Refine
Year of publication
- 2018 (7) (remove)
Document Type
- Journal article (3)
- Working Paper (3)
- Book chapter (1)
Language
- German (7) (remove)
Is part of the Bibliography
- yes (7)
Institute
- ESB Business School (7) (remove)
Publisher
Die vierte industrielle Revolution stellt neue Anforderungen an Unternehmen und insbesondere an KMU. Das verfügbare Know-how bei der Implementierung von Industrie 4.0-Ansätzen stellt für viele KMU eine Herausforderung dar. Derzeit existieren in der Literatur verschiedene Wege zur Erstellung einer auf das Unternehmen angepassten Industrie 4.0 Roadmap. Eine Ausrichtung auf die Belange von KMU fehlt jedoch gänzlich. Mit dieser Arbeit werden verschiedene Ansätze zur Erstellung einer Industrie 4.0-Roadmap zusammengefasst und anschließend untersucht, worauf KMU mit ihren spezifischen Eigenschaften besonders ihren Fokus legen sollten.
Der Einsatz von Data Science in der Produktion ermöglicht eine neue Art der Optimierung von Prozessen und Systemen. Die Bedeutung der datengetriebenen Produktionsoptimierung wächst zunehmend im produzierenden Gewerbe. Im Gegensatz zu konventionellen Ansätzen, wie z. B. die des Lean Managements, basiert dieser anhaltende Trend auf der steigenden Verfügbarkeit von Daten im Zuge der digitalen Transformation. Vor allem kleine und mittlere Unternehmen stehen vor der Herausforderung abzuwägen, welche Maßnahmen hierfür ergriffen werden sollten und welche Nutzenpotenziale sich daraus ergeben. Diese Arbeit stellt einen strukturierten Leitfaden zur Vorgehensweise bei Datenanalyseprojekten bezogen auf einen spezifischen Anwendungsfall im Kontext einer frühen Fehlerdetektion und -prävention dar.
Vor dem Hintergrund, dass aktuell erstmals konzeptionelle Grundlagen für ein Nachhaltigkeitsmanagement in außeruniversitären Forschungseinrichtungen entwickelt worden sind, sollen nun diese Ergebnisse in die Konzeption eines interdisziplinären und organisationsübergreifenden Ansatzes zur Integration von Nachhaltigkeitsaspekten in Lehre und Weiterbildung einfließen. Die empirische Grundlage bildet eine qualitative, organisationsethnografische Fallstudie, in der die Autoren Deutungen von Experten und Expertinnen sowie deren Betriebs- und Alltagswissen in Bezug auf ein nachhaltiges Personalmanagement untersuchen. Auf Basis der daraus entwickelten praktischen Implementierungsmöglichkeiten in außeruniversitären Forschungseinrichtungen soll nun ein Ansatz entwickelt werden, um die Ergebnisse auf die Lehre in Hochschulen und die interorganisatorische Weiterbildung von Forschungseinrichtungen zu übertragen.
Zur Entwicklung einer Sofortpreiskalkulation für CNC-Drehteile werden Machine-Learning-Ansätze sowie ein deterministischer Algorithmus untersucht. Der deterministische Algorithmus funktioniert ausschließlich für Drehteile mit geringer Komplexität. Die Machine Learning Modelle hingegen sind zukunftsfähiger, da die ersten Ergebnisse bereits sehr geringe Abweichungswerte zu den festgelegten Referenzpreisen erreichen können. Mit steigendem Datenaufkommen können beide Machine-Learning-Modelle mit geringem Aufwand weiter verbessert werden.
Makerspaces sind ein Element einer Open Innovation und bieten die Möglichkeit, den „klassischen Erfinder“ und „Tüftler“ aus seiner Garage, seinem Keller oder seiner Werkstatt herauszuholen. Ziel dabei ist es, ihm ein professionelles und leistungsfähiges Umfeld zur Realisierung seiner Ideen zu bieten, ihn in den Austausch mit Gleichgesinnten zu bringen und eine Verwertungsplattform für die entwickelten Ideen und Prototypen aufzubauen. Diese Optionen sind auch kleinen und mittelständischen Unternehmen zugänglich zu machen, um ihnen darüber die Möglichkeit zu geben, mit ihren zur Verfügung stehenden Mitteln, ähnlich wie Großunternehmen in Sachen Innovation und Kooperation vorzugehen.
Genau hier setzt die vorliegende Studie an und geht der Frage nach den Anforderungen kleiner und mittelständischer Unternehmen an Makerspaces auf den Grund.
Die Dynamik der wirtschaftlichen Entwicklung und deren Abhängigkeit von globalen Wechselwirkungen wachsen heute schneller denn je. Das macht Zukunftsprognosen besonders schwierig. Dennoch bietet der Blick auf langfristig prägende Trends die Chance, eine Diskussion darüber zu eröffnen, welche Realität uns morgen erwarten könnte und wie wir damit umgehen wollen.
Dieses Impulspapier stellt aus Sicht der Mitgliedsinstitute des Fraunhofer Verbunds Innovationsforschung eine Auswahl derjenigen Trends dar, die Innovationssysteme im Zeitraum bis 2030 wesentlich beeinflussen werden. Auf dieser Grundlage werden Thesen für Innovation im Jahr 2030 abgeleitet und beschrieben, welche Aufgaben sich daraus für Wirtschaft, Politik, Wissenschaft und Gesellschaft ergeben.