Wissensmanagement

Der demografische Wandel verstärkt den Arbeits- bzw. Fachkräftemangel in der produzierenden Industrie, wodurch das Thema Wissensmanagement für viele Unternehmen an Bedeutung gewinnt. Insbesondere die Erhebung und Konservierung impliziten Wissens stellt eine Herausforderung dar. Die vorliegende Studie beleuchtet, inwieweit Large Language Models (LLMs) im Bereich der Wissenserhebung mit Experteninterviews sinnstiftend unterstützen können. Drei Experten testen und bewerten den entwickelten Chatbot. Die Ergebnisse des Interviews sind vielversprechend, die Zusammenfassung hingegen zeigt Verbesserungspotenziale.

Der Beitrag spezifiziert den Bedarf an Generativer Künstlicher Intelligenz für die industrielle Instandhaltung aus einer soziotechnischen Systemperspektive. Unter Betonung zweier Anforderungen, dem Zugriff auf implizites Bedienerwissen und der Priorisierung komplexer regulatorischer Anforderungen, wird eine mehrschichtige Architektur für ein kontextsensitives KI-basiertes Wartungsassistenzsystem skizziert. Das Hauptziel besteht darin, Wissenslücken mit GenAI zu überbrücken, wenn menschliches Fachwissen und implizites Wissen nicht verfügbar sind, und regulatorische Herausforderungen aufgrund vielfältiger Vorschriften zu bewältigen sind. Das KI-basierte Assistenzsystem erleichtert den Zugang zu technischem Wissen, verteilt Fachwissen und teilt implizites Wissen erfahrener Bediener über verschiedene Ebenen der Informationsverarbeitung hinweg. Der Ansatz geht über die Standardisierung hinaus und hat ein hohes Potenzial zur Verbesserung der organisationalen und individuellen ...

Unter „Smart Factory“ wird die Vision einer Produktionsumgebung verstanden, in der sich Fertigungsanlagen und Logistiksysteme ohne menschliche Eingriffe weitestgehend selbst organisieren [1]. Im Beitrag wird ein Projekt beschrieben, zu dessen Start keiner der Beteiligten das Thema „Smart Factory“ oder „Industrie 4.0“ auch nur ansatzweise mit dem Projekt in Verbindung brachte. Vielmehr wurde die Zielsetzung verfolgt, die heutige Lieferzeit von 6-8 Wochen drastisch zu reduzieren. Das Ergebnis ist ein vollständig digitalisierter Geschäftsprozess von der Auftragserstellung, der Produktentwicklung, der Konstruktion, der Fertigung sowie der Abwicklung für „Losgröße 1“ mit einer Reduzierung der Durchlaufzeit auf weniger als 10 %.