Thema: Industrie 4.0

Die Integration heterogener IoT-Komponenten ist in der Praxis oftmals ein aufwändiger und unübersichtlicher Prozess. Die unterschiedlichen Darstellungsformen von Informationen über einzelne Assets erzeugen den Wunsch nach einer standardisierten Repräsentation. Die Verwaltungsschale schafft hierfür ein digitales Austauschformat mit dem Potenzial, den Grad der Automatisierung bei der Integration von IoT-Komponenten deutlich zu erhöhen. Dieses Potenzial soll im Rahmen des vom EIT Manufacturing geförderten Projekts „AASHub“ in Kooperation des Lehrstuhls für Digital Engineering der Ruhr Universität Bochum mit den Industriepartnern Contact Software, der Böllhoff Gruppe sowie Prima Power ausgeschöpft und in die Praxis überführt werden. Ziel des Projekts ist die Entwicklung eines Prozesses zur Integration von Informationen aus der Verwaltungsschale in die IoT-Plattform „Contact Elements for IoT“.

Der Erfolg neuer Technologie ist oft an seiner disruptiven Wirkung auf bestehende Prozesse und Arbeitsweisen zu erkennen. Der Einsatz von Künstlicher Intelligenz, die robotergestützte Prozessautomatisierung sowie die Digitalisierung von administrativen Tätigkeiten sind dabei nur einige aktuelle Beispiele für dieses Phänomen.

Eine wesentliche Herausforderung für die deutsche Industrie besteht in der Entwicklung und dem erfolgreichen Angebot digital vernetzter Geschäftsmodelle. Durch die Vernetzung verschiedener Akteure und Leistungsbündel können neue Werte für Kunden geschaffen werden. Diese Vernetzung führt jedoch zu einer erhöhten Komplexität, die es insbesondere für traditionelle Industrieunternehmen erschwert, diese Möglichkeiten zu überblicken und sinnvoll zu nutzen. Aus diesem Grund wird eine Systematik vorgestellt, welche durch Modellbildung Komplexität reduziert und es ermöglicht, frühzeitig Aufwand und Nutzen von Geschäftsmodellideen gegenüberzustellen.

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).

Im Zuge der Globalisierung haben sich die Rahmenbedingungen der Logistik verändert. Individuelle Kundenwünsche und neue digitale Technologien erzeugen eine stetig wachsende Variantenvielfalt, während die Komplexität von Prozessen zunimmt und mit ihr die Anforderungen an Supply-Netzwerke. Um in diesem Marktumfeld wettbewerbsfähig zu bleiben, setzen Unternehmen auf eine durchgängige Digitalisierung ihrer Lieferketten.

Der Trend zur Digitalisierung bietet erhebliche Potenziale; dies gilt in besonderem Maße im Supply Chain Management (SCM). Doch nicht jede Technologie ist für jedes Unternehmen und seine Prozesse geeignet. Der vorliegende Beitrag stellt einen strukturierten Ansatz dar, der Unternehmen im Auswahlprozess unterstützt. Der Ansatz besteht aus mehreren Phasen: Beginnend mit der Identifizierung der Unternehmensziele und endend mit der Auswahl derjenigen Technologien, die am vielversprechendsten erscheinen. Seine Anwendbarkeit wurde in einem Forschungsprojekt bei einem Logistikdienstleister getestet. Er ist problemlos auf eine konkrete Entscheidungssituation übertragbar.

Manufacturing Execution Systeme (MES) sind ein zentrales Element bei der Digitalisierung von Produktionsbetrieben. Diese verlangt von Unternehmen eine transparente Abbildung ihrer komplexen Prozesse, um z. B. Daten schnell austauschen zu können oder auch exibel auf Kundenaufträge reagieren zu können. Ein Baustein in Unternehmen auf dem Weg zur Digitalisierung ist das MES, das es erlaubt, Funktionalitäten im Fertigungsumfeld digital abzubilden. Der unüberschaubar große Markt, verbunden mit speziellen Anforderungen, begrenzten Ressourcen, Zeit und Domänenwissen, führt bei der Auswahl eines geeigneten MES zu besonderen Herausforderungen. Um diesen Herausforderungen gerecht zu werden und produzierende KMUs bei der Auswahl zu unterstützen, wurden eine Methodik und ein Werkzeug zur zielgerichteten Auswahl eines passenden MES entwickelt, mit dessen Hilfe ein effizienterer Unternehmensbetrieb erfolgen kann.