Open Access

Das moderne Produktionsmanagement als Organisator der Entscheidungen und Prozesse in der industriellen Auftragsabwicklung ist ein zentraler Baustein zur Umsetzung der Nachhaltigkeitswende. Seine Aufgabe besteht darin, nachhaltige und kreislaufwirtschaftliche Prozesse durch den geeigneten Einsatz von effizienten IT-Systemlandschaften zu fördern und umzusetzen. Die Digitalisierung dient dabei als zentrales Element der Umsetzung ökonomischer, ökologischer und sozialer Unternehmensziele.

Gemeinsam mit Miele & Cie. KG, dem Werkzeugmaschinenlabor WZL der RWTH Aachen, All for One Group S, Forcam GmbH, IconPro GmbH und Klima.Metrix GmbH arbeitet der FIR e. V. an der RWTH Aachen als Konsortialführer an einem wegweisenden Projekt, das die Art und Weise verändern wird, wie produzierende Unternehmen in Zukunft arbeiten werden. Ziel ist es, ein innovatives, datenbasiertes Wertschöpfungssystem zu entwickeln, das die Kreislaufwirtschaft nahtlos in den operativen Geschäftsbetrieb von Unternehmen integriert. Hierbei werden durch den Einsatz von KI-Modellen prädiktive Vorhersagen der Kreislaufwirtschaftsaufwände für Produkte im Nutzungszyklus ermöglicht, um eine optimale Kreislaufwirtschaftsstrategie zu definieren, die sowohl ökonomische als auch ökologische Aspekte berücksichtigt. Das Projekt basiert auf der Entwicklung einer multizirkulären Auftragsabwicklung und einer skalierbaren, hybriden Produktion. Zusätzlich untersuchen wir die Auswirkungen auf die Produktkonfiguration und kreislaufwirtschaftsfähige Geschäftsmodelle. Die praxisnahe und validierte Implementierung zeigt die Umsetzbarkeit des Vorhabens und eröffnet ein breites Anwendungsfeld in der gesamten deutschen Industrie.

The research outlines a concept to conduct the double materiality assessment through the synergistic use of Generative AI and the AHP method. In the first step, we employ interactive, moderated workshops as our chosen methodology to create a tailored set of sustainability target criteria. This process is enriched by the inclusion of Generative AI. The outcome is a comprehensive set of company-specific sustainability target criteria.

Die Koordination von Material- und Informationsflüssen ist entscheidend für die Existenz von effizienten und nachhaltigen Netzwerken zwischen produzierenden Unternehmen und Logistikdienstleistern (LDL). Das Ergebnis des Forschungsprojekts ‚SynLApp‘ ist ein Assistenzsystem, mit dem die Zusammenarbeit zwischen Produktionsunternehmen und LDL unterstützt und gefördert werden kann. Die Hauptaufgabe des Tools ist es, gegenseitig den Auftragsstatus der Partner einzusehen, um Produktionsschwankungen sowie Maschinenausfälle zu erkennen und die Daten zu verarbeiten und aufzubereiten. Darauf basierend können optimierte Handlungsoptionen für die Unternehmen erstellt werden. Das SynLApp-Assistenzsystem reduziert die Kosten aller Beteiligten, indem es dabei unterstützt, Waren bedarfsgerecht an der Laderampe bereitzustellen. Neben der Entwicklung eines Befähigungsmodells für Unternehmen sind die modellierte Softwarearchitektur und die Implementierung einer Testumgebung die Kerninhalte des Projekts. In diesem Artikel werden die relevanten Projektergebnisse sowie dem Aufbau des Assistenzsystems und die mögliche Nutzung durch KMU diskutiert. Der SynLApp-Agent konnte bereits projektbegleitend von verschiedenen Unternehmen aus der Industrie validiert werden. Zudem dient das Projekt dem Aufbau zweier Demonstratoren, welche für Industrieinteressenten frei zugänglich sind. ‚SynLApp‘ ist ein weiteres gutes Beispiel dafür, wie zielführend Industrie-4.0-Technologien sein können.

SynLApp: Assistenzsystem für die wechselseitige Synchronisation der Produktions- und Interlogistik zur Effizienzsteigerung von KMU Ziel des Forschungsprojekts 'SynLApp' war die Optimierung der Schnittstelle Laderampe durch die Entwicklung einer Lösung zur Synchronisation von Produktions- und Interlogistik