Refine
Year of publication
- 2023 (220) (remove)
Document Type
- Contribution to a Periodical (54)
- Conference Proceeding (41)
- Master's Thesis (34)
- Bachelor Thesis (23)
- Part of a Book (19)
- Report (15)
- Internet Paper (8)
- Article (6)
- Doctoral Thesis (5)
- Lecture (5)
Language
- German (121)
- English (59)
- Multiple languages (40)
Is part of the Bibliography
- no (220)
Keywords
- 1 (3)
- 2 (1)
- 3 (2)
- 3-Phasen-Konzept (1)
- 5G (10)
- 5G use case (1)
- 5G-Monitoring (2)
- 5G-Netze (2)
- 5G-Potenziale (2)
- 5G-Technologie (2)
Institute
- FIR e. V. an der RWTH Aachen (220)
- Business Transformation (56)
- Dienstleistungsmanagement (42)
- Produktionsmanagement (40)
- Informationsmanagement (29)
Entwicklung eines Evaluationswerkzeugs zur Bestimmung des Fits von Anwendungsideen für GAIA-X
(2023)
Machine Learning methods have shown great potential in production during recent years and have subsequently played a significant role in driving the Industry 4.0 revolution. However, there is still a lack of systematic guidelines for identifying and implementing viable ML use cases in the manufacturing industry . The aim of this work therefore, is to identify whether machine learning classifiers can be used in addition to a traditional process monitoring method (tolerance window) in order to improve quality control of staking processes on an assembly line.
Applied methods:
Extensive literature research will be initially conducted in order to understand ongoing research in this field and to clearly define the research gap. For a scientific and structured execution, CRoss Industry Standard Process for Data Mining (CRISP-DM) method will be used as the backbone of the thesis. The first step of Business Process Understanding would include learning about the staking and quality testing processes. This will be followed by data extraction and Exploratory Data Analysis (EDA) as part of Data Understanding. The Data Preparation step would include cleaning, filtering, feature engineering and scaling in order to use as input for the model.
Preparing the Machine Learning model will include selecting, modeling, training and testing the appropriate classification algorithms e.g. Näive Bayes, XGBoost, Feed Forward Neural Network and Random Forest. Depending on a pre-defined success criteria such as Accuracy, Precision etc. the training and test results will be evaluated and the best performing model will be selected. Further, subject to the model performance and business requirments , possible methods for deployment of the classifier in real time production will be discussed.
Expected results:
This work will help to identify if process curve data from staking processes can be used to train machine learning models and improve quality monitoring on an assembly line. Good model performance will indicate potential to reduce waste and decrease unnecessary processing time at the testing station. Additionally, it will also assist the process experts understand unknown influences on the product quality. A systematic approach to implement machine learning for similar use cases involving curve data of staking processes and will be developed.
Gestaltung von datenbasierten Fehlererkennungsanalysen bei der Instandhaltung von Produktionsanlagen
(2023)
In der heutigen globalisierten Wirtschaft ist die Effizienz und Effektivität von Lieferketten ent-scheidend für den Erfolg eines Unternehmens. Eines der wichtigsten Elemente einer erfolgrei-chen Lieferkette ist eine effiziente Datenaustauschtechnologie. Die passende Technologie für den Datentransfer innerhalb einer Lieferkette kann helfen Kosten zu senken und die Effektivität der Lieferkette zu verbessern. Die Auswahl einer geeigneten Datenaustauschtechnologie ist jedoch eine Herausforderung für Unternehmen. Die Entscheidung für eine bestimmte Techno-logie erfordert eine gründliche Analyse der Bedürfnisse des Unternehmens, der Anforderungen an die Lieferkette und der verfügbaren Optionen.
Das Ziel der Arbeit ist es ein Entscheidungsmodell zu entwickeln, das Unternehmen bei der Auswahl der geeigneten Datenaustauschtechnologie unterstützt. Dafür werden zunächst ver-schiedene Technologien analysiert und ihre Vor- und Nachteile ermittelt. Anhand geeigneter Merkmale werden diese dann miteinander verglichen und Kriterien, die einen reibungslosen Datenaustausch gewährleisten, herausgearbeitet. Das Entscheidungsmodell wird es dem Un-ternehmen ermöglichen, objektiv zu entscheiden, welche Technologie am besten zu den An-forderungen passt. Es wird beispielsweise einen strukturierten Entscheidungsprozess bieten, in dem verschiedene Faktoren wie Kosten, Kompatibilität mit anderen Technologien, Skalierbar-keit und Sicherheit berücksichtigt werden. Zudem wird ein erster Ansatz zur möglichen Imple-mentierung der Technologie in die bestehende Dateninfrastruktur beschrieben.
Vor drei Jahren hat die COVID-19-Pandemie die Arbeitsmärkte weltweit erschüttert. Es folgte eine Welle an kurzfristigen Umstrukturierungen, vor allem bedingt durch die gesetzlich vorgeschriebenen Kontaktbeschränkungen. Die Pandemie wirkte damit branchenübergreifend als Beschleuniger von Remote Work, gerade Branchen in denen Remote Work vorher wenig bis gar nicht verbreitet war. Heute wissen wir Post-COVID: Remote Work, und die Erfahrungen die Mitarbeitende während dieser Zeit haben die Arbeitswelt nachhaltig und breitflächig verändert. Auch in Wirtschaftszweigen wie der produzierenden Industrie wird Remote Work als ein zentraler Bestandteil unseres täglichen Arbeitens erhalten bleiben. Dies birgt Herausforderungen für produzierende Unternehmen, da die zukunftsgerichtete Gestaltung von Remote Work durch ein diverses Aufgabenprofile von „Blue Collar-Workern“ und „White Collar-Workern“ bedingt wird.
Um Remote Work nachhaltig im Unternehmen umsetzen, ist die Ausgestaltung anhand praxisnaher Maßnahmen, welche spezifisch auf produzierende Unternehmen ausgelegt sind, zentral. Ziel der Masterarbeit ist es daher, ein maßnahmengestütztes Gestaltungsmodell zu industrienahen Gestaltung von Remote Work für produzierende Unternehmen zu entwickeln.
Dies wird anhand des folgenden Vorgehens umgesetzt:
• Identifikation unterschiedlicher Ansätze organisationaler Gestaltungsmethoden und deren Limitation mittels systematischer Literaturrecherche
• Herleitung von praxisnahen Maßnahmen für die Gestaltung von Remote Work und möglicher übertragbarer Maßnahmen aus angrenzenden Branchen anhand von Fallstudienforschung in produzierenden Unternehmen
• Entwicklung eines maßnahmengestützten Gestaltungsmodells von Remote Work für produzierende Unternehmen und Erprobung der Anwendbarkeit mit Industriepartnern
Mobiles Arbeiten, dezentrale Teams und virtuelle Meetings – die COVID-19-Pandemie hat die Arbeitswelt vieler Organisationen von Grund auf verändert. Durch den Einzug neuer Technologien wird Arbeit vernetzter, digitaler und flexibler. Die Arbeitswelt 4.0, die von der digitalen Transformation geprägt wird, stellt neue Anforderungen an Unternehmen und deren Arbeitsplatzkonzepte. Mitarbeitende gewinnen durch dezentrales Arbeiten Flexibilität in Bezug auf ihre Arbeits- und Alltagsgestaltung. Gleichzeitig entstehen neuartige Herausforderungen wie die fehlende Präsenz im Unternehmen sowie der ausbleibende persönliche Kontakt mit Teammitgliedern und Vorgesetzten. Die Potentiale remoter Arbeitsplatzkonzepte zeigen sich sowohl arbeitgeber- als auch arbeitnehmerseitig. Dezentral arbeitende Unternehmen nehmen häufig eine Vorreiterrolle in Bezug auf die fortschreitende Digitalisierung ein. Um erfolgreich remote Arbeitsplatzkonzepte in der Arbeitswelt 4.0 umzusetzen, sind die neu entstandenen Anforderungen an Führungskräfte zu verstehen. Darauf aufbauend bedarf es in der Praxis Werkzeuge und Techniken, sogenannte Managementinstrumente, die die Führungskräfte in der neuen Arbeitswelt unterstützen. Ziel der Arbeit ist es, die neu entstandenen Anforderungen an Führungskräfte durch remote Arbeitsplatzkonzepte in der Arbeitswelt 4.0 aufzuzeigen und praxisnahe Managementinstrumente zu identifizieren. Anhand einer Literaturrecherche werden Anforderungen an Führungskräfte durch remote Arbeitsplatzkonzepte identifiziert. Anhand von Best Practices werden erfolgreich umgesetzter remote Arbeitsplatzkonzepte und die eingesetzten Managementinstrumente identifiziert. Aufbauend auf der Literaturrecherche und den Best-Practices wird ein Katalog an praxisnahen Managementinstrumenten erarbeitet.
Das Ziel des Forschungsprojekts "Future Data Assets" bestand in der monetären Bewertung des unternehmerischen Datenkapitals. Dazu wurden die Entwicklung und Instanziierung einer sogenannten "Datenbilanz" angestrebt. Die Datenbilanz soll dem Reporting der unternehmerischen Fähigkeit der Datenbewirtschaftung dienen und damit eine Lücke im Hinblick auf die klassische Berichterstattung schließen, in der Daten kaum betrachtet bzw. systematisch bewertet werden.
Ziel des Forschungsprojekts „Chatbot im Service“ war die Entwicklung eines praxisnahen Einführungskonzepts für Chatbots in B2B-Serviceleistungen, insbesondere für KMU der produzierenden Unternehmen. Wichtige Aspekte, die berücksichtigt wurden, waren dabei eine Technologieübersicht, Datenmanagement, Wirtschaftlichkeit und Akzeptanz.
Ziel des Forschungsprojekts RAcceptance war die dauerhafte Nutzung der Effizienzpotenziale von Robotic-Process-Automation (RPA) in KMU durch die Förderung der Akzeptanz. Es wurden diejenigen Faktoren bestimmt und adressiert, welche die Akzeptanz der Nutzung von RPA-Software positiv sowie negativ beeinflussen.
Ziel des beantragten Fördervorhabens war es, die kontinuierliche Funktionsüberwachung und insbesondere den heutigen Sensoreinsatz in Verteilnetzen zu revolutionieren, durch Verwendung von Methoden der Künstlichen Intelligenz (KI), gepaart mit einer Verbesserung der zugehörigen Sensortechnik und eingesetzter digitaler Dienstleistungssysteme. Die integrale Betrachtung der wissenschaftlichen und technischen Herausforderungen und deren Bewältigung führten zu den notwendigen Ergebnissen, um den Erfolg der Energie- und Mobilitätswende in Deutschland zu unterstützen.
Mit den Ergebnissen des Vorhabens konnte der heutige Sensoreinsatz in Verteilnetzen durch Verwendung von Methoden der Künstlichen Intelligenz (KI) zusammen mit einer Erweiterung der Sensortechnik grundlegend verbessert werden. Die daraus abgeleiteten Unterziele umfassen alle wichtigen Aspekte des Sensoreinsatzes in elektrischen Betriebsmitteln.
Pricing is one of the most important, but underestimated tools, to enhance a company's profitability. Especially value-based pricing has a high potential to reach higher levels of satisfaction because it equates the needs of providers and customers. Even though, it is a well-known price model and promises higher satisfaction, many companies struggle to implement it. Especially the manufacturing industry is characterized by cost-plus pricing and competition-based pricing. However, especially for digital products these pricing strategies are insufficient. Therefore, this paper aims at exploring the design fields for value-based pricing of digital products in the manufacturing industry. To achieve this, the basics of digital products and value-based pricing are explored. Furthermore, an expert workshop is conducted that follows a framework for value-based pricing consisting of four consecutive steps analysis, price strategy, pricing, and market launch to capture the design fields. This paper concludes with limitations, and practical and research implications.
Die pandemiebedingt angestiegene Homeofficequote in produzierenden
Unternehmen ist seit Juli 2020 deutlich rückläufig und indiziert ein
geringes Maß an langfristig gestalteten hybriden Arbeitsplatzkonzepten.
Angesichts des Fachkräftemangels besteht Handlungsdruck, eine
attraktive Arbeitsumgebung mit industriellen Tätigkeiten zu vereinbaren.
Um zukunftsorientierte Arbeitsplatzkonzepte zu gestalten, nennt
das vorgestellte Vorgehen systematisch die menschlichen Tätigkeiten
in produzierenden Unternehmen und bewertet deren Remotefähigkeit.
Das vom Bundesministerium für Bildung und Forschung geförderte Verbundprojekt „GALA – Gesundheitsregion Aachen: Innovativ Lernen und Arbeiten“ beschäftigt sich vor allem mit den Themenfeldern gesundes Arbeiten, Mensch-Maschine-Interaktion, Agilität und Innovation sowie digitale Kollaboration.
Im Fokus eines der acht unternehmensgetriebenen Praxisprojekte von GALA steht die Einführung eines kollaborativen Roboters in einer Werkstatt für Menschen mit Behinderung, um die Handlungsspielräume der beschäftigten Mitarbeitenden zu erweitern.
Aktuell und in Zeiten des Fachkräftemangels wird das digitale Lernen in der Pflegebranche immer wichtiger, da dieses eine flexible und effiziente Möglichkeit bietet, um Pflegekräfte aus- und weiterzubilden. Es ermöglicht den Zugang zu aktuellem Wissen und Fähigkeiten, die für die Erfüllung der Anforderungen in der Pflegebranche erforderlich sind. Zudem kann es dazu beitragen, die Motivation und die Arbeitszufriedenheit der Pflegenden zu erhöhen und sie somit an das Unternehmen zu binden. [...] Vor diesem Hintergrund soll im Praxisvortrag der Frage nachgegangen, wie die Qualität des digitalen Lernens in der Pflege verbessert werden kann. Dabei werden Best Practices und Herausforderungen im Zuge der Implementierung von digitalem Lernen unter Nutzung der Softwarte Articulate Storyline beim GALA-Praxispartner St. Gereon Seniorendienst gGmbH geteilt und diskutiert.
In der modernen Arbeitswelt 4.0 benötigen Unternehmen nicht nur individuelle und hohe Kompetenzen ihrer Mitarbeitenden, sondern vielmehr auch ein flexibles Kompetenzmanagement, um mit dem sich ständig wandelnden Markt mithalten zu können. In diesem Kontext wurde das BMBF-geförderte Forschungsprojekt GALA ins Leben gerufen, in dem branchenspezifische Werkzeuge und Modelle für das Kompetenzmanagement entwickelt werden, die anschließend nachhaltig in KMU der Region Aachen implementiert werden sollen. In ihrem Vortrag auf der LEARNTEC
gibt Annika Franken einen tieferen Einblick in die verschiedenen Teilprojekte von GALA sowie die verfolgten Schwerpunkte. Darüber hinaus werden Bedarfe und Lösungsansätze für die aktuellen Herausforderungen in der Arbeitswelt 4.0 gemeinsam mit den Praxispartnern vorgestellt.
Eine der spezifischen Fragestellungen aus dem Projekt GALA ist der Aufbau eines agilen interaktiven Managementsystems als Wissensplattform. Diese kollaborative Wissensmanagementlösung wurde von der Modell Aachen GmbH in Form von Q.wiki entwickelt und bietet Wissenstransfer und -kommunikation über organisatorische Abläufe sowie eine Vereinfachung des Wissenszugangs über Navigation, Kontextbezug und einfache Strukturen. Im Beitrag wird ein Praxisbeispiel zum Einsatz dieses Tools beleuchtet.
5G-Technologien bieten ein enormes Potenzial für die Landwirtschaft, sind aber auch durch die Implementierung eines notwendigen 5G-Netzes mit nicht unerheblichen Kosten verbunden.
Dieser Business-Case-Rechner (siehe 1. URL; Repository-Link s. 2. URL) ermöglicht eine erste Übersicht über die Kosten für die Implementierung eines 5G-Netzes für drei 5G-spezifische landwirtschaftliche Anwendungsfälle.
Den Anschaffungskosten wird darüber hinaus der qualitative Nutzen von 5G gegenübergestellt. Der Business-Case-Rechner wendet sich an Landwirte oder Landwirtschaftsmaschinenhersteller, die an 5G-Technologien und deren Einsatz interessiert sind.
Das Forschungsprojekt 5G.NATURAL befasst sich mit der Implementierung eines 5G-Netzes im landwirtschaftlichen Kontext.
Das 5G-Netz hat die Vorteile, dass eine erhebliche Steigerung der Datenübertragungsgeschwindigkeit ermöglicht wird, die Latenzzeiten sehr gering sind und eine größere Anzahl von Geräten besser in einem Netzwerk zusammenarbeiten können.
Somit können Maschinen in Echtzeit miteinander kommunizieren, Daten auswerten und punktgenau individuell nach Bedürfnissen ideal handeln. Im Zuge von 5G.NATURAL werden autonom fahrende Ernteroboter sowie eine Logistikeinheit zu einem Schwarm miteinander vernetzt.
Der Fachkräftemangel in der Gesundheitsbranche ist ein verstärkt in der Öffentlichkeit diskutiertes Thema.
Eine Prognose deutet darauf hin, dass 2025 in Deutschland etwa 150.000 und 2030 etwa 500.000 Pflegefachkräfte fehlen werden. Der demografische Wandel verschärft diese Problematik zusätzlich, da immer mehr Menschen medizinische Versorgung benötigen, weniger junge Berufseinsteiger:innen in Pflegeberufe nachrücken und hohe Ausstiegsquoten in dem Bereich zu verzeichnen sind. Das Anwerben von Fachkräften aus dem Ausland kann eine Strategie sein, um dem Fachkräftemangel entgegenzuwirken, welche bereits von vielen Organisationen angewandt wird. Das vom Bundesministerium für Bildung und Forschung geförderte Verbundprojekt GALA befasst sich unter anderem mit dem internationalen Human-Resource-Management (IHRM). Im Fokus steht die Entwicklung und Erprobung von Leitlinien und Oualifizierungsbausteinen für ein internationales Ressourcenmanagement in der Gesundheitsregion Aachen.
Die Versorgungsnetze in der Branche der Medizintechnik stehen im Spannungsfeld zwischen der Versorgungssicherheit für die Patienten und Patientinnen, verbindlichen Regularien und Richtlinien sowie wirtschaftlichen Notwendigkeiten. Dabei sind die Unternehmen der MedTech-Branche mit einer Reihe an Herausforderungen konfrontiert. Flexible Lösungen sind gefordert, welche die zuverlässige und robuste
Versorgung des Marktes mit Medizinprodukten gewährleisten und den Wunsch nach Nachhaltigkeit erfüllen.
Eine Antwort auf diese Herausforderungen liegt in der Digitalisierung der Supply-Chains. Um die zentralen Herausforderungen und Trends aufzuzeigen und zu untersuchen, führen das Center Integrated Business Applications mit einer Projektmanagerin des FIR e. V. an der RWTH Aachen und die INFORM GmbH eine gemeinsame Studie durch.
In der Industrie wird die Digitalisierung der Wertschöpfungskette als einer der Schlüssel für hohe Wettbewerbsfähigkeit gesehen. Dabei sollen die Effizienz der Geschäftsprozesse gesteigert, neue Geschäftsmodelle erschlossen sowie regulatorische Vorgaben wie das Lieferkettengesetz umgesetzt werden. Es werden also IT-Systeme benötigt, die ein großes Funktionsspektrum abdecken, sich flexibel an sich verändernde Anforderungen anpassen lassen und dabei untereinander eine hohe Datendurchgängigkeit aufweisen. In der Realität erfüllen heutige Systemlandschaften diese Anforderungen selten.
Im Zentrum der IT-Systemlandschaften stehen häufig monolithische Systeme wie ERP und MES, deren sehr großer Funktionsumfang in Unternehmen nicht annähernd voll ausgenutzt wird, gleichzeitig jedoch relevante Unternehmensprozesse nicht abgebildet werden. Anpassungen und Erweiterungen der Systeme sind aufgrund heterogener Datenmodelle kompliziert und führen zu stark individualisierter Software mit Nachteilen in Betrieb und Wartbarkeit.
Ein entscheidender Erfolgsfaktor ist es, die Systemlandschaft zu modularisieren: Funktionalitäten werden in prozessual und aufgabenbezogen sinnvolle Funktionsmodule geclustert und Unternehmen nutzen jeweils die für ihre individuelle Auftragsabwicklung benötigte systemische Unterstützung.
Statt großer monolithischer Systeme werden also nur die tatsächlich benötigten Module eingesetzt. Die Funktionen innerhalb der Module weisen eine hohe Kohärenz auf, während Module untereinander eher lose gekoppelt sind. Durch eine geschickte Gestaltung und Orchestrierung der Module entsteht eine Systemlandschaft, in der keine Funktionsüberschneidungen vorliegen und die Datenhoheit in den Modulen klar definiert ist.
In the last decade, enterprises realized the high value of data and learned to successfully utilize it for internal processes and business models, and they are trying to find more ways to acquire relevant data. Since enterprises are part of complex networks, the data from their partners and customers can also be beneficial: from adjusting the demand and supply to planning production and aligning capacities. One such example is adaptive process control: detailed material data from a supplier can be used to adjust process parameters in their production. This approach may be especially beneficial for the steel industry, as there is a possibility to adjust the material properties by changing the speed, force, or temperature in their own production processes. However, such an approach requires tight collaboration, e.g., regarding improving IT infrastructure, ensuring data acquisition and transfer and most importantly, the utilization of such data.
Daten als Ressource
(2023)
Obwohl immer mehr Unternehmen den Wert von Daten für sich entdecken und intern zu nutzen beginnen, wird dem Datenaustausch und der Datenmonetarisierung bisher wenig Aufmerksamkeit geschenkt. In diesem Beitrag werden die Kernergebnisse der Acatech-Expertise zu Aufbau, Nutzung und Monetarisierung der industriellen Datenbasis vorgestellt.
Die neue Expertise des Forschungsbeirats Industrie 4.0 bei der acatech beschäftigt sich mit der Frage, wie hiesige Unternehmen ihre Datenbasis aufbauen, nutzen und monetarisieren. Aus Umfrage-Erkenntnissen haben die Experten Handlungsoptionen abgeleitet, mit denen Firmen ihre Daten Schritt für Schritt in den Dienst der eigenen Wertschöpfung stellen können.
Im Rahmen der vierten industriellen Revolution verstärken Produktionsunternehmen ihre Bemühungen in der Digitalisierung, um Industrie-4.0-Umgebungen zu schaffen und Wettbewerbsvorteile sowie eine bessere Kontrolle über ihr komplexes Umfeld zu erlangen. Diese erhöhte Digitalisierung und Vernetzung von Maschinen, Systemen und Geschäftsprozessen führt jedoch zu gesteigerten Risiken in Bezug auf die Informationssicherheit. Um die Sicherheit zu gewährleisten, müssen die Ziele der Vertraulichkeit, Verfügbarkeit und Integrität verfolgt und kontinuierlich verbessert werden. Insbesondere kleine und mittlere Unternehmen sowie der deutsche Mittelstand stehen jedoch vor Herausforderungen bei der Absicherung ihrer Industrie-4.0-Umgebungen, da vorhandene Standards und Rahmenwerke nicht angemessen angewandt werden können. Es mangelt an einfachen und effizienten Ansätzen, die ohne umfangreiches Fachwissen oder externe Hilfe umsetzbar sind und gleichzeitig ein hohes Sicherheitsniveau gewährleisten. Das sich hieraus ergebende Ziel dieser Arbeit ist die Entwicklung eines Vorgehensmodells, mit dem produzierende Unternehmen basierend auf ihren spezifischen Rahmenbedingungen und unter Berücksichtigung einer Aufwand-Nutzen-Betrachtung ein Informationssicherheitsmanagementsystem aufbauen und implementieren können. Dazu werden Anforderungen abgeleitet und bei dessen Entwicklung berücksichtigt. Unternehmen werden damit in die Lage versetzt, selbstständig Informationssicherheitsschwachstellen und damit potenzielle Risiken in ihren Industrie-4.0-Umgebungen zu identifizieren. Gleichzeitig werden ihnen geeignete Gegenmaßnahmen aufgezeigt, die mit der Umsetzung des Managementsystems implementiert werden können. Das unternehmensspezifisch anwendbare Vorgehensmodell stellt das zentrale Ergebnis dieser Arbeit dar und ermöglicht dem Unternehmen einen systematischen sowie strategischen Aufbau eines Informationssicherheitsmanagementsystems.
[Quelle: https://www.apprimus-verlag.de/gestaltungsmodell-eines-informationssicherheitsmanagementsystems-fur-produzierende-unternehmen-in-industrie-4-0-umgebungen.html ]
In einer sich ständig verändernden Welt, die geprägt ist vom demografischen Wandel, von den Anforderungen einer Wissensgesellschaft und einem immer akuter werdenden Fachkräftemangel, bedarf es innovativer Lösungen mehr denn je. Solch eine Lösung gelang im Verbundprojekt ‚DM4AR‘, das Ende Mai 2023 erfolgreich beendet werden konnte. Mit der Entwicklung einer AR-Plattform, die individuelles Wissen in organisatorischen Mehrwert transformiert, beantwortete das DM4AR-Projektteam diese Herausforderungen. Die DM4AR-Plattform sammelt, verarbeitet und teilt Expert:innenwissen, was zu effizienterem und ressourcenschonenderem Arbeiten im industriellen Service führt. Somit ermöglichen die Projektergebnisse von DM4AR einen wichtigen Fortschritt in der Nutzung von Augmented Reality zur Wissenskonservierung, -erweiterung und -weitergabe.
Das Projekt ‚KI-LIAS – Künstliche Intelligenz für lernförderliche industrielle Assistenzsysteme (Laufzeit: 23.11.2020 – 22.11.2023) diente dem Ziel, die Einbindung digitaler und KI-unterstützter Produkte wie etwa Apps als Entscheidungsunterstützung in der Industrie zu untersuchen und ein Lebenszyklusmodell dieser Produkte von der Einführung bis zur Nutzung zu entwickeln. Vor allem kleine und mittlere Unternehmen
(KMU) stehen bei der Einführung von Künstlicher Intelligenz (KI) vor erheblichen Herausforderungen und können nun von den Projektergebnissen und den dezidiert validierten Handlungsempfehlungen des Projekts ‚KI-LIAS‘ profitieren.
In einer zunehmend digitalisierten Welt bilden IT-Systeme wie ERP oder MES das Rückgrat effizienter Prozesse. Doch viele Unternehmen stellen fest, dass ihre ITSysteme den sich ändernden Anforderungen weder gerecht werden noch die neuen Prozesse effektiv unterstützen. Dies führt entweder zur Entwicklung von Schatten-IT, d. h. zu provisorischen Anpassungen des IT-Systems oder zur Notwendikeit der
Auswahl eines neuen IT-Systems. Um dem entgegenzuwirken bzw. den Auswahlprozess zu verbessern, wurde das Forschungsprojekt VIPER ins Leben gerufen. Das FIR an der RWTH Aachen und das IPH – Institut für Integrierte Produktion Hannover gGmbH, haben sich zum Ziel gesetzt, Unternehmen darin zu unterstützen, durch die Betrachtung des gesamten soziotechnischen Informationssystems die Lebensdauer ihrer IT-Systeme zu erhöhen und bessere Entscheidungen bei der Auswahl neuer IT-Systeme zu treffen.
Die Dienstleistungswende und die steigende Individualisierung machen die stetige Erweiterung von Serviceportfolien unerlässlich. Doch gleichzeitig wird damit die Übersichtlichkeit des Portfolios geringer und es entstehen Kosten, die sich direkt oder indirekt langfristig in den Bilanzen von Unternehmen niederschlagen. Zu Beginn unseres Projekts ‚KomID‘ wurden hierzu die größten Komplexitätstreiber identifiziert und diese im Rahmen einer Fragebogenstudie validiert. Im nächsten Schritt werden Lösungsansätze erarbeitet. Zur Lösung dieser Probleme und als Antwort auf die Komplexitätstreiber wurden bereits erste Ansätze wie die KI-geführte Beantwortung von Support-Anfragen aufgenommen. Gemeinsam mit dem Forschungsinstitut für Unternehmensführung, Logistik und Produktion der Technischen Universität München erforscht das FIR im Projekt ‚KomiD – Komplexitätsmanagement industrieller Dienstleistungssysteme‘ diese Lösungsansätze.
Lastwagen verursachen etwa 10 Prozent der weltweiten CO2-Emissionen. Zur Erreichung nationaler und internationaler Klimaziele müssen zwingend alternative Antriebe im Fernverkehr eingesetzt werden. Um die Voraussetzungen für diesen notwendigen Wandel zu schaffen, wird im Projekt ‚DRivE‘ der Innovationsinitiative mFUND des Bundesministeriums für Digitales und Verkehr (BMDV) ein datenbasierter Algorithmus entwickelt, um die Routen von Lkw mit alternativen Antrieben zu planen. Eine speditionsübergreifende Koordination unter Berücksichtigung von
Echtzeitdaten kann wesentlich zum Klimaschutz beitragen und steigert gleichzeitig die Effizienz und Wirtschaftlichkeit des Transportsektors.
Intelligente Produkte werden für produzierende Unternehmen immer mehr zum Bestandteil einer umfassenden Digitalisierungsstrategie. Der Grund liegt darin, dass die Anreicherung eines Produkts mit digitalen Technologien konkrete Mehrwerte für Produzent:in und Kund:in erzeugt, aus denen sich langfristig Wettbewerbsvorteile ergeben. Während große Konzerne diese Strategie bereits für sich realisieren, bedeutet die notwendige Interdisziplinarität aus fachlicher und digitaler Expertise jedoch eine Hürde für KMU, die ihre Digitalisierung mit geringeren Ressourcen verfolgen.
Im EU-Forschungsprojekt ‚BlueSAM‘ hat das FIR mit dem belgischen Partner Sirris eine Methode erarbeitet, die Entwicklung Intelligenter Produkte nutzenorientiert auszurichten und sie architekturell vorzuarbeiten, um KMU einen vereinfachten Einstieg zu bereiten und initiale Aufwände zu reduzieren. Die nun über ein öffentlich verfügbares Webtool nutzbare BlueSAM-Methode hat das FIR dazu genutzt, ein eigenes Intelligentes Produkt als Demonstrator zu entwickeln: eine Espressomaschine, die gelernt hat, Personen bei der Espressozubereitung mit der Maschine zu unterstützen. Aus den Daten erkennt man etwa, wann der Espresso im Brauprozess die ideale Menge erreicht hat oder zu welchen Tageszeiten welche Sorten am beliebtesten sind.