The Generic Planning Tool (GPT) is a new software package being developed by the Flight Dynamics team at DLR. In an era where laser communications are becoming more and more relevant to data transmission for space missions, the GPT’s purpose is to compute highly accurate visibility windows and provide a wide variety of support information for both satellite-to-ground and inter-satellite links. What sets the GPT apart from previous products, is its shift from mission-specific to multi-mission and being able to accept various orbit and attitude data formats, thus enabling the support of multiple missions from DLR and external clients with flight dynamics information for mission planning applications. Its two main components are the core libraries written in Fortran, which serve as the powerhouse for the orbital mechanic’s computations, and the microservice architecture, enabled by JSON input/output files and Python scripts, which implement an automatic request-response service accessible over the network. This thesis will present why, how, and which GPT software functionalities were developed and tested during the internship at the German Space Operation Center. / Det generiska planeringsverktyget, Generic planning tool (GPT), är ett nytt mjukvarupaket som utvecklas av den flygdynamiska avdelningen på DLR. I en tid när kommunikation med hjälp av laser blir alltmer relevant vid dataöverföringar för rymduppdrag, är syftet med GPT att beräkna mycket exakta öppningar för dataöverföringar, men också att bidra med en mängd olika sorters användbar information för både ”satellit-till-mark”- och ”satellit-tillsatellit”-länkar. Det som skiljer verktyget från tidigare produkter är dess omvandling från att vara uppdragsspecifik till att kunna hantera multipla uppdrag. I och med GPT:s förmåga att acceptera olika dataformat gällande omloppsbana och orientering, öppnar det upp för att kunna stödja multipla uppdrag från DLR och externa klienter med flygdynamisk information, för applikationer inom uppdragsplanering. GPT:s två huvudsakliga delar är, de centrala biblioteken skrivna i Fortran vilka verkar som ett kraftverk för de orbital-mekaniska beräkningarna, och mikroservice-arkitekturen skapad från JSON input/output-filer och Pythonskript, vilket implementerar en automatisk begär- och svarstjänst tillgänglig via nätverket. Detta examensarbete kommer presentera varför, hur och vilka av GPT:s mjukvarufunktioner som utvecklades och testades under praktikplatsen på German Space Operations Center (GSOC).

Supply chains in many industries are experiencing an ever-growing complexity. They involve many actors and, similar to intra-organizational processes, visibility is an important enabler for managing supply chains in an inter-organizational setting. It is the backbone of advanced sup-ply chain (event) management solutions, which serve to detect critical incidents in time and to determine alternative actions. Due to the numerous parties involved, distributed supply chains call for a modular system architecture that aims at re-using visibility data from standardized sources. Following the wide variety of supply chain configurations in many industries there are also many options to design such services. This paper sheds light on these aspects by conduct-ing a case study on EPCIS, a global service specification for capturing and sharing visibility data. Based on three implementations, it shows the main design options for a supply chain vis-ibility service, generic operator models as well as major potentials.:1. Introduction and motivation 2. Research questions and methodology 3. Literature analysis 4. EPCIS case study 4.1. Deutsche Post DHL 4.2. ThyssenKrupp 4.3. GS1 Germany 5. Discussion and findinds 5.1.Design options 5.2. Operator models 5.3. Potentials 6. Conclusions