I4S+ Exklusiv für Abonnenten

Bei Verarbeitungsanlagen handelt es sich um verkettete Hochleistungsmaschinen zum Herstellen und Verpacken von Massenbedarfsgütern wie Lebensmitteln, Pharmazeutika oder Getränken aus biogenen Rohstoffen. Die Anforderungen an die Maschinen steigen stetig durch höhere Produktionsgeschwindigkeit und größere Flexibilität, um auf derselben Anlage verschiedene Produkte herstellen zu können. Durch die Individualisierung der Massenprodukte in Industrie 4.0 wird dieser Trend noch verstärkt [1]. Störungen im Prozess, bspw. infolge schwankender Produkteigenschaften, sind jedoch auch in den modernsten Anlagen nicht vollständig vermeidbar. Daher sind auch weiterhin Menschen in der Produktion erforderlich, die in den Prozess eingreifen und Störungen beseitigen. Die Identifikation der Störungsursache und Lösungsstrategie erfordert jedoch umfangreiches Erfahrungs- und Prozesswissen. Dieses Wissen geht den Unternehmen jedoch zunehmend verloren, wodurch hohe Produktionsverluste entstehen. ...

Der deutsche Maschinen- und Anlagenbau gilt mit einem Umsatz von 218 Mrd. Euro als Rückgrat der deutschen Wirtschaft. Im Jahr 2015 arbeiteten über eine Million Menschen in 6.389 Unternehmen [1]. Bei der Neuausrichtung vor dem Hintergrund von Industrie 4.0 spielen technische Dienstleistungen eine Schlüsselrolle [2, 3]. Dieser Beitrag fasst Kernergebnisse der Studie „Serviceinnovation im Maschinenbau“ zusammen. Im Rahmen dieser Multi Case Study wurden Interviews mit Serviceverantwortlichen mittelständischer Unternehmen geführt, um die Umsetzung innovativer Servicemodelle zu untersuchen. Die dabei identifizierten kritischen Handlungsfelder von Partnering bis zur Verwendung unterstützender IT-Plattformen bilden den Schwerpunkt dieses Beitrags. Es zeigt sich, dass viele Unternehmen bereits daran arbeiten, ihre Geschäftsmodelle neu auszurichten. Innovative Geschäftsmodelle im Service werden jedoch überwiegend im Rahmen von Piloten erprobt und haben sich noch nicht ...

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.

Die Bedeutung der Logistik hat sich in den vergangenen Jahrzehnten stark verändert. Während diese früher zu den Kernfunktionen der meisten Unternehmen zählte, werden Logistikdienstleistungen heutzutage häufig an Logistikdienstleister ausgelagert. Diese Verlagerung führt zu neuen organisatorischen Strukturen und ermöglicht ebenso die Umsetzung neuer innovativer Geschäftsmodelle. Durch die Digitalisierung der Logistik steigt der notwendige Integrations- und Koordinationsaufwand exponentiell an und kann nur durch den intelligenten Einsatz von IT beherrschbar gestaltet werden kann. Dieser Beitrag beleuchtet das Spannungsfeld der Logistik und IT und zeigt auf, welchen Herausforderungen die Logistik unterliegt und wie diese durch den adäquaten Einsatz von Big Data Technologien bewältigt werden können.

Die Unikatfertigung ist oftmals von einem hohen Anteil manueller Arbeit geprägt. Ein wesentlicher Anteil der Mitarbeiterzeit dient der Informationsbeschaffung. Der Beitrag zeigt auf, wie Augmented Reality dazu beitragen kann, den Aufwand für die Informationsbeschaffung zu senken und die Produktivität zu steigern.

Die Befundung und Dokumentation der Reparaturprozesse samt abschließender Zertifizierung der betroffenen Bauteile spielt im Bereich Aviation aufgrund sehr hoher Sicherheitsanforderungen eine zentrale Rolle. Die Dokumentation aller Arbeitsschritte inklusive verwendeter Materialien, sämtlicher Prozessparameter der eingesetzten Maschinen und Anlagen sowie der erhaltenen Testergebnisse führt in Kombination mit der Gewährleistung einer ständigen Nachverfolgbarkeit aller Teile und Prozesse zu einem sehr hohen Aufwand, der in ineffizienten Durchlaufzeiten und somit hohen Kosten resultiert. Das Projekt „Aufbau einer Plenum-Fertigung“ bei der Lufthansa Technik AG in Hamburg setzt genau an diesem Problem an und verdeutlicht, wie durch eine umfassende Digitalisierung und Automatisierung der zugrundeliegenden Prozessschritte eine Reduzierung der Durchlaufzeit um knapp 70 % erreicht werden kann.