Digitalisierung

The Digital Twin Theory - Eine neue Sicht auf ein Modewort

Andreas Deuter und Florian Pethig

Im digitalen Zwilling wird ein wesentliches Mittel für Produktivitätssteigerungen im Zeitalter der industriellen Digitalisierung gesehen. Daher beschäftigen sich zahlreiche Publikationen mit diesem Begriff. Dieser Beitrag zeigt zunächst die Ursprünge des Begriffs und setzt sich mit ausgewählten Definitionen auseinander. Diese unterstützen allerdings wenig bei der praktischen Implementierung von digitalen Zwillingen, da sich die Definitionen zum Teil stark unterscheiden. Als Alternative zu einer klassischen Definition wird daher ein Theoriemodell vorgeschlagen, das Annahmen über den digitalen Zwilling enthält. Dieser neuartige Denkansatz soll helfen, das Management von digitalen Zwillingen in der Praxis zu verbessern.

[mehr]



Welche Potenziale treiben die Implementierung von Industrie 4.0? - Ein empirischer Vergleich führender deutscher Industriezweige

Julian M. Müller, Daniel Kiel und Kai-Ingo Voigt

Die Potenziale, die zur Umsetzung von Industrie 4.0 führen, sind für viele Industrieunternehmen derzeit noch unklar. Folgerichtig analysiert dieser Beitrag die Potenziale, die das produzierende Gewerbe dazu veranlassen, Industrie 4.0 zu implementieren. Dies geschieht als branchenübergreifender Vergleich in fünf Industriezweigen: Während im Maschinen- und Anlagenbau sowie in der Elektrotechnik für die Umsetzung von Industrie 4.0 strategisch Geschäftsmodell- getriebene, operative sowie ökologische und soziale Vorteile relevant sind, sehen die Chemie- und Stahlindustrie keine strategisch relevanten Chancen. Die Automobilindustrie fokussiert sich vornehmlich auf den operativen Nutzen von Industrie 4.0.

[mehr]



Digitalisierung

Integriertes Energie- und Instandhaltungsmanagement im Kontext Industrie 4.0 - Verbesserte Energieeffizienz und Instandhaltung durch Smart Devices und energieautarke kabellose Sensoren

Benjamin Neef, Christopher Schulze, Christoph Herrmann, Sebastian Thiede

In heutigen komplexen Produktionssystemen sind die systematische Identifikation und realitätsnahe Bewertung von Verbesserungspotenzialen schwierig umzusetzen. Die fortschreitende Entwicklung in der Digitalisierung und die Vernetzung der Produktion bieten in solchen hochkomplexen Umgebungen aber immer bessere Möglichkeiten, Prozesse detailliert zu analysieren und Informationen zum Energie- und Instandhaltungsbedarf von Produktionsmaschinen zu sammeln. Energieautarke Sensortechnik, mobile Kommunikation und Mensch-Technik-Interaktion nehmen in diesem Kontext eine wichtige Rolle ein. Mobile Smart Devices wie Tablet-Computer und Smartphones verfügen heutzutage über ein breites Spektrum an Funktionalitäten und bieten sich daher als ergonomische Schnittstelle zwischen Mensch und Maschine an. Produktionsprozesse können durch die Bereitstellung von nutzerspezifisch aufbereiteten Maschinendaten zukünftig wirtschaftlich und ökologisch effizienter gestaltet werden.

[mehr]



Digitalisierung

Das Change Management weiterentwickeln - Aktuelle Herausforderungen, Erfolgsfaktoren und Anpassungen für die digitale Transformation

Florian Dörries, Marco Wichering und Wolfgang Kersten

Unternehmen stehen vor dem Hintergrund der digitalen Transformation vor einschneidenden Veränderungen, die den Unternehmenserfolg beeinflussen können. Change Management kann die Unternehmen unterstützen, diese Transformation erfolgreich umzusetzen und somit der Gefahr zu entgehen, bspw. Marktanteile an innovationskräftigere Unternehmen zu verlieren. Die damit einhergehende Fragestellung ist allerdings, inwiefern die tradierten Modelle des Change Managements passend für den anstehenden Wandel sind und ob diese weiterentwickelt werden müssen. In diesem Beitrag werden mithilfe einer Literaturanalyse sowie einer Befragung aktuelle Herausforderungen und Erfolgsfaktoren des Change Managements identifiziert, wodurch im Anschluss ein angepasstes Modell für erfolgreiche Change-Projekte abgeleitet werden kann.

[mehr]



Sicheres IT-Auditing einer Cloud - Konzept zum sicheren IT-Auditing in unsicheren Umgebungen zur Erlangung von Vertrauen

Aljona Wehrhahn-Aklender, Norbert Pohlmann

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.

[mehr]



„Internet+“: Digitalisierungstrends in Chinas Industrien

Christoph Mingtao Shi, Sigrun Abels

Erfolgsfaktoren, die Chinas Wirtschaftsboom lange beflügelt hatten, haben zunehmend ihre Antriebskraft verloren. In den letzten zwei Dekaden hat die Heranreifung wettbewerbsstarker indigener Technologieunternehmen in den IT-, Telekommunikation- und Softwarebranchen Chinas Plan industrieller Digitalisierung begünstigt, die das Land dringend benötigt, um ökonomisch zukünftig mehr auf Technologie und Innovation basierend und damit nachhaltiger weiter zu wachsen. Internet+ repräsentiert das derzeitig in der Wirtschaft, Politik und Medieninformation eifrig debattierte Konzept, das für die Digitalisierung in Chinas Industrien richtungsweisend sein soll. Dabei wird die Integration der Informationstechnologie mit anderen produzierenden Industriezweigen besonders hervorgehoben. Der Beitrag erläutert den Hintergrund, den Begriff und wirft einen Blick auf das Marktmodell sowie einige technische Aspekte von Internet+. Eine Fallstudie begleitet den „Ausflug“ nach China und gibt einen ersten Eindruck über die Umsetzung.

[mehr]



Digitalisierung

Standardisierung für Industrie 4.0 in KMU - Welche Herausforderungen werden von kleinen und mittleren Unternehmen durch Standardisierung hinsichtlich Industrie 4.0 gesehen? Ein Branchenvergleich.

Julian Müller, Kai-Ingo Voigt

Industrie 4.0 erfordert hinsichtlich der Standardisierung zahlreiche Anstrengungen für alle in einer Wertschöpfungskette beteiligten Unternehmen. Der Begriff Standardisierung wird dabei in unterschiedlichen Zusammenhängen verwendet. So lassen sich notwendige Maßnahmen zur Standardisierung beispielsweise hinsichtlich Daten und deren Austausch, technischen Standards, rechtlichen oder auch organisatorischen Standards finden. Auch stellt sich die Frage, in welchen Hierarchieebenen Standardisierung erforderlich ist. Hierzu gehören die Standardisierung im eigenen Unternehmen, die Standardisierung der Schnittstellen zu anderen Unternehmen oder die Schaffung einheitlicher Standards im gesamten Unternehmensumfeld. Die Anzahl erforderlicher Maßnahmen der drei Hierarchieebenen ist dabei sehr umfangreich. Dieser Beitrag befasst sich mit der grundsätzlichen Frage, in welchen Hierarchieebenen die größten Anstrengungen zur Standardisierung im Branchenvergleich erforderlich sind und gibt kurze Handlungsempfehlungen.

[mehr]



Digitalisierung

Digitale Verzahnung in variantenreicher Fertigung - Komplexe Produktions- und Logistikprozesse mittels mobiler Apps harmonisieren

Sven Winkelhaus, Eric Grosse und Michael Bauer

Industrie 4.0 und Logistik 4.0 sind Phänomene, die in vielen Branchen sowohl die strategische Ausrichtung von Unternehmen als auch die operativen Prozesse prägen. Neben paradigmatischen Veränderungen sind insbesondere technische Lösungen im Fokus dieser Entwicklung. Mittels neuer Technologien kann die Komplexität individualisierter Produkte und komplexer Prozesse handhabbar werden. Auf Shopfloorebene können unbekannte Technologien jedoch auf Widerstand bei der Implementierung stoßen. Hier bieten Apps für mobile Endgeräte eine geeignete Möglichkeit, Produktions- und Logistikprozesse im Rahmen einer Digitalisierungsstrategie mitarbeiterfreundlich zu unterstützen. In diesem Beitrag wird die Verzahnung von Produktion und Logistik in der Industrie 4.0 näher beleuchtet und ein Fokus auf die Mitarbeitenden in dieser Entwicklung gelegt. An einem Beispiel wird verdeutlicht, wie Apps zu einer erfolgreichen digitalen Transformation beitragen können.

[mehr]



Digitalisierung

Betriebliches Nachhaltigkeitsmanagement 4.0 - Informationsdurchgängigkeit mittels Methoden der Wissensrepräsentation

Grischa Beier, Malte Reißig, Silke Niehoff und André Ullrich

Der Einfluss der Digitalisierung auf Wirtschaft und Gesellschaft ist omnipräsent und kann nicht losgelöst von der Debatte zur nachhaltigen Entwicklung betrachtet werden. Vor dem Hintergrund von Industrie 4.0 bietet das betriebliche Nachhaltigkeitsmanagement (BNM) besonderes Potenzial, sich den Themen nachhaltiges Wirtschaften und Digitalisierung aus Perspektive der Unternehmen zu nähern. Ein digitalisiertes Nachhaltigkeitsmanagement in industriellen Unternehmen mit Informationen zu unterstützen, bedarf jedoch einer Durchgängigkeit von Informationen. Um diese zu erreichen und zugleich Informationen aus verschiedenen Disziplinen zu integrieren, sind Methoden der Wissensrepräsentation geeignet. Aktuelle Herausforderungen und Ansätze für die Entwicklung eines offenen und konzeptionellen BNM-Modells werden in diesem Beitrag vorgestellt.

[mehr]



Digitalisierung

Maschinelles Lernen in der Produktion Anwendungsgebiete und frei verfügbare Datensätze

Jonathan Krauß, Jonas Dorißen, Hendrik Mende, Maik Frye und Robert H. Schmitt

Steigende Rechenleistungen und bessere Datengrundlagen bei gleichzeitig sinkenden Kosten für Rechen- und Speicherkapazitäten stellen die Basis für den Einsatz von Machine Learning (ML) in der Produktion dar. Herausforderungen bestehen in der Identifizierung aussichtsreicher Anwendungsgebiete, dem Erkennen der mit diesen verbundenen Learning Tasks sowie dem Aufdecken passender Datensätze. In diesem Beitrag werden daher folgende Fragen beantwortet: Welche Anwendungsgebiete in der Produktion bieten das größte Potenzial für den Einsatz von ML? Welche frei zugänglichen Datensätze eignen sich, um eigene Erfahrungen zu sammeln und welche Learning Tasks sind damit verbunden? Was sind Best Practices für die Anwendungsgebiete?

[mehr]



Seiten