Translate

Warum KI auf Daten angewiesen ist

Warum KI auf Daten angewiesen ist

Uwe Müller
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.
Industrie 4.0 Management | 39. Jahrgang | 2023 | Ausgabe 1 | Seite 63-66
Zukunfts- und Wertschöpfungslabor DataLab WestSax

Zukunfts- und Wertschöpfungslabor DataLab WestSax

Ein regionaler Katalysator für datenbasierte Wertschöpfungsprozesse
Christian Leyh, Wibke Kusturica ORCID Icon, Sarah Neuschl, Christoph Laroque ORCID Icon
Neue Wertschöpfungsprozesse und Geschäftsmodelle, die durch umfangrei- che Datennutzung und überbetriebliches Datenteilen geprägt sind, werden für Unternehmen immer wichtiger. Viele Barrieren und Hemmnisse verlang- samen jedoch vor allem für den Mittelstand den Weg zu einer datenbasierten Wertschöpfung. Den Unternehmen fehlt es an konkreten Datennutzungs- und Umsetzungsideen und/oder an Digitalisierungs- und Datenanalysekompe- tenzen. Dadurch bestehen ungenutzte Wertschöpfungspotenziale in Unter- nehmen - selbst wenn bereits Daten vorhanden sind. Mit diesem Beitrag werden durch die Beschreibung eines Reallabors mit Realexperimenten Un- terstützungsmöglichkeiten für Unternehmen aufgezeigt, um den eigenen „Datenschatz“ zu identifizieren und zu heben.
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 6 | Seite 37-41 | DOI 10.30844/IM_22-6_37-41
Bewertung der technischen Sauberkeit im Herstellungsprozess von Lithium-Ionen-Batteriezellen automobiler Anwendung

Bewertung der technischen Sauberkeit im Herstellungsprozess von Lithium-Ionen-Batteriezellen automobiler Anwendung

Laura Meusel, Bernd Rosemann, Michael Morawiec
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.
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 6 | Seite 19-23
Daten als Geschäftsmodellbasis

Daten als Geschäftsmodellbasis

Handlungsempfehlungen für kompetitive Predictive-Maintenance-Geschäftsmodelle
Sven Seidenstricker, Saskia Ramm, Barbara Dinter
Produkt-Service-Systeme (PSS) und Big Data bieten Wettbewerbsvorteile. Doch hierfür sind neue innovative Geschäftsmodelle und eine Neupositionierung der Unternehmen unabdingbar, was gerade für den mittelständisch geprägten Maschinen- und Anlagenbau häufig eine Herausforderung darstellt.
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 6 | Seite 33-36 | DOI 10.30844/IM_22-6_33-36
Demand Planning Falcon

Demand Planning Falcon

Zielgenaue, stochastische Bedarfsvorhersagen mit einer neu entwickelten digitalen Planungsmethode
Alexander Schmid, Thomas Sobottka, Samuel Luthe, Wilfried Sihn
Präzise Bedarfsprognosen sind der Schlüssel für eine erfolgreiche Materialdisposition. EntscheidungsträgerInnen stehen jedoch vor dem Dilemma, welches Prognoseverfahren sie verwenden sollen. Zumeist fehlt auch das Methodenwissen, um komplexe mathematische Prognoseverfahren anwenden zu können. Doch auch nach der Wahl des Prognoseverfahrens verbleibt noch die Hürde, die Prognoseverfahren optimal zu parametrisieren. Der vorliegende Beitrag untersucht das Optimierungspotenzial eines selbst entwickelten automatisch optimierenden Prognoseansatzes auf Basis zehn gängiger Prognoseverfahren. In die Praxis umgesetzt wurde die Methode im Forschungsprojekt DISPO 4.0 im digitalen Planungstool Demand Planning Falcon, das zielgenaue Bedarfsprognosen für die Investitionsgüterindustrie erstellt.
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 6 | Seite 47-50 | DOI 10.30844/IM_22-6_47-50
Digital Twins for Circular Economy

Digital Twins for Circular Economy

Enabling Decision Support for R-Strategies
Janine Mügge, Inka Rebekka Hahn, Theresa Riedelsheimer ORCID Icon, Johannes Chatzis
Als Teil des digitalen Datenökosystems bieten Digitale Zwillinge (DT) für die Kreislaufwirtschaft (CE) einen vielversprechenden Ansatz für eine nachhaltigere Wertschöpfung. Durch die Analyse und Aufbereitung von produkt-, bauteil- und materialspezifischen Daten entlang des Lebenszyklus ist es möglich, aktuelle Herausforderungen wie Klimawandel und Ressourcenknappheit zu adressieren. Im deutschen Forschungsprojekt Catena-X werden auf Basis dieser unternehmensübergreifend ausgetauschten Daten und Informationen konkrete Lösungen entwickelt. In diesem Rahmen wird der„R-Strategie Assistent" vorgestellt. Dabei handelt es sich um eine Anwendung, die auf Basis von DT-Daten die beste CE-Strategie am Ende des Lebenszyklus eines Fahrzeugs ermittelt.
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 6 | Seite 42-46 | DOI 10.30844/IM_22-6_42-46
„Von Cyber-Physical Systems erzeugte Daten werden wichtiger“

„Von Cyber-Physical Systems erzeugte Daten werden wichtiger“

Interview mit Prof. Dr.-Ing. Bernd Scholz-Reiter, ehem. Herausgeber Industrie 4.0 Management
Bernd Scholz-Reiter ORCID Icon
Zusammen mit Professor Krallmann von der TU Berlin haben Sie 1984 die Fachzeitschrift CIM Management gegründet. Was war damals der Grund für diese Initiative? CIM, also Computer Integrated Manufacturing oder auf deutsch die Rechnerintegrierte Produktion, war in den 1980er Jahren das alles beherrschende Thema für die produzierende Industrie, die Software-Hersteller aber auch für die Hardware-Lieferanten. Es ging um die Durchgängigkeit der rechnergestützten Systeme ohne Medienbrüche von der Konstruktion (CAD Computer Aided Design) über die Arbeitsplanung (CAP Computer Aided Process Planning) bis zur Maschinensteuerung (CAM Computer Aided Manufacturing) und der quer dazu liegenden Produktionsplanung und -steuerung (PPS). Bis dahin waren diese Systeme nicht miteinander verknüpft und wesentliche Rationalisierungseffekte waren deshalb nicht gegeben. Auf allen großen Messen und vielen Kongressen wurde CIM von den Hard- und Softwareherstellern massiv propagiert und der ...
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 6 | Seite 6-8
Gestaltung kreislauffähiger Geschäftsmodelle

Gestaltung kreislauffähiger Geschäftsmodelle

Jonas Brinker ORCID Icon, Jan Heinrich Beinke, Oliver Thomas, Ingo Westphal, Klaus-Dieter Thoben ORCID Icon, Barbara Gleede
Für Verbraucher, Unternehmen und politische Entscheidungsträger gewinnt das Thema Ressourceneffizienz zunehmend an Bedeutung. Dies hat unter- schiedliche Gründe: Die unklare Versorgungssicherheit mit Rohstoffen führt zu höheren Materialpreisen. Neue Vorgaben für die Produktion, bspw. im Kontext der UN-Nachhaltigkeitsziele, sowie Erwartungsdruck seitens der Verbraucher erfordern die nachhaltigere Produktion von Gütern. Damit wird Nachhaltigkeit nicht nur zu einer notwendigen Voraussetzung für Unterneh- men, sondern zu einem zentralen Wettbewerbsfaktor. Die damit verbundenen Konzepte und Ansätze wirken langfristig nur, wenn sie sich am Markt durch- setzen können, und werden erst damit zu „echten“ Innovationen [1]. Dafür bedarf es geeigneter Geschäftsmodelle, die für die Beteiligten vorteilhaft sind und sie zur Umsetzung und Nutzung motivieren.
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 6 | Seite 9-13 | DOI 10.30844/IM_22-6_9-13
How to Gaia-X?

How to Gaia-X?

Ein Vorgehensmodell für dezentrale Datenökosysteme am Beispiel von Gaia-X
Erik Konietzko, Cansu Tanrikulu, Florian Schwarz, Kai Lindow ORCID Icon, Christoph Heinbach, Henning Gösling, Oliver Thomas
Wie können Organisationen erfolgreich an interoperablen und dezentralen Datenökosystemen teilnehmen? In diesem Beitrag wird ein Vorgehensmodell am Beispiel der Transportlogistikbranche vorgestellt, welches methodisch die gemeinsame und interdisziplinäre Entwicklung von Services im dezentralen föderierten Datenökosystem Gaia-X [6] beschreibt.
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 6 | Seite 54-58 | DOI 10.30844/IM_22-6_54-58
Industrielle Abo-Modelle

Industrielle Abo-Modelle

Wie verschiedene Player in einem Abo-Ökosystem profitieren
Markus Burger, Julia Arlinghaus ORCID Icon
Nach dem Erfolg von Abo-Modellen wie Netflix oder Spotify im IT- und Multimediasektor, schafft die Umsetzung Industrie 4.0 zunehmend die Voraussetzungen, vergleichbare Modelle im industriellen Kontext anzubieten. Dementsprechend bieten Vorreiter Abo-Modelle für z. B. Druckmaschinen, Kompressoren oder Lokomotiven an. Dabei agieren Anbieter nicht allein, sondern werden bei der Ausgestaltung und Umsetzung des Abo-Angebots von verschiedenen Playern wie Finanzierern, Versicherungen oder Digitalisierungsdienstleistern unterstützt. Dadurch entsteht ein sogenanntes Abo-Ökosystem. Dieser Beitrag beleuchtet diese Ökosysteme und zeigt auf, inwiefern welche Player an industriellen Abo-Modellen partizipieren können. In Abhängigkeit der Kundenakzeptanz dieser Modelle bietet sich für verschiedenste Unternehmen die Möglichkeit, vom Abo-Trend zu profitieren und neue Märkte und Kundengruppen zu erschließen.
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 6 | Seite 63-66
1 10 11 12 28