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 in einer multidimensionalen Datenbank modelliert. Auf Basis der Ergebnisse eines Online Analytical Processing (OLAP) soll in Echtzeit reagiert und steuernd auf die Prozesskette eingewirkt werden.

Die Circular Economy gilt als eines der vielversprechendsten Konzepte auf dem Weg hin zu einer nachhaltigeren Wirtschaftsweise – welche die Gesellschaft zunehmend von Unternehmen einfordert. Die Erwartungshaltungen an eine verantwortungsvolle Unternehmensausrichtung steigen: Dies zeigt ein aktuelles Urteil des Bundesverfassungsgerichts, das einfordert, dass Deutschland die Klimaschutzziele ambitionierter gestalten muss [1]. Der European Green Deal sieht Klimaneutralität für die EU bis 2050 vor und der "Aktionsplan Kreislaufwirtschaft“ fordert einen effektiveren Umgang mit Ressourcen und Reserven [2]. In diesem Beitrag wird eine Methode beschrieben, mithilfe derer Unternehmen Ideen für zirkuläre und damit nachhaltigere und ressourcenschonendere Geschäftsmodelle entwickeln können.

Industrieroboter finden zunehmend Anwendung bei Bearbeitungsprozessen. Hier weisen die Roboter bedingt durch ihre vergleichsweise geringe Steifigkeit eine deutlich höhere Abdrängung des Endeffektors, als herkömmliche CNC-Maschinen, auf. Dieser Beitrag stellt einen Ansatz zur Minimierung solcher Abdrängungen des Werkzeugs durch die Ausnutzung der rotatorischen Freiheitsgrade an der Frässpindel vor. Hierzu wurde die Abdrängung des Endeffektors bei unterschiedlichsten Orientierungen der Frässpindel mittels eines Strukturmodells untersucht.

Kleine und mittelständische Unternehmen können das Potenzial der digitalen Transformation nur schwer ausschöpfen. Finanzielle und fachliche Ressourcen stehen nicht in gleichem Maße zur Verfügung wie bei Großunternehmen, wodurch ihnen die konsequente Umsetzung von Lösungen oftmals schwerer fällt. In dem BMBF-Forschungsprojekt »ScaleIT« wurde eine Industrie 4.0-Plattform entwickelt, mit der sich einzelne Prozessschritte mithilfe von Apps verbessern lassen. Es stehen sowohl fertige Apps als auch Open-Source-Hilfsmittel zur einfachen Realisierung neuer Ideen zur Verfügung. Eine im Projekt entwickelte Methodik unterstützt dabei, die größten Digitalisierungspotenziale im Unternehmen aufzudecken. Durch diese Methodik und dem flexiblen App-Ansatz soll es vor allem kleineren Betrieben leichter gemacht werden, neue und sinnvolle Industrie 4.0-Anwendungen auf dem betrieblichen Hallenboden zum Einsatz zu bringen, um so ihre Wertschöpfungskette Schritt für Schritt zu optimieren.