Open-Access-Beiträge

Building Information Modeling (BIM)-Systeme repräsentieren einen ersten Schritt in Richtung eines digitalisierten und somit transparenteren Bauprozesses. Dabei wird jedoch aktuell meist nur die Planungsphase betrachtet. Somit müssen für die Bauphase oftmals zusätzliche Geschäftsprozessmodelle angefertigt werden. Diese Modelle sind nur selten mit einzelnen Geschäftsfällen verknüpft, sodass es schwerfällt, Aussagen über den Zustand eines laufenden Prozesses zu treffen, Kennzahlen zu erfassen oder den Prozess zu steuern und zu optimieren. Dieser Beitrag gibt einen Einblick in eine Studie der Hochschule Esslingen mit dem Familienunternehmen LEONHARD WEISS, die die Einführung eines Workflow-Management-Systems in der Baubranche als möglichen Lösungsansatz untersucht hat.

Dieser Beitrag beschreibt eine Herangehensweise für eine Predictive Maintenance-Lösung, bei der die Bauteilabnutzung technischer Systeme mithilfe eines Sensorik-Toolkits erfasst und mittels eines Prognosetools überwacht wird. Die Sensorik als auch das Prognosetool müssen flexibel ausgelegt sein, damit sie zielführend an unterschiedlichen technischen Systemen einsetzbar sind. Die Zustandsbestimmung der Bauteile erfolgt dabei nicht kontinuierlich, sondern basierend auf zeitdiskreten Messungen. Anhand der aufgenommenen Daten wird über ein Prognosemodell die wahrscheinliche Restnutzungsdauer der Bauteile prognostiziert. Für die Erstellung der Prognose dient ein Machine Learning Tool, welches mit historischen Abnutzungsverläufen trainiert wird. Die Trainingsdaten werden durch statistische Versuche erfasst, in denen die Einflussgrößen und charakteristische Verläufe verschiedener Abnutzungsarten identifiziert werden. Als Grundlage für diesen Beitrag dienen Untersuchungen an einem ...

Reinforcement Learning (RL) konnte bereits publikumswirksam in Video- und Strategiespielen beeindruckende Erfolge erzielen [1]. Diese Grundlagenforschung schafft die Grundlagen, dass RL für reale Entscheidungsprobleme in der Produktion nutzbar wird. Beispiele hierfür sind: Wie erhält ein Roboter mehr Intelligenz, um Aufgaben selbstständiger und ohne aufwendige Programmierung durchzuführen? In welcher Reihenfolge müssen Aufträge in einer Produktion abgearbeitet werden, um eine optimale Termintreue zu erhalten? Der Beitrag gibt eine Einführung in die Arbeitsweise des RL, sowie dessen bevorzugte Einsatzgebiete und beschreibt Anwendungsbeispiele aus dem produzierenden Alltag. Das präsentierte Überblickswissen über die aktuelle Forschung soll diesen Teilbereich der Künstlichen Intelligenz einem breiteren Interessentenkreis zugänglich machen. Übergeordnetes Ziel der beschriebenen Methoden ist, die Wertschöpfung am Wirtschaftsstandort Deutschland kontinuierlich zu steigern.

Ca. 10% der in Umlauf gebrachten Arzneimittel in Ländern mit geringem bis mittleren Einkommen waren 2017 gefälscht [1]. Diesem hohen Fälschungsumfang beugt das securPharm-System in Deutschland vor. Es ermöglicht, Fälschungen entlang der Lieferkette zu identifizieren und deren Abgabe zu stoppen. Die Überprüfung erfolgt EU-weit über Ländergrenzen hinweg durch ein Datenspeicher- und abrufsystem. Aufgrund einiger systembezogener Schwierigkeiten ist das System in Apotheken dennoch nicht gänzlich akzeptiert. Eine zusätzliche Problematik bildet der Onlinehandel, der nicht in gleichem Maße abgesichert werden kann wie der stationäre Handel. Ein abschließender tabellarischer Vergleich mit dem US-amerikanischen System zeigt, dass es dem europäischen in nahezu allen Punkten gleicht.

Die Corona-Krise hatte einen unübersehbaren Einfluss auf die Beschaffungssituation in den globalen Lieferketten, an den sich die Unternehmen schnell anpassen mussten. Die Auswirkungen verdeutlichen, dass sich die Unternehmen zur Reduzierung der Risiken mit der Struktur und der Transparenz in den Lieferketten beschäftigen müssen. Im folgenden Beitrag wird untersucht, über welche Kenntnisse die Akteure verfügen und wie sie diese durch die Digitalisierung verbessern wollen. Die Ergebnisse belegen, dass die Unternehmen bisher nur über geringe Kenntnisse jenseits ihrer direkten Lieferanten verfügen, jedoch zunehmend in der Lage sind, an benötigte Daten aus der Lieferkette zu gelangen. Zugleich zeigen die Ergebnisse, dass noch Potenzial zur Steigerung der Transparenz und der Nutzung von Daten vorhanden ist.

Unternehmen stehen vor dem Hintergrund der digitalen Transformation vor einschneidenden Veränderungen, die den Unternehmenserfolg beeinflussen können. Change Management kann die Unternehmen unterstützen, diese Transformation erfolgreich umzusetzen und somit der Gefahr zu entgehen, bspw. Marktanteile an innovationskräftigere Unternehmen zu verlieren. Die damit einhergehende Fragestellung ist allerdings, inwiefern die tradierten Modelle des Change Managements passend für den anstehenden Wandel sind und ob diese weiterentwickelt werden müssen. In diesem Beitrag werden mithilfe einer Literaturanalyse sowie einer Befragung aktuelle Herausforderungen und Erfolgsfaktoren des Change Managements identifiziert, wodurch im Anschluss ein angepasstes Modell für erfolgreiche Change-Projekte abgeleitet werden kann.

Das SARS-CoV-2-Virus stellt die Weltwirtschaft vor ungeahnte Herausforderungen. Nie zuvor geriet das Wirtschaftsgeschehen so schnell, so stark und von so vielen Seiten gleichzeitig unter Druck. Die Nachfrage nach Gütern brach ein, weil sich Konsumenten - teils gezwungenermaßen - zurückhielten, und das Angebot ging zurück, weil den Unternehmen plötzlich Mitarbeiter oder Vorprodukte fehlten. Infolgedessen drehten sämtliche Konjunkturindikatoren abrupt ins Negative. Die Unsicherheit über die weitere Entwicklung erreichte dagegen Rekordhöhen. Inzwischen scheint die wirtschaftliche Talsohle zwar durchschritten, doch die Unsicherheit bleibt hoch. Dies hängt nicht zuletzt mit der Bedeutung globaler Wertschöpfungsketten zusammen. Deren Störung trug maßgeblich zu den genannten Verwerfungen auf der Angebotsseite bei; für die lokale Produktion sind sie jedoch bis heute zentral. Der Beitrag diskutiert die skizzierten Entwicklungen und zeigt Möglichkeiten für eine Reduktion der ...

Werden Anpassungen von Produktionssystemen geplant, beispielsweise der Bau einer neuen Anlage, werden häufig Simulationen für die Prognose der damit verbundenen Auswirkungen genutzt. So wird die Basis für eine betriebswirtschaftliche Bewertung geschaffen. Für die Erstellung der Modelle werden Entscheidungsprozesse der Produktionsplanung und -steuerung in der Simulation dargestellt, beispielsweise die Reihenfolgenplanung einer Anlage. Diese Übertragung der Entscheidungsprozesse in die Simulation führt zu einem hohen Aufwand für die Erstellung von Simulationsmodellen. Dieser Aufwand kann durch die Nutzung iterativer optimierungsbasierter Simulationen verringert werden, da hier auf bereits existierende Prozesse zurückgegriffen wird. Statt Entscheidungsprozesse in der Simulation neu zu modellieren und lösen, wird die Simulation mit Optimierungsverfahren gekoppelt, die auch im realen System zur Entscheidungsfindung genutzt werden. Dieses Konzept wird bei einem Stahlhersteller ...

[1] Bemmann, M.: Entwicklung und Validierung eines stochastischen Simulationsmodells für die Prognose von Unternehmensinsolvenzen, Dissertation, Technische Universität Dresden 2007. [2] Gleißner, W.; Bemmann, M.: Die Rating-Qualität verbessern. In: die bank 9 (2008), S. 51-55. [3] Gleißner, W.; Romeike, F.: Kreditrisikomanagement im Kontext einer wert- und risikoorientierten Unternehmensführung. In: Risiko Manager Sonderheft Credit Management, Special II (2008), S. 4-12. [4] Gleißner, W.; Grundmann, T.: Risiko-Benchmark-Werte für das Risikocontrolling deutscher Unternehmen. In: ZfCM Zeitschrift für Controlling & Management, 5/2008, S. 314 – 319 [5] Hock,T.;Gleißner,W.;Kamarás, E.: Wertorientiertes Credit Management: Zusammenfassung von Rating, Marge und Umsatzentwicklung, in: Bundesverband Credit Management e.V. (BvCM) (Hrsg.): Das Credit Management als Erfolgsfaktor in der Unternehmenspraxis (Tagungsband zum Bundeskongress BvCM 2012). [6] Gleißner, W.; ...

Die Innovationstätigkeit im industriellen Umfeld verlagert sich durch die Digitalisierung hin zu Produkt-Service-Systemen. Kleine und mittlere Unternehmen haben sich in ihrer Entwicklungstätigkeit bisher stark auf die Produktentwicklung bezogen. Der Umstieg auf „smarte“ Produkte und die Kopplung an Dienstleistungen erfordert häufig personelle und finanzielle Ressourcen, welche KMU nicht aufbringen können. Crowdsourcing stellt eine Möglichkeit dar, den Innovationsprozess für externe Akteure zu öffnen und Kosten- sowie Geschwindigkeitsvorteile zu realisieren. Bei der Integration von Crowdsourcing-Elementen ist jedoch einigen Herausforderungen zu begegnen. Dieser Beitrag zeigt sowohl die Potenziale als auch die Barrieren einer Crowdsourcing-Nutzung im industriellen Umfeld auf.