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?

Die Potenziale plattformbasierter Geschäftsmodelle im Kontext von Industrie 4.0 sind bisher nicht vollständig erschlossen. Ansatzpunkte für Plattformen und ökosystem-basierte Wertschöpfung variieren zwischen Industrien. Die Kunststoffindustrie ist dahingehend bisher weitestgehend unberücksichtigt. Aufgrund der Industriestruktur, insb. der einheitlichen Wertschöpfungsstrukturen eignet sich die Kunststoffindustrie für den Einsatz digitaler Plattformen. Neben Ansätzen für Plattformen in der Spritzgussindustrie bietet der Beitrag ein Vorgehensmodell für die Erweiterung etablierte Geschäftsmodelle. Somit kann der Einstieg in plattformbasierte Geschäftsmodelle für KMUs erleichtert werden.

Der Blockchain werden große Potenziale zugesprochen um den Informationsaustausch in den Lieferketten effizienter, transparenter und sicherer zu gestalten. Ein wichtiges Anwendungsgebiet stellt dabei die maritime Logistik dar, da durch die Blockchain Dokumente digitalisiert und Prozesse effizienter gestaltet werden können. Im Rahmen dieses Beitrags stellen wir am Beispiel temperaturgeführter Containertransporte einerseits die Potenziale für den Einsatz der Blockchain und andererseits die zu berücksichtigenden Anforderungen aus dem technologischen und organisatorischen Umfeld vor.

In Forschung und Industrie zeigt sich, dass Produkt-Service-Systeme (PSS) und Big Data das Potenzial haben, Wettbewerbsvorteile zu erzielen. Doch hierfür sind neue innovative Geschäftsmodelle und eine Neupositionierung der Unternehmen unabdingbar, was gerade für den mittelständisch geprägten Maschinen- und Anlagenbau häufig eine Herausforderung darstellt. Daher zeigt der Beitrag am Beispiel der Predictive Maintenance (PdM) auf, welchen Einfluss Big Data und PSS auf Geschäftsmodelle von Unternehmen dieser Branche haben. Anhand einer systematischen Literaturrecherche in Kombination mit Experteninterviews konnten praktische Handlungsempfehlungen zur Geschäftsmodellgestaltung identifiziert werden, die sowohl fundierte Erläuterungen für Industrievertreter als auch ein tieferes Verständnis für datengetriebene PdM-Lösungen liefern.

Neue Wertschöpfungsprozesse und Geschäftsmodelle, die durch umfangreiche Datennutzung und überbetriebliches Datenteilen geprägt sind, werden für Unternehmen immer wichtiger. Viele Barrieren und Hemmnisse verlangsamen jedoch vor allem für den Mittelstand den Weg zu einer datenbasierten Wertschöpfung. Den Unternehmen fehlt es an konkreten Datennutzungs- und Umsetzungsideen und/oder an Digitalisierungs- und Datenanalysekompetenzen. Dadurch bestehen ungenutzte Wertschöpfungspotenziale in Unternehmen – selbst wenn bereits Daten vorhanden sind. Mit diesem Beitrag werden durch die Beschreibung eines Reallabors mit Realexperimenten Unterstützungsmöglichkeiten für Unternehmen aufgezeigt, um den eigenen „Datenschatz“ zu identifizieren und zu heben.

Präzise Bedarfsprognosen sind der Schlüssel für eine erfolgreiche Materialdisposition. EntscheidungsträgerInnen stehen jedoch vor dem Dilemma, welches Prognoseverfahren sie verwenden sollen. Zumeist fehlt auch das Methodenwissen, um komplexe mathematische Prognoseverfahren anwenden zu können. Doch auch nach der Wahl des Prognoseverfahrens verbleibt noch die Hürde, die Prognoseverfahren optimal zu parametrisieren. Der vorliegende Beitrag untersucht das Optimierungspotenzial eines selbst entwickelten automatisch optimierenden Prognoseansatzes auf Basis zehn gängiger Prognoseverfahren. In die Praxis umgesetzt wurde die Methode im Forschungsprojekt DISPO 4.0 im digitalen Planungstool Demand Planning Falcon, das zielgenaue Bedarfsprognosen für die Investitionsgüterindustrie erstellt.

Wie können Organisationen erfolgreich an interoperablen und dezentralen Datenökosystemen teilnehmen? In diesem Beitrag wird ein Vorgehensmodell am Beispiel der Transportlogistikbranche vorgestellt, welches methodisch die gemeinsame und interdisziplinäre Entwicklung von Services im dezentralen föderierten Datenökosystem Gaia-X [6] beschreibt.

Digital twins (DT) for circular economy (CE) offer a promising approach as part of digital data ecosystems for more sustainable value creation. By mapping and analyzing product, component and material specific data along the lifecycle, it is possible to address current challenges such as climate change and resource scarcity. Within Catena-X, specific solutions based on this cross-company exchanged data and information are developed. Here, the “R-Strategy Assistant” is presented. It is an application, which identifies the best CE-Strategy based on DT data at the end of a vehicle's life.