Translate

Bei der Auswahl eines neuen Kühlschranks ist die Energieeffizienz heutzutage ein selbstverständliches Auswahlkriterium. In der strategischen und taktischen Planung von Wertschöpfungsnetzwerken ist dies noch nicht der Fall. Mit der im Forschungsprojekt E²-Design entwickelten Toolbox wird eine Berücksichtigung von Energieeffizienz neben den klassischen Leistungs- und Kostengrößen frühzeitig im Planungsprozess von Produktions- und Logistiknetzwerken ermöglicht. Im vorliegenden Beitrag werden die zugrundeliegenden Energiedaten und die entwickelten Planungswerkzeuge vorgestellt sowie der Nutzen aus Anwenderperspektive abgeleitet. Auf Basis des vorgestellten methodisch unterstützten Ansatzes ist es möglich, die grundlegenden Supply Chain Design (SCD)-Entscheidungen frühzeitig unter Berücksichtigung der Energieeffizienz zu treffen, um aus dem Gesamtpotenzial zu schöpfen.

Das Remanufacturing, bisher geprägt durch manuelle und kostenintensive Prozesse, ist ein entscheidender Schritt auf dem Weg zu einer ressourcenschonenden Kreislaufwirtschaft. Industrie und Forschung sind sich einig, dass der Einzug von Industrie-4.0-Technologien den Schlüssel zu einer Entwicklung automatisierter und wirtschaftlicher Remanufacturing-Systeme darstellt. Basierend auf einer systematischen Literaturrecherche widmet sich dieser Beitrag der Analyse vielversprechender Industrie-4.0-Ansätze mit dem Fokus auf den übergeordneten Gesamtprozess sowie den Teilprozessen der Demontage und der Inspektion. Die Ergebnisse legen nahe, dass es an zusätzlichem Wissen, Erfahrung und Forschung bei der Entwicklung und realen Demonstration der Ansätze und deren Übertragbarkeit auf breitere Anwendungsfelder bedarf.

Die Bedeutung der Bauteiltrocknung wächst mit steigenden Qualitätsanforderungen im metallverarbeitenden Gewerbe. Damit wächst das Erfordernis, den Energiebedarf von Trocknungsprozessen zu reduzieren. Im Forschungsprojekt LoTuS wird mit verschiedenen Ansätzen die Gestaltung einer Durchlaufreinigungsanlage mit energieeffizientem Trocknungsprozess angestrebt. Neben dem Einsatz alternativer Trocknungstechnologien soll eine Prozessdigitalisierung für einen bauteilspezifischen Prozess Transparenz bieten. Hier kommen, neben umfassender Sensorik, auch Methoden der künstlichen Intelligenz zum Einsatz, um eine praxistaugliche Prozessüberwachung zu entwickeln. Mithilfe eines intelligenten Lastmanagements sollen Lastspitzen der gesamten Anlage weiter gesenkt werden.

CO₂-Fußabdrücke sind ein aktuell viel diskutiertes Thema mit weitreichenden Implikationen für Individuen als auch Unternehmen. Firmen können einen proaktiven Beitrag zur Transparenz leisten, indem der unternehmens- oder produktbezogene CO₂-Fußabdruck ausgewiesen wird. Ist der Entschluss gefasst einen CO₂-Fußabdruck auszuweisen und die entstehenden Treibhausgase zu erfassen, existiert eine Vielzahl unterschiedlicher Normen und Zertifikate, wie die publicly available specification 2050, das Greenhouse Gas Protokoll oder die ISO 14067. Das Ziel dieses Beitrags ist es, diese drei Normen zur Berechnung des produktbezogenen CO₂-Fußabdrucks zu vergleichen, um Gemeinsamkeiten und Unterschiede sowie Vor- und Nachteile in der Anwendung aufzuzeigen. Die Übersicht soll Unternehmen bei der Entscheidungsfindung hinsichtlich der Eignung eines CO₂-Fußabdrucks für ihr Unternehmen unterstützen.

Eine erfolgreiche digitale Transformation hin zum Zielbild der Industrie 4.0 ist heute bereits für viele Unternehmen ein entscheidendes Wettbewerbskriterium. Die anhaltende globale COVID-19-Pandemie hat die Notwendigkeit der Digitalisierung in den Unternehmen deutlich gemacht und diese zusätzlich beschleunigt. Insbesondere in dieser Zeit sind die Unternehmen jedoch mit einer ungewissen Auftrags- und Ertragslage konfrontiert und müssen ihre Investitionsbudgets zielgerichtet einsetzen. Als Entscheidungsgrundlage bietet sich die Bestimmung der digitalen Reife mithilfe eines fundierten Kennzahlensystems an. Dieser Beitrag entwickelt ein solches soziotechnisches Digitalisierungs-KPI-Modell entlang der Dimensionen „Strategie und Führung“, „Digitalkompetenzen/Humankapital“ und „Intelligente Prozesse“. Das Modell kann zukünftig als Grundlage für die Bestimmung des digitalen Reifegrads und darauf aufbauend der Allokation von Digitalisierungs-Investitionen genutzt werden.

Building Information Modeling (BIM)-Systeme repräsentieren einen ersten Schritt in Richtung eines digitalisierten und somit transparenteren Bauprozesses. Dabei wird jedoch aktuell meist nur die Planungsphase betrachtet. Somit müssen für die Bauphase oftmals zusätzliche Geschäftsprozessmodelle angefertigt werden. Diese Modelle sind nur selten mit einzelnen Geschäftsfällen verknüpft, sodass es schwerfällt, Aussagen über den Zustand eines laufenden Prozesses zu treffen, Kennzahlen zu erfassen oder den Prozess zu steuern und zu optimieren. Dieser Beitrag gibt einen Einblick in eine Studie der Hochschule Esslingen mit dem Familienunternehmen LEONHARD WEISS, die die Einführung eines Workflow-Management-Systems in der Baubranche als möglichen Lösungsansatz untersucht hat.

Dieser Beitrag beschreibt eine Analyse- und Gestaltungsmethode für ein Mensch und Maschine integrierendes Wissensmanagement im Zeitalter von Industrie 4.0.

Die Einführung neuer Technologien im Zuge von Industrie 4.0 verspricht umfangreiche Effizienz- und Qualitätssteigerungen. Jedoch verändert die Einführung neuer Technologien auch die Arbeitsumgebung für die Beschäftigten. Wird dies vernachlässigt, kann es zu nicht antizipierten negativen Auswirkungen auf das Gesamtsystem kommen. Eine ganzheitliche Sicht auf das soziotechnische System ist notwendig, um diese Effekte bereits bei der Planung zu erkennen und negativen Effekten vorzubeugen. Hierzu wird in diesem Beitrag ein Vorgehensmodell zur Analyse der sich bei der Einführung einer neuen Technologie ergebenden Effekte vorgestellt. Mit der dargestellten Vorgehensweise ist es möglich, strukturiert den Analyseprozess zu durchlaufen und individuell Maßnahmen abzuleiten, um das soziotechnische Gesamtsystem aktiv zu gestalten.

Dieser Beitrag beschreibt eine Herangehensweise für eine Predictive Maintenance-Lösung, bei der die Bauteilabnutzung technischer Systeme mithilfe eines Sensorik-Toolkits erfasst und mittels eines Prognosetools überwacht wird. Die Sensorik als auch das Prognosetool müssen flexibel ausgelegt sein, damit sie zielführend an unterschiedlichen technischen Systemen einsetzbar sind. Die Zustandsbestimmung der Bauteile erfolgt dabei nicht kontinuierlich, sondern basierend auf zeitdiskreten Messungen. Anhand der aufgenommenen Daten wird über ein Prognosemodell die wahrscheinliche Restnutzungsdauer der Bauteile prognostiziert. Für die Erstellung der Prognose dient ein Machine Learning Tool, welches mit historischen Abnutzungsverläufen trainiert wird. Die Trainingsdaten werden durch statistische Versuche erfasst, in denen die Einflussgrößen und charakteristische Verläufe verschiedener Abnutzungsarten identifiziert werden. Als Grundlage für diesen Beitrag dienen Untersuchungen an einem ...

Reinforcement Learning (RL) konnte bereits publikumswirksam in Video- und Strategiespielen beeindruckende Erfolge erzielen [1]. Diese Grundlagenforschung schafft die Grundlagen, dass RL für reale Entscheidungsprobleme in der Produktion nutzbar wird. Beispiele hierfür sind: Wie erhält ein Roboter mehr Intelligenz, um Aufgaben selbstständiger und ohne aufwendige Programmierung durchzuführen? In welcher Reihenfolge müssen Aufträge in einer Produktion abgearbeitet werden, um eine optimale Termintreue zu erhalten? Der Beitrag gibt eine Einführung in die Arbeitsweise des RL, sowie dessen bevorzugte Einsatzgebiete und beschreibt Anwendungsbeispiele aus dem produzierenden Alltag. Das präsentierte Überblickswissen über die aktuelle Forschung soll diesen Teilbereich der Künstlichen Intelligenz einem breiteren Interessentenkreis zugänglich machen. Übergeordnetes Ziel der beschriebenen Methoden ist, die Wertschöpfung am Wirtschaftsstandort Deutschland kontinuierlich zu steigern.