I4S+ Exklusiv für Abonnenten

Industrie 4.0 ist gegenwärtig das Schlagwort für die fortschreitende digitale Transformation im Produktionsumfeld. Die zunehmende Vernetzung, die wachsende Verfügbarkeit mobiler Endgeräte und neue Technologien, wie z. B. Augmented Reality, ermöglichen es, bestehende Prozesse grundlegend neu zu gestalten [1]. Bislang bleibt dieses Potenzial für Produktivitätsanalysen jedoch weitgehend ungenutzt. Derzeit können meist nur Spezialisten Produktivitätsanalysen durchführen. Dadurch sind sie aufwändig und teuer und kommen nur selten zum Einsatz. In der Praxis sind Verbesserungsmaßnahmen, wie z. B. die Digitalisierung von Prozessen, daher häufig nicht das Ergebnis einer systematischen Analyse. Der Beitrag stellt eine Produktivitätsanalyse vor, die sich an den Gestaltungsfeldern von Produktionssystemen orientiert, von den Produktionsmitarbeitern selbst durchgeführt werden kann und durch eine web-basierte Applikation unterstützt wird.

Angetrieben durch die Möglichkeiten der Digitalisierung kommt heute kaum ein Unternehmen darum herum, sich mit den Potenzialen und Auswirkungen digitaler Plattformen zu beschäftigen. Vor diesem Hintergrund entwickelt der Beitrag anhand von Plattform-Merkmalen und den Kernfragen von Geschäftsmodellinnovationen einen Orientierungsrahmen zur Ableitung von Gestaltungshinweisen für digitale B2B-Plattformen (Was? Wer? Warum? Wie?).

Demographische und technische Entwicklungen stellen Herausforderungen für Unternehmen dar. Beispielsweise sehen sich diese mit der Abwanderung von Erfahrungswissen und Fachkräftemangel konfrontiert. Ein Lösungsansatz ist eine längere Beschäftigungsdauer, die durch altersgerechte (Weiter-)Qualifizierung gewährleistet werden kann. Die Qualifizierung Älterer ist jedoch mit Herausforderungen verbunden. Letztere sind u.a. auf ein defizitorientiertes Rollenverständnis innerhalb der Unternehmen zurückzuführen. Dieser Beitrag greift die Besonderheiten betrieblicher Weiterbildung älterer Beschäftigter sowie den zunehmenden Anteil mobiler Industrial Internet of Things (IIoT)-Technologien innerhalb von Arbeitsprozessen auf. Das Ziel besteht darin, Lösungsansätze für altersgerechte Bildungsarbeit unter Berücksichtigung der Potenziale von IIoT aufzuzeigen. Dazu werden sowohl Chancen arbeitsgebundenen Lernens sowie verschiedene Ansätze zur Gestaltung lernförderlicher ...

Der Beitrag beschreibt die Anwendung von Manufacturing Analytics im Rahmen des reaktiven Qualitätsmanagements. Dazu wird zuerst eine allgemeine Definition des Begriffs Manufacturing Analytics gegeben. Anhand einer Literaturanalyse und der Auswertung bestehender Anwendungsfälle werden Erkenntnisse bezüglich der Potenziale für reaktive Qualitätsprozesse abgeleitet. Dabei zeigt sich, dass Manufacturing Analytics besonders in der Ursachenanalyse, der Fehlererkennung und -vermeidung erfolgsversprechend ist und eingesetzt wird. Abschließend werden praktische Einblicke in die Anwendung von Manufacturing Analytics gegeben.

Viele Unternehmen stehen vor der Herausforderung ihre Arbeitnehmer für die Bearbeitung immer komplexer werdender Produkte sowie die Ausführung vielschichtiger Prozesse geeignet zu schulen. Im Zuge der Globalisierung geschieht dies nicht mehr nur klassischerweise interdisziplinär, sondern auch multikulturell und multilingual. Zusätzlich muss an weltweit verteilten Produktionsstandorten oft der gleiche Wissensstand aufgebaut und aufrechterhalten werden. In diesem Zusammenhang stellt sich die Frage, ob klassische Weiterbildungsangebote in Form von externen Mensch-zu-Mensch-Schulungen dem heutigen Qualifizierungsbedarf noch gerecht werden oder ob die Digitalisierung selbst Chancen bietet, Schulungen effektiver und effizienter zu gestalten.

Nicht erst seit gestern wissen wir, Kommunikation ist nicht immer einfach, selbst wenn wir vermeintlich dieselbe Sprache sprechen. Missverständnisse entstehen oder wir können gar den Anderen nicht von einer Idee überzeugen, die wir für die einzig richtige halten. Der eine fängt an, an sich selbst zu zweifeln, der andere an seinem Gesprächspartner. Doch für eine Lösung dieses Problems müssen wir an einem ganz anderen Punkt anknüpfen. Um unser Gegenüber noch besser von unserer Idee zu begeistern, ist es wichtig, in seiner Sprache zu sprechen. Dabei hilft uns die Verknüpfung von Erkenntnissen aus der Kommunikations- und der Neurowissenschaft zu einer limbischen Kommunikation.

Die digitale Vernetzung von Lieferanten, Produzenten und Kunden entlang der Wertschöpfungsketten stellt neue Herausforderungen an den Umgang mit Informationen und Wissen. Ziel dieses Beitrags ist, die durch die Digitalisierung induzierten Veränderungen der wissensbasierten Wertschöpfung zu beschreiben und daraus Handlungsfelder für das Wissensmanagement für die Industrie 4.0 abzuleiten. Anhand der „Wissenstreppe 4.0“ wird gezeigt, wie digitale Technologien das Wissensmanagement transformieren können. Daran anschließend werden im Drei-Ebenen Modell die Aufgaben des Wissensmanagements vom Betreiben über das Reflektieren bis zum Gestalten des Wissensmanagement-Systems für die Industrie 4.0 als Checkliste dargestellt und mithilfe von Leitfragen und Beispielen erklärt. Wissenstreppe 4.0 und Drei-Ebenen Modell bieten zusammen einen Ordnungsrahmen für die wissensorientierte Gestaltung dynamischer digitaler Organisationen, um die produktive, verantwortliche und nachhaltige ...

Logistikmanagement-Absolventen finden sich in Arbeitswelten wieder, die von den Entwicklungen der Digitalisierung, Automatisierung und Dezentralisierung geprägt sind. Häufig werden diese Trends, wenn sie im Bereich der Logistik stattfinden, mit dem Begriff „Logistik 4.0“ zusammengefasst. Damit Studierende auf diese Trends vorbereitet sind bevor sie ihre Hochschule verlassen, könnten Lernlabore eingesetzt werden - und diese sind mit den entsprechenden Technologien auszustatten. Im Folgenden wird beschrieben, wie ein solches Labor aufgebaut wird und aus welchen Komponenten es bestehen könnte.

In Deutschland wird Big-Data häufig mit Industrie 4.0 assoziiert. In Bezug auf China fokussieren einige Veröffentlichungen auf die rechtlichen und ethischen Aspekte des sogenannten Sozialkreditsystems, bieten aber wenig Überblick über generelle Aspekte von Big-Data in China. Dieser Beitrag hat es sich zur Aufgabe gemacht, einen umfassenderen Überblick über Facetten von Big-Data Entwicklungen in China zu geben, die seit circa sieben Jahren zu beobachten sind. Insbesondere werden Einblicke in anwendungsbezogener und politischer Hinsicht gegeben, welche mit zwei Fallstudien zu Maschinenbauherstellern und zu Big-Data Aktivitäten der Provinz Guizhou vertieft werden. Auf der wirtschaftlichen Ebene vergleicht dieser Aufsatz zudem Big-Data relevante Umsätze von den beiden Ländern.

Ausgehend von der Gegenüberstellung der Entwicklung von Wissens-, Kompetenz- und Rollenprofilen operativer und strategischer Beschäftigtengruppen im Zuge der Industrie 4.0 von Lager u. a. [1] soll die Rolle des überschneidenden Schwerpunkts IT näher untersucht und die Gegenüberstellung auf die taktische Ebene am Beispiel der Produktionsplanung ausgeweitet werden. Dabei werden Auswirkungen des Bedarfs verstärkter IT-Kompetenz in allen Bereichen produzierender Unternehmen auf die Aufweichung von aktuellen Rollenprofilgrenzen dargestellt.