I4S+ Exklusiv für Abonnenten

Produktiv und ergonomisch gestaltete Arbeit spielt eine zentrale Rolle für die Wettbewerbsfähigkeit industrieller Unternehmen. Mit MTM-HWD® existiert eine Methode, die eine integrierte Analyse produktiver und ergonomischer Gesichtspunkte erlaubt. Obwohl sie beide Aspekte in einem Schritt betrachtet, erfordert die Methode dennoch einen nicht unerheblichen Aufwand [1]. Eine Möglichkeit zur Aufwandsreduktion ist die Auswertung digitalisierter menschlicher Bewegungsdaten aus Humansimulationen.

Die Realisierung von Industrie 4.0 (kurz I4.0) ist in vollem Gang. Es sind bereits eine Vielzahl an Modellen und Methoden zur Umsetzung diverser industrieller Prozesse auf Basis der bislang bekannten Inhalte des I4.0-Standards vorhanden, jedoch liegt noch kein Leitbild für Instandhaltungsprozesse vor. Da die Instandhaltung in Anbetracht zukünftiger, technischer Entwicklungen immer mehr an Bedeutung gewinnt, erscheint auch ein Konzept zur Darstellung von Instandhaltungsprozessen auf Basis der Industrie 4.0-Modelle sinnvoll und notwendig, d.h. die Abbildung des dynamischen Verhaltens von Prozessen und damit auch von Instandhaltungsprozessen in der I4.0 Informationswelt ist unerlässlich. Dabei ist die Rolle des Menschen von zentraler Bedeutung.

Kollaborationsfähige Roboter (sog. Cobots) gelten als Zukunftstechnologie für produzierende Unternehmen, die ein neues Maß an Mensch-Technik-Interaktion in der digitalisierten Arbeitswelt ermöglicht. Allerdings bleibt die Marktdurchdringung bisher hinter den Erwartungen zurück und wirft die Frage auf, ob es sich bei Cobots in Wirklichkeit um ein bloßes Hype-Thema handelt. Die geringe Markttransparenz erschwert die Beantwortung dieser Fragestellung. Um diese Erkenntnislücke zu schließen, analysieren wir auf Basis von Sekundärdaten und von elf Experteninterviews den Markt für Cobots und thematisieren aktuelle und prognostische Entwicklungstrends sowie gegenwärtige Barrieren.

Trotz steigender Automatisierung stellt der Mensch weiterhin einen zentralen Produktivitätsfaktor in der industriellen Montage dar. Zur Unterstützung der Mitarbeiter werden Montageassistenzsysteme eingesetzt. Dieser Beitrag stellt ein neuartiges Assistenzsystem vor, welches neben prozessbezogener Assistenz auch menschzentrierte Funktionalitäten umsetzt. Zudem wird eine Evaluationssystematik auf Basis von prozessorientierten und mitarbeiterorientierten Parametern vorgestellt. Ausgangspunkt der Forschung stellt die Analyse des Stands der Technik auf Basis einer Marktanalyse von Montageassistenzsystemen dar.

Die in der Konstruktion und Fertigung von Werkzeugen und Formen anfallenden Daten werden nur selten gezielt weiterverwendet. Dabei enthalten sie nicht zu unterschätzendes Wissen, mit dem sich wichtige Kenngrößen vorhersagen lassen. Aus den bei der CAM-Programmierung von Senkerosionselektroden anfallenden Metadaten lassen sich Parameter extrahieren, mithilfe derer sowohl die spätere Erosionsdauer vorhergesagt als auch die Einflussstärke jedes Parameters quantifiziert werden kann.

Industrie 4.0 und eine zunehmende Digitalisierung ermöglichen es, in immer größerem Umfang, dezentrale Entscheidungen in der Produktion und auf dem Shopfloor umzusetzen. Durch digitale Vernetzung werden eine akkurate Kennzahlen- und Zieldarstellung ermöglicht. Das Shopfloor Management ist ein wichtiger Enabler für die Übernahme dezentraler Verantwortung auf dem Shopfloor. Dieser Beitrag greift den Ansatz autonomer Montageteams auf und erläutert, wie diese mithilfe eines zielgerichteten Shopfloor Managements Schritt-für-Schritt realisierbar werden.

Beschaffung hat grundsätzlich die Aufgabe, einer Organisation ihre benötigten, aber nicht selbst hergestellte Güter zur Verfügung zu stellen. Durch den Zusammenbruch globaler Lieferketten im Zuge der SARS-COV2-Pandemie wurde die Beschaffung bei der Bewältigung dieser Aufgabe vor große Herausforderungen gestellt. Eigentlich gut verfügbare Güter wurden zu versorgungskritischen Engpässen. Dabei zeigte sich, dass additive Fertigung diese Engpässe abmildern kann. So wurden u. a. medizinische Ersatzteile mittels additiver Fertigung produziert. Dieser Beitrag untersucht, wie additive Fertigung das Beschaffungsrisiko von Sachgütern verändert bzw. verändern kann. Anhand einer Befragung wird ein Vergleich zwischen traditionellem und additivem Bezug vorgenommen. Das Ergebnis ist eine kombinierte Beschaffungsstrategie, welche das Verfügbarkeitsrisiko kritischer Güter optimiert.

Aufgrund der Vielzahl verschiedener Machine-Learning-Verfahren und der Modellierungskomplexität besteht unter Ingenieuren häufig Unsicherheit gegenüber der effizienten Anwendung von Machine Learning (ML). Daher bleibt der Einsatz von ML-Anwendungen in verarbeitenden Unternehmen hinter den technischen Möglichkeiten zurück. In diesem Beitrag wird ein intuitiver Handlungsleitfaden für Ingenieure vorgestellt, der diese Unsicherheit verringern soll. Der Handlungsleitfaden führt in sechs Schritten durch ein ML-Projekt. Der ML-Kompass schlägt dem Anwender für gängige ingenieurstechnische Problemstellungen der Produktentwicklung und Produktion ML-basierte Algorithmen, die in der Praxis verwendet werden, vor. Anhand eines Industriebeispiels wird die Funktionsweise demonstriert.

Durch den Einzug digitaler Technologien bieten sich zukünftig komplett neue Möglichkeiten zur Gestaltung und zum Betrieb von Supply Chains. Ein entscheidender Schritt dürfte die unternehmensinterne Dezentralisierung der Strukturen und Prozesse sein, welche Auswirkungen auf die unternehmensübergreifende Zusammenarbeit hat. Sie bietet endlich die Chance, seit langem in der Praxis bestehende Probleme des Supply Chain Managements zu lösen. Wann sind Unternehmen bereit, diesen Schritt zu gehen? Die Technologien sind es.

Kundenorientierung und Individualisierung werden weiterhin die wichtigsten Leitlinien für neues Wachstum in vielen Branchen sein. Unternehmen kommen nicht umhin, eine immer stärkere Vielfalt in Produkten, Services und Geschäftsmodellen zu antizipieren. Diejenigen, denen es gelingt, die entstehende Komplexität smarter zu managen, haben auf lange Sicht einen entscheidenden Wettbewerbsvorteil. Denn wer Varianten kosteneffizienter und schneller erzeugen kann als der Wettbewerber, der entscheidet das Rennen am Ende für sich und dessen Profitabilität wird auch nicht durch die eigenen Komplexitätskosten in Gefahr gebracht. Wer modularisiert, kann individuelle Wertversprechen schneller und gleichzeitig kosteneffizienter abliefern und Varianten ohne Mehrkosten erzeugen.