Design

Unternehmen befinden sich schon immer in einen konstanten Wandel, welcher heutzutage u. a. eng mit den Schlagworten „Digitalisierung“ und „Agilität“ verknüpft ist. Dabei können agile Methoden speziell in komplexen Projekten Wegbereiter für eine zielgerichtete Digitalisierung sein und andererseits digitale Technologien eine agilere Arbeitsweise fördern. Dieser Beitrag fokussiert durch Gruppendiskussionen mit Managern aus mittelständischen IT-Unternehmen die Frage, ob Agilität Voraussetzung oder Folge einer zielgerichteten Digitalisierung ist. Dieser Beitrag richtet sich an Entscheider aus dem IT-Mittelstand, welche den Grad an Agilität im Unternehmen im Kontext einer zunehmenden Digitalisierung erhöhen möchten.

Steigende Rechenleistungen und bessere Datengrundlagen bei gleichzeitig sinkenden Kosten für Rechen- und Speicherkapazitäten stellen die Basis für den Einsatz von Machine Learning (ML) in der Produktion dar. Herausforderungen bestehen in der Identifizierung aussichtsreicher Anwendungsgebiete, dem Erkennen der mit diesen verbundenen Learning Tasks sowie dem Aufdecken passender Datensätze. In diesem Beitrag werden daher folgende Fragen beantwortet: Welche Anwendungsgebiete in der Produktion bieten das größte Potenzial für den Einsatz von ML? Welche frei zugänglichen Datensätze eignen sich, um eigene Erfahrungen zu sammeln und welche Learning Tasks sind damit verbunden? Was sind Best Practices für die Anwendungsgebiete?

Die Integration industrieller Laser-Assistenzsysteme zur Werkerführung in die Steuerungsebene eröffnet Möglichkeiten der digitalen Transformation für produzierende Unternehmen. Diese Möglichkeiten werden am Beispiel der Digitalen Fabrik der Leuphana Universität Lüneburg dargestellt. In einem Praxisprojekt wird eine manuelle Montagestation mit einem industriellen Laser-Assistenzsystem entwickelt und in die SIMATIC Steuerungsebene der Digitalen Fabrik integriert. Der Werker interagiert mit dem Assistenzsystem und wird von diesem durch den auftragsbezogenen Montageprozess geleitet. Der Werker steht dabei im Zentrum des Geschehens.

Blockchains (BC) werden häufig direkt Bitcoin und andere Kryptowährungen verbunden. Dabei stellt BC die Technologie dar, auf der Bitcoin und Co basieren [1] und sind ein Anwendungsbeispiel unter vielen. Die BC besitzt einige Eigenschaften, die auch für das Supply Chain Management relevant sind. Produktrückrufe nehmen aufgrund der komplexen Supply Chains (SC) immer weiter zu. Dabei liegt die Herausforderung darin, einen Produktrückruf effizient vorzubereiten, durchzuführen und anschließend in die Ursachenanalyse einzusteigen. Genau an dieser Stelle kann die BC-Technologie unterstützen und Transparenz schaffen. So kann eine Reaktion schnell, kosteneffizient und situativ angemessen erfolgen. Ziel des Beitrags ist, einen Einblick in das Potenzial von BC für die Herausforderung „Produktrückruf“ zu geben.

Die digitale Transformation der Industrie hat mit ihren technologischen Komponenten einen unmittelbaren Einfluss auf die Ausrichtung der Logistikprozesse innerhalb von Unternehmen sowie in ganzen Unternehmensnetzwerken. Die Entwicklung und Integration neuer Technologien löst dabei mehr und mehr starre Unternehmensstrukturen und Steuerungsarchitekturen auf. Die Vision reicht von dezentralen Netzwerken aus modularer Förder- und Lagertechnik bis hin zur Anwendung von Künstlicher Intelligenz für smarte Services in der Logistik. Es besteht die Anforderung, die logistischen Objekte zu identifizieren, zu orten, zu steuern und deren Zustände zu erfassen, um eine zielorientierte Interaktion im Sinne einer ganzheitlichen Vernetzung zu bewerkstelligen.

Digitalisierung ist ein Kernthema, das in den Strategien von Unternehmen berücksichtigt werden sollte. Aufgrund der unternehmensspezifischen Ausgangssituationen und Ziele existiert jedoch kein einheitliches Muster für die digitale Transformation. So sollte jedes Unternehmen seine eigene Strategie für die Gestaltung der Digitalisierung entwickeln. Dabei ist zu festzulegen, in welchen Bereichen ein Unternehmen nutzenstiftende Veränderungen im Kontext der Digitalisierung durchführen will.

Kleine und mittelständische Unternehmen können das Potenzial der digitalen Transformation nur schwer ausschöpfen. Finanzielle und fachliche Ressourcen stehen nicht in gleichem Maße zur Verfügung wie bei Großunternehmen, wodurch ihnen die konsequente Umsetzung von Lösungen oftmals schwerer fällt. In dem BMBF-Forschungsprojekt »ScaleIT« wurde eine Industrie 4.0-Plattform entwickelt, mit der sich einzelne Prozessschritte mithilfe von Apps verbessern lassen. Es stehen sowohl fertige Apps als auch Open-Source-Hilfsmittel zur einfachen Realisierung neuer Ideen zur Verfügung. Eine im Projekt entwickelte Methodik unterstützt dabei, die größten Digitalisierungspotenziale im Unternehmen aufzudecken. Durch diese Methodik und dem flexiblen App-Ansatz soll es vor allem kleineren Betrieben leichter gemacht werden, neue und sinnvolle Industrie 4.0-Anwendungen auf dem betrieblichen Hallenboden zum Einsatz zu bringen, um so ihre Wertschöpfungskette Schritt für Schritt zu optimieren.

Der Trend zur kundenindividuellen Massenproduktion stellt klassische Produktionsmethoden kleinerer und mittlerer Unternehmen vor große Herausforderungen. Branchenübergreifend lässt sich feststellen, dass es für diese Unternehmen besonders schwierig ist mit klassischen Automationslösungen einen tragbaren Kompromiss für den Dreiklang aus hoher Flexibilität, hoher Produktionseffizienz und geringem Investitionsrisiko zu finden. Gleichzeitig stellt die Agilität zur Anpassung an variable Marktbedingungen eine typische Stärke kleiner und mittlerer Unternehmen dar.