Industrie 4.0

Robuste und resiliente Lieferketten (engl. Supply Chain) bilden mehr denn je einen kritischen Erfolgsfaktor für die Wettbewerbsfähigkeit produzierender Unternehmen. Höhere Komplexitäten und steigende Dynamiken in Folge von Megatrends wie der Globalisierung, Nachhaltigkeit und Individualisierung sowie sich häufende Disruptionen stellen heutige Lieferketten dabei auf die Bewährungsprobe. Insbesondere die mittelständisch geprägte Branche der Antriebstechnik im Maschinen- und Anlagenbau mit ihren globalen Lieferket- ten und hohen Kundenanforderungen steht vor diesen Herausforderungen. Zielgerichtete Digitalisierungsinitiativen sind dabei entscheidend für ihre langfristige Wettbewerbsfähigkeit. Der vorliegende Beitrag analysiert daher die gegenwärtigen Digitalisierungsvorhaben der Branche der Antriebstechnik, um relevante Trends und Anwendungsfelder zu identifizieren. Hierzu werden aus dem Zielbild der Branche für höhere Resilienz/Flexibilisierung, höhere Transparenz und mehr ...

Die Einführung neuer Industrie 4.0-Technologien ändert durch Automatisierung und Digitalisierung die Arbeitsplatzmerkmale in vielen Bereichen der Industrie, v. a. der Produktion und Logistik. Je nach Ausprägung und Reifegrad werden diese Veränderungen von den Beschäftigten unterschiedlich wahrgenommen und können sowohl positive als auch negative Auswirkungen auf Arbeitszufriedenheit und -motivation haben. Dieser Beitrag beleuchtet, wie sich deren Merkmale durch die Einführung von Industrie 4.0-Technologien ändern. Daneben stellt er ein Vorgehensmodell vor, das Unternehmen als Entscheidungsunterstützung dienen kann, um wichtige Implikationen für den erfolgreichen Transformationsprozess zu berücksichtigen und die menschenzentrierte Gestaltung manueller, technisch unterstützter Arbeitsplätze zu verfolgen.

Künstliche Intelligenz (KI) ist bereits heute ein wichtiger Bestandteil der Geschäftsmodelle und Prozesse vieler Unternehmen. In naher Zukunft werden KI-Systeme unsere Arbeitswelt tiefgreifend verändern. KI-Systeme können dabei für Unternehmen der unterschiedlichsten Branchen und Domänen - insbesondere in der Industrie - völlig neue Potenziale entfalten. Bestehende Geschäftsmodelle können entlang der Wertschöpfungskette optimiert werden, indem Produktionsabläufe und Prozesse optimiert oder mit vorausschauender Wartung Stillstände in der Produktion vermieden werden (2). Gleichzeitig können KI-Systeme völlig neue Geschäftsmodelle ermöglichen und damit bestehende Marktstrukturen durch neue Akteure radikal verändern. Die KI-Wirtschaft von morgen wird individueller, präziser und nachhaltiger sein: Eine wettbewerbsfähige Wertschöpfung ohne KI wird in vielen Bereichen der Industrie nicht möglich sein (1).

Automatisierung und Digitalisierung sind Schlagworte im Zusammenhang mit der innovativen Fertigung in einer Smart Factory. Aber noch ist keine Smart Factory in der Lage, ganz auf Fertigungspersonal zu verzichten. Darüber hinaus bildet vor allem am Hochlohnstandort Deutschland das Personal eine der größten Kostenpositionen eines Unternehmens. Vor dem Aspekt der Wettbewerbsfähigkeit gilt somit der Grundsatz, so viel wie nötig und so wenig wie möglich Fertigungspersonal zu beschäftigen. Die Personalproduktivität gibt Aufschluss über das Verhältnis von Fertigungsleistung zu Personalstand. Der vorliegende Beitrag ordnet das Steuerungsinstrument Personalproduktivität in den Kontext der Smart Factory ein und erläutert die Einflussgrößen der Personalproduktivität. Zudem wird verdeutlicht, wie eine Smart Factory die Personalproduktivität als Steuerungsinstrument nutzen kann und wie sich dies auf die Wettbewerbsfähigkeit der Smart Factory auswirkt.

Mit dem Einsatz von Smart Factories möchten Unternehmen eine Produktionsumgebung schaffen, in der Fertigungsmaschinen und Logistiksysteme selbständig miteinander kommunizieren und kundenindividuelle Produkte herstellen. Das soll insbesondere erreicht werden, indem die Produktionsanlagen und die Produkte mit moderner Informations- und Kommunikationstechnologie ausgestattet werden. Durch diese Vernetzung möchte man aber nicht nur den Produktionsprozess, sondern auch den gesamten Produktlebenszyklus optimieren [1]. Die bei dem Produktionsprozess generierten Daten sollen auch dazu dienen, in Echtzeit bessere Entscheidungen zu treffen und den selbstgesteuerten Produktionsprozess zu optimieren. In diesem Beitrag wird skizziert, warum die hierfür notwendige Digitale Transformation insbesondere für internationale Industriekonzerne eine große Herausforderung darstellt. Anschließend wird am Beispiel der MANN+HUMMEL Gruppe gezeigt, wie der digitale Reifegrad in einem Konzern mit mehreren ...

Intelligente und durch das Internet of Things (IoT) digital vernetzte Systeme werden in der produzierenden Industrie als vielversprechende Möglichkeiten zur Erreichung von ökologischen Nachhaltigkeitszielen gesehen, da sich damit die Ressourcen- und Energieeffizienz in Wertschöpfungsketten verbessern lässt. Als Beitrag der Industrie 4.0 (I.4.0) für eine nachhaltige Entwicklung ist dies jedoch zu kurz gegriffen. Denn für „Nachhaltigkeit“ zu sorgen erfordert heute weit mehr als Effizienzverbesserung zur Schadensbegrenzung. Im Beitrag wird untersucht, inwieweit die Methode des „Strategic Lifecycle Assessment“für eine weitergehende Bewertung des Lösungsbeitrags von I.4.0 für eine nachhaltige Entwicklung geeignet ist. Anhand von Beispielen wird gezeigt, dass vermeintlich „nachhaltige“ I.4.0-Lösungen mit systemischen Nachhaltigkeitsprinzipien im Widerspruch stehen können. Wirksame Beiträge sind dann zu erwarten, wenn I.4.0 in den Kontext nachhaltiger Zielbilder von ...