Auch nach der Coronavirus-Pandemie wird die fertigende Industrie mit anhaltendem Fachkräftemangel konfrontiert sein. Mitarbeiterqualifizierung bleibt eine zentrale Zukunftsaufgabe. Wie fördern produzierende Betriebe effizientes digitales Lernen in einer von der digitalen Transformation geprägten Arbeitswelt?

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).

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.

Die additive Fertigung hat sich als Produktionsverfahren etabliert und auch Einzug in die Modeindustrie gefunden, in der individualisierte Schuhe im 3D-Druckverfahren hergestellt werden. Die Herstellung von solchen Einzelstücken stellt jedoch hohe Herausforderungen an eine automatisierte Qualitätskontrolle, da durch die vergleichsweise geringen Stückzahlen auch wenig Informationen über mögliche Defekte erzeugt werden. In diesem Beitrag wird ein Vorgehen zur Qualitätskontrolle durch Nutzung eines Autoencoders vorgestellt, welcher mittels Bildern von defektfreien Testobjekten so trainiert wird, dass auftretende Anomalien erkannt werden können. Mit einem ROC AUC score von 0,87 zeigen erste Tests vielversprechende Ergebnisse und belegen, dass durch diese Methode Defekte an den verwendeten Schuhmodellen erkannt werden können.

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 Lieferketten 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 Nachhaltigkeit entlang der Supply Chain relevante Handlungsfelder synthetisiert. Diese geben eine fundierte Orientierungshilfe für mittelständische Unternehmen und ihre Digitalisierungsstrategien.

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.

Um Marktanforderungen zu erfüllen, müssen Unternehmen ihre Flexibilität steigern und hohe Produktvielfalt anbieten. In der Montage erfordert dies eine große Anzahl von Spezialmaschinen, was zu hohem Investitions- und Platzbedarf führt. Dieser Beitrag stellt ein Konzept für eine modulare, rekonfigurierbare Montagestation, die um Module mit unterschiedlichen Fähigkeiten erweitert werden kann, vor. Es wird gezeigt, wie ein derartiges System im RAMI4.0-Modell zu verorten ist und welche Anforderungen an die Veränderbarkeit auf verschiedenen Produktionsebenen zu erfüllen sind.

Deutschland ist größter europäischer Handelspartner der Volksrepublik China. Exportiert werden vor allem chemische Erzeugnisse, Maschinen, Kraftfahrzeuge und Elektrotechnik. Allerdings fällt deutschen Unternehmen der Zugang zum chinesischen Endkundenmarkt schwer. Der in den vergangenen Jahren ausgebaute E-Commerce kann deutschen Anbietern einen Eintritt in den chinesischen B2C-Markt ermöglichen. Der Beitrag vermittelt Einblicke die Situation des elektronischen Handels in China vor und zeigt einschlägige Unterstützungsangebote der Plattform-Betreiber auf, die allerdings in eine wirtschaftliche Abhängigkeit münden können. Für deutsche Unternehmen erscheint es vorteilhaft, sich mit den Erfolgsprinzipien des chinesischen E-Commerce auseinanderzusetzen, um diese auch auf ihren angestammten Kundenmärkten umzusetzen.

Mithilfe eines intelligenten Assistenzsystems kann die Nachhaltigkeit und Digitalisierung des tideunabhängigen Bremer Industriehafens erhöht werden. Um die Hafensicherheit zu gewährleisten, ist ein konstanter Pegelstand des abgeschleusten Hafens unerlässlich. Es ergibt sich ein großes Potential zur Energieeffizienzsteigerung, wenn das Hafenbecken statt per Pumpe bei Hochwasser natürlich durch die Schleuse bewässert wird. Der Beitrag zeigt, wie mit Hilfe Künstlicher Intelligenz und innovativen Softwaresystemen ein Assistenzsystem entwickelt wurde, um bestehende Verfahrensweisen zu verbessern ohne umfassende Änderungen der existierenden Hafeninfrastruktur vornehmen zu müssen.