichen Simulation ist, dass die Zustandsveränderungen von jetzt auf gleich stattfinden. Das erfolgende Ereignis, darf demnach keine Simulationszeit verursachen. Diskrete Simulationsmodelle werden vorwiegend in der Informatik oder im Operation Research verwendet. Ein klassisches Beispiel für ein solches Ereignis, ist die Ankunft von neuem Fertigungsmaterial an einer Maschine oder das Erscheinen eines neuen Kunden in der Warteschlange. Dabei kann man die diskrete Simulation noch in weitere Simulationsmodelle unterteilen, als Beispiel dafür sind die zeitgesteuerte und die ereignisorientiere Simulation.
Bei der zeitgesteuerten Simulation wird die Simulationszeit bei jedem Schritt der Simulation um ein vorher bestimmtes konstantes Zeitinkrement erhöht. Mit dem Voranschreiten der Zeit werden jedes Mal die aufgetretenen Zustandsveränderungen der vorherigen Epoche ausgeführt. Beispiele für die Anwendung solcher Simulationen sind volkswirtschaftliche Prognosen oder Planspiele. Diese Art wird meistens dann verwendet, wenn die Zustandsveränderungen einer Epoche sich ohne unnötige Detaillierung schwierig einzelnen Ereignissen zuschreiben lassen, ein Beispiel dafür wären meteorologische Modellrechnungen. Dabei ist bei dieser Simulationsart die Größe der Zeitepoche von maßgeblicher Bedeutung für die Effizienz, Genauigkeit sowie die Korrektheit der Simulation. Die Zeitepoche sollte dabei so klein sein, dass sich die Zustandsveränderungen eines Objektes erst in der darauffolgenden Epoche auf andere Objekte auswirkt. Gleichzeitig sollte die Epoche so groß sein, dass so wenig wie möglich an Zustandstransformationen unternommen werden müssen, um einen reibungslosen Ablauf der Simulationsuhr zu gewährleisten (vgl. Mattern/ Mehl 1989).

Ein weiteres Beispiel für die diskrete Simulation, ist die ereignisgesteuerte Simulation. Bei dieser Simulationsart gibt es keine Zustandsveränderungen zwischen zwei nacheinander erfolgenden Ereignissen. Aus diesem Grund muss schon vor dem Stattfinden eines Ereignisses feststehen, wie das nachfolgende Ereignis definiert ist. Im Regelfall stehen jedoch bereits mehrere zukünftige Ereignisse und ihre jeweiligen Eintrittszeitpunkte fest. Jedes geplante Ereignis besitzt einen Eintrittszeitpunkt und hat eine bestimmte Zustandsveränderung zur Folge. Diese Ereignisse lassen sich im Regelfall zu Ereignistypen zusammenfassen, so entsteht in der Simulation für jeden Typ eine parametrisierbare Routine, welche beim Eintreten des bestimmten Ereignisses mit ausgeführt wird. Zudem besteht die Möglichkeit die Simulationszeit zu „überspringen“, in welcher keine Ereignisse stattfinden und sozusagen nur Leerlauf herrscht. (vgl. Mattern/Mehl 1989).

Unser engagiertes Team führt für Sie und mit Ihnen gemeinsam umfangreiche Simulationen durch, um unter festgelegten Annahmen das Optimum bezüglich Ihrer Prozesssteuerung und Produktionsplanung zu realisieren.

Wir verlieren dabei nie Ihre Unternehmensvision und Ziele aus den Augen. Unser Ansatz ist ganzheitlich, und wir integrieren das wertvolle Wissen und die Erfahrung Ihrer Mitarbeiter konstruktiv in den gesamten Umsetzungsprozess. Wir wissen, dass jede Organisation einzigartig ist, und deshalb gestalten wir unsere Simulationsstudien individuell, um Ihre spezifischen Anforderungen und Ziele zu erfüllen.