Layouted

Digitale Transformation ganzheitlich managen

Digitale Transformation ganzheitlich managen

Wie Unternehmen die digitale Transformation strukturiert meistern
Roman Dumitrescu ORCID Icon, André Lipsmeier, Thorsten Westermann, Arno Kühn
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.
Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 4 | Seite 55-58 | DOI 10.30844/I40M_19-4_S55-58
Ist Agilität Voraussetzung oder Folge einer zielgerichteten Digitalisierung?

Ist Agilität Voraussetzung oder Folge einer zielgerichteten Digitalisierung?

Dominic Lindner, Michael Amberg
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.
Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 4 | Seite 30-34 | DOI 10.30844/I40M_19-4_S30-34
Maschinelles Lernen in der Produktion

Maschinelles Lernen in der Produktion

Anwendungsgebiete und frei verfügbare Datensätze
Hendrik Mende, Jonas Dorißen, Jonathan Krauß, Maik Frye, Robert Schmitt ORCID Icon
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?
Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 4 | Seite 39-42 | DOI 10.30844/I40M_19-4_S39-42
SPS steuern Assistenzsysteme in der Digitalen Fabrik

SPS steuern Assistenzsysteme in der Digitalen Fabrik

Integration eines Laser-Assistenzsystems zur Werkerführung in die Steuerungsebene der Digitalen Fabrik
Ralf Müller-Polyzou, Nicolas Meier, Felix Berwanger, Anthimos Georgiadis
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.
Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 4 | Seite 13-16 | DOI 10.30844/I40M_19-4_S13-16
Blockchain-Einsatz zur Optimierung von Produktrückrufen

Blockchain-Einsatz zur Optimierung von Produktrückrufen

Tobias Rieke, André Sardoux Klasen
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.
Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 4 | Seite 59-62 | DOI 10.30844/I40M_19-4_S59-62
I4M 4/2019: Digitale Transformation

I4M 4/2019: Digitale Transformation

Die Zukunft der Industrie von Augmented Reality bis Machine Learning
Diese Ausgabe thematisiert die Digitale Transformation in der Industrie. Von datenbasierten Dienstleistungen zur Optimierung der Logistik über industrielle Laser-Assistenzsysteme bis hin zu Investitionen in Industrie 4.0 – wir analysieren, welche Technologien und Strategien den größten Nutzen bringen. Erfahren Sie, wie Augmented Reality und Machine Learning die Produktion verbessern und welche Potenziale Blockchain für die Logistik bietet.
Digitalisierungspotenziale erkennen und nutzen!

Digitalisierungspotenziale erkennen und nutzen!

Prozessschritte und Problemstellungen von produzierenden KMUs mithilfe von einfach bedienbaren Apps verbessern
Christian Knecht, Andreas Schuller
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.
Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 3 | Seite 51-54 | DOI 10.30844/I40M_19-3_S51-54
Kollaborative Robotik – Maschinelles Lernen durch Imitation

Kollaborative Robotik – Maschinelles Lernen durch Imitation

Flexible Automation für KMUs durch intelligente und kollaborative Roboterassistenten
Andrea Giusti, Dieter Steiner ORCID Icon, Walter Gasparetto, Sebastian Bertoli, Michael Terzer, Michael Riedl, Dominik T. Matt ORCID Icon
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.
Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 3 | Seite 43-46 | DOI 10.30844/I40M_19-3_S43-46
Systematische Einführung von Industrie 4.0 für den Mittelstand

Systematische Einführung von Industrie 4.0 für den Mittelstand

Anforderungen, Methoden und Anwendungsbeispiel
Feras El Sakka, Timo Busert ORCID Icon, Alexander Fay ORCID Icon
In diesem Beitrag wird eine Methodik zur Umsetzung von Industrie 4.0-Projekten im Bereich der Produktion und Logistik beschrieben. Diese Methodik berücksichtigt die besonderen Rahmenbedingungen von KMU und wurde bereits mehrfach in verschiedenen Digitalisierungs- und Industrie 4.0-Projekten mit KMU im Rahmen des Mittelstand 4.0-Kompetenzzentrums Hamburg angewandt. Der Fokus der Methodik liegt auf einer geeigneten Integration von neuen Technologien in bestehende Systeme sowie der Verbindung neu generierter Daten mit bereits vorhandenen Informationsflüssen. Die Anwendung der Methodik wird exemplarisch anhand eines realen Praxisbeispiels aus dem Mittelstand 4.0-Kompetenzzentrum Hamburg dargestellt.
Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 3 | Seite 25-29 | DOI 10.30844/I40M_19-3_S25-29
I4M 3/2019: Industrie 4.0 für den Mittelstand

I4M 3/2019: Industrie 4.0 für den Mittelstand

Chancen und Technologien für eine erfolgreiche Transformation
Industrie 4.0 ist keine Frage der Betriebsgröße – mit diesem Motto halten die Beiträge in diesem Heft spannende Erkenntnisse bereit, die bei der Digitalen Transformation unterstützen können. Neben systematischen Einführungen in die Thematik und einer Produktivitätsanalyse für die Digitalisierung betrieblicher Prozesse werden Fragen zu zentralen Technologien wie digitale Plattformen und Assistenten erörtert.
1 39 40 41 49