Refine
Document Type
- Journal article (10)
- Conference proceeding (2)
- Working Paper (1)
Is part of the Bibliography
- yes (13)
Institute
- ESB Business School (13)
Publisher
Digitalization changes the manufacturing dramatically. In regard of employees’ demands, global trends and the technological vision of future factories, automotive manufacturing faces a huge number of diverse challenges. Currently, research focuses on technological aspects of future factories in terms of digitalization. New ways of work and new organizational models for future factories have not been described yet. There are assumptions on how to develop the organization of work in a future factory but up to now, literature shows deficits in scientifically substantiated answers in this research area. Consequently, the objective of this paper is to present an approach on a work organization design for automotive Industry 4.0 manufacturing. Future requirements were analyzed and deducted to criteria that determine future agile organization design. These criteria were then transformed into functional mechanisms, which define the approach for shopfloor organization design
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.
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.
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.
Imagine a world in which the search for tomorrow's trends is not subject to a long and laborious data search but is possible with a single mouse click. Through the use of artificial intelligence (AI), this reality is made possible and is to be further advanced through research. The study therefore aims to provide an initial overview of the young research field. Based on research, expert interviews, company and student surveys, current application possibilities of AI in the innovation process (defined as Smart Innovation), existing challenges that slow down the further development are discussed in more detail and future application possibilities are presented. Finally, a recommendation for action is made for business, politics and science to help overcome the current obstacles together and thus drive the future of Smart Innovation.
Imagine a world in which the search for tomorrow's trends of (software) products is not subject to a long and laborious data search but is possible with a single mouse click. Through the use of artificial intelligence (AI), this reality is made possible and is to be further advanced through research. The study therefore aims to provide an initial overview of the young research field. Based on research, expert interviews, company and student surveys, current application possibilities of AI in the innovation process (defined as Smart Innovation), existing challenges that slow down the further development are discussed in more detail and future application possibilities are presented. Finally, a recommendation for action is made for business, politics and science to help overcome the current obstacles together and thus drive the future of Smart Innovation.
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.