Entscheidungsunterstützung

Wie können Nachhaltigkeitsinformationen entlang der Wertschöpfungskette bereitgestellt und verarbeitet werden? Wie können sie effektiv genutzt werden? Wie können Nachhaltigkeitsaspekte vom Produktdesign über die Produktion bis zur kreislaufwirtschaftlichen Wiederverwertung konsequent mitgedacht und multikriteriell optimiert werden? Mit diesen und mehr Fragen beschäftigt sich der vorliegende Artikel. Mit Fokus auf die Automobilindustrie soll ein Framework für die effiziente Generierung und Bereitstellung von belastbaren Nachhaltigkeitsinformationen sowohl für effektives EcoDesign als auch für nachhaltige Produktionsnetzwerke entwickelt werden.

Die politische Initiative „Industrie 4.0“ soll deutschen Fertigungsunternehmen bei der Nutzung von Datenpotenzialen helfen. Gerade die Instandhaltung ist mit heutigen Ansätzen bisher unzureichend proaktiv gestaltet. Einen Lösungsweg bieten auf künstlicher Intelligenz (KI) gestützte Entscheidungsunterstützungssysteme, welche eine vorausschauende Maschinenwartung erlauben. Der undurchsichtige Entscheidungsprozess der KI stellt jedoch ein Hindernis für Nutzer dar, welches die Effektivität solcher Systeme gefährdet. Dieser Beitrag beleuchtet daher sowohl technische als auch soziale Faktoren für den Einsatz von KI im Rahmen von Industrie 4.0.

Im Beitrag werden ausgehend von bekannten Defiziten Empfehlungen auf den Ebenen “Business“, „Functional“ und „Information“ des RAMI-4.0-Frameworks für eine erfolgreiche Realisierung des Konzepts Industrie 4.0 gegeben. Die technischen Grundlagen, um die Erwartungen an Industrie 4.0 und Smart Manufacturing zu erfüllen, sind vorhanden; eine Behebung der benannten Defizite in naher Zukunft erscheint realistisch.

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 ...

In heutigen komplexen Produktionssystemen sind die systematische Identifikation und realitätsnahe Bewertung von Verbesserungspotenzialen schwierig umzusetzen. Die fortschreitende Entwicklung in der Digitalisierung und die Vernetzung der Produktion bieten in solchen hochkomplexen Umgebungen aber immer bessere Möglichkeiten, Prozesse detailliert zu analysieren und Informationen zum Energie- und Instandhaltungsbedarf von Produktionsmaschinen zu sammeln. Energieautarke Sensortechnik, mobile Kommunikation und Mensch-Technik-Interaktion nehmen in diesem Kontext eine wichtige Rolle ein. Mobile Smart Devices wie Tablet-Computer und Smartphones verfügen heutzutage über ein breites Spektrum an Funktionalitäten und bieten sich daher als ergonomische Schnittstelle zwischen Mensch und Maschine an. Produktionsprozesse können durch die Bereitstellung von nutzerspezifisch aufbereiteten Maschinendaten zukünftig wirtschaftlich und ökologisch effizienter gestaltet werden.

Die Offshore-Windindustrie steht zukünftig vor der Herausforderung, die Kosten während der Betriebsphase zu senken, um auf den zu erwartenden Kostendruck reagieren zu können. Dementsprechend müssen der Betrieb und die Instandhaltung von Offshore-Windenergieanlagen möglichst effizient gestaltet werden. Hierfür sind die modernen Windenergieanlagen auf See und an Land mit Condition Monitoring Systemen ausgestattet, die den Zustand der Anlagen sowie der einzelnen Komponenten überwachen und dokumentieren. Die gewonnenen Daten werden in der Regel jedoch nur zur Unterstützung klassischer Instandhaltungskonzepte genutzt, welche aufgrund der zahlreichen Restriktionen und einer starken Wetterabhängigkeit in der Praxis oft nicht reibungslos funktionieren. Die Planung, Steuerung, Durchführung und Kontrolle der Instandhaltungsmaßnahmen auf See wird aufgrund dieser Restriktionen dementsprechend komplex. Diese Umstände führen zu großen Herausforderungen für die Logistik, da die ...

Die zunehmende Bedrohung der deutschen Investitionsgüterindustrie durch Produktpiraterie bzw. der ungewollten Preisgabe von wettbewerbsrelevantem Know-how ist zwar heute weitgehend unbestritten. Dennoch werden Gegenmaßnahmen immer noch erst nach einem Schadensfall und punktuell als Ergebnis eines eher taktisch geprägten Planungsprozesses ergriffen. Der Frage nach der grundsätzlichen strategischen Passfähigkeit von ergriffenen Maßnahmen und relevanter Bedrohungslage wird dabei nur vereinzelt und wenig systematisch nachgegangen. Eine erfolgreiche Schutzstrategie bedarf deshalb einer geeigneten Qualitätssicherung auf strategischer Ebene. Der folgende Beitrag illustriert einen auf dem Quality Function Deployment (QFD) basierenden Ansatz zur Lösung dieses Problems.

Aktuelle IT-Lösungen zum Produktlebenszyklusmanagement (PLM-Lösungen) bieten keine Unterstützung bei Entscheidungen in frühen Phasen der Produktentwicklung, da ihr Fokus die Administration von Konstruktionsdaten ist. Dieser Beitrag beschreibt ein Konzept zur Weiterentwicklung von PLM-Lösungen. Verfügbare Ansätze zum Business Information Management werden dargestellt, bewertet und erweitert. Kernidee des gezeigten Konzepts ist ein rollenbasierter Arbeitsplatz zur Aufgaben- und prozessorientierten Führung bei der Entscheidungsfindung in der Produktentwicklung. Abschließend wird in dem Beitrag die Umsetzungsstrategie dargestellt und ein Ausblick auf wesentliche Potenziale bei der Realisierung des Konzepts gegeben.

Ganzheitliche Produktionssysteme (GPS) haben sich vor allem in großen Unternehmen in der Automobilbranche stark verbreitet [1]. Sie bilden unter-nehmens-spe-zifisch konfigurierte Systeme, die technische, personelle und organisatorische Me-tho-den der Produktionsorganisation opti-mal aufeinander abstimmen [2]. Die Implementierung und Aufrechterhaltung (von Bestandteilen) eines GPS erfordert einen gewissen Aufwand, bietet zugleich aber auch viele Vorteile. Insbesondere für kleine und mittlere Unternehmen (kmU) ist das Aufwand-/ Nutzenverhältnis häufig nicht bekannt. Der vorliegende Beitrag ermöglicht in diesem Zusammenhang einen Überblick, wie dieses Verhältnis unter Berück-sichtigung der unternehmensspezifischen Rahmenbedingungen z.B. in Bezug auf Produktionsfaktoren und der Unternehmensgrößen transparenter gemacht werden kann.