37, 2021, 51-54
Energieeffiziente Planung von Wertschöpfungsnetzwerken: Integration von Energieeffizienz in die strategische Gestaltung von Produktions- und Logistiknetzwerken

Bibtex

@Article{Schreiber+Vliegen+Jarmer+Günter+Hohaus,
 year    = "2021", 
  issue    = "4", 
  journal    = "37", 
  pages    = "51-54", 
  title    = "Energieeffiziente Planung von Wertschöpfungsnetzwerken: Integration von Energieeffizienz in die strategische Gestaltung von Produktions- und Logistiknetzwerken", 
  author    = "Lucas {Schreiber}, Lea {Vliegen}, Jan-Philipp {Jarmer}, Andreas {Günter} und Christian {Hohaus}", 
  doi    = "https://doi.org/10.30844/I40M_21-4_S51-54", 
  abstract    = "Bei der Auswahl eines neuen Kühlschranks ist die Energieeffizienz heutzutage ein selbstverständliches Auswahlkriterium. In der strategischen und taktischen Planung von Wertschöpfungsnetzwerken ist dies noch nicht der Fall. Mit der im Forschungsprojekt E²-Design entwickelten Toolbox wird eine Berücksichtigung von Energieeffizienz neben den klassischen Leistungs- und Kostengrößen frühzeitig im Planungsprozess von Produktions- und Logistiknetzwerken ermöglicht. Im vorliegenden Beitrag werden die zugrundeliegenden Energiedaten und die entwickelten Planungswerkzeuge vorgestellt sowie der Nutzen aus Anwenderperspektive abgeleitet. Auf Basis des vorgestellten methodisch unterstützten Ansatzes ist es möglich, die grundlegenden Supply Chain Design (SCD)-Entscheidungen frühzeitig unter Berücksichtigung der Energieeffizienz zu treffen, um aus dem Gesamtpotenzial zu schöpfen.", 
  keywords    = "Energieeffizienz, Supply Chain Design, Nachhaltigkeit, strategische Planung, Energiedatenbank, Optimierung, Simulation", 
}

Abstract

Abstract

Bei der Auswahl eines neuen Kühlschranks ist die Energieeffizienz heutzutage ein selbstverständliches Auswahlkriterium. In der strategischen und taktischen Planung von Wertschöpfungsnetzwerken ist dies noch nicht der Fall. Mit der im Forschungsprojekt E²-Design entwickelten Toolbox wird eine Berücksichtigung von Energieeffizienz neben den klassischen Leistungs- und Kostengrößen frühzeitig im Planungsprozess von Produktions- und Logistiknetzwerken ermöglicht. Im vorliegenden Beitrag werden die zugrundeliegenden Energiedaten und die entwickelten Planungswerkzeuge vorgestellt sowie der Nutzen aus Anwenderperspektive abgeleitet. Auf Basis des vorgestellten methodisch unterstützten Ansatzes ist es möglich, die grundlegenden Supply Chain Design (SCD)-Entscheidungen frühzeitig unter Berücksichtigung der Energieeffizienz zu treffen, um aus dem Gesamtpotenzial zu schöpfen.

Keywords

Schlüsselwörter

Energieeffizienz, Supply Chain Design, Nachhaltigkeit, strategische Planung, Energiedatenbank, Optimierung, Simulation

References

Referenzen

[1] BMWi: Energieeffizienz in Zahlen. URL: www.bmwi.de/Redaktion/DE/Publikationen/Energie/energieeffizienz-in-zahlen-2020.pdf?__blob=publicationFile&v=20, Abrufdatum 24.02.2021.

[2] Parlings, M.; Cirullies, J.; Klingebiel, K.: A literature-based state of the art review on the identification and classification of supply chain design tasks. In: Disruptive supply network models in future industrial systems, configuring for resilience and sustainability. Cambridge, UK 2013.

[3] Schreiber, L.; Jarmer, J.P.; Kamphues, J.: Energy-efficient Supply Chain Design: Data Aggregation and Processing, In: Proceedings of the Hamburg International Conference of Logistics (HICL). Hamburg 2020.

[4] VDI 4600: Kumulierter Energieaufwand (KEA) – Begriffe, Berechnungsmethoden. In: VDI-Gesellschaft Energie und Umwelt (Hrsg): Fachbereich Integrale Energie- und Umweltfragen. Düsseldorf 2012.

[5] Jarmer, J. P.; Hohaus, C.; Gronau, P.: Procedure model for integrating energy efficiency in strategic sourcing of electronic parts and components in the automotive sector – A case study. In: Conference Proceedings „Electronics Goes Green 2020“. Berlin 2020.

[6] Wernet, G.; Bauer, C.; Steubing, B.; Reinhard, J.; Moreno-Ruiz, E.; Weidema, B.: The ecoinvent database version 3 (part I): overview and methodology. In: Int J Life Cycle Assess 21 (2016) 9, S. 1218-1230.

[7] Smart Freight Centre: Global Logistics Emissions Council Framework for Logistics Emissions Accounting and Reporting. Version 2.0. Amsterdam 2019.

[8] Notter, B.; Keller, M.; Althaus, H. J.; Cos, B.; Knörr, W.; Heidt, C. u. a.: HBEFA 4.1 – Development Report. Handbook of Emission Factors for Road Transport. Bern 2019.

[9] Schreiber, L.: Optimization and simulation for sustainable supply chain design. In: Proceedings of the Hamburg International Conference of Logistics (HICL). Hamburg 2019.

[10] Csutora, R.; Buckley, J. J.: Fuzzy hierarchical analysis: The Lambda-Max method. In: Fuzzy Sets and Systems 120 (2001) 2, S. 181-195.

[11] Wang, F.; Lai, X.; Shi, N.: A multi-objective optimization for green supply chain network design. In: Decision Support Systems 51 (2010) 2, S. 262-269.

[12] Deb, K.; Pratap, A.; Agarwal, S.; Meyarivan, T: A fast and elitist multiobjective genetic algorithm: NSGA-II. In: IEEE Transactions on Evolutionary Computation 6 (2002) 2, S. 182-197.

[13] VDI 3633 Blatt 12: Simulation von Logistik-, Materialfluss- und Produktionssystemen – Simulation und Optimierung. In: VDI-Gesellschaft Produktion und Logistik (Hrsg): VDI-Fachbereich Fabrikplanung und -betrieb. Düsseldorf 2020.

[14] Daniel Fruhner, D.; Grimm, D.; Sardesai, S.; Wagenitz, A.; Vennemann, A.; Hegmanns, T.: A Tool-Independent Generalized Description for Sustainable Supply Chain Design. In Proceedings of the 19th International Conference on Modeling & Applied Simulation (MAS 2020). 2020.

GITO events | library.gito