Thema: Automatisierung

Robotic Process Automation (RPA) in der Logistik

Robotic Process Automation (RPA) in der Logistik

Vorgehensmodell und Erfolgsfaktoren für die Implementierung
Carsten Feldmann, Jan Krakau, Victor Kaupe
Robotic Process Automation (RPA) bezeichnet Software-Roboter (Bots), die sich wiederholende, regelbasierte Aufgaben in einem Geschäftsprozess automatisieren. Dieser Beitrag beschreibt Anwendungsbereiche für RPA in der Logistik und zwei konkrete Praxisbeispiele. Zudem wird ein Vorgehensmodell für die Implementierung von RPA in der Logistik vorgestellt. Der Beitrag beantwortet die folgenden Fragen: Was sind geeignete Anwendungsfälle für RPA in der Logistik? Welche Kriterien unterstützen die Auswahl geeigneter Prozesse? Und wie sollte ein Einführungsleitfaden gestaltet sein, um ein Implementierungsprojekt unter Berücksichtigung kritischer Erfolgsfaktoren systematisch zu unterstützen?
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 3 | Seite 35-40
Digitale Assistenz- und Lernsysteme

Digitale Assistenz- und Lernsysteme

Gestaltung lernförderlicher Systeme für die manuelle Montage
Tina Haase, Dirk Berndt, Wilhelm Termath, Michael Dick
Die Autoren stellen einen methodischen Ansatz für die lernförderliche Gestaltung von Assistenzsystemen vor und leiten Anforderungen an deren Gestaltung ab. Sie legen der Gestaltung dieser Systeme ein grundlegendes Verständnis der Zusammenarbeit von Mensch und Maschine zugrunde, das Entscheidungen und Verantwortung auch weiterhin beim Menschen verortet. Abschließend zeigen die Autoren konkrete Erfordernisse und Maßnahmen eines partizipativen Gestaltungs- und Einführungsprozesses.
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 2 | Seite 19-22 | DOI 10.30844/I40M_22-2_19-22
Automatisierung von Containerterminals

Automatisierung von Containerterminals

Erfolgsfaktoren für das Management der Automatisierung von Straddle Carriern
Sebastian Eberlein, Stephan Oelker, Serge Jacovis, Vanessa Beckmann, Michael Freitag ORCID Icon
Die strukturelle Bedeutung von Containerterminals für den Produktions- und Logistikstandort Deutschland ist hoch. Die Effizienz der Terminalprozesse ist dabei ein zentraler Faktor für die Wettbewerbsfähigkeit der Terminalbetreiber. An vielen Containerterminals der deutschen Nordseeküste kommen hierfür die als flexibel geltenden, jedoch mit Risiken behafteten bemannten Portalhubwagen (engl. straddle carrier, SC) zum Einsatz. Im Rahmen des Forschungsprojekts STRADegy wurden durch eine Kombination aus Pilotanlage und Emulation sowohl die Zuverlässigkeit als auch die Wirtschaftlichkeit der Automatisierung von SC in norddeutschen Containerterminals untersucht. Parallel zur Entwicklung des automatisierten SC-Systems wurden Leitfäden für die Einführung der Technologie erstellt. Der vorliegende Beitrag stellt daraus zentrale Erkenntnisse für ein erfolgreiches Management der Automatisierung vor.
Industrie 4.0 Management | 37. Jahrgang | 2021 | Ausgabe 6 | Seite 6-10
Stufen der Automatisierung und Autonomie in der Logistik

Stufen der Automatisierung und Autonomie in der Logistik

Entwicklung einer Autonomie-Roadmap logistischer Prozesse in produzierenden Unternehmen
Benjamin Nitsche, Tobias Marc Wringe ORCID Icon, Frank Straube ORCID Icon
Die Automatisierung informatorischer Logistikprozesse ist bereits heute eine der Kernherausforderungen für produzierende Unternehmen auf dem Weg zu autonom agierenden logistischen Systemen. Dass die Mehrheit informatorischer Logistikprozesse bereits bis zum Ende dieser Dekade autonom ablaufen wird, ist durchaus realistisch. Der Weg dahin jedoch noch ungewiss. Daher zielt dieser Beitrag darauf ab, unter Einbeziehung von Industrie-Experten die Evolutionsstufen der Autonomie logistischer Prozesse zu definieren, Voraussetzungen zum Erreichen einzelner Stufen zu beschreiben und Herausforderungen auf dem Weg zu diskutieren. Zudem werden die prägendsten informatorischen Logistikprozesse mit hohem Autonomisierungspotenzial identifiziert und abgeschätzt, wann das Erreichen der Autonomiestufen industrieweit zu erwarten ist.
Industrie 4.0 Management | 37. Jahrgang | 2021 | Ausgabe 6 | Seite 15-19
Industrie 4.0 im Remanufacturing

Industrie 4.0 im Remanufacturing

Analyse und Bewertung aktueller Forschungsansätze
Kim Sprenger, Jan-Felix Klein, Marco Wurster, Nicole Stricker, Gisela Lanza ORCID Icon, Kai Furmans
Das Remanufacturing, bisher geprägt durch manuelle und kostenintensive Prozesse, ist ein entscheidender Schritt auf dem Weg zu einer ressourcenschonenden Kreislaufwirtschaft. Industrie und Forschung sind sich einig, dass der Einzug von Industrie-4.0-Technologien den Schlüssel zu einer Entwicklung automatisierter und wirtschaftlicher Remanufacturing-Systeme darstellt. Basierend auf einer systematischen Literaturrecherche widmet sich dieser Beitrag der Analyse vielversprechender Industrie-4.0-Ansätze mit dem Fokus auf den übergeordneten Gesamtprozess sowie den Teilprozessen der Demontage und der Inspektion. Die Ergebnisse legen nahe, dass es an zusätzlichem Wissen, Erfahrung und Forschung bei der Entwicklung und realen Demonstration der Ansätze und deren Übertragbarkeit auf breitere Anwendungsfelder bedarf.
Industrie 4.0 Management | 37. Jahrgang | 2021 | Ausgabe 4 | Seite 37-40 | DOI 10.30844/I40M_21-4_S37-40
Smart Factory im Werkzeugbau bei KAMAX

Smart Factory im Werkzeugbau bei KAMAX

Reduzierung der Durchlaufzeit um 90 %
Christian Ludwig, Thomas Farrenkopf, Thomas Panske, Hilmar Gensert
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 %.
Industrie 4.0 Management | 37. Jahrgang | 2021 | Ausgabe 4 | Seite 29-33 | DOI 10.30844/I40M_21-4_S29-33
IT-gestütztes Prozessmanagement

IT-gestütztes Prozessmanagement

Entwicklungsstand und Anwendungsmöglichkeiten in der Baubranche
Tim Scherzinger, Sabrina Guschlbauer, Fabian Diefenbach ORCID Icon
Building Information Modeling (BIM)-Systeme repräsentieren einen ersten Schritt in Richtung eines digitalisierten und somit transparenteren Bauprozesses. Dabei wird jedoch aktuell meist nur die Planungsphase betrachtet. Somit müssen für die Bauphase oftmals zusätzliche Geschäftsprozessmodelle angefertigt werden. Diese Modelle sind nur selten mit einzelnen Geschäftsfällen verknüpft, sodass es schwerfällt, Aussagen über den Zustand eines laufenden Prozesses zu treffen, Kennzahlen zu erfassen oder den Prozess zu steuern und zu optimieren. Dieser Beitrag gibt einen Einblick in eine Studie der Hochschule Esslingen mit dem Familienunternehmen LEONHARD WEISS, die die Einführung eines Workflow-Management-Systems in der Baubranche als möglichen Lösungsansatz untersucht hat.
Industrie 4.0 Management | 37. Jahrgang | 2021 | Ausgabe 3 | Seite 58-62 | DOI 10.30844/I40M_21-3_S58-62
Soziotechnische Systeme: Der Mensch in der Industrie 4.0

Soziotechnische Systeme: Der Mensch in der Industrie 4.0

Ein Vorgehensmodell zur Analyse
Sven Winkelhaus, Anke Sutter, Eric Grosse ORCID Icon, Stefan Morana
Die Einführung neuer Technologien im Zuge von Industrie 4.0 verspricht umfangreiche Effizienz- und Qualitätssteigerungen. Jedoch verändert die Einführung neuer Technologien auch die Arbeitsumgebung für die Beschäftigten. Wird dies vernachlässigt, kann es zu nicht antizipierten negativen Auswirkungen auf das Gesamtsystem kommen. Eine ganzheitliche Sicht auf das soziotechnische System ist notwendig, um diese Effekte bereits bei der Planung zu erkennen und negativen Effekten vorzubeugen. Hierzu wird in diesem Beitrag ein Vorgehensmodell zur Analyse der sich bei der Einführung einer neuen Technologie ergebenden Effekte vorgestellt. Mit der dargestellten Vorgehensweise ist es möglich, strukturiert den Analyseprozess zu durchlaufen und individuell Maßnahmen abzuleiten, um das soziotechnische Gesamtsystem aktiv zu gestalten.
Industrie 4.0 Management | 37. Jahrgang | 2021 | Ausgabe 3 | Seite 45-48 | DOI 10.30844/I40M_21-3_S45-48
Nötige Weiterentwicklungen für den Erfolg von Industrie 4.0

Nötige Weiterentwicklungen für den Erfolg von Industrie 4.0

Dirk Schmalzried
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.
Industrie 4.0 Management | 36. Jahrgang | 2020 | Ausgabe 5 | Seite 58-62
Der Kognitive Loop

Der Kognitive Loop

Und wie sich „Intelligenz“ auf Siliziumbasis konstelliert
Claus Riehle, Thorsten Pötter, Thomas Steckenreiter
In der Prozesstechnik denkt man in Produktionsoperationen, die von Sensoren und Aktoren gesteuert bzw. geregelt werden. Und jede Realisierung von Stoffumwandlung basiert auf einem physischen Substrat, was in gleicher Weise für lebende Systeme und ihr Verhalten gilt. Unterschieden werden in dem Beitrag drei Systemebenen: die Funktionsebene, das Interface zur Umwelt und die kognitive Ebene . Mithilfe dieser drei Ebenen lässt sich der Lernzyklus bzw. der bisherige sehr gut veranschaulichen. Vergleicht man in dieser Unterscheidungsweise intelligentes Verhalten von Menschen mit den technischen Entwicklungsstufen Maschinisierung, Automatisierung, Regelung und Deep Learning, dann wird das in der kybernetisch-soziologische Systemtheorie gängige Merkmal „“ verständlich. Daraus wird der Schluss gezogen, dass wir im Rahmen einer digitalisierten Kultur von Produktion und Organisation mit einem auf Silizium-Basis (SI) rechnen sollten. Um diese Analogie hervorzuheben, bezeichnen wir das vom ...
Industrie 4.0 Management | 36. Jahrgang | 2020 | Ausgabe 2 | Seite 52-56 | DOI 10.30844/I40M_20-2_S52-56
1 3 4 5 8