Künstliche Intelligenz

Einfluss der Blockchain-Technologie auf die Industrie 4.0

Einfluss der Blockchain-Technologie auf die Industrie 4.0

Die Rolle der Finanzfunktion

Philipp Sandner, Philipp Schulden

Die Rolle der Finanzfunktion eines Unternehmens wird generell als nicht besonders innovativ angesehen. Viele assoziieren diese Unternehmensfunktion mit Bilanzen, Cashflow-Analysen und Excel-Tabellen. Mit dem Aufkommen der Blockchain-Technologie könnte sich diese Auffassung jedoch grundlegend verändern und neben der Finanzfunktion auch zahlreiche weitere Unternehmensdomänen zu strategisch agierenden Treibern von Innovation verlagern. Dies gilt insbesondere für Unternehmen, die im industriellen Umfeld tätig und von der Maschine Economy beeinflusst sind. Mit dem Aufkommen von Big Data und anderer Technologien wie dem Internet of Things (IoT) oder Artificial Intelligence (AI) begann die vierte industrielle Revolution, die auch als Industrie 4.0 bezeichnet wird.

Industrie 4.0 Management | 36. Jahrgang | 2020 | Ausgabe 1 | Seite 61-64

Smart Service Lifecycle Management

Smart Service Lifecycle Management

Rahmenkonzept und Anwendungsfall

Mike Freitag, Stefan Wiesner

Die wachsende Menge verfügbarer Daten aufgrund der Digitalisierung der Wertschöpfung beschleunigt den Wandel produzierender Industrien zu Anbietern kundenorientierter Dienstleistungen. Smart Services als digitale Dienstleistungsangebote stehen exemplarisch dafür. Die Analyse von Experteninterviews als auch von Anwendungsfällen aus der Unternehmenspraxis zeigt jedoch, dass das Wissen, wie solche Smart Services entwickelt werden können, immer noch rudimentär ist. In diesem Beitrag wird ein Rahmenkonzept für ein Smart Service Lifecycle Management vorgestellt, das die systematische Entwicklung von Smart Services unter Berücksichtigung von Geschäftsmodellen und des Wertschöpfungsnetzwerks unterstützt. Das Rahmenkonzept wird anhand eines Anwendungsbeispiels aus der Textilindustrie exemplarisch implementiert und validiert.

Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 5 | Seite 35-39 | DOI 10.30844/I40M_19-5_S35-39

Maschinelles Lernen in der Produktion

Maschinelles Lernen in der Produktion

Anwendungsgebiete und frei verfügbare Datensätze

Hendrik Mende, Jonas Dorißen, Jonathan Krauß, Maik Frye, Robert Schmitt

Steigende Rechenleistungen und bessere Datengrundlagen bei gleichzeitig sinkenden Kosten für Rechen- und Speicherkapazitäten stellen die Basis für den Einsatz von Machine Learning (ML) in der Produktion dar. Herausforderungen bestehen in der Identifizierung aussichtsreicher Anwendungsgebiete, dem Erkennen der mit diesen verbundenen Learning Tasks sowie dem Aufdecken passender Datensätze. In diesem Beitrag werden daher folgende Fragen beantwortet: Welche Anwendungsgebiete in der Produktion bieten das größte Potenzial für den Einsatz von ML? Welche frei zugänglichen Datensätze eignen sich, um eigene Erfahrungen zu sammeln und welche Learning Tasks sind damit verbunden? Was sind Best Practices für die Anwendungsgebiete?

Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 4 | Seite 39-42 | DOI 10.30844/I40M_19-4_S39-42

Digitale Planung der Baustellen-logistik im Großanlagenbau

Digitale Planung der Baustellen-logistik im Großanlagenbau

Ontologie zur Nutzung digitaler Modelle für die Logistikplanung auf der Baustelle

, Jana Stolipin, Jan M. Weber, Markus König

Im Großanlagenbau ist die Planung der baustellenlogistischen Prozesse im Wechselspiel mit den anfallenden Montageprozessen oftmals aufwendig und fehleranfällig. Werden Transport- und Lagerungsbedingungen nicht richtig interpretiert und eingehalten, können nicht nur Verzögerungen bei der Montage, sondern auch Beschädigungen an den sensiblen Anlagenkomponenten entstehen. Im schlechtesten Fall sind aufwendige Nacharbeiten oder komplette Demontagen notwendig. Eine detaillierte Betrachtung der Logistikprozesse und ihre zuverlässige Terminierung auf der Baustelle sind daher essenziell. Allerdings werden Planung und Steuerung der Logistik auf der Baustelle im Großanlagenbau bisher nur zum Teil digital unterstützt. Im Rahmen eines Forschungsvorhabens werden daher die für die Baustellenlogistikplanung relevanten Anforderungen insbesondere für kleine und mittelständische Unternehmen (KMU) im Bereich des Großanlagenbaus ermittelt und die Umsetzung der Planung und Steuerung ...

Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 3 | Seite 55-59

Systematische Einführung von Industrie 4.0 für den Mittelstand

Systematische Einführung von Industrie 4.0 für den Mittelstand

Anforderungen, Methoden und Anwendungsbeispiel

Feras El Sakka, Timo Busert

, Alexander Fay

In diesem Beitrag wird eine Methodik zur Umsetzung von Industrie 4.0-Projekten im Bereich der Produktion und Logistik beschrieben. Diese Methodik berücksichtigt die besonderen Rahmenbedingungen von KMU und wurde bereits mehrfach in verschiedenen Digitalisierungs- und Industrie 4.0-Projekten mit KMU im Rahmen des Mittelstand 4.0-Kompetenzzentrums Hamburg angewandt. Der Fokus der Methodik liegt auf einer geeigneten Integration von neuen Technologien in bestehende Systeme sowie der Verbindung neu generierter Daten mit bereits vorhandenen Informationsflüssen. Die Anwendung der Methodik wird exemplarisch anhand eines realen Praxisbeispiels aus dem Mittelstand 4.0-Kompetenzzentrum Hamburg dargestellt.

Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 3 | Seite 25-29 | DOI 10.30844/I40M_19-3_S25-29

Gesunder Menschenverstand statt MBA

Gesunder Menschenverstand statt MBA

Daran erkennen Sie gute Führungskräfte

Hans Rosenkranz

Es gibt unzählige Werkzeuge für Führungskräfte. Die US-amerikanische Strategieberatung Bain & Company beispielsweise analysiert regelmäßig die 25 beliebtesten Management Tools weltweit. Doch auch das beste Werkzeug ist nur dann gut, wenn es richtig eingesetzt wird. Dazu bedarf es des gesunden Menschenverstands. Einen Manager, der darüber verfügt, erkennt man an folgenden Eigenschaften: Er kennt den Unterschied zwischen Selbst- und Fremdbild, er legt Wert auf eine wertschätzende Feedbackkultur im Unternehmen und er setzt auf die Kraft des Miteinanders.

Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 2 | Seite 57-60 | DOI 10.30844/I40M_19-2_S57-60

Autonome Systeme in der Produktion

Autonome Systeme in der Produktion

Planungssystematik für die Entwicklung autonomer Systeme

Roman Dumitrescu

, Thorsten Westermann, Tommy Falkowski

Autonome Systeme werden perspektivisch alle Lebensbereiche durchdringen und haben das Potenzial, einen gesellschaftlichen Wandel auszulösen. Die Konzipierung dieser hochkomplexen Systeme erfordert leistungsfähige Entwicklungsansätze und -methoden, die disziplinübergreifend angewendet werden. Stellvertretend für die vielschichtigen Anwendungsbereiche von autonomen Systemen steht die industrielle Produktion, in der im Kontext von Industrie 4.0 bereits eine technologieinduzierte Transformation eingeleitet wurde.

Industrie 4.0 Management | 34. Jahrgang | 2018 | Ausgabe 6 | Seite 17-20 | DOI 10.30844/I40M_18-6_17-20

Autonomes Verhalten und Künstliche Intelligenz

Autonomes Verhalten und Künstliche Intelligenz

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 ...

Industrie 4.0 Management | 34. Jahrgang | 2018 | Ausgabe 6 | Seite 35-40

Edge Computing aus Sicht der Künstlichen Intelligenz

Edge Computing aus Sicht der Künstlichen Intelligenz

Dirk Hecker, Michael Mock, Joachim Sicking, Angi Voss, Tim Wirtz

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.

Industrie 4.0 Management | 34. Jahrgang | 2018 | Ausgabe 6 | Seite 13-16

Künstliche Intelligenz verleiht Cyber-Physical Systems Flügel

Künstliche Intelligenz verleiht Cyber-Physical Systems Flügel

Cyber-Physical Systems (CPS) sind ein Beispiel für die immer engere Verbindung von digitaler und realer Welt. Denn in CPS werden Abläufe und physische Gegenstände unmittelbar in digitale Prozesse integriert. Für IT-Experten bedeutet das mehr Komplexität in der Entwicklung von IT-Systemen. Denn die bisherige Modellbildung, mit der sie gearbeitet haben, stößt angesichts der Unordnung in der realen Welt an ihre Grenzen. Künstliche Intelligenz (KI) hilft dabei, diese Komplexität zu beherrschen und so den Einsatz von CPS zu erleichtern beziehungsweise zu ermöglichen. Die Stärke von CPS liegt insbesondere im Finden von Optimierungspotenzialen, im Erkennen von Mustern und in der engen Zusammenarbeit mit Menschen. Verfahren wie Machine Learning, das die Grundlage für beispielsweise Bilderkennung oder Spracherkennung liefert, erlauben einerseits engere Interaktionsmöglichkeiten zwischen Mensch und CPS. Andererseits erhöhen diese Techniken den Autonomiegrad, mit dem CPS arbeiten ...

Industrie 4.0 Management | 34. Jahrgang | 2018 | Ausgabe 6 | Seite 45-48 | DOI 10.30844/I40M_18-6_45-48

« 1 … 10 11 12 … 16 »