Datenintegration

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.

Mithilfe eines intelligenten Assistenzsystems kann die Nachhaltigkeit und Digitalisierung des tideunabhängigen Bremer Industriehafens erhöht werden. Um die Hafensicherheit zu gewährleisten, ist ein konstanter Pegelstand des abgeschleusten Hafens unerlässlich. Es ergibt sich ein großes Potential zur Energieeffizienzsteigerung, wenn das Hafenbecken statt per Pumpe bei Hochwasser natürlich durch die Schleuse bewässert wird. Der Beitrag zeigt, wie mit Hilfe Künstlicher Intelligenz und innovativen Softwaresystemen ein Assistenzsystem entwickelt wurde, um bestehende Verfahrensweisen zu verbessern ohne umfassende Änderungen der existierenden Hafeninfrastruktur vornehmen zu müssen.

Komplexe Hafeninfrastruktursysteme bieten oftmals ein großes Potenzial zur Energieeffizienzsteigerung und Optimierung interner Prozessabläufe. Mithilfe moderner und innovativer Methoden sollen Lösungen geschaffen werden, um bestehende Verfahrensweisen zu verbessern, ohne großflächige Veränderungen der Hafeninfrastruktur vorzunehmen. Als konkretes Anwendungsszenario der angewandten Methoden dient ein abgeschleuster Tidewasserhafen in Norddeutschland.

Im Rahmen der Digitalisierung als Basis der Industrie 4.0 stehen insbesondere kleine und mittlere Unternehmen (KMU) vor der Herausforderung der vertikalen und horizontalen Datenintegration. Diese gelingt mittels der Vernetzung der Unternehmensleitebene mit der Produktionsebene. Die bislang hierfür genutzten Systeme wie Enterprise Resource Planning (ERP) oder selbstentwickelte Softwarelösungen werden dafür immer häufiger durch Manufacturing Execution Systeme (MES) abgelöst. Diese ermöglichen aufgrund ihrer direkten Anbindung an die Produktion deren zeitnahe Kontrolle und Steuerung. MES gelten als Brückentechnologie, die unternehmerische Planungssysteme mit der Fertigung verbinden und so das Postulat der vertikalen und horizontalen Datenintegration erfüllen. Diese Datenintegration ist Basis für ein automatisiertes Risikomanagement in der Produktion. Im Forschungsprojekt quadrika wird ein MES-Modul entwickelt, um Risiken in der Fertigung frühzeitig zu erkennen und zu vermeiden.

In diesem Heft finden Sie die neuesten Erkenntnisse zu intelligenten Systemen und ihrer vielfältigen Potenziale für die Prozessoptimierung und Effizienzsteigerung. Gleichzeitig erfahren Sie, weshalb diese zu den technologischen Voraussetzungen der Industrie 4.0 gehören: Entwicklungen im Bereich der intelligenten Systeme, von der Modellierung und Simulation bis zu Anwendungen wie Cobots, Digitale Zwillinge oder Biointelligenz.

Längst hat die digitale Transformation auch die industrielle Produktion erreicht. Insbesondere getrieben durch die Erfolge und Fortschritte der vorwiegend amerikanischen IT-Unternehmen ist diese vierte industrielle Revolution, oder Industrie 4.0, wie sie in der Hightech-Strategie der Bundesregierung heißt, in vollem Gange. Eine Vielzahl von Begriffen und Technologien wie Internet der Dinge, Cyber-Physische Systeme und Big Data bilden das Rahmenwerk dieses Wandels. Im vorliegenden Beitrag wird insbesondere der Big Data Begriff adressiert und eine Abgrenzung dieses umfassenden Konzepts hinsichtlich der Definition von Industrial Big Data unternommen. Zudem wird anhand von Fallbeispielen exemplarisch erläutert, welche Mehrwerte die Anwendung dieser Methoden in der Produktion generiert.

In der heutigen Kommunikationsgesellschaft wird man zunehmend mit Daten überflutet. Erfolgreiches Big Data Management ist Voraussetzung für Industrie 4.0. Die Wissenschaft stellt mehrere technologische Lösungen zur Verfügung, auf die Unternehmen zurückgreifen können. Die Spannbreite reicht von Text-Mining-Methoden über Datenanalyse, Digitales Dokumentenmanagement, Soziale Netzwerke im betrieblichen Kontext.

Anwendungssysteme sind interoperabel, wenn sie Informationen austauschen und ihre Aufgaben dadurch effizienter erledigen können. In dieser Ausgabe von Industrie Management erfahren Sie mehr über die wichtigsten Konzepte rund um Interoperabilität, mit Ansätzen zu autonomen Objekten und selbst organisierenden Systemen, Interoperabilität in Unternehmensnetzwerken oder zur spontanen Integration kollaborativer Geschäftsprozesse.