Autor: Marius Veigt

Der Wettbewerbsdruck in der Kontraktlogistikbranche ist groß. Logistikanbieter müssen schnell und mit überzeugenden Konzepten auf Ausschreibungen reagieren. Dieser Beitrag zeigt erste Ansätze, wie die Prozessplanung der Logistik im Ausschreibungsmanagement mit Methoden des überwachten Lernens beschleunigt werden kann. Unter der Prämisse, dass ähnliche Prozesse aus vergangenen Projekten auf ein neues Projekt übertragen und angepasst werden können, schlägt ein KI-basiertes Assistenzsystem während der Planung mittels Methoden des überwachten Lernens geeignete Prozessschritte in Form von MTM-Codes (Methods-Time Measurement) vor. Dieses Vorgehen beschleunigt die Prozessplanung und kann zu einer Steigerung der Qualität der geplanten Logistikkonzepte führen.

Der intensive globale Wettbewerb, kürzer werdende Produktlebenszyklen und eine zunehmende Variantenvielfalt erfordern flexible und wandlungsfähige, aber zugleich wirtschaftliche Produktions- und Logistiksysteme. Insbesondere in der Kontraktlogistikbranche werden aufgrund der kurzen Vertragslaufzeiten (ca. zwei bis drei Jahre) häufig Logistiksysteme bzw. Fabrikabschnitte neu geplant. Das Wissen über die kundenspezifischen Prozesse sowie die kundenindividuelle Konfiguration der Logistiksysteme liegt implizit bei den Planer*innen. Durch den Einsatz eines KI-basierten Assistenzsystems soll dieses Wissen erfasst und aufbereitet werden, sodass der Planungsprozess beschleunigt wird und gleichzeitig die Planungsqualität weniger individuellen Schwankungen unterliegt. In diesem Beitrag wird beschrieben an welchen Stellen des Planungsprozesses ein Bedarf für eine Unterstützung durch ein auf künstlicher Intelligenz (KI) basierendes Assistenzsystem besteht und wie die digitale Plattform ...

In vielen Einsatzbereichen müssen Menschen auf die Sicherheit von Drahtseilen vertrauen, weshalb mögliche Schäden zuverlässig und rechtzeitig erkannt werden müssen. Die hierfür notwendigen Überprüfungen werden von Sachverständigen durchgeführt, was das Risiko nicht erkannter Schäden beinhaltet. Damit diese keine Unfälle verschulden, werden Drahtseile oft verfrüht getauscht, was vermeidbare Kosten erzeugt. Das in diesem Beitrag vorgestellte Projekt MOBISTAR soll Fehler im Prozess der Instandhaltung und Überprüfung weiter reduzieren. Das System nutzt zwei unterschiedliche Messarten, die mit einer selbstlernenden Convolutional Neural Networks (CNN) Auswertungssoftware gekoppelt sind, um so zuverlässiger und genauer die Ablegereife von Seilen beurteilen zu können.

Damit faserverstärkte Kunststoffe ihre vorteilhaften Materialeigenschaften erhalten, ist es wichtig, Komponenten aus diesen Werkstoffen gezielt auszuhärten. Der Einsatz der Radio Frequency Identification Technik (RFID) zur Aushärtungsüberwachung stellt einen völlig neuen Ansatz auf diesem Gebiet dar. In diesem Beitrag wird ein Experiment präsentiert, bei dem ein RFID-Transponder in glasfaserverstärkten Kunststoff integriert und der Received Signal Strength Indicator (RSSI) über die Aushärtung bei unterschiedlichen Frequenzen gemessen wurde. Das Ergebnis zeigt, dass der RSSI als Indikator für die Aushärtung verwendet werden kann. Die Vorteile der RFID-Technik gegenüber herkömmlichen Methoden zur Aushärtungsüberwachung liegen im drahtlosen Auslesen der RFID-Transponder sowie im zusätzlichen Nutzen, den ein im Bauteil integrierter RFID-Transponder im weiteren Produktleben erzeugt.

Eine hohe Produkt- und Prozessqualität stellt in komplexen Wertschöpfungsnetzwerken einen entscheidenden Wettbewerbsfaktor dar. Das Qualitätsmanagement erfolgt dabei in der Regel standortbezogen, wobei ein unternehmensübergreifender Austausch von Daten und Informationen zur Qualitätssicherung bislang nur sehr begrenzt stattfindet. Die unternehmensübergreifende Nutzung von Qualitätsdaten wird vor allem dadurch behindert, dass die Informationstechnologie (IT)-Infrastruktur zur Erzeugung, zum Austausch und zur Auswertung der Daten fehlt. Um diese Herausforderungen zu überwinden, beschreibt dieser Beitrag Handlungsfelder, die eine unternehmensübergreifende Nutzung von Qualitätsdaten zur Entwicklung digitaler Services ermöglichen und damit zur Gestaltung robuster und agiler Supply Chains beitragen.

Mit dem Förderprogramm „Forschung für die Produktion von morgen“ im Themenfeld Intelligente Vernetzung in der Produktion - Ein Beitrag zum Zukunftsprojekt „Industrie 4.0“ leitet das Bundesministerium für Bildung und Forschung (BMBF) die vierte industrielle Revolution ein. Hierbei wird innerhalb von Forschungsprojekten beabsichtigt, Cyber-Physische Systeme in Produktion und Logistik einzuführen. Das BIBA - Bremer Institut für Produktion und Logistik GmbH an der Universität Bremen entwickelt hierzu innerhalb des Projekts „Cyber-Physische Produktionsprozesse - Produktivitäts- und Flexibilitätssteigerung durch die Vernetzung intelligenter Systeme in der Fabrik“ (CyProS) ein Cyber-Physisches Logistiksystem.