Thema: Industrie 4.0

Im Kontext von Industrie 4.0 stellen autonome Transportsysteme einen wichtigen Anwendungsfall zur Steigerung der Ressourceneffizienz dar. Die damit einhergehende Punkt-zu-Punkt-Versorgung im Unterschied zu konventionellen Versorgungskonzepten wie bspw. dem Rundverkehr wirkt sich positiv auf die Transparenz und Regelung logistischer Planungs- und Zielgrößen aus. Der Beitrag beschreibt eine Vorgehensweise, wie die Prozessfähigkeit der Wiederbeschaffungszeit auf Six Sigma Niveau bei autonomen Transportsystemen realisiert werden kann. Um dieses Ziel für den Informations- und Transportfluss zu erreichen, wird ein Six Sigma Projekt auf Basis des DMAIC-Kreislaufs mit seinen Phasen Define, Measure, Analyze, Improve und Control in einem realen Produktionsumfeld durchlaufen.

Monteure und Servicemitarbeiter im Maschinen- und Anlagenbau benötigen sehr viele Informationen, um die immer komplexeren Produkte zu montieren. Zusätzlich entsteht ein erheblicher Aufwand, wenn Monteure Arbeitsfortschritte oder Fehler dokumentieren sollen. Eine Ursache dafür ist: Die Produktion ist in der Regel nicht in den digitalen Informationsfluss eingebunden. Fallbeispiele aus der Industrie zeigen die hohen Potenziale von innovativen Software-Lösungen, indem man auch die Produktion perfekt in den digitalen Informationsfluss einbindet.

Die Verbreitung der Cloud steigt. Mittlerweile nutzen über 60 % der deutschen Unternehmen Cloud-Dienste, zusätzlich planen knapp 20 %, zukünftig auf die Vorteile von Cloud-Lösungen zu setzen [1]. Mit der Cloud-Technologie sind jedoch auch vielfältige Herausforderungen hinsichtlich der IT-Sicherheit verbunden [2]. Aktuell wird die IT-Sicherheit einer Cloud primär durch den Cloud-Anbieter realisiert. Es gibt keine verlässliche Möglichkeit, um zu kontrollieren, welche IT-Sicherheitsmechanismen dieser in der Cloud wie umsetzt. Im Besonderen verunsichert diese Kontrollabgabe an einen externen Cloud-Anbieter viele potenzielle Kunden [1]. Es stellt sich die berechtigte Frage, wie Unternehmen Vertrauen in die IT-Sicherheit von Cloud-Anbietern aufbauen können.

Durch den Einzug kollaborativer Robotiksysteme in die industrielle Produktion verschwindet die strikte Trennung der Arbeitsräume zwischen Mensch und Roboter (MRK - Mensch-Roboter-Kollaboration). In der MRK ist es das Anliegen, die Stärke und Effizienz von Robotern mit der Geschicklichkeit und den kognitiven Fähigkeiten des Menschen durch die nahtlose Zusammenarbeit zusammenzuführen [1]. Produktionsunternehmen, in denen MRK Szenarien umgesetzt werden sollen, erfordern jedoch eine transparente und reflektierte Technologieauswahl bezüglich der Absicherung des Werkers gegenüber der Gefährdung durch den Roboter. Im Sinne dieser Herausforderung wird in diesem Beitrag ein Vorgehensmodell vorgeschlagen, das Technologieentwickler und Systemintegratoren bei der Auswahl angemessener Technologien und Lösungen für MRK Szenarien unterstützt.

In dieser Ausgabe erfahren Sie, wie IT- und OT-Sicherheit zusammenwirken, der Industrie 4.0 Maturity Index hilft, den digitalen Fortschritt zu messen, und welche Herausforderungen und Chancen die zunehmende Digitalisierung mit sich bringt. Entdecken Sie, wie autonome Transportsysteme Effizienz steigern und Kollaborative Robotik die Arbeitswelt verändert. Praxisbeispiele zeigen zudem, wie Cloud-Nutzung die Produktionsplanung optimieren kann.

Eine gründliche Analyse ist die Grundlage für eine zielgerichtete Verbesserung von Produktionsprozessen. Insbesondere im Umfeld von Lean Production sind zahlreiche Analysemethoden und -werkzeuge entstanden, die es erfordern, umfangreiche Informationen über Produktionssysteme zu erfassen. Die Digitalisierung bietet die Möglichkeit, den Aufwand für die Erfassung und Auswertung deutlich zu reduzieren. Das Institut für Produktionsmanagement und -technik (IPMT) der Technischen Universität Hamburg hat in Zusammenarbeit mit dem Medizintechnikunternehmen Dräger eine geräteunabhängige Web-App zur Analyse von Produktionsprozessen entwickelt. Dieser Beitrag beschreibt, welche Datenstrukturen und Technologien es ermöglichen, gängige Analysemethoden zu nutzen und sie an unternehmensspezifische Problemstellungen anzupassen.

Cyber-Physische Systeme (CPS) prägen im Rahmen von Industrie 4.0 seit geraumer Zeit die Diskussionen. Die Vision sieht Cyber-Physische Produktionssysteme (CPPS) als wesentlichen Bestandteil der modernen Fabrik zur Sicherstellung der Wettbewerbsfähigkeit produzierender Unternehmen. Wandlungsfähigkeit und Komplexitätsbeherrschung sind u. a. Potenziale dieser neuen Generation des Produktionsmanagements. Die Transformation des theoretischen Konstrukts in die praktische Realisierung kann allerdings nur unter Einbezug der den Anwendungskontext Fabrik prägenden Rahmenbedingungen erfolgen. Gegenstand des Beitrags ist ein Konzept, welches den Brown-Field-Charakter aufgreift und die CPS-Erweiterung bestehender Systeme gestattet.

Mit dem stetigen Ausbau der Offhore-Windenergie in Deutschland steht auf-grund der hohen Betriebskosten der wirtschaftliche Anlagenbetrieb besonders im Fokus der Branche. Instandhaltungseinsätze werden überwiegend mit Serviceschiffen durchgeführt, deren Einsätze aufgrund der vorherrschenden Wetterbedingungen auf See eine optimale Planung und Steuerung erfordern. In diesem Beitrag werden zunächst die Prozesse eines Servicedienstleisters für die logistische Unterstützung von Instandhaltungsmaßnahmen dargestellt und die einsatzbezogenen Informationsbedarfe aufgezeigt. Auf dieser Basis werden geeignete Industrie 4.0-Technologien identifiziert, um die Informationstransparenz über die Service Supply Chain zu erhöhen. In Verbindung mit einem kooperativen Planungs- und Steuerungsinstrument kann auf diese Weise eine zuverlässige Entscheidungsgrundlage für die Einsatzdurchführung geschaffen werden. Dies trägt unmittelbar zu einer Senkung der Betriebskosten für die Servicelogistik ...

Im Zuge der digitalen Vernetzung nehmen Komplexität und Instabilität von Wertschöpfungsnetzen erheblich zu. Dies wirkt sich gravierend auf die Intralogistik aus. Unter VUCA-Bedingungen entwickeln sich intralogistische Systeme zu offenen, dezentralen und sich selbst steuernden Netzwerken aus informationsverarbeitenden Einheiten. Sie passen sich den dynamischen Veränderungen ihrer Umwelt an, indem sie ihre innere und äußere Varietät präventiv erhöhen. I4.0-Technologien sind absehbar nicht in der Lage, nicht-deterministische Arbeitssysteme zu steuern; diese Aufgabe verbleibt im Wesentlichen dem Menschen. Zur Bewältigung der skizzierten Herausforderungen werden im Projekt PREVILOG angemessene Modelle und Methoden einer präventiven Arbeitsgestaltung entwickelt. Der Beitrag stellt kybernetische Basiskonzepte und präventive Gestaltungsprinzipien vor.

Produzierende Unternehmen stehen stets vor der Herausforderung, qualitativ hochwertige Produkte zu erzeugen, die den strengen Anforderungen der Kunden und des Gesetzgebers genügen. Das Qualitätsergebnis muss trotz entlang der Wertschöpfungskette auftretender Schwankungen und Unregelmäßigkeiten reproduzierbar sein. Das gilt speziell für die Branche der Massivumformung, die durch ihre Abhängigkeit von den Entwicklungen in der Automobil- sowie Luft- und Raumfahrtindustrie zusätzliche Anforderungen durch den dort stattfindenden strukturellen Wandel hin zur E-Mobilität und zum Leichtbau erfährt. Um diesen Herausforderungen gewachsen zu sein, werden Lösungen benötigt, die die zunehmende Komplexität entlang der Prozesskette beherrschbar machen und zu einer erhöhten Prozessstabilität und Effizienz beitragen. Dieser Beitrag stellt einen datengetriebenen Ansatz vor, der darauf abzielt, kurzfristig auftretende Qualitätsschwankungen zu verfolgen. Prozessdaten werden dazu In-Memory ...