Automobilindustrie

Softwareentwicklung ist ein grundlegender Schritt in der Digitalen Transformation und bedingt eine gute Datengrundlage für die Entwickler, damit sie die Software passgenau auf die Bedürfnisse des beauftragenden Fachbereichs zuschneiden können. Leider sind die dafür notwendigen Datenmodelle unvollständig, oftmals einseitig vom Entwicklungsbereich erstellt und nicht im Business-Kontext eingebettet. Dies macht es weder für Entwickler noch für KI einfach, die passgenauen Algorithmen zu finden. Der vorliegende Ansatz erhöht das Verständnis und den Austausch zwischen Fach- und Entwicklungsbereich und bietet eine digitale Assistenz bei der Datenmodellierung als Grundlage für die Softwareentwicklung. Ferner können auch hier Ansätze mit KI helfen, die Qualität und Vollständigkeit der Daten zu erhöhen.

Künstliche Intelligenz wird zunehmend in Fahrzeuge integriert, doch herkömmliche Produktentwicklungsprozesse erfassen die spezifischen Anforderungen von KI-Projekten oft nicht vollständig. Um diesen Anforderungen gerecht zu werden, wurde ein Referenzprozessmodell speziell für die Entwicklung von KI-Funktionalitäten in der Automobilbranche entwickelt. Dieses Modell soll Unternehmen dabei unterstützen, ihre herkömmlichen Softwareentwicklungsprozesse einfacher an die Besonderheiten von KI- Projekten anzupassen.

Transformative Kräfte stellen Unternehmen vor enorme Herausforderungen. Gleichzeitig entstehen neue Formen der Zusammenarbeit sowie neue Rollen und Verantwortlichkeiten. Aufgrund der Risiken bei Veränderungen halten viele Beschäftigte an Gewohnheiten und Arbeitsabläufen fest, wodurch sie positive Entwicklungen ausbremsen können. Die Herausforderung für Führungskräfte besteht darin, diese Widerstände zu erkennen, ihnen vorzubeugen und sie in Akzeptanz oder sogar proaktive Unterstützung umzuwandeln.

Bedingt durch COVID-19 standen im Frühjahr 2020 die Produktionsanlagen der Automobilhersteller in Deutschland durchschnittlich 30 Tage still [1]. Auch Abgas-Manipulationsvorwürfe, der geforderte Strukturwandel in Richtung Elektro-Mobilität sowie EU-weit strengere CO2-Vorgaben stehen lediglich stellvertretend für Risiken, die auf die automobile Wertschöpfungskette einwirken. Um derartigen Risikofeldern unternehmerisch zu begegnen, sind kooperative, integrative und analytische Fähigkeiten erforderlich, die in einem ausgereiften Risikomanagementmodell zusammengeführt werden. Während die Automobilhersteller und -zulieferer im wissenschaftlichen und öffentlichen Fokus solcher Risiken stehen [2], wird dem Risikomanagement unmittelbar betroffener Kontraktlogistikdienstleister dieser Branche weniger Beachtung geschenkt.

Für die Automobilindustrie ist die Fahrzeugdistribution von besonderer Relevanz, da sie die Verbindung zum Kunden herstellt. Somit werden darin auftretende Probleme unmittelbar durch den Kunden wahrgenommen, sofern sie nicht vor der Fahrzeugübergabe beseitigt werden können. Da insbesondere Prozessschnittstellen zwischen Unternehmen Probleme verursachen, wurden diese im Rahmen dieses Beitrags umfassend analysiert. Dies erfolgte im Rahmen einer empirischen Vorgehensweise im Sinne eines explorativen Ansatzes. Ziel dessen war es, mögliche Verbesserungspotenziale an der Schnittstelle von Produktion und Distribution bei Fahrzeugen aufzuzeigen, um darauf aufbauend umfassendere Untersuchungen durchführen zu können.

Der technologische und demografische Wandel führt in der Automobil- und Zulieferindustrie zu Herausforderungen im betrieblichen Kompetenzmanagement. Die steigenden fachlichen und methodischen Anforderungen erfordern eine hohe Flexibilität in der Weiterbildung der Beschäftigten. Um diesen Erfordernissen zu begegnen, ist das Forschungsprojekt PLUG+LEARN auf die Entwicklung wandlungsfähiger Lösungen zur Kompetenzentwicklung ausgerichtet. Für eine breite Nutzbarkeit der Ergebnisse sollen Kompetenzen entlang der automobilen Wertschöpfungskette gebündelt werden, die ein Zusammenwirken der Akteure auf dem PLUG+LEARN-Marktplatz ermöglichen.

Die Instandhaltung (IH) hat die letzten Jahrzehnte einen kontinuierlichen Wandel in der Industrie erfahren, indem die Anforderungen und somit ihr Einfluss auf das Produktionssystem gestiegen sind. Doch jede Branche und jeder Produktionsprozess ist davon auf unterschiedliche Weise betroffen. In dem Beitrag wurden deshalb die jüngsten IH-Entwicklungen in der Automobilzulieferindustrie am Beispiel des Siebdruckprozesses untersucht. Dem ging die Erarbeitung eines Ursachen-Wirkungsdiagramms voraus, das aus aktuellen IH-Studien über den Bedeutungswandel der IH erstellt wurde. Zur Untersuchung des IH-Wandels in der Praxis folgte eine umfangreiche Expertenbefragung. Daraus sind zentrale Einflüsse auf das Produktionssystem abzuleiten und künftige Forschungsbedarfe in der IH zu identifizieren.

In den vergangenen Jahren haben Themenfelder wie Ressourcenverknappung, Umweltverschmutzung und steigende Rohstoffpreise bei der Gestaltung von Produktionsprozessen in der Automobilindustrie immer mehr Beachtung gefunden. Der Druck auf OEMs (Original Equipment Manufacturer) in Richtung einer energieeffizienten Ausrichtung ihrer Produktionslinien steigt zunehmend. Gegenwärtig liefern die Hersteller von Produktionsanlagen allerdings nur unzureichende Daten, um eine Kaufentscheidung nach Energieeffizienzkriterien von Seiten des OEM optimal zu unterstützen. Im Rahmen einer Case Study gemeinsam mit der Daimler AG werden in diesem Beitrag die Anforderungen eines OEM hinsichtlich der benötigten Angaben zum Energieverbrauch analysiert und strukturiert aufbereitet. Anschließend werden erste Lösungsansätze zur Integration der Daten in die Produktdatenblätter der Hersteller von Produktionsanlagen und Werkzeugmaschinen präsentiert.

Der Rückgang der Transport- und Kommunikationskosten und einige andere, oft global bedeutende Faktoren haben dazu geführt, dass der internationale Handel heute umfangreicher ist als jemals zuvor. Industrieprodukte sind die wichtigste Ware der heutigen Zeit und auch der Handel mit Dienstleistungen gewinnt zunehmend an Bedeutung [1]. Unternehmen, die in den Handel mit oder durch Russland einsteigen oder ihn ausbauen möchten, brauchen zuverlässige Logistik-Partner für diese Märkte, die noch stark im Aufbau begriffen sind und ganz spezielle Anforderungen an jeden stellen, der dort Erfolg haben will. Welche Herausforderungen das sind, wie einige deutsche Unternehmen sie meistern und was interessierte Unternehmer beachten sollten, dazu bietet der folgende Beitrag einige Informationen.

Qualitätssicherungsprozesse in der Automobilindustrie können zusätzliche Bearbeitungszeiten zur Folge haben, die stark schwanken können und im Vorfeld nur schwer zu planen sind. In den dafür verantwortlichen Nacharbeitsbereichen der Automobilhersteller erfolgt die Erfassung der Fahrzeugstandorte oftmals manuell. Dies führt dazu, dass die verfügbaren Informationen für eine effiziente Steuerung der Qualitätssicherungsprozesse häufig nicht ausreichend genau sind. Eine Möglichkeit die erforderlichen Informationen automatisch zu erzeugen, ist der Einsatz eines Radio Frequenz Identifikation (RFID) basierten Ortungssystems zur Fahrzeugverfolgung in den Nacharbeitsbereichen. In diesem Beitrag werden hierzu mögliche Potenziale RFID-basierter Ortungssysteme vorgestellt und Beispiele für die technische Umsetzung aufgezeigt.