Refine
Document Type
- Journal article (11)
- Conference proceeding (2)
Language
- German (13) (remove)
Has full text
- yes (13)
Is part of the Bibliography
- yes (13)
Institute
- ESB Business School (13)
Publisher
- Hanser (6)
- de Gruyter (2)
- De Gruyter (1)
- Dialogum GmbH (1)
- Hanser ; GBI Genios (1)
- Hanser ; GBI-Genios (1)
Die Blockchain-Technologie stellt einen vielversprechenden Ansatz für Transparenz und Resilienz in Lieferketten dar. In diesem Beitrag wird untersucht, welche Blockchain-Lösungen derzeit für die Supply-Chain zur Verfügung stehen, und die bislang umgesetzten Projekte in diesem Bereich analysiert. Die meisten der realisierten Projekte beziehen sich auf einfache Produkte und Supply-Chain-Strukturen. Der Grund ist, dass bislang Lösungen zur ganzheitlichen Abbildung von komplexen Produkten in dynamischen Supply-Chain-Strukturen gefehlt haben. Doch jetzt stehen erste vielversprechende Ansätze zur Verfügung.
Der Digitale Zwilling ist ein Technologie-Trendthema mit großen Potenzialen in einer Vielzahl von Anwendungsbereichen – insbesondere für produzierende Unternehmen. Eine Studie des Reutlinger Zentrums Industrie 4.0 beschäftigt sich mit heutigen und zukünftigen Anwendungsmöglichkeiten von Digitalen Zwillingen und gibt Impulse für eine schrittweise Implementierung im Unternehmen.
Der Anteil mittelständischer Unternehmen, die Standorte im Ausland unterhalten, nimmt seit einigen Jahren zu. Oft finden Auslandsaktivitäten dieser Art in Niedriglohnländern statt. Dort ergeben sich u.a durch die infrastrukturellen Gegebenheiten und durch die verfügbaren Personalressourcen diverse Herausforderungen, insbesondere für die Produktivitätsermittlung und -bewertung innerhalb der Produktion. Dieser Beitrag soll für diese Herausforderungen geeignete Technologien und eine mögliche Vorgehensweise für deren Auswahl vor dem Hintergrund der ländertypischen Herausforderungen aufzeigen.
Der Zusammenschluss von Unternehmen in Lieferantennetzwerken auf Basis digitaler Plattformen bietet eine Möglichkeit, der Forderung nach Flexibilität in der Industrie 4.0 nachzukommen. Anhand der Charakterisierung eines realen Lieferantennetzwerkes werden use cases für die Lieferantenanbindung hergeleitet. Diese dienen als Diskussionsgrundlage von Potenzialen und Herausforderungen der Anbindung, wobei sich die Frage nach der optimalen Integrationstiefe stellt. Hierzu wurde ein anwenderorientiertes Entscheidungsmodell abgeleitet.
Zukünftige Montagearbeitsplätze müssen veränderten Herausforderungen, wie z. B. der zunehmenden Anzahl von Mensch Roboter-Kollaborationen, gerecht werden. Die Virtual Reality (VR)-Technik bietet im Rahmen der Arbeitsplatzgestaltung neue Möglichkeiten, diesen veränderten Planungsherausforderungen gerecht zu werden. Die Ausarbeitung stellt eine Methode zur Bewertung des sinnvollen Einsatzes der VR-Technik für einen spezifischen Arbeitsplatz vor. Außerdem wird aufgezeigt, wie die VR-Technik in den Prozess der Arbeitsplatzgestaltung integriert werden kann.
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.
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.
Angesichts des breiten Angebotsspektrums neuer Technologien und der Vielzahl verschieden verwendeter Begriffe rund um Industrie 4.0, stehen Unternehmen nicht selten orientierungslos vor der Herausforderung, individuelle Umsetzungsstrategien abzuleiten. Das vorliegende Reifegradmodell ermöglicht die Erfassung bereits im Produktionssystem implementierter Lean Management-Prinzipien und gibt praktikable Antworten auf die evolutionären Visionen, indem es realisierbare und individuelle Migrationspfade in Richtung Industrie 4.0 für Unternehmen aufzeigt.