IM 3/2014: Capability Management

Wie können Unternehmen in der Unikatfertigung ihre Produktivität steigern, wenn herkömmliche Methoden versagen? Wie kann der Mittelstand trotz Fachkräftemangel erfolgreich bleiben? Was passiert, wenn Axiomatic Design und TRIZ kombiniert werden, um Kleinunternehmen zu unterstützen? Wie schaffen es interdisziplinäre Teams, in der Projektarbeit Erfolge zu erzielen? Welche neuen Ansätze gibt es im Innovationsmanagement und wie können kybernetische Prinzipien zur Optimierung beitragen? Welche Rolle spielen Lernfabriken bei der Kompetententwicklung? Und welche Methoden ermöglichen eine effiziente Nutzung digitaler Werkzeugmanagement-Systeme in der Supply Chain? Diesen und weiteren Fragen widmet sich diese Ausgabe der Industrie Management.

Alle Beiträge im Überblick

Das könnte Sie auch interessieren

I4S 4/2025: Intelligente Logistik Nachhaltige, resiliente Prozesse entlang der gesamten Wertschöpfungskette

Die Logistik steht am Beginn einer neuen Ära. Klimawandel und eine unsichere Geopolitik verschieben die Anforderungen in Richtung Resilienz und Nachhaltigkeit. Der Begriff der intelligenten Logistik gewinnt an Bedeutung. Doch was macht Logistik intelligent, und wie kann sie Wirtschaft und Gesellschaft helfen? Ansätze wie Predictive Analytics und Machine Learning zeigen, weshalb sie mehr ist als ein bloßer Trend.

I4S 3/2025: Digitaler Zwilling Praxisorientierte Ansätze für Fertigung, Logistik und Lernumgebungen

In der vernetzten Welt eröffnen Digitale Zwillinge völlig neue Möglichkeiten: Sie bilden physische Anlagen, Prozesse oder Produkte virtuell ab. Zentrale Herausforderungen aber bleiben bestehen, darunter die Erfassung aktueller Produktdaten. Diese Ausgabe von Industry 4.0 Science deckt ein breites Themenspektrum ab, vom Grundkonzept des Digitalen Zwillings über seinen Nutzen in der Beschaffung bis zum Einsatz im Lieferketten-Management.

I4S 1/2025: 40 Jahre Digitale Transformation der Industrie Zentrale Forschungsfragen der Produktion und Logistik von morgen

Die Digitale Transformation ist seit Jahren ein zentraler Fokus wissenschaftlicher Diskussionen. Fragen zu datengetriebenen Entscheidungen, Künstlicher Intelligenz und resilienten Lieferketten stehen im Mittelpunkt aktueller Forschung. Die Beiträge dieser Ausgabe erläutern zentrale Trends und präsentieren wissenschaftliche Erkenntnisse sowie praxisnahe Lösungen – von der Automatisierung über die Kreislaufwirtschaft bis hin zu Cloud Computing.

I4S 6/2024: Machine Learning Eine Technologie mit Optimierungspotenzialen bei Effizienz, Transparenz und Nachhaltigkeit

Machine Learning hebt die Automatisierung auf ein neues Level. Doch was bedeutet das für die Rolle des Menschen? Die Entwicklung energieeffizienter und fairer Algorithmen sowie die Optimierung der Datenqualität sind entscheidend für die Zukunftsfähigkeit von Machine Learning und Künstlicher Intelligenz. Die Beiträge in dieser Ausgabe untersuchen die entscheidenden Potenziale und Anwendungsgebiete der Technologie.

I4S 5/2024: Doppelte Transformation Die Integration des digitalen und ökologischen Wandels in die Arbeitswelt

Unternehmen müssen sich verändern, wenn sie wettbewerbsfähig bleiben wollen – sowohl digital als auch ökologisch. Trotz Unterstützung von außen muss der Anstoß dafür von den Betrieben selbst kommen. In dieser Ausgabe von Industry 4.0 Science erörtern Experten der Akademischen Gesellschaft für Arbeits- und Industrieorganisation, wie die reale Anwendung innovativer Technologien zu einer nachhaltigen Fertigung beitragen kann.

I4S 4/2024: Lernfabriken Weiterbildungsorte für den Mittelstand, mehr Resilienz durch Wissenstransfers

Der Fachkräftemangel setzt weltweit viele Fertigungsunternehmen unter Druck. Während in klassischen Industrieländern Fachkräfte knapper werden, besteht in Ländern mit hoher Arbeitslosigkeit dringender Qualifizierungsbedarf. Wie aber lässt sich diese Herausforderung lösen? In der vorliegenden Ausgabe von Industry 4.0 Science erfahren Sie, was Lernfabriken in diesem Kontext so erfolgreich macht – praxisnah, innovationsstark, modular.