Translate

Auf Basis theoretisch-empirischer Erkenntnisse, die im Rahmen des Beitrags „Technikakzeptanz von robotergestützter Prozessautomatisierung (RPA) (Teil 1)“ dargestellt worden sind, stellt dieser Beitrag die Ergebnisse einer empirischen Studie zur Akzeptanz von robotergestützter Prozessautomatisierung (RPA) mittels Strukturgleichungsmodells dar. Diese Befragung ist bei einer deutschlandweit verteilten Finanzabteilung der Unternehmenseinheit „Smart Infrastructure - Digital Grid“ eines globalen Technologieunternehmens durchgeführt worden.

Der Erfolg eines Produkts im Markt hängt - bei vorhandener Nachfrage - davon ab, inwieweit die Anforderungen der verschiedenen Anspruchsgruppen mit adäquatem Einsatz von Ressourcen befriedigt werden. Die Automobilindustrie ist geprägt durch umfangreiche Anforderungen an innovative und zuverlässige Produkte. Die Grundlage für das hohe Qualitätsniveau ist der lückenlose Einsatz von Qualitätsmanagementsystemen zur Planung, Lenkung und Verbesserung der Qualität entlang der Wertschöpfungskette nach IATF 16494:2016 und ISO 9001:2015. Im Zuge der Elektrifizierung des Antriebsstanges ist die Automobilindustrie derzeit gezeichnet durch die Entwicklung und den Produktionsstart zahlreicher innovativer Produkte. Trotz der Verwendung weitreichender präventiver Qualitätsmaßnahmen treten insbesondere im Produktionshochlauf vermehrt Nichtkonformitäten auf, die von Produktionsstillständen bis hin zu Lieferproblemen und erheblichen Mehrkosten führen können. Die Behebung dieser ...

Im Gedächtnis eines jeden Mitarbeiters sind riesige Mengen an Informationen gespeichert. Funktionsweisen eines Produkts, bewährte Verfahren in Abteilungen, kundenspezifische Informationen, allgemeine Markt- und Wettbewerbskenntnisse etc. Dieses Fachwissen ist in den meisten Unternehmen ein blinder Fleck. Wie schafft man es also unternehmensinternes Know-how verfügbar zu machen? Und das in einer Zeit, in der viele Mitarbeiter Remote, im Home Office, sogar über Länder oder Kontinente hinweg arbeiten?

Künstliche Intelligenz (KI) ist bereits heute ein wichtiger Bestandteil der Geschäftsmodelle und Prozesse vieler Unternehmen. In naher Zukunft werden KI-Systeme unsere Arbeitswelt tiefgreifend verändern. KI-Systeme können dabei für Unternehmen der unterschiedlichsten Branchen und Domänen - insbesondere in der Industrie - völlig neue Potenziale entfalten. Bestehende Geschäftsmodelle können entlang der Wertschöpfungskette optimiert werden, indem Produktionsabläufe und Prozesse optimiert oder mit vorausschauender Wartung Stillstände in der Produktion vermieden werden (2). Gleichzeitig können KI-Systeme völlig neue Geschäftsmodelle ermöglichen und damit bestehende Marktstrukturen durch neue Akteure radikal verändern. Die KI-Wirtschaft von morgen wird individueller, präziser und nachhaltiger sein: Eine wettbewerbsfähige Wertschöpfung ohne KI wird in vielen Bereichen der Industrie nicht möglich sein (1).

Um Marktanforderungen zu erfüllen, müssen Unternehmen ihre Flexibilität steigern und hohe Produktvielfalt anbieten. In der Montage erfordert dies eine große Anzahl von Spezialmaschinen, was zu hohem Investitions- und Platzbedarf führt. Dieser Beitrag stellt ein Konzept für eine modulare, rekonfigurierbare Montagestation, die um Module mit unterschiedlichen Fähigkeiten erweitert werden kann, vor. Es wird gezeigt, wie ein derartiges System im RAMI4.0-Modell zu verorten ist und welche Anforderungen an die Veränderbarkeit auf verschiedenen Produktionsebenen zu erfüllen sind.

Dass Krisen und Probleme „auch nur dornige Chancen“ sind, wusste der heutige Bundesfinanzminister Christian Lindner schon 1997. Was damals eher als rhetorisch-blumige Kampfansage eines forschen Jungunternehmers daherkam, ist im Kern jedoch auch heute noch eine belastbare, psychologische Tatsache. Erschütternde Schicksalsschläge oder andere einschneidende Erlebnisse reißen Menschen oft sprichwörtlich den Boden unter den Füßen weg - und verändern dabei den Blickwinkel auf das eigene Leben. Dieser erzwungene Perspektivwechsel kann aber durchaus auch eine echte Chance auf Veränderungen zum Guten hin sein, wenn man gelernt hat, mit Krisen umzugehen und die darin verborgenen Chancen zu erkennen und zu ergreifen.

Die additive Fertigung hat sich als Produktionsverfahren etabliert und auch Einzug in die Modeindustrie gefunden, in der individualisierte Schuhe im 3D-Druckverfahren hergestellt werden. Die Herstellung von solchen Einzelstücken stellt jedoch hohe Herausforderungen an eine automatisierte Qualitätskontrolle, da durch die vergleichsweise geringen Stückzahlen auch wenig Informationen über mögliche Defekte erzeugt werden. In diesem Beitrag wird ein Vorgehen zur Qualitätskontrolle durch Nutzung eines Autoencoders vorgestellt, welcher mittels Bildern von defektfreien Testobjekten so trainiert wird, dass auftretende Anomalien erkannt werden können. Mit einem ROC AUC score von 0,87 zeigen erste Tests vielversprechende Ergebnisse und belegen, dass durch diese Methode Defekte an den verwendeten Schuhmodellen erkannt werden können.