David Lenze, M.Sc., studierte Wirt­schafts­in­ge­nieur­we­sen an der TU Dort­mund und ist als Wissenschaftlicher Mitarbeiter am IPS sowie dem Ko­ope­ra­tions­part­ner RIF e. V. tätig. Seine inhaltlichen Schwer­punkte liegen in der Gestaltung neuer und Optimierung bestehender Produktionssysteme in zahlreichen in­dus­tri­el­len Projekten, der Promotionsschwerpunkt besteht in der Entwicklung einer simulationsbasierten Methodik der Puffergestaltung. Seit 2016 leitet er den Forschungsbereich Production System Dynamics. Herr Lenze ist Six Sigma Green Belt.

• Entwicklung von Produktionsplanungs- und -steuerungskonzepten mit besonderem Fokus auf Variabilitätseinflüssen 
• Dynamische Engpassidentifikation und -prädiktion durch Anwendung Maschineller Lernverfahren
• Simulationsbasierte Gestaltung von Puffern in variabilitätsbeeinflussten Produktionssystemen

• Be­treu­ung von Projekt- und Ab­schluss­ar­bei­ten
• Durchführung von Vorlesungs­reihe(n) des IPS
• Durchführung von Übungen zu den Vorlesungen des IPS

• Planung und Gestaltung von Produktionssystemen (z.B. Wertstromanalyse und -design, Puffergestaltung)
• Durchführung von Zeitstudien und softwaregestützte Aufbereitung der Zeitdaten zu übertragbaren Planzeitbausteinen
• Entwicklung und Umsetzung von Produktionsplanungs- und -steuerungskonzepten (Line-Balancing, Sequencing, Order Release)

• Deuse, Jochen; Lenze, David (2016): Limits of Lean Thinking. Six Sigma & Data Analytics im Kontext wertschöpfender Variabilität. Lean Six Sigma trifft Industrie 4.0 und Big Data. MTS-Consulting. Düsseldorf: 28.04.2016.
• Willats, Peter; Deuse, Jochen; Lenze, David (2016): A learning pathway from Lean Management towards Factory Physics. European Lean Educator Conference (ELEC). Buckingham, England: 14.09.2016.
• Roser, Christoph; Lorentzen, Kai; Lenze, David; Deuse, Jochen; Klenner, Ferdinand; Richter, Ralph et al. (2017): Bottleneck Prediction Using the Active Period Method in Combination with Buffer Inventories. In: Lödding, Hermann, Riedel, Ralph et al. (Hg.): Advances in Production Management Systems. The Path to Intelligent, Collaborative and Sustainable Manufacturing. IFIP International Conference on Advances in Production Management Systems. Hamburg, 3.-7.09.2017, S. 374–381.
• Deuse, Jochen; Heuser, Christoph; Konrad, Benedikt; Lenze, David; Maschek, Thomas; Wiegand, Mario; Willats, Peter (2016): Pushing the Limits of Lean. How Industrial Engineers cope with Value Adding Variability. In: International Joint Conference. Building bridges between researchers and practitioners. International Joint Conference (IJC). San Sebastián, Spanien, 13.-15.07.2016.
• Deuse, Jochen; Heuser, Christoph; Konrad, Benedikt; Lenze, David; Maschek, Thomas; Wiegand, Mario; Willats, Peter (2016): Pushing the Limits of Lean Thinking. Design and Management of Complex Production Systems. In: Viles, Elisabeth, Ormazábal, Marta et al. (Hg.): Closing the Gap Between Practice and Research in Industrial Engineering. International Joint Conference (IJC). San Sebastián, Spanien, 13.-15.07.2016: Springer International Publishing, S. 335–342.
• Deuse, Jochen; Lenze, David; Klenner, Ferdinand; Friedrich, Tilman (2016): Manufacturing Data Analytics zur Identifikation dynamischer Engpässe in Produktionssystemen mit hoher wertschöpfender Variabilität. Christopher Schlick (Hg.): Megatrend Digitalisierung. Potenziale der Arbeits- und Betriebsorganisation. Aachen. In: Schlick, Christopher (Hg.): Megatrend Digitalisierung. Potenziale der Arbeits- und Betriebsorganisation. Aachen, 09.-10.09.2016. Wissenschaftliche Gesellschaft für Arbeits- und Betriebsorganisation (WGAB) e.v., S. 11–26.
• Deuse, Jochen; Achenbach, Marlies; Lenze, David (2015): Hybrides Ausbildungskonzept für den Umgang mit Systemkomplexität. In: Meier, Horst (Hg.): Lehren und Lernen für die moderne Arbeitswelt. 28. HAB-Forschungsseminar. Bochum, 09.-10.10.2015. Berlin: Gito (Schriftenreihe der Hochschulgruppe für Arbeits- und Betriebsorganisation e.V. (HAB)), S. 249–264.
• Klenner, Ferdinand; Lenze, David; Schwarzer, Samuel; Deuse, Jochen; Friedrich, Tilman (2016): Smart Data Analytics zur Identifikation dynamischer Engpässe in Flexiblen Fertigungssystemen. In: at - Automatisierungstechnik 64 (7), S. 540–554.