Refine
Document Type
Is part of the Bibliography
- no (6)
Keywords
- Industrie 4.0 (6) (remove)
Institute
To stay competitive, the central challenge for many companies at present is to master the process of transformation in the sense of a fundamental redesign of central processes or even of the entire company. Digitization and the need to redefine and reposition oneself in a sustainable economy are just two examples of the main drivers of this transformation. In this context, the basic question of the fundamental necessity of a comprehensive transformation in the sense of a business transformation no longer even arises for most companies in the age of digital transformation. Instead, the focus is on the question of how companies can manage the complexity associated with the scope of a transformation and the necessary changes in terms of the business strategy and on how to ensure the efficiency and success of the transformation. The challenge is to simultaneously design new structures and systems on the substantive level and also to break up established patterns of behavior.
The almost boundless possibilities of realizing saving potentials and innovations drive manufacturing companies to implement Business Analytics as part of the digitalization roadmap. The increasing research within the field of algorithm design and the wide range of user-friendly tools simplify generating first insights from data also for non-professionals. However, small and medium sized companies struggle implementing Business Analytics company-wide due to the lack of competencies. Especially the customization of a multitude of analytic methods in order to match a superordinate, business-relevant question is not done easily. This paper enables researchers as well as practitioners to close the gap between business relevant questions and algorithms. From a practical point of view, this paper helps shortening the search time for a suitable algorithm. Out of a research perspective, it aims to help positioning new algorithms within a structured framework in order to enhance the communication of algorithms’ capabilities.
Zielsetzung des geplanten Verbundprojekts ELIAS ist es, einen Ansatz für die Gestaltung von Produktions- und Arbeitssystemen zu entwickeln, der die Lernförderlichkeit als elementaren Bestandteil bereits im Entstehungsprozess einplant und darüber hinaus die kontinuierliche Verbesserung in Bezug auf die Lernförderlichkeit sicherstellt. Mit dem ELIAS-Lernförderlichkeitsplaner wird erstmals ein Konzept bereitgestellt, das die aktive Entwicklung und Gestaltung moderner lernförderlicher Arbeitssysteme sowohl für Dienstleistungs- als auch Produktionsprozesse ermöglicht. Die Breitenwirksamkeit und stetige Weiterentwicklung des ELIAS-Ansatzes wird dabei durch die ELIAS-Community garantiert, die als zentrale Austauschplattform Experten und Entscheidungsträger des Industrial Engineerings auch über die beteiligten Partner hinaus zusammenführt. Das Forschungsprojekt ELIAS wird durch das Bundesministerium für Bildung und Forschung (BMBF) gefördert werden.
Die digitale Transformation ist das bestimmende Managementthema unserer Zeit. Gleichzeitig stellt die erfolgreiche Digitalisierung die Unternehmensführungen weltweit vor enorme Herausforderungen. Jenseits der Chancen für neue Wertschöpfungsströme gehen viele Unternehmen diesen Megatrend nicht proaktiv an, sondern sind den technologischen Entwicklungen gegenüber eher reaktiv eingestellt. Der folgende Beitrag behandelt die Theorie, Konzeption und konkrete Realisierung eines Werkzeugs zur systematischen Vorbereitung für die digitale Transformation von Unternehmen. Durch die Darstellung integrierter Handlungsfelder als sogenannte Heatmap werden Stärken und Schwächen der eigenen Position hinsichtlich der Digitalisierung transparent dargestellt. Hierbei wird die digitale Transformation nicht nur technologisch, sondern aus multidimensionalen Perspektiven betrachtet. Hierdurch werden Zusammenhänge schnell ersichtlich, und Handlungsmaßnahmen können einfach abgeleitet werden. Das konzipierte Werkzeug bietet hierbei Diskussionsanreiz und hilft bei der Entscheidungs- sowie Maßnahmenpriorisierung zur erfolgreichen Gestaltung der digitalen Transformation.
Digitalization is changing the industrial landscape in a way we did not anticipate. The manufacturing industries worldwide are working to develop strategies and concepts for what is labelled with different terms such as the Industrial Internet of Things in the USA or Industrie 4.0 in Germany. Many industrialized economies are driven by the production sector and this sector needs specific approaches and instruments to take up other than those approaches we know from start-ups and ventures coming from Silicon Valley and other places. In this paper, we demonstrate an appropriate approach to transform producing companies in a systematic and evolutionary approach.
In particular, the objective of this paper is to provide results from two initiatives which conceptually build upon each other and are of particular relevance for the production industry. First, we present a global survey on the state of implementation and the future perspectives of the concept Industrie 4.0 from 2016. Findings from this study have forced parts of the German industry to heavily invest into a common approach to accelerate change towards Industry 4.0 in order to stay competitive in worldwide economy. This approach is presented in a second part.
Es ist davon auszugehen, dass einfache, repetitive Tätigkeiten in absehbarer Zeit in zunehmendem Maße automatisiert werden. Daher wird für Beschäftigte, die maßgeblich mit diesen Tätigkeiten betraut sind, Qualifizierung zu einem zentralen Faktor. Darüber hinaus wird es für einen großen Teil der Höherqualifizierten zu einer deutlichen Verschiebung der Qualifikationsanforderungen sowie zu einer zunehmenden Informatisierung der Arbeit kommen. Der Buchbeitrag von Volker Stich, Gerhard Gudergan und Roman Senderek verdeutlicht, dass angesichts dieser Herausforderungen für die Unternehmen, das arbeitsnahe Lernen eine Möglichkeit darstellt, Menschen und Unternehmen für den aktuellen industriellen Wandel zu befähigen. Hierbei sind nach Ansicht der Autoren jedoch zunächst Arbeits- und Produktionssysteme zu schaffen, die lernförderlich geplant und gestaltet sind. Um dies zu ermöglichen, bedarf es einer Kategorisierung der verfügbaren arbeitsorientierten Lernformen und insbesondere neuer technologiegestützter Lernformen. Darüber hinaus sind die Rahmenbedingungen und Voraussetzungen von Unternehmen zu prüfen und im Hinblick auf die Anwendung der verschiedenen Lernformen zu bewerten. Eine Systematik hierfür und die Erfahrungen bei der Implementierung von arbeitsorientierten Lernformen bei vier Unternehmenspartnern schließen diesen Beitrag ab.