Personalproduktivität in der Smart Factory

Steuerungsinstrument zur Verbesserung der Wettbewerbsfähigkeit von Produktionsunternehmen

ZeitschriftIndustrie 4.0 Management
Ausgabe38. Jahrgang, 2022, Ausgabe 2, Seite 63-66
Literatur Teilen Zitieren Download

Abstract

Automatisierung und Digitalisierung sind Schlagworte im Zusammenhang mit der innovativen Fertigung in einer Smart Factory. Aber noch ist keine Smart Factory in der Lage, ganz auf Fertigungspersonal zu verzichten. Darüber hinaus bildet vor allem am Hochlohnstandort Deutschland das Personal eine der größten Kostenpositionen eines Unternehmens. Vor dem Aspekt der Wettbewerbsfähigkeit gilt somit der Grundsatz, so viel wie nötig und so wenig wie möglich Fertigungspersonal zu beschäftigen. Die Personalproduktivität gibt Aufschluss über das Verhältnis von Fertigungsleistung zu Personalstand. Der vorliegende Beitrag ordnet das Steuerungsinstrument Personalproduktivität in den Kontext der Smart Factory ein und erläutert die Einflussgrößen der Personalproduktivität. Zudem wird verdeutlicht, wie eine Smart Factory die Personalproduktivität als Steuerungsinstrument nutzen kann und wie sich dies auf die Wettbewerbsfähigkeit der Smart Factory auswirkt.

Keywords

Artikel

Industrie 4.0 (I4.0) ist die neue Organisation der Wertschöpfungsprozesse. Es finden Veränderungen in der Entwicklung, der Produktion, dem Vertrieb sowie aller damit verbundenen Dienstleistungen und Serviceangeboten statt. Diese Veränderungen basieren auf vier wesentlichen I4.0-Merkmalen: Digitalisierung, Cyber-Physische Systeme (CPS), Wertschöpfungsnetzwerke sowie Produktindividualisierung. Diese Merkmale unterstützen die effektive und effiziente Gestaltung der gesamten Wertschöpfungskette [1, 2]. Personalproduktivität (PP) ist eine Kennzahl zur Analyse und Steuerung des Personaleinsatzes in allen Wertschöpfungsschritten. Eine schlechte PP zeugt von zu hoher Anwesenheit oder zu geringer Fertigungsleistung. Bei zu hoher Anwesenheit gilt es z.B. die diese durch Mitarbeiterreduktion …

Zugang beschränkt

Sie sind zur Zeit nicht angemeldet / noch nicht registriert.

Um diesen Inhalt vollständig lesen und die gewünschte(n) Datei(en) herunterladen zu können, müssen Sie über ein entsprechendes inklusiv-Abonnement verfügen. Alternativ können Sie den Zugang auch durch Zahlung eines Einmalpreises erhalten.

Abo inklusive Einzelkauf
ohne 29,00 €
Digital 27,55 €
Expert 26,10 €
Professional 0,00 €

Download für einmalig 29,00 €

Alle Preise enthalten 7% Mehrwertsteuer

Nach Erwerb der Zugangsrechte werden Sie automatisch wieder zu dieser Seite zurückgeleitet.


Potenziale: Strategie

Das könnte Sie auch interessieren

Audioimmersives Lernen in der beruflichen Weiterbildung

Audioimmersives Lernen in der beruflichen Weiterbildung

Von linearer Audiowiedergabe zu KI-gestützten und dialogischen Lernbegleitern
Tim Beichter, Vanessa Hartmann, Katharina Hölzle ORCID Icon, Manuel Kaiser
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.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 5 | Seite 102-108 | DOI 10.30844/I4SD.26.5.12
Foundation-Modelle in der industriellen Robotik

Foundation-Modelle in der industriellen Robotik

Einsatzpotenziale, Tätigkeitswandel und Kompetenzanforderungen
Bernd Kuhlenkötter ORCID Icon, Daniel Syniawa ORCID Icon
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.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 5 | Seite 16-23 | DOI 10.30844/I4SD.26.5.2
KI-Organisation als neues Arbeitsparadigma

KI-Organisation als neues Arbeitsparadigma

Implikationen für individuelle und organisatorische Veränderungen
Katharina Hölzle ORCID Icon, Leonie Krauch, Wolfgang Beinhauer ORCID Icon, Carsten Schmidt, Josephine Hofmann ORCID Icon
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.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 5 | Seite 94-100 | DOI 10.30844/I4SD.26.5.11
KI-Zertifizierung wirksam gestalten

KI-Zertifizierung wirksam gestalten

Erkenntnisse aus etablierten Zertifizierungsfeldern für die Normierung humanzentrierter KI
Katharina Morsch ORCID Icon
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.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 5 | Seite 86-92 | DOI 10.30844/I4SD.26.5.10
Datengestützte Lieferantenauswahl in der Industrie 4.0

Datengestützte Lieferantenauswahl in der Industrie 4.0

Auf dem Weg zu einer industriellen Plattform für Auswahl und Konfiguration
Purushothaman Ganesh ORCID Icon, Baris E. Albayrak ORCID Icon, Jörg Franke ORCID Icon, Till Sindel ORCID Icon, Jens Fürst, Sebastian Lang ORCID Icon
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 ...
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 4 | Seite 50-61 | DOI 10.30844/I4SD.26.4.6
Open Source als Wegbereiter für intelligente Datenökosysteme

Open Source als Wegbereiter für intelligente Datenökosysteme

Wie Zusammenarbeit Souveränität prägt und Interoperabilität in industriellen Anwendungen
Anna Maria Schleimer ORCID Icon, Julia Pampus ORCID Icon
Von Lieferketten in der Automobilindustrie bis hin zu intelligenten Fabriken – Datenökosysteme versprechen eine nahtlose Zusammenarbeit über Unternehmensgrenzen hinweg. Doch wie können Branchen die erforderliche Infrastruktur aufbauen, ohne neue Abhängigkeiten zu schaffen? Dieser Artikel untersucht, wie Open-Source-Software als Grundlage und wirkungsvolles Instrument für souveräne, interoperable Technologien und Standards dienen kann. Allerdings ist Open-Source-Software kein Allheilmittel; vielmehr stellt sie die digitale Souveränität in aufstrebenden Datenökosystemen vor Herausforderungen.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 4 | Seite 6-13 | DOI 10.30844/I4SD.26.4.1