Kollaborierende Roboter (sog. Cobots) gelten als Zukunftstechnologie für produzierende Unternehmen. Sie zeichnen sich durch die Fähigkeit aus, eine sichere Hand-in-Hand-Zusammenarbeit mit Menschen ohne physische Trennung zu ermöglichen. In der Praxis finden sich zwar erste Anwendungsfälle, in denen Menschen mit Cobots interagieren, nur selten handelt es sich dabei allerdings um Kollaboration im engeren Sinne. Entsprechend stellt sich die Frage, welche Rolle die Kollaborationsfähigkeit von Cobots in der unternehmerischen Praxis spielt und wodurch der Mangel an kollaborierenden Anwendungsfällen begründet ist. Antworten darauf lieferten qualitative empirische Untersuchungen bei vier kleinen und mittleren Unternehmen (KMU) im Rahmen des BMBF-Verbundprojekts ProBot.

Das Forschungsprojekt Analytic Manufacturing (ANAMA) beschäftigt sich mit der Verzahnung der taktischen und operativen Planungsebene und repräsentiert einen wesentlichen Zwischenschritt zur finalen dezentralen Steuerung der Produktion. Einerseits muss in Unternehmen dazu technisch ein übergelagerter Datenlayer implementiert werden, der unterschiedliche Datenebenen konsolidiert. Andererseits werden, basierend auf dieser konsolidierten Datenbasis, die Forschungsfelder „Visual Analytics“ und „Sonifikation“ (akustische Datenanalyse) zur Verbesserung der Feedbackschleife von operativer und taktischer Planung eingesetzt. Durch die Kombination der beiden Forschungsfelder entsteht die neuartige Methodik „DataViSon“.

Die Prinzipien und Werkzeuge der Lean Production haben aus wissenschaftlicher Perspektive einen hohen Reifegrad erreicht. Insbesondere Unternehmen der Fertigungsindustrie nutzen pull-gesteuerte Produktionssysteme zur Nachschubsteuerung, um den Anforderungen eines Käufermarkts wettbewerbsadäquat zu begegnen. In der Prozessindustrie hingegen ist der Durchdringungsgrad vergleichsweise gering. Dies ist nicht zuletzt den spezifischen Eigenschaften und Rahmenbedingungen der Produktionsprozesse geschuldet. Jedoch weisen auch Produktionsnetzwerke in der Prozessindustrie große Potenziale für eine Optimierung der Bestände und des Service-Levels mittels Pull-Steuerung auf.

Die wachsende Menge verfügbarer Daten aufgrund der Digitalisierung der Wertschöpfung beschleunigt den Wandel produzierender Industrien zu Anbietern kundenorientierter Dienstleistungen. Smart Services als digitale Dienstleistungsangebote stehen exemplarisch dafür. Die Analyse von Experteninterviews als auch von Anwendungsfällen aus der Unternehmenspraxis zeigt jedoch, dass das Wissen, wie solche Smart Services entwickelt werden können, immer noch rudimentär ist. In diesem Beitrag wird ein Rahmenkonzept für ein Smart Service Lifecycle Management vorgestellt, das die systematische Entwicklung von Smart Services unter Berücksichtigung von Geschäftsmodellen und des Wertschöpfungsnetzwerks unterstützt. Das Rahmenkonzept wird anhand eines Anwendungsbeispiels aus der Textilindustrie exemplarisch implementiert und validiert.