Home | english  | Impressum | Sitemap | KIT
Christoph_Liebrecht

M.Sc. Christoph Liebrecht

Akad. Mitarbeiter
Bereich: Produktionssysteme
Sprechstunden: nach Vereinbarung
Raum: 116, Geb. 50.36
Tel.: +49 721 608-46939
Fax: +49 721 608-45005
Christoph LiebrechtZtk5∂kit edu

Campus Süd



M.Sc. Christoph Liebrecht

Forschungs- und Arbeitsgebiete:

  • Industrie 4.0
  • Produktionsplanung und –steuerung

Projekte:

  • RobustPlaNet – Shock-robust Design of Plants and their Supply Chain Networks
  • Intro 4.0 – Befähigungs- und Einführungsstrategien für Industrie 4.0

Allgemeine Aufgaben:

  • Lernfabrik für Globale Produktion
  • Vorlesungsbetreuung Integrierte Produktionsplanung

 

Lebenslauf:

seit 04/2015

Akademischer Mitarbeiter in der Gruppe Produktionssysteme am wbk Institut für Produktionstechnik des Karlsruher Instituts für Technologie (KIT)

2008 - 2015

Studium des Wirtschaftsingenieurwesens am Karlsruher Institut für Technologie (KIT)

Veröffentlichungen

[ 1 ] Lanza, G.; Nyhuis, P.; Majid Ansari, S.; Kuprat, T. & Liebrecht, C. (2016), „Befähigungs- und Einführungsstrategien für Industrie 4.0“, ZWF - Zeitschrift für wirtschaftlichen Fabrikbetrieb, Nr. 1, S. 76-79.
Abstract:
Oftmals mangelt es Unternehmen bei der Integration von Industrie 4.0 auf dem Hallenboden an geeigneten Vorbildern sowie nachvollziehbaren Vorgehensweisen und Einführungsstrategien. Dieser Beitrag stellt einen Ansatz vor, der Unternehmen, insbesondere den deutschen Mittelstand, mithilfe eines reifegradbasierten Handlungsleitfadens bei der Einführung individuell zugeschnittener Industrie 4.0-Methoden und der Bewältigung der dabei entstehenden Herausforderungen unterstützt.

[ 2 ] Moser, E.; Stricker, N.; Liebrecht, C.; Hiller, A.; Ziegler, M. & Lanza, G. (2016), „Migration Planning for Global Production Networks using Markovian Decision Processes“. IFAC-PapersOnLine, Hrsg. International Federation of Automatic Control, S. 35-40.
Abstract:
Modern globalization leads companies into a changing environment with a highly uncertain future development of key drivers of change. Especially, global production networks are affected by uncertainty and dynamic changes. Reactiveness becomes of crucial importance, as the adaptation to environmental conditions is the key to maintain competitive advantages. This article presents an approach for flexible migration planning in global production networks. The focus is on the formulation of a Markovian Decision Process (MDP) that enables the identification of optimal reactions to stochastic changes of key drivers of change. The formulation includes the description of a multi-level modelling approach for global production networks. Furthermore the valuation model of the reward function of the MDP is discussed in detail. Finally, the paper provides a brief description of exemplary optimization results solving the MDP by backward induction.

[ 3 ] Liebrecht, C.; Bürgin, J.; Benterbusch, J.; Kiefer, C. & Lanza, G. (2016), „Shopfloor-getriebene Einführung von Industrie 4.0“, wt Werkstattstechnik online, Nr. 8, S. 539-543.
Abstract:
Produzierende Unternehmen nutzen seit einigen Jahren verstärkt Potentiale der Digitalisierung zur Verbesserung ihrer Produktion. Je nach Grad der Vernetzung sind unterschiedlich viele Bereiche involviert. Industrie4.0-Anwendungen können somit im Unternehmen verschiedenen Bereichen zugeordnet werden. Zum Bestimmen des Nutzens lassen sich Reifegradmodelle verwenden, mit denen sowohl einzelne Anwendungen als auch aggregierte Umsetzungen in Unternehmensbereichen bewertet werden können.

[ 4 ] Hübner, M.; Liebrecht, C.; Malessa, N.; Kuhnle, A.; Nyhuis, P. & Lanza, G. (2017), „Vorgehensmodell zur Einführung von Industrie 4.0“, wt Werkstattstechnik online, S. 266-272.
Abstract:
Im Zuge der Einführung von Industrie4.0 fühlen sich viele Unternehmen überfordert, zielgerichtete und bedarfsgerechte Einführungsstrategien zu entwickeln. Dieser Fachbeitrag stellt ein unternehmensindividuelles und problemorientiertes Vorgehen vor, bei dem ausgehend von einer Reifegradermittlung Potentiale ermittelt und mit Methoden der Industrie 4.0 gehoben werden. Diskutiert werden die iterativen Schritte für eine problemspezifische Auswahl und Anwendung von Industrie 4.0-Methoden.

[ 5 ] Liebrecht, C.; Hochdörffer, J.; Treber, S.; Moser, E.; Erbacher, T.; Gidion, G. & Lanza, G. (2017), „Concept development for the verification of the didactic competence promotion for the Learning Factory on Global Production“. Procedia Manufacturing, Hrsg. Elsevier B.V., S. 315-322.
Abstract:
Professional action-related competence of employees plays an increasingly important role for globally operating manufacturing companies to remain competitive. Furthermore, the Bologna process calls for a paradigm change in higher education by placing greater emphasis on the learning process and learner. In order to meet both requirements within the framework of academic teaching and further education, a novel training concept was developed and utilized at wbk’s practical and engineering-oriented Learning Factory on Global Production (LGP). The concept aims promoting professional and methodological competencies. Based on specified teaching and learning objectives, indicators are defined to make the promotion of these competencies ascertainable.

[ 6 ] Liebrecht, C.; Jacob, A.; Kuhnle, A. & Lanza, G. (2017), „Multi-Criteria Evaluation of Manufacturing Systems 4.0 under Uncertainty“. Procedia CIRP, Hrsg. Elsevier Ltd , S. 224-229.
Abstract:
Introducing Manufacturing Systems 4.0 is essential for the existence of competing industrial companies. Nevertheless, knowledge about benefits of Manufacturing Solutions 4.0 is limited. This paper introduces an approach to evaluate Manufacturing Systems 4.0. Uncertainty is integrated via fuzzy set theory and stochastic models. The financial impact of non-monetary criteria is directly modelled. A Monte-Carlo Simulation aggregates criteria in a probability distribution of the projects net present value (NPV). Comparing distributions of different alternatives determines the most favorable alternative and analyses potential and risk. Through this concept understanding of Manufacturing Systems 4.0 is improved and their benefits are displayed comprehensively.