I4S+ Exklusiv für Abonnenten

Komponenten in industriellen Anlagen stehen miteinander in einer Vielzahl von physischen und virtuellen Abhängigkeiten. Wir stellen ein System vor, welches diese Abhängigkeiten - physischer, funktionaler, virtueller und regulativer Natur sowie bezüglich des Laufzeitverhaltens einer Komponente - für Anwender intuitiv sichtbar macht und ihnen ermöglicht, Abfragen zu den Komponenten und ihren Interaktionen und Interdependenzen zu stellen. Die vorgestellte Herangehensweise und unsere Prototypen basieren auf relationalen Informationsmodellen, die diese Informationen für Nutzerschnittstellen aufbereiten und einfach zugänglich machen sowie einer Mixed Reality Schnittstelle, um Abhängigkeiten zwischen Komponenten sowie Abfrageresultate zu visualisieren. Dabei eignet sich unser Ansatz nicht nur für bereits digitalisierte „schlaue“ Komponenten, sondern auch für „dumme“ Gegenstände wie Böden, Ablageplatten und -fächer, ihren Materialien und die bearbeiteten Werkstücke ...

Die Realisierung digitaler Fertigungsprozesse mit dem Ziel steigernder Wertschöpfung werden unter dem Begriff der cleveren Fertigung (Smart Factory) zusammengefasst. Durch Einbindung gewerblicher Leistungseinheiten wie bspw. Arbeitsplätzen und Maschinen besteht die Möglichkeit einen durchgängigen Informationsfluss zu schaffen. Mithilfe der sogenannten Shop Floor Integration betrieblicher Anwendungssysteme soll die Geschwindigkeit zur Regelung der Sensor-/Aktorebene im Produktionsprozess gesteigert werden. Für die Unternehmen ergeben sich innovative Gestaltungsmöglichkeiten zwischen Exploitation (Optimierung) und Exploration (Forschung) in der Fabrik der Zukunft [5].

Damit faserverstärkte Kunststoffe ihre vorteilhaften Materialeigenschaften erhalten, ist es wichtig, Komponenten aus diesen Werkstoffen gezielt auszuhärten. Der Einsatz der Radio Frequency Identification Technik (RFID) zur Aushärtungsüberwachung stellt einen völlig neuen Ansatz auf diesem Gebiet dar. In diesem Beitrag wird ein Experiment präsentiert, bei dem ein RFID-Transponder in glasfaserverstärkten Kunststoff integriert und der Received Signal Strength Indicator (RSSI) über die Aushärtung bei unterschiedlichen Frequenzen gemessen wurde. Das Ergebnis zeigt, dass der RSSI als Indikator für die Aushärtung verwendet werden kann. Die Vorteile der RFID-Technik gegenüber herkömmlichen Methoden zur Aushärtungsüberwachung liegen im drahtlosen Auslesen der RFID-Transponder sowie im zusätzlichen Nutzen, den ein im Bauteil integrierter RFID-Transponder im weiteren Produktleben erzeugt.

Spezielle Softwaresysteme zur Produktionsfeinplanung - Manufacturing Execution Systems oder Advanced Planning & Scheduling Systems - unterstützen die operative Produktionsplanung und -steuerung in Industriebetrieben. Die Vielzahl der am Markt angebotenen Systeme macht einen fundierten Auswahlprozess von der Anforderungserhebung bis zur Endauswahl notwendig. Ein umfassendes Modell, das diesen Prozess systematisch unterstützt und vereinfacht, ist Gegenstand des folgenden Beitrags. Die Methodik geht über eine fragebogenbasierte Abfrage hinaus und überprüft die Systemfähigkeiten mithilfe von strukturierten Fallstudien. Der erste Teil des Beitrags beschreibt die Prozessschritte von der Erhebung der Anforderungen an das System bis zu deren Strukturierung in einem Anforderungskatalog.

Eine Zukunft, in der alles auf Basis von Informations- und Kommunikationstechnologien miteinander verbunden ist, verspricht das Internet der Dinge. Dass dabei ein einzelnes globales System die Grundlage für die nahtlose Kommunikation zwischen Dingen ist, scheint aus heutiger Sicht, auf Basis von vielfältigen heterogenen Sub-Systemen und anwendungsspezifischen Lösungen, unmöglich. Man steht damit einer Landschaft aus einer Vielzahl an isolierten „Intranets der Dinge“ gegenüber, welche sich nicht mühelos miteinander verbinden lassen [1]. Dieses Problem lässt sich in vielen Bereichen und Branchen identifizieren (Smart Cities, Smart Factory etc.), in denen intelligente Produkte miteinander interagieren sollen. Ein wesentlicher Ansatz zur Problemlösung ist die Erhöhung der Interoperabilität auf verschiedenen Ebenen der Hard- und Software. Der folgende Beitrag beschreibt einen Lösungsansatz, um Plattform- und Domänen-übergreifende Interoperabilität zwischen Systemen ...

In zahlreichen Branchen und Anwendungsbereichen bietet das industrielle Internet der Dinge (IIoT) mit der Vernetzung intelligenter Objekte eine Vielzahl an Möglichkeiten und Chancen. Hinsichtlich der Sicherheit solcher Systeme entstehen jedoch, ähnlich wie im eher an Privatanwender gerichteten Internet der Dinge, durch den hohen Verteilungsgrad, die Heterogenität der vernetzten Systeme sowie den Umfang und die Dynamik der Vernetzung ganz neue Herausforderungen. Ebenso können die Auswirkungen von Angriffen drastisch sein. Ein Dreh- und Angelpunkt für Sicherheit im IIoT sind vertrauenswürdige Identitäten der beteiligten Subsysteme, ohne die ein sicheres Gesamtsystem nur schwer zu realisieren ist. Für die Absicherung der Systemidentitäten bieten sich zertifikatsbasierte Verfahren an. Die hierfür gängige Lösung mittels Public Key Infrastructure (PKI) ist im Bereich IIoT häufig jedoch zu aufwändig und zu wenig flexibel. Des Weiteren sind oft Mechanismen zur Verbreitung ...

Das Thema Internet of Things (IoT) ist allgegenwärtig und hat unter dem Begriff Smart Home bereits in viele Wohnzimmer Einzug gefunden [1]. Seien es Leuchtmittel, Heizungen oder das Fernsehgerät - alles ist vernetzt und bequem von überall aus zu steuern. Das entsprechende Pendant der Produktion ist die Industrie 4.0 oder auch abgewandelt das Industrial Internet of Things. Unternehmen und Forschungseinrichtungen beschäftigen sich intensiv mit den Möglichkeiten, welche die sogenannte vierte industrielle Revolution bietet. Die zukunftsorientierte Positionierung der deutschen Wirtschaft im internationalen Wettbewerb erfordert es, die Entwicklung und Verbreitung von Konzepten und Lösungen im Kontext von Industrie 4.0 selbst aktiv mitzugestalten und so eine innovationsorientierte Vorreiterrolle einzunehmen [2]. Durch die rasante Entwicklung ist es für deutsche Unternehmen unabdingbar, hierfür notwendige neue Methoden und Technologien früh zu erkennen, zu entwickeln, zu adaptieren ...

Das Industrial Internet of Things (IIoT) verändert die Wertschöpfungsprozesse des produzierenden Gewerbes radikal. Während die ersten Best Practices von sich hören lassen, ist ein Großteil der Unternehmen weiterhin damit beschäftigt, die strategischen Grundlagen der IIoT-Implementierung zu klären. Dynamische Umweltfaktoren, technische Komplexität und limitierte Ressourcen lassen viele Unternehmen verzweifelt zurück. Als ein aus der strategischen Planung entlehntes Prinzip bieten Business Ecosystems die Möglichkeit, einen Weg aufzuzeigen, wie Risiko und Nutzen im Kontext der Implementierung von IIoT-Technologien abgewogen werden können. Sie ermöglichen eine Form der unternehmerischen Zusammenarbeit, die interne Know-how-Defizite ausgleichen und Transformationsbemühungen dynamisieren kann.

Die Kernaufgabe der Logistik lässt sich anhand der sogenannten „sieben R“ beschreiben. So muss das richtige Produkt im richtigen Zustand zur richtigen Zeit am richtigen Ort verfügbar sein. Darüber hinaus werden die richtige Menge, die richtigen Kosten sowie die richtigen Informationen als weitere Schlüsselfaktoren einer funktionierenden Logistik herausgestellt. In Zeiten der stetigen Digitalisierung fällt den Informationen eine immer größere Bedeutung zu. Werden die falschen Informationen bzw. die richtigen Informationen zum falschen Zeitpunkt bereitgestellt, kann dies erhebliche Folgen für den gesamten Prozess nach sich ziehen. Insbesondere der Mensch, der meist der Empfänger der Informationen ist, hat die anspruchsvolle Aufgabe, die Informationen, die ihm zur Verfügung gestellt werden, korrekt zu selektieren und zu interpretieren. Aufgrund dessen trägt die Mensch-Maschine-Schnittstelle einen entscheidenden Anteil am Gelingen der Kommunikation zwischen den menschlichen ...

Ein Kernelement von Industrie 4.0 und IoT ist die Möglichkeit zur Sammlung von extrem hohen Datenvolumina in Echtzeit [1]. Um damit Geschäftsprozessoptimierungen zu erreichen, ist es notwendig, Wissen aus diesen Daten zu generieren. Hierzu müssen Voraussetzungen bezüglich Infrastruktur und Organisation geschaffen werden. Dieser Beitrag beschreibt, wie mittels eines Knowledge-Discovery-Prozessmodells in der Produktionslogistik in Kombination mit dem Acatech-I-4.0 Referenzmodell ein Vorgehen abgeleitet werden kann, das mittels Data Analytics Vorteile von Industrie 4.0 systematisch in Geschäftsprozessen nutzbar macht.