Translate

Die Realisierung von Reorganisationsprojekten stellt eine komplexe und eigenständige Planungsaufgabe im Rahmen einer Fabriklayoutplanung dar. Es existieren nur wenig methodische Kenntnisse, welche die zeitlichen, räumlichen und organisatorischen Restriktionen in der Erstellung eines Terminplans berücksichtigen. Der vorliegende Beitrag soll die Wirkzusammenhänge in der Planung und Durchführung von Realisierungsprojekten darstellen und somit eine Diskussionsgrundlage für weiterführende Untersuchungen im Bereich der Terminplanung von Fabrikumzügen, wie der Formulierung eines Mathematischen Optimierungsproblems für die Reorganisation von Fabrikobjekten schaffen.

Viele Fachabteilungen haben die enorme Effizienzsteigerung und personelle Entlastung von Routinetätigkeiten durch Prozessautomatisierung bereits erkannt. Diese digitalen Vordenker haben damit begonnen, Büroprozesse durch neue Technologien wie Robotic Process Automation (RPA), Low Code in der Microsoft Power Platform oder in SAP zu automatisieren. Die positiven Erfahrungen verbleiben jedoch oftmals in einzelnen Abteilungen. Aufgrund des fehlenden strategischen Überbaus gelingt es Unternehmen als Ganzes noch nicht, die Mehrwerte systematisch auf alle Bereiche zu übertragen. Die organisatorische Lösung hierfür nennt sich „Center of Automation“. Manchmal reicht es aus, wenn das Team aus zwei Mitgliedern besteht, um eine übergreifende, digitale Prozessdenke in ein Unternehmen hineinzubringen.

Die Digitalisierung von Prozessen ist komplex und fehlerbehaftet. Deswegen werden Fertigungsprozesse mit Methoden der statistischen Prozesslenkung überwacht. Das Ziel des vorgestellten Projekts war die Beantwortung der Fragen, wie die Datengrundlage für den Einsatz der Qualitätsregelkarte (QRK) von Stichproben auf nahezu Echtzeitdaten erweitert werden kann und wie die Implementierung der Lösung erfolgen sollte. Die Softwarelösung wurde in der Fischertechnik Lernfabrik entwickelt und getestet. Es konnte gezeigt werden, dass sich die Daten aus der Lernfabrik eignen, um eng getaktet dargestellt und mittels Prozesskennzahlen der QRK ausgewertet werden zu können. So können Fehler vermieden und Kapazitäten eingespart werden.

Künstliche Intelligenz hat das Potenzial, Unternehmen und ganze Branchen auf ein völlig neues technologisches Level zu bringen. Voraussetzung sind Daten mit hohem Reifegrad, mit dem Unternehmen komplexe Prozesse automatisieren, Prognosen berechnen oder Analysen erstellen können. Mit der richtigen Datenstrategie ist die Strukturierung und das Erreichen der notwendigen Datenqualität keine Zukunftsmusik mehr.

Zum Reinigen von Werkstückoberflächen wird häufig das Reinigungsstrahlen angewendet. Dabei wird ein Strahlmittel (Flüssigkeit, Sand, Glasperlen, Guss- oder Korund-Partikel) durch einen, mit hoher Geschwindigkeit austretenden Luftstrom beschleunigt. Aus Sicherheitsgründen wird das Strahlen daher in geschlossenen Kammern oder Kabinen durchgeführt. Strahlmittel und vom Werkstück abgetragenes Material füllen jedoch schnell die Luft in der Kammer, sodass die Sicht – und damit eine Beurteilung des Strahlergebnisses – erheblich erschwert wird. In begehbaren Kabinen muss zudem mit Vollschutzanzügen gearbeitet werden, sodass eine Gesundheitsüberwachung des Mitarbeitenden erfolgen muss. In diesem Beitrag werden, am Beispiel der Dekontamination beim Kernkraftwerkrückbau, die Entwicklung und der Test einer Kamera beschrieben, mit deren Hilfe eine optische Begutachtung des Strahlprozesses unter schwierigsten Umgebungsbedingungen, wie sie beim Strahlprozess herrschen, verbessert wird. ...

Durch den Wandel in der Automobilindustrie hin zur Elektromobilität gewinnt das Qualitätsmerkmal technische Sauberkeit stetig an Bedeutung. An Batte- riezellen als Kosten- und Sicherheitsfaktor für E-Fahrzeuge werden hier hohe Anforderungen gestellt, die entlang der Wertschöpfungskette einzuhalten sind. Im Beitrag wird eine Bewertungsmethode vorgestellt, die hilft, die technische Sauberkeit im Herstellungsprozess von Lithium-Ionen-Zellen zu analysieren und Fehlerursachen aufzuzeigen.