I4S+ Exklusiv für Abonnenten

Neue technische Möglichkeiten (Stichwort Industrie 4.0) führen dazu, dass Unternehmen vermehrt in die Anschaffung neuer Technologien investieren, um qualitativ hochwertiger und effizienter zu arbeiten. Zu diesen Technologien zählen beispielsweise Augmented Reality-Assistenzsysteme [1] und kollaborative Roboter [2]. Jede Technologieeinführung stellt auch einen Veränderungsprozess im Unternehmen dar. Ihn gilt es optimal zu begleiten, da die Beschäftigten und ihre Arbeitsbedingungen betroffen sind. In diesem Beitrag wird aufgezeigt, warum im Veränderungsprozess zunächst konkrete Ziele formuliert werden sollten und es wird eine Checkliste mit 81 Zielen vorgestellt, die diesen Prozess unterstützen soll. Die Checkliste wurde auf Basis wissenschaftlicher Literatur und praxisbezogener Instrumente entwickelt und kann u. a. von Projektteams genutzt werden, um die Aktivitäten im Veränderungsprozess zu fokussieren, Zielfortschritte nachzuverfolgen, alle Stakeholder einzubinden und ...

Der positive Nutzen dezentraler Entscheidungsstrukturen in Produktionssystemen wurde bereits in den 1990ern diskutiert. Aber erst in den letzten Jahren haben die für die Realisierung notwendigen Technologien eine ausreichende Marktreife erlangt, um entsprechende Konzepte effizient umsetzen zu können. So können die beteiligten Einheiten mittels autonomer Technologien zu einer „intelligenten“ Prozessbeteiligung befähigt werden. Einer wichtigen Bedeutung kommt dabei die Frage nach den aktiv an der dezentralen Entscheidungsfindung und -ausführung beteiligen Akteuren sowie der konkreten Ausgestaltung der dezentralen Produktionsstrukturen zu. Dieser Beitrag stellt die Bedeutung von Autonomie für die dezentrale Produktionssteuerung dar und zeigt auf, welche an dem Prozess beteiligten Akteure über die notwendigen Fähigkeiten verfügen, um autonom agieren zu können.

The following contribution characterizes autonomous behavior from a specific AI (artificial intelligence perspective). Which AI requirements are necessary to development autonomous systems? Which limitations do exist? What is the specific criterion for intuitive intelligence? The article gives a short introduction and tries to motivate the reader to deal with this interesting topic from different perspectives. Starting from Digitalization, Technological Singularity, Autonomous Driving and Big Data Developments, the article focusses on the future integration of AI to optimize complex processes within the Internet of Things (IoT). Several examples and trends are characterized. We cite the relevant literature and mention explicitly the seven criteria of Wahlster. Besides of the great technological impact, also the ethical dimension and future perspectives are indicated and discussed. The potential of the Internet of Things is closely connected with the successful development and ...

Unbemannte Systeme erfuhren in den vergangenen Jahren einen signifikanten Anstieg in der technischen Entwicklung bei gleichzeitig stetem Rückgang der Anschaffungspreise. Diese Entwicklung führte dazu, dass sowohl die Industrie, als auch kleine und mittelständische Unternehmen Drohnen als Einsatzmittel verschiedener Dienstleistungen wahrgenommen haben und damit beginnen, erste operative Erfahrungen zu sammeln. Dieser Beitrag beschreibt erste Schritte, mit welchen sich auf Hafenseite dem Thema akademisch und operativ bereits angenähert wurde. Vorgestellt wird eine qualitative Analyse mittels einleitender Frameworks um das Thema und seinen praktischen Nutzen vorzustellen. Der Beitrag gliedert sich in eine allgemeine und rechtliche Einleitung gefolgt von der Vorstellung von Einsatzmöglichkeiten in den Bereichen Safety und Security und wird abgeschlossen durch die Nennung operativer Barrieren beim geplanten Einsatz unbemannter Systeme. Die Ergebnisse sind dabei nicht notwendigerweise ...

Nachrichten über neue Einsatzmöglichkeiten der Künstlichen Intelligenz (KI) erreichen uns fast täglich. Während China angesetzt hat, die Vormachtstellung der USamerikanischen IT-Konzerne bis 2030 auf allen Gebieten der KI zu brechen, rechnet sich Deutschland Vorteile im Kontext von Industrie 4.0 aus. Die heutigen Erfolge der KI beruhen auf riesigen Datenmengen, die zentral gesammelt und analysiert werden. Zwar fallen auch in der Industrie große Datenmengen an, aber beschränkte Bandbreite, Kommunikationskosten, schnelle Reaktionszeiten, Datenschutz oder Betriebsgeheimnisse verbieten eine solche Datenzentralisierung oftmals.

Der vorliegende Beitrag stellt ein Vorgehensmodell vor, mit dem der Anwender befähigt wird, unternehmensspezifische Einführungsreihenfolgen für Indus-trie 4.0-Methoden abzuleiten. Das Vorgehensmodell reduziert die Unsicherheit für Unternehmen hinsichtlich Industrie 4.0 und schafft eine Möglichkeit, Industrie 4.0-Methoden erfolgreich einzuführen. Das Vorgehensmodell berücksichtigt individuelle Ausgangssituationen und Technologie-Präferenzen. Dies ermöglicht eine realistische Simulation und bezieht die resultierende Einführungsreihenfolge der Industrie 4.0-Methoden spezifisch auf das anwendende Unternehmen.

Unternehmenserfolg wird durch eine effiziente Ausgestaltung produktionsnaher Prozesse, ihre zuverlässige Terminierung und damit auch durch eine valide Planung logistischer Prozesse bestimmt [1, 2]. Der kundenindividuelle Anlagenbau, der in der Regel durch eine Unikat- oder Kleinserienfertigung umgesetzt wird [3], kann für die Planung von kundenauftrags- und bauteilspezifischen Projekten nur bedingt Prozesszeiten aus vorherigen Projekten ableiten und diese auf neue Projekte übertragen. Dies ist darin begründet, dass die Prozesszeiten von Einflussparametern abhängen, die im direkten Zusammenhang mit dem jeweiligen Bauteil stehen. Für die Unikat- und Kleinserienfertiger werden im Rahmen eines Forschungsvorhabens diese Einflussparameter auf die Dauer logistischer Prozesse untersucht. In diesem Beitrag werden die Identifizierung der Einflussparameter unter Anwendung einer Delphi-Studie und deren Ergebnisse erläutert.

Erweiterte Realität steht zwar noch am Beginn der Durchsetzung in der Praxis. Aber die gesamte Bandbreite dieser Technologien, die auch unter dem englischen Begriff Augmented Reality (AR) zusammengefasst werden, hat das Potenzial, in den kommenden Jahren und Jahrzehnten sowohl unsere private Umwelt als auch die Arbeitswelt von Grund auf zu verändern. Beispielsweise wird Erweiterte Realität die Art und Weise verändern, wie wir lernen, wie wir Entscheidungen treffen oder mit der physischen Umwelt interagieren. Sie wird - in ihrer Bedeutung verstärkt noch durch die Kombination mit intelligenten, vernetzten Systemen - eine neue Brücke schlagen zwischen der digitalen und der physischen Welt, zwischen Mensch und Maschine.

Die Zunahme der Transportmengen, die Konsolidierung der Entladehäfen und der Einfluss der Schiffsgrößenentwicklung stellen insbesondere die landseitigen Logistikprozesse und Technologien vor große Herausforderungen. Zudem ist der Fachkräftemangel ein treibender Faktor für die Suche nach automatisierten Containertransportsystemen (ACTS), die die Häfen und ihre umgebende Infrastruktur entlasten und Lagerkapazitäten erweitern. Die technologiespezifische Bewertung der Beeinträchtigung der zu überquerenden Infrastrukturen durch ACTS, ist Gegenstand dieses Beitrags.

Die Komplexität logistischer Netzwerke und Systeme wächst in der globalisierten Welt von heute. Die Unternehmen sehen zunehmend den Bedarf an Digitalisierung, um sich Wettbewerbsvorteile zu erschließen. Dieser Beitrag stellt politische Instrumente vor, die zur Erhöhung der Nachfrage nach Informations- und Kommunikationstechnologien (IKT) im Logistiksektor geeignet sind. Zu dem Thema wurden Experten und Stakeholder auf internationaler Ebene konsultiert und eine EU-weite Umfrage durchgeführt. Die Konsultationen weisen auf Barrieren für die Implementierung relevanter Technologien hin und zeigen bestimmte nachfragesteigernde politische Maßnahmen zur Überwindung dieser Barrieren auf. Das Ergebnis sind Empfehlungen an politische Entscheidungsträger über mögliche Instrumente zur Förderung der Digitalisierung in Transport und Logistik.