Open-Access-Beiträge

Firmen stehen vor der Herausforderung ihre globalen Supply Chain Netzwerke zu steuern, zu optimieren und agil sowie flexibel an sich verändernde Gegebenheiten anzupassen. Dies bedingt unter anderem die Einbindung der gesetzlichen Anforderungen des Lieferkettensorgfaltspflichtengesetzes (LkSG), der European Sustainability Reporting Standards (ESRS) oder die Berücksichtigung betriebswirtschaftlicher Interessen zur Steigerung der Performance. Folglich muss die Transparenz gesteigert und die Versorgungssicherheit resilienter gestaltet werden. Ziel ist eine effizientere Steuerung und Gewährleistung der Materialversorgung sowie Optimierung und Simulation von Szenarien zur Kostenminimierung.

Für eine erfolgreiche Implementierung sowie nachhaltige Nutzung und Pflege Digitaler Zwillinge für Produktions- und Logistiksysteme ist es notwendig, relevante Anwendungsfälle zu identifizieren und die damit einhergehenden Herausforderungen zu meistern. Dieser Beitrag analysiert wissenschaftliche Literatur zu gängigen Anwendungen und Herausforderungen bei der Implementierung Digitaler Zwillinge für die Planung und den Betrieb von Produktions- und Logistiksystemen. Um die Praxisrelevanz der Ergebnisse zu bestätigen, sind zudem die Resultate einer empirischen Befragung einbezogen worden. Aus den gewonnenen Erkenntnissen werden wesentliche Handlungsfelder für die erfolgreiche Implementierung und langfristige Nutzung von Digitalen Zwillingen in Produktion und Logistik abgeleitet.

Die Einführung Digitaler Zwillinge (DZ) scheitert oft an hohen Kosten, technischer Komplexität und fehlenden Fachkenntnissen. Diese Studie stellt ein kostengünstiges Modell eines DZ, welches mit Technology Readiness Level (TRL) 5 validiert ist. Es wurde innerhalb von nur zwei Wochen mithilfe von Open-Source-Lösungen und gängigen Unternehmenswerkzeugen entwickelt und integriert sensorbasierte Echtzeitdaten, prädiktive Analysen, Anomalieerkennung und automatisierte Benachrichtigungen, um Effizienz und Nachhaltigkeit in der Landwirtschaft zu steigern. Das System erreicht eine durchschnittliche relative Abweichung von nur 7,76 % und gibt automatisierte Warnungen in Echtzeit aus. Die Ergebnisse zeigen, wie fortschrittliche digitale Werkzeuge durch die Kombination von Open-Source-Technologien und Standardwerkzeugen zugänglich gemacht werden können: skalierbar, menschenzentriert und erschwinglich im Sinne von Industrie 5.0.

Digitale Zwillinge bieten großes Potenzial zur Effizienzsteigerung in der Logistik. Diese Digital Supply Chain Twins (DSCT) ermöglichen datengetriebene Entscheidungen und optimieren Prozesse auf Standort- und Netzwerkebene. Eine Untersuchung mittels Expertenworkshop zeigt, dass Unternehmen zwar Interesse an DSCT haben, aber Herausforderungen wie Datenqualität, akteursübergreifender Datenaustausch und Interoperabilität deren breite Implementierung hemmen. Während erste Pilotprojekte existieren, bleibt die Marktdurchdringung gering. Erfolgreiche Implementierung erfordert standardisierte Schnittstellen und vertragliche Rahmenbedingungen für den Datenaustausch. Im Ergebnis können DSCT langfristig Logistiknetzwerke resilienter und nachhaltiger gestalten.

Die Strategische Produktplanung (SPP) muss sich aktuellen Herausforderungen wie Kreislaufwirtschaft, Digitale Geschäftsmodelle und Interdisziplinarität stellen. Etablierte Vorgehensmodelle sind beispielsweise nur bedingt auf Produkt-Service-Systeme anwendbar. In diesem Beitrag wird ein neues Modell der SPP vorgestellt, das auf einer Analyse von 230 existierenden SPP-Ansätzen basiert und Digitale Zwillinge zur kontinuierlichen Informationsrückführung aus dem gesamten Produktlebenszyklus integriert. Dies ermöglicht eine vorläufige Produktüberwachung und eine dynamische Anpassung der SPP. Das Modell folgt einem agilen, iterativen Ansatz bestehend aus fünf zyklischen Kernaktivitäten, die entlang der zunehmenden Reife durch fünf Kontrollpunkte strukturiert werden. Die frühzeitige Berücksichtigung der Kreislauffähigkeit sorgt für ressourcenschonende Produkte und Produktionsprozesse. Durch Flexibilität, Informationszirkularität und Nachhaltigkeit ist das Modell zukunftsfähig ...

Das Sammeln von Daten aus verschiedenen Quellen in der Produktion und die Bereitstellung dieser Daten für verschiedene IT-Systeme ist eine der Kernaufgaben im Prozess der Digitalisierung der Fabrik. Aufgrund der unterschiedlichen Protokolle und Schnittstellen ist die Datenerfassung mit besonderen Herausforderungen verbunden. Mit dem Sensor Technology Adapter Gateway (STAG) präsentieren wir eine Lösung, die die Lücke zwischen dem Shopfloor und den IT-Systemen schließt. STAG ist eine industrietaugliche Middleware, die die Übersetzung zwischen Datenmodellen und Protokollen automatisiert.

Mit Industrie 4.0 stehen viele Industriebetriebe erneut umfassenden Transformationsdynamiken gegenüber. In Digitalisierungsprojekten greifen die Werks- bzw. Betriebsleitungen neuere technische Entwicklungen wie etwa kognitionsunterstützende Assistenzsysteme auf. Mit Blick auf die industrielle Montage in der Metall- und Elektroindustrie führt dies zu veränderten Arbeitsprozessen, bei denen oft noch unklar ist, inwieweit aus Beschäftigtensicht arbeitsintegriertes Lernen stattfindet. Gegenstand dieses Beitrages ist eine qualitative Analyse, mit der die Sicht von Beschäftigten auf die Chancen und Risiken von drei kognitionsunterstützenden Assistenzsystemen nachgezeichnet wird. Das Ergebnis: nicht alle Beschäftigten in der Montage scheinen gleichermaßen von den neuen Entwicklungen zu profitieren.

Die vorliegende Studie untersucht unter Teilnahme von 23 Unternehmen die Praxis des erfahrungsbasierten Fehlermanagements. Ziel dieser Untersuchung ist es, zentrale Kriterien für ein effektives Fehlermanagement in der Produktion zu identifizieren. Hierzu wurde ein Fragebogen mit 77 Fragen zu acht Themenbereichen entwickelt, darunter Fehlerkultur, Dokumentation, Ursachenforschung und softwaregestütztes Wissensmanagement. In der anschließenden Analyse werden positive und negative Maßnahmen herausgearbeitet, um daraus konkrete Handlungsempfehlungen zur Optimierung des erfahrungsbasierten Fehlermanagements abzuleiten.

Der KI-basierte selbstlernende Digitale Zwilling passt sich automatisch an das reale Systemverhalten an und stellt jederzeit ein optimales Abbild eines Produktionsprozesses dar. Ein ausdrucksstarkes, semantisches Gesamtmodell dient als Basis für neuartige Ansätze der künstlichen Intelligenz (KI). Die mittels Methoden der KI gewonnenen Erkenntnisse werden in das Gesamtmodell integriert und so die Interpretierbarkeit und Erklärbarkeit der KI-Modelle verbessert. Methoden aus dem Bereich der eXplainable AI ermöglichen die automatische Beschreibung von KI-Modellen und deren Erkenntnisse sowie den Aufbau selbsterklärender Modelle.

Im Entwicklungsprozess werden Entscheidungen mit Wirkung auf die Nachhaltigkeit von Produkten getroffen. Mit zunehmendem Entwicklungsfortschritt können auch Aussagen zur Nachhaltigkeit konkretisiert werden. Während zunächst nur Abschätzungen anhand von verwandten Produkten und Prozessen möglich sind, können später etwa Betriebs- und Maschinendaten genutzt werden. Werden Metriken für Kennzahlen verwendet, sollte die Qualität der verwendeten Daten nachvollziehbar sein. Dazu werden relevante Datenqualitätskriterien und -indikatoren ausgewählt und in Bezug gesetzt. Die Verfügbarkeit von Daten kann gesteigert werden, indem die Produktentwicklung auf Partner in Datenökosystemen zurückgreift. Die Grundlage bilden Datenräume wie Gaia-X, Catena-X und Manufacturing-X.