Autor: Michael Weiß

Digitalisierung und nachhaltige Entwicklung spielen eine immer wichtigere Rolle in vielen Bereichen, insbesondere in der Produktion, wobei offen ist, wie sie sich gegenseitig beeinflussen. Erste Studien beschäftigten sich mit der Frage, wie sich die Digitalisierung auf die Nachhaltigkeit auswirken kann − sowohl positiv als auch negativ. Dabei wurde deutlich, dass es einen großen Bedarf für eine Bewertungsmethode mit Indikatoren aus allen Nachhaltigkeitssichten (ökologisch, ökonomisch, sozial) gibt. Im Rahmen dieses Beitrags wird exemplarisch für den digitalen Textildruck aufgezeigt, wie eine entsprechende modellgestützte Bewertungsmethode hinsichtlich ökologischer und ökonomischer Nachhaltigkeit gestaltet werden kann.

Der fortschreitende digitale Wandel bringt Anpassungsdruck, aber auch Potenziale für kleine und mittlere Unternehmen (KMU) der Textil- und Bekleidungsindustrie. Hohe Investitionskosten für neue Technologien, unzureichende Qualifikation der Beschäftigten und fehlende Standards sind Beispiele für Hemmnisse, welche die Zurückhaltung vieler KMU gegenüber Digitalisierung begründen. Es besteht daher ein Bedarf an KMU-spezifischen Informationen, sowohl bezüglich möglicher Lösungen als auch bezüglich konkreter Implementierungen, sowie an Unterstützung zur Initiierung und Realisierung von Umsetzungsprojekten. Mit dem „Mittelstand-4.0-Kompetenzzentrum Textil vernetzt“, welches durch das Bundesministerium für Wirtschaft und Energie (BMWI) gefördert wird, sollen diese Bedarfe gedeckt sowie Potenziale der Digitalisierung und Vernetzung veranschaulicht und der Weg dorthin an KMU vermittelt werden.

Industrie 4.0 mit der Digitalisierung von Produkten und Prozessen bietet Unternehmen einen großen Pool an Informationen für die Prozessoptimierung. Diese können in der Textilindustrie aber häufig nicht direkt genutzt werden, da Rohstoffe natürlichen Schwankungen unterliegen und zu vielen Produkt- und Prozessparametern die Einflussfaktoren und Wechselwirkungen nur unvollständig bekannt sind. Nachfolgend wird ein Ansatz präsentiert, der die Informationen aus der Produktion mit dem Erfahrungswissen der Beschäftigten kombiniert und damit bei der Produkt- und Prozessoptimierung unterstützt. Dabei kommt das maschinelle Lernverfahren „Fallbasiertes Schließen“ zum Einsatz.