Autor: Gisela Lanza

Für eine Kontrolle von Einsparzielen im Rahmen der EU-weiten Emissionsreduktion werden Digitale Produktpässe zunehmend obligatorisch. Diese ermöglichen einen standardisierten Austausch von Emissionsdaten entlang des gesamten Produktlebenszyklus. Da sich ihre praktische Integration oftmals als schwierig erweist, kann ein Framework zur systematischen Einführung und zielgerichteten Nutzung ihren Einsatz besonders für kleine und mittlere Unternehmen vereinfachen.

Robuste und resiliente Lieferketten (engl. Supply Chain) bilden mehr denn je einen kritischen Erfolgsfaktor für die Wettbewerbsfähigkeit produzierender Unternehmen. Höhere Komplexitäten und steigende Dynamiken in Folge von Megatrends wie der Globalisierung, Nachhaltigkeit und Individualisierung sowie sich häufende Disruptionen stellen heutige Lieferketten dabei auf die Bewährungsprobe. Insbesondere die mittelständisch geprägte Branche der Antriebstechnik im Maschinen- und Anlagenbau mit ihren globalen Lieferket- ten und hohen Kundenanforderungen steht vor diesen Herausforderungen. Zielgerichtete Digitalisierungsinitiativen sind dabei entscheidend für ihre langfristige Wettbewerbsfähigkeit. Der vorliegende Beitrag analysiert daher die gegenwärtigen Digitalisierungsvorhaben der Branche der Antriebstechnik, um relevante Trends und Anwendungsfelder zu identifizieren. Hierzu werden aus dem Zielbild der Branche für höhere Resilienz/Flexibilisierung, höhere Transparenz und mehr ...

Industrie 4.0 und eine zunehmende Digitalisierung ermöglichen es, in immer größerem Umfang, dezentrale Entscheidungen in der Produktion und auf dem Shopfloor umzusetzen. Durch digitale Vernetzung werden eine akkurate Kennzahlen- und Zieldarstellung ermöglicht. Das Shopfloor Management ist ein wichtiger Enabler für die Übernahme dezentraler Verantwortung auf dem Shopfloor. Dieser Beitrag greift den Ansatz autonomer Montageteams auf und erläutert, wie diese mithilfe eines zielgerichteten Shopfloor Managements Schritt-für-Schritt realisierbar werden.

Aufgrund der Vielzahl verschiedener Machine-Learning-Verfahren und der Modellierungskomplexität besteht unter Ingenieuren häufig Unsicherheit gegenüber der effizienten Anwendung von Machine Learning (ML). Daher bleibt der Einsatz von ML-Anwendungen in verarbeitenden Unternehmen hinter den technischen Möglichkeiten zurück. In diesem Beitrag wird ein intuitiver Handlungsleitfaden für Ingenieure vorgestellt, der diese Unsicherheit verringern soll. Der Handlungsleitfaden führt in sechs Schritten durch ein ML-Projekt. Der ML-Kompass schlägt dem Anwender für gängige ingenieurstechnische Problemstellungen der Produktentwicklung und Produktion ML-basierte Algorithmen, die in der Praxis verwendet werden, vor. Anhand eines Industriebeispiels wird die Funktionsweise demonstriert.

Die Nutzung von Kennzahlen (engl. Key Perfomance Indicators - KPIs) erlaubt eine umfassende Betrachtung vielfältiger Leistungsmerkmale eines Unternehmens und dient als fundierte Grundlage für Entscheidungen und Steuerungsaufgaben. Durch die Abbildung von Produktionssystemen in einem System aus Kennzahlen als Digitaler Twin steigt nicht nur die Menge an Daten, sondern auch deren Verfügbarkeit und Aktualität. Im Folgenden wird ein ganzheitliches übertragbares Kennzahlennetzwerk, welches zur Steuerung von Unternehmen eingesetzt werden kann, beschrieben. Strategische Ziele lassen sich durch das Kennzahlennetzwerk einfach operationalisieren. Anhand eines Industriebeispiels werden die Vorteile und Möglichkeiten des Einsatzes eines solchen Netzwerks demonstriert.

Der vorliegende Beitrag stellt ein Vorgehensmodell vor, mit dem der Anwender befähigt wird, unternehmensspezifische Einführungsreihenfolgen für Indus-trie 4.0-Methoden abzuleiten. Das Vorgehensmodell reduziert die Unsicherheit für Unternehmen hinsichtlich Industrie 4.0 und schafft eine Möglichkeit, Industrie 4.0-Methoden erfolgreich einzuführen. Das Vorgehensmodell berücksichtigt individuelle Ausgangssituationen und Technologie-Präferenzen. Dies ermöglicht eine realistische Simulation und bezieht die resultierende Einführungsreihenfolge der Industrie 4.0-Methoden spezifisch auf das anwendende Unternehmen.

Durch die Möglichkeiten des weltweiten Handels und eine zunehmende Sättigung der Märkte stehen viele Unternehmen in einem starken Wettbewerb. Der Wunsch der Kunden nach individualisierten Produkten erfordert eine Produktion, die einen hohen Grad an Flexibilität aufweist und Variantenreichtum beherrscht. Mit einer steigenden Anzahl der Produktanläufe und einer Verkürzung der Produktlebenszyklen wächst auch die Zahl der Produktausläufe. Diese sollten unter Berücksichtigung der Kosten und möglicher Verbesserungspotenziale in der Produktion gesteuert werden. In diesem Beitrag wird ein Prozessmodell zur Unterstützung eines Serienauslaufs vorgestellt. Die Veränderung der Kundenbedürfnisse tritt nicht nur auf Konsumgütermärkten, sondern auch auf Märkten von Investitionsgütern auf. Betrachtungsgegenstand ist deswegen ein Produktauslauf in der Nutzfahrzeugindustrie.

Eine robuste und optimierte Planung der Serienproduktion variantenreicher Produkte wie Automobile kann durch eine Integration der unternehmerischen Funktionsbereiche Einkauf, Produktion und Vertrieb realisiert werden. Hierzu ist es erforderlich, bereits mittelfristig vor Eingang der Kundenaufträge einen Auftragsbestand als Basis für eine integrierte, durchgängige und transparente Planung zwischen mittelfristigem und kurzfristigem Planungshorizont zu generieren. Entsprechend wird in diesem Beitrag ein Softwareprototyp zur Anwendung einer innovativen Planungsmethodik zur Generierung von Planaufträgen, zur Einplanung der Planaufträge in ein Produktionsnetzwerk und zur Zuordnung von eingehenden Kundenaufträgen zu Planaufträgen des Auftragsbestands vorgestellt.