I4M 1/2021: Produzieren mit der Krise

Diese Ausgabe bietet erneut ein breites Spektrum an Themen aus Wirtschaft und Technologie. Von der Digitalen Transformation in der Fertigungsindustrie bis hin zu den Auswirkungen der Corona-Krise auf globale Lieferketten finden Sie hier fundierte Analysen und praxisnahe Einblicke. Erfahren Sie mehr über die Herausforderungen des Fachkräftemangels im deutschen Mittelstand, innovative Risikomanagementansätze im Automobilsektor und die Rolle von Big Data in der Wirtschaft der Zukunft. Lesen Sie interessante Forschungsergebnisse zu Arbeitsmarktveränderungen während der Pandemie und erkunden Sie neue Ansätze im Change Management. Diese Ausgabe bietet eine vielseitige Mischung relevanter Themen zur Wirtschaft in pandemischer Zeit.

Alle Beiträge im Überblick

Das könnte Sie auch interessieren

I4S 2/2025: Die Zukunft der Produktion mit KI, Cobots und virtuellen Welten Technologie braucht innovative, wertschöpfende Geschäftsmodelle

Künstliche Intelligenz, Cobots und virtuelle Welten wie das Metaverse beflügeln Visionen für neue Formen der industriellen Wertschöpfung. Doch Innovation allein genügt nicht – erst durch intelligente Geschäftsmodelle entfalten Technologien ihr volles Potenzial. Wie können Unternehmen die neuen Lösungen effizient in ihre Prozesse integrieren? Und mit welchen Strategien lassen sich daraus nachhaltige Wettbewerbsvorteile generieren?

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.

I4S 3/2024: Change Management in der Industrie Die richtigen Entscheidungen für die Digitale Transformation

Wenn auch Sie digitale Technologien zielführend in Ihre Arbeitsabläufe integrieren wollen, ist diese Ausgabe genau richtig für Sie. Erfahren Sie mehr über die zentralen Konzepte hinter der Transformation, vom Risikomanagement über die Resilienz von Geschäftsprozessen über gegenwärtige Trends wie Künstliche Intelligenz und Digitale Zwillinge bis hin zu Einblicken in einzelne Sektoren wie Automobilindustrie und Landwirtschaft.