Das Institut für Produktion und Industrielles Informationsmanagement (PIM) befasst sich mit einer breiten Palette von Forschungsbereichen („Kompetenzfeldern“). Sie lassen sich in einer ersten, groben Annäherung sowohl der Angewandten Forschung mit den Schwerpunkten Produktion, Logistik, industrielles Informations- und Wissensmanagement sowie Modellierung (und Modelllösungen) mit Techniken der Künstlichen Intelligenz, des Operations Research und der Spieltheorie einerseits als auch der Wissenschaftlichen Grundlagenforschung andererseits zuordnen. Im Folgenden werden diese Kompetenzfelder schlagwortartig skizziert. In dieser Überblicksauflistung lassen sich inhaltliche Überschneidungen nicht vermeiden, weil sich manche Kompetenzfelder wegen ihrer „Multidisziplinarität“ nicht eindeutig kategorisieren lassen.

a) Produktionsmanagement

• Modellierung und Analyse von Produktionssystemen und -prozessen, insbesondere von Flexiblen Fertigungssystemen
• Operations Management und Supply Chain Management (insbesondere Bullwhip-Effekt)
• Produktionsplanungs- und ‑steuerungskonzepte (PPS-Konzepte) sowie ihre computergestützte Implementierung
• elektronische Märkte, Multi-Agenten-Systeme und opportunistische Prozesskoordinierung für die Planung und Steuerung der Maschinenbelegung bei Werkstattfertigug
• Produktion von Dienstleistungen

b) Produktionstheorie

• Rekonstruktion und Evaluation produktionswirtschaftlicher Theorien mit formalsprachlichen Instrumenten
• Analyse des „gesetzesartigen Kerns“ produktionswirtschaftlicher Konzepte
• Darstellung von prozessorientierten Produktionsfunktionen mithilfe von Petri-Netzen

• Management komplexer, insbesondere internationaler Logistikprojekte auf der Basis der Wiederverwendung von erfahrungsbezogenem Erfahrungswissen
• E-Mobility und Green Logistics im regionalen Güterverkehr (City Logistics)
• Eisenbahngüterverkehr
• Kombinierter Güterverkehr mit Fokus auf Online-Frachtenbörsen und Schienengüterverkehr im Hauptlauf
• Entsorgungslogistik
• Delphi-Studie zu Logistik-Trends („Logistics Trends 2020”)

a) „klassische“ Wirtschaftlichkeitsanalysen (Kostenrechnungen und Investitionsrechnungen)

• generell für Produktionssysteme und Produktionsprozesse
• speziell für E-Mobility und Green Logistics in regionalen, City-nahen oder Last-Mile-bezogenen Güterverkehren

b) „erweiterte“ Wirtschaftlichkeits- und Effizienzanalysen mit multikriteriellen Analysetechniken, wie z. B.

• Analytic Hierarchy Process und Analytic Network Process
• Data Envelopment Analysis (u. a. zur Analyse der Dienstleistungseffizienz von Universitäten und ihren Organisationseinheiten, wie z. B. Fakultäten oder Fachbereichen)
• Outranking-Techniken, insbesondere PROMETHEE
• weitere Spezialtechniken: EATW(I)OS, OCRA und TOPSIS
• Relationship Management Balanced Scorecard

c) Projektmanagementmethoden

• „klassische“ Projektmanagementmethoden wie Netzplantechnik und Earned Value Management
• „moderne“ Projektmanagementmethoden, insbesondere Scrum

d) Kompetenzmanagementsysteme: computergestützte Erfassung und Anwendung des Wissens über Kompetenzen betrieblicher Akteure

e) computergestützte Prozesskoordinierung mit PPS-Systemen

f) Ontologien für die computergestützte Verarbeitung natürlichsprachlichen Wissens, insbesondere im Hinblick auf

• die Akquisition und Wiederverwendung von projektbezogenem Erfahrungswissen mit Fokussierung auf überwiegend qualitatives, natürlichsprachlich dokumentiertes Erfahrungswissen, wie es z. B. in Logistikprojekten anfällt
• die Akquisition und Wiederverwendung von überwiegend natürlichsprachlichem Wissen über Kompetenzen betrieblicher Akteure

g) Gestaltung von Businessplänen für Start-ups auf wissenschaftlichem Niveau

h) Innovationsmanagement, insbesondere für KMU (in den letzten Jahren nicht weiter verfolgt)

a) Modellierung mithilfe von KI-Techniken („GOFAI“)

• Ontologien für die computergestützte Verarbeitung natürlichsprachlichen Wissens, beispielsweise als Grundlage für das Semantic Knowledge Management im Web 2.0
• Case-based Reasoning (CBR) zur Wiederverwendung von projektbezogenem Erfahrungswissen, u. a. für projektbezogene Kostenschätzungen
• prototypische Entwicklung von ontologiegestützten CBR-Tools (Software-Prototypen), wie jColibri und jCORA
• Assumption-based Truth Maintenance (ATMS) zur „intelligenten“ Anpassungsplanung in stark schwankenden, „agilen“ Produktions- und sonstigen Unternehmensumfeldern als Beitrag zum Online-Scheduling
• Qualitative Reasoning (QR) zur „groben“, qualitativen Erfassung der Dynamik komplexer betriebswirtschaftlicher Systeme
• Einsatz von „klassischen“ Expertensystemen, Wissensbasierten Systemen und „modernen“ Multi-Agenten-Systemen, vorwiegend in den Bereichen von Produktion und Logistik

b) Modellierung mithilfe von OR-Techniken

• Modellierung von Produktionssystemen und -prozessen mithilfe von mathematisch basierten Petri-Netzen, insbesondere von Flexiblen Fertigungssystemen
• computergestützte Modellierung komplexer Produktions- und Logistiksysteme mithilfe von Modellierungs-, Simulations- und Optimierungssoftware, wie z. B. LINGO und GAMS, in vielfältigen Bereichen, wie z. B. Supply Chain Management (Bullwhip-Effekt, Integration von CSR-Instrumenten), Containerumschlag in Seehäfen sowie Disposition von schienengebundenen Güterverkehren
• Modellierung von Geschäftsprozessen mithilfe von grafischen Modellierungssprachen, wie z. B. UML und BPMN
• Modellierung von Produktentsorgungssystemen („Müllbewältigung“) mit losgrößen- und lebenszyklusorientierten mathematischen Ansätzen
• Analyse und partielle Weiterentwicklung spezieller Modellierungstechniken, wie z. B. von Goal Programming und Fuzzy Sets

c) Modellierung mithilfe der Spieltheorie

• allgemein: Modellierung der Verteilung von Gemeinkosten oder Effizienzgewinnen in Unternehmensnetzwerken, wie z. B. im Supply Chain Management, in Virtuellen Unternehmen und in Value Networks, mit Ausdrucksmitteln der kooperativen Spieltheorie
• speziell: betriebswirtschaftliche Rekonstruktion und Anwendung der spieltheoretischen Konzepte des „Tau“- und des „Chi“-Werts
• Auktionen, vor allem Vickrey-Auktionen

a) Analytische Wissenschaftstheorie

• allgemein: Rekonstruktion und Evaluation betriebswirtschaftlicher, vor allem produktionswirtschaftlicher Theorien mit den formalsprachlichen Instrumenten des strukturalistischen Theorienkonzepts („non statement view“)
• speziell: Konstruktion von Theoriennetzen
• speziell: Operationalisierung des begrifflichen Konstrukts „wissenschaftlicher Fortschritt“
• spezielle Anwendungen beispielsweise auf die Aktivitätstheorie, die Prinzipal-Agenten-Theorie und die Integration ökologischer Aspekte

b) normative Betriebswirtschaftslehre, insbesondere Unternehmensethik

• Operationalisierung des begrifflichen Konstrukts „Fairness“ hinsichtlich der „gerechten“ Verteilung von Gemeinkosten und Effizienzgewinnen in Unternehmensnetzwerken mithilfe der kooperativen Spieltheorie
• Integration von Instrumenten der Corporate Social Responsibility (CSR) in Gestaltungsempfehlungen für das Supply Chain Management mithilfe von Simulationsmodellen, die u. a. Reputationseffekte und Stakeholder mit starken Nachhaltigkeitspräferenzen erfassen
• Berücksichtigung von Nachhaltigkeitsaspekten und CSR-Aspekten in betriebswirtschaftlichen Entscheidungskalkülen, beispielsweise im Strategischen (Produktions-)Management

c) Wirtschaftsinformatik und Wissenschaftstheorie

• allgemein zu wissenschaftstheoretischen Grundlagen der Wirtschaftsinformatik, wie z. B. zur „Design Science“
• speziell zum Instrument der „stilisierten Fakten“
• speziell zum Produktivitätsparadoxon der Informationstechnik

d) Komplexitätstheorie

e) betriebswirtschaftliche Analyse von Chancen und Risiken der Shared Economy

• Fokussierung auf das B2B-Umfeld
• Kompetenzfeld im Aufbau