Werkzeugmanagement in der Cloud

Künstliche Intelligenz rückt vermehrt in den Fokus der beruflichen Weiterbildung zur Personalisierung der individuellen Lernreisen. Gleichzeitig sind Audioformate ein wünschenswertes Format der Lernenden, das zunehmendes Interesse erhält. Ein Konzept eines KI-gestützten Audioformates, sowie Potenziale des Zusammenspiels von künstlicher Intelligenz und Audio bleiben jedoch bislang unberücksichtigt und erfordern daher eine konzeptionelle Betrachtung über die möglichen Gestaltungsmöglichkeiten.

Unternehmen sind zunehmend gefordert, Fach- und Arbeitskräftemangel bei steigenden Anforderungen an Produktivität, Flexibilität und Innovationsfähigkeit zu bewältigen. Während sich das Arbeitskräfteangebot nur begrenzt erweitern lässt, rückt die produktivitätsorientierte Gestaltung von Arbeitssystemen stärker in den Fokus. Autonome Systeme bieten hier erhebliches Potenzial. Ihr Einsatz erfordert neben technischen Anpassungen vor allem Veränderungen in Organisation, Kompetenzen und Arbeitsgestaltung. Im Beitrag werden empirisch fundierte Änderungsbedarfe in bestehenden Arbeitssystemen sowie damit verbundene wirtschaftliche Potenziale analysiert.

Foundation-Modelle verändern zunehmend die Art und Weise, wie in der Industrie mit Robotern gearbeitet wird. Statt komplexe Programme Zeile für Zeile zu schreiben, können Programmierer künftig stärker mit KI-Systemen zusammenarbeiten, Aufgaben beschreiben und die generierten Lösungen prüfen. Damit verschiebt sich ihre Rolle von der reinen Code-Erzeugung hin zu konzeptionellen, überwachenden und validierenden Tätigkeiten. Der Beitrag zeigt, welche neuen Möglichkeiten große KI-Modelle für die Roboterprogrammierung eröffnen und welche Veränderungen dies für Arbeit und benötigte Kompetenzen in der industriellen Praxis mit sich bringt.

Reicht es aus, Mitarbeitende im Umgang mit KI-Werkzeugen zu schulen oder erfordert die KI-Organisation völlig neue Kompetenzen? Der Beitrag stellt ein Digital-Enablement-Modell mit drei Kompetenzdimensionen vor und zeigt anhand eines am Fraunhofer IAO erprobten Upskilling-Programms, wie Organisationen die KI-Adoptionslücke nachhaltig überwinden können.

Zertifizierungen für humanzentrierten KI-Einsatz gewinnen an Bedeutung – als Differenzierungsmerkmal im Wettbewerb, als Antwort auf regulatorische Erwartungen und als Instrument zur Gestaltung eines menschgerechten Arbeitsumfelds. Doch woran lässt sich erkennen, ob ihre Anforderungen wirklich ankommen? Auf Basis von Experteninterviews aus etablierten Zertifizierungsfeldern zeigt dieser Beitrag: Die entscheidende Frage wird nicht im Audit beantwortet, sondern in der Zeit zwischen den Audits. Nicht das Zertifikat entscheidet, sondern die Bereitschaft von Führung und Organisation, sich dem Prozess ernsthaft zu stellen.

Industrielle Lieferketten müssen ihre Beschaffungsstrategien als Reaktion auf Störungen immer wieder neu ausrichten, doch Informationen über die Leistungsfähigkeit von Lieferanten sind nach wie vor uneinheitlich und lassen sich nur schwer operativ umsetzen. Bisherige Forschungsarbeiten behandeln Lieferantenauswahl, Simulation und Interoperabilitätsstandards getrennt voneinander und betrachten die Erfassung, Bewertung und Optimierung als voneinander getrennte Schritte, die eine manuelle Datentransformation erfordern. Dieser Beitrag stellt ein Rahmenkonzept für eine datengesteuerte industrielle Plattform vor, die drei Komponenten integriert: Lieferantenprofile auf Basis der Asset Administration Shell, strukturiert durch eine Actor-Service-Ontologie zur semantischen Identifikation von Lieferanten, automatische Generierung von Simulationsmodellen für diskrete Ereignisse (Discrete-Event Simulation) aus Layoutdaten zur Leistungsbewertung sowie KPI-gesteuerte Konfiguration mithilfe von ...