I4S+ Exklusiv für Abonnenten

Die Digitale Transformation lässt nur wenige Aspekte der Beziehung zwischen Kunden und Unternehmen unberührt. Das gilt auch und vor allem für die Zahlungsströme, die zwischen den Beteiligten hin und her fließen. Güter und Services, die sich unter dem Eindruck der neuen technischen Möglichkeiten fundamental verändern, werden auch grundlegend anders ver- und gekauft [1]. Für die systematische Suche nach neuen Möglichkeiten zur Monetarisierung der eigenen Angebote eignen sich die sogenannten Objects of Revenue. Das sind Objekte innerhalb des Unternehmens, die unmittelbar mit Zahlungsströmen verknüpft sind beziehungsweise verknüpft werden können.

Losgröße 1 ist ein wichtiges Ziel der Industrie 4.0 Automatisierung. Warum sollten die Maschinen und Anlagen deshalb nicht als Losgröße 1 geordert und über Pay-per-Use abgerechnet werden können? Die Kombination aus einer zuverlässigen Anbindung an Cloud/Server-Systeme des Maschinenherstellers mit dem Einsatz eines professionellen Lizenzmanagementsystems eröffnet dieses Geschäftspotenzial.

Die Prinzipien und Werkzeuge der Lean Production haben aus wissenschaftlicher Perspektive einen hohen Reifegrad erreicht. Insbesondere Unternehmen der Fertigungsindustrie nutzen pull-gesteuerte Produktionssysteme zur Nachschubsteuerung, um den Anforderungen eines Käufermarkts wettbewerbsadäquat zu begegnen. In der Prozessindustrie hingegen ist der Durchdringungsgrad vergleichsweise gering. Dies ist nicht zuletzt den spezifischen Eigenschaften und Rahmenbedingungen der Produktionsprozesse geschuldet. Jedoch weisen auch Produktionsnetzwerke in der Prozessindustrie große Potenziale für eine Optimierung der Bestände und des Service-Levels mittels Pull-Steuerung auf.

Im Zuge der vierten industriellen Revolution müssen Unternehmen mit ihren Strukturen, Prozessen und ihrer Organisationskultur agil sein. Agilität bedeutet in diesem Kontext, dass Unternehmen einerseits dafür Sorge tragen, dass ihre eigenen Produkte und Dienstleistungen den weiter steigenden Kundenanforderungen entsprechen, um permanent wettbewerbsfähig bleiben zu können. Dies kann zum Teil durch andauernde Innovationen ermöglicht werden. Andererseits müssen Unternehmen sich an diese Veränderungen anpassen können, welche durch Innovationsschübe entstehen. Die Adaptierungsgeschwindigkeit muss hierbei möglichst hoch ausfallen. Werden Nationen im globalen Wettbewerb betrachtet, stellt sich die Frage, inwiefern kulturelle Unterschiede unternehmerische Wandlungsfähigkeit, Flexibilität und Dynamik beeinflussen. Dieser Beitrag widmet sich deshalb der Fragestellung, ob kulturelle Unterschiede eine Rolle im Innovationskontext „Industrie 4.0“ spielen und welche Kulturdimensionen ...

Erfolgsfaktoren, die Chinas Wirtschaftsboom lange beflügelt hatten, haben zunehmend ihre Antriebskraft verloren. In den letzten zwei Dekaden hat die Heranreifung wettbewerbsstarker indigener Technologieunternehmen in den IT-, Telekommunikation- und Softwarebranchen Chinas Plan industrieller Digitalisierung begünstigt, die das Land dringend benötigt, um ökonomisch zukünftig mehr auf Technologie und Innovation basierend und damit nachhaltiger weiter zu wachsen. Internet+ repräsentiert das derzeitig in der Wirtschaft, Politik und Medieninformation eifrig debattierte Konzept, das für die Digitalisierung in Chinas Industrien richtungsweisend sein soll. Dabei wird die Integration der Informationstechnologie mit anderen produzierenden Industriezweigen besonders hervorgehoben. Der Beitrag erläutert den Hintergrund, den Begriff und wirft einen Blick auf das Marktmodell sowie einige technische Aspekte von Internet+. Eine Fallstudie begleitet den „Ausflug“ nach China und gibt einen ...

Die zunehmende Vernetzung und Digitalisierung von Systemen greift mittlerweile in vielen Feldern um sich. Auf Unternehmerseite hat sich vor allem um die Industrie 4.0 eine Vielzahl von Konzepten, Ideen, Erwartungen und Ängsten gebildet. Ein Blick in die Medien heute reicht aus, um zu begreifen, dass die umfassende Vernetzung kritischer Strukturen auch Gefahren birgt. Neben einer grundlegenden Beschäftigung mit der Absicherung von Informationsnetzwerken, sollte verstärkt berücksichtigt werden, wie die Masse an Daten und Informationen gezielt eingesetzt werden kann, um Systeme zu schützen. Das Auswerten von Big Data bzw. die Umwandlung in Smart Data mithilfe Künstlicher Intelligenz und ihre Nutzung als Sicherheitsfaktor wird in der Zukunft unverzichtbar sein.

Die Digitalisierung betrieblicher Wertschöpfungs- und Kommunikationsprozesse erfährt mit Industrie 4.0 einen neuen Schub. Mit der Einführung von sozialen Netzwerken sollen die Kollaboration und der Wissensaustausch der Beschäftigten untereinander unterstützt und rationalisiert werden. Der Beitrag geht auf diese Enterprise Social Networks ein und diskutiert die sozialen Herausforderungen bei der betrieblichen Umsetzung. Auf Basis eines Unternehmensbeispiels werden Anwendungsempfehlungen abgeleitet.

Im BMBF-geförderten Verbundprojekt „Provenance Analytics“ werden an der Bauhaus-Universität Weimar gemeinsam mit der Hochschule Ostwestfalen-Lippe Verfahren und Technologien zur Anomalieerkennung in Sensordaten erforscht. Im vorliegenden allgemeinen Überblicksbeitrag tellen wir wichtige Verfahren zur Anomalieerkennung in Sensordatenströmen und zur Prognose von Maschinenausfällen im Industrie-4.0-Kontext kurz vor und skizzieren die von uns geplanten Forschungsarbeiten. Der Beitrag ist wie folgt gegliedert: Nach einer kurzen Klärung des Anomaliebegriffes werden im Hauptteil verschiedene Anomalietypen und Verfahren zur Anomalieerkennung eingeführt. Dabei wird deutlich, dass die existierenden Verfahren oft nicht sämtliche zur Verfügung stehende Informationen benutzen, was wiederum bei der Entwicklung besserer Verfahren berücksichtigt werden sollte.

Die computergestützte Analyse großer Datenmengen verspricht für unterschiedlichste Anwendungsfälle und Bedarfe erheblichen Nutzen. Ziel dieses Beitrags ist die Entwicklung eines Ansatzes zur Ermittlung geeigneter Text-Mining-Methoden ausgehend vom spezifischen Anwendungsfall. Dieser Ansatz umfasst zwei Phasen, welche den Analytic Hierarchy Process sowie den Text-Mining-Prozess einbeziehen. Für den Anwendungsfall der Identifikation von Qualifizierungsbedarfen von Servicetechnikern wird der Ansatz beispielhaft durchlaufen. Das Ergebnis dieser beispielhaften Betrachtung verdeutlicht, dass die jeweiligen Methoden des Text-Minings bzw. ihre Mehrwerte nicht nur von dem Anwendungsfall, sondern auch stark von der jeweiligen Zielstellung abhängen.

Die fortschreitende Digitalisierung der Arbeitswelt führt zu neuen Möglichkeiten der Gestaltung und digitalen Unterstützung von Geschäftsprozessen. Insbesondere nicht F&E-intensive, zumeist kleine und mittlere Unternehmen stehen jedoch vor großen Herausforderungen, diese Potenziale zu realisieren. Im Rahmen dieses Beitrags wird aufgezeigt, welche Anwendungsfälle mithilfe des Einsatzes von Big Data Analytics in produzierenden Unternehmen realisiert werden können. Hierzu werden verschiedene Anwendungsszenarien skizziert. Anhand eines Praxisbeispiels der Auftragsabwicklung eines nicht F&E-intensiven Unternehmens wird aufgezeigt, wie die Beschaffung durch die Analyse und Prognose relevanter Daten, bspw. die Verfügbarkeit und Kosten von Bauteilen oder Prozessdaten, und die Angebotserstellung softwaretechnisch unterstützt werden können.