Refine
Document Type
- Article (1)
- Book (2)
- Part of a Book (2)
- Conference Proceeding (17)
- Contribution to a Periodical (8)
- Lecture (1)
- Internet Paper (3)
- Report (4)
- Working Paper (2)
Language
- German (18)
- English (18)
- Multiple languages (4)
Is part of the Bibliography
- no (40)
Keywords
- 01 (1)
- 02 (7)
- 03 (2)
- 04 (1)
- 5G (4)
- ADAM (2)
- AI (3)
- Agriculture (1)
- Artificial intelligence (2)
- Ausbildung (1)
- Auto-ML (2)
- BMBF (1)
- BlueSAM (1)
- CPS (2)
- Carrier (1)
- Cognitive assistance system (1)
- Communication technology (1)
- Compliance (2)
- Condition-Monitoring (1)
- Conversational interfaces (1)
- Cornet (1)
- Data ecosystem (1)
- Datenaustausch (1)
- Datensouveränität (1)
- Datenverarbeitungssystem (1)
- Delphi study (1)
- Digital sovereignty (1)
- Digital technologies (2)
- Digitalisierung (4)
- Digitalization (4)
- E-Learning (1)
- EFRE-0801386 (1)
- Electrical grid infrastructure (1)
- Event-driven IT-Architecture (1)
- Explainable AI (1)
- Fallstudien (1)
- Freight forwarder (1)
- Förderkennzeichen 100451351 (1)
- Förderkennzeichen: 02K19K013 (1)
- IT OT Integration (1)
- IT-2-1-025a (1)
- IT-2-1-025a / EFRE-0801386 (1)
- IT-Architektur (1)
- IT-OT-Integration (3)
- Industrie 4.0 (10)
- Industrie 5.0 (1)
- Industry 4.0 (2)
- Industry 5.0 (1)
- Information Management (1)
- Informationsmanagement (1)
- Informationstechnologie (1)
- Intelligente Produkte (2)
- Internet der Dinge (1)
- Internet of Things (1)
- IoT (1)
- KI (2)
- KMU (4)
- Klein- und Mittelbetrieb (1)
- Konsortial-Benchmarkingstudie (1)
- Künstliche Intelligenz (3)
- LLM (1)
- Large language models (1)
- Machine Learning (2)
- Maintenance planning (1)
- Management (1)
- Manufacturing companies (1)
- Matching (1)
- Nähmaschine (1)
- PTKA (1)
- Product-Service-Systems (1)
- Produktdatenmanagement (1)
- Regulation (2)
- Reifegradmodell (1)
- Relay traffic (1)
- Renewable energy (1)
- Route sectioning algorithm (1)
- SV7185 (1)
- SV7190 (1)
- SV7394 (1)
- Schatten-IT (1)
- Self-Assessment (1)
- Self-managed (1)
- Service engineering (1)
- Shopfloor (1)
- Smart Machines (1)
- Smart Products (1)
- Smart farming (2)
- Studie (1)
- Supervised Learning (1)
- Sustainability (2)
- Swarm robotics (1)
- Systemintegration (1)
- Technologiemanagement (4)
- Technology-Radar (2)
- Transport order (1)
- UI (1)
- User-Interface (1)
- Vernetzung (1)
- Workshop (1)
- Zielsystem (1)
- agile development (1)
- artificial intelligence (1)
- benefit measurement (1)
- crisis (1)
- development process (1)
- digitale Transformation (1)
- resilience (1)
- rev (10)
- smart products (1)
- smart services (1)
- user acceptance (1)
- Öffentlichkeitsarbeit (1)
Institute
- Informationsmanagement (40) (remove)
Der Einsatz Intelligenter Produkte versetzt produzierende Unternehmen in die Lage, ihre Kunden auf Basis der entstehenden Nutzungsdaten zu verstehen und daraus erfolgreich Mehrwertdienste abzuleiten. Im Rahmen der neuen Konsortialbenchmarkingstudie ‚Intelligente Produkte‘ wollen wir gemeinsam mit einem Konsortium aus unterschiedlichen Industrieunternehmen die technische Umsetzung Intelligenter Produkte und die dazugehörigen Mehrwertdienste sowie Aspekte der wirtschaftlichen Realisierung im Rahmen eines erfolgreichen Geschäftsmodells beleuchten.
The number of available technologies is constantly rising. Be it additive manufacturing, artificial intelligence (AI) or distributed ledger technologies. The choice of the right technologies may decide the fate of a company. Due to the overwhelming amount of information sources, regular technology market research becomes increasingly challenging, especially for SMEs. In order to assist the technology management process, the authors will introduce the architecture of an automated, AI-based technology radar. The architecture will automatically collect data from relevant sources, assess the relevance of the respective technology (i.e. their maturity level) and then visualize it on the radar map.
Welche Innovationen sind entscheidend für Ihr Unternehmen und wie ist deren Entwicklungsstand? Mit dem Projekt Techrad sollen auch KMU die Antwort auf diese Frage im Blick behalten können.
Techniktrends zu überblicken, ist für KMU oft nicht möglich, aber wettbewerbsentscheidend. Das Projekt Techrad arbeitet an einer Lösung dieses Dilemmas.
Fünf Unternehmen erarbeiten ein Technologieradar für KMU. NLP ist ein Teilgebiet Künstlicher Intelligenz und macht das Technologieradar erst möglich. Anwender erhalten von Techrad eine personalisierte Auswertung über die aktuell verfügbaren Technologien und deren Reifegrad.
In recent times, both geopolitical challenges and the need to counteract climate change have led to an increase in generated renewable energy as well as an increased demand for clean electrical energy. The resulting variability of electricity production and demand as well as an overall demand increase, put additional stress on the existing grid infrastructure. This leads to strongly increased maintenance demands for distribution system operators (DSOs). Today, condition monitoring is used to address these challenges. Researchers have already explored solutions for monitoring critical assets like switchgear and circuit breakers. However, with a shrinking knowledgeable technical workforce and increasing maintenance requirements, mere monitoring is insufficient. Already today, DSOs ask for actionable recommendations, optimization strategies, and prioritization methods to manage the growing task backlog effectively. In this paper we propose a vision of a grid-level cognitive assistance system that translates the outcome of diagnosis and prognosis systems into actionable work tasks for the grid operator. The solution is highly interdisciplinary and based on empirical studies of real-world requirements. We also describe the related work relevant to the multi-disciplinary aspects and summarize the research gaps that need to be closed over the next years.
Digital technologies have gained significant importance in the course of the 4th Industrial Revolution and these technologies are widely implemented, nowadays. However, it is necessary to bear in mind that an ill-considered use can quickly have a negative impact on the environment in which the technology is used. For more responsible and sustainable use, the regulation of digital technologies is therefore necessary today. Since the government is taking a very slow response, as the example of the AI Act shows, companies need to take action themselves today. In this context, one of the central questions for companies is: "Which digital technologies are relevant for manufacturing companies in terms of regulation? This paper conducted a quantitative Delphi study to answer this question. The results of the Delphi study are presented and evaluated within the framework of a data analysis. In addition, it will be discussed how to proceed with the results so that manufacturing companies can benefit from them. Furthermore, the paper contributes to the development of an AI platform in the German research project PAIRS by investigating the compliance relevance of artificial intelligence applications.
Technologiefrüherkennung
(2022)
Unter Technologiefrüherkennung wird im Folgenden die gezielte Auseinandersetzung mit dem Technologiemarkt und unternehmensspezifischen Anwendungsfällen verstanden. Der Technologieeinsatz kann für Unternehmen entscheidend sein, um ihre Strategie, z. B. die Kostenführerschaft, erfolgreich zu verfolgen. Gleichzeitig können neue Technologien, wie z. B. der 3D-Druck, Markteintrittsbarrieren senken, sodass die Gefahr besteht, dass neue Wettbewerber in den Markt eintreten. Die vernetzte Digitalisierung profitiert unter anderem davon, dass (Informations-)Technologien günstiger und performanter werden. Durch diesen Trend empfiehlt es sich, den sich stetig ändernden Technologiemarkt im Blick zu behalten und eine Übersicht über relevante Technologien zu schaffen. Im folgenden Kapitel werden Methoden vorgestellt, mit denen dieser Überblick gezielt erreicht werden kann. (Quelle: https://link.springer.com/chapter/10.1007/978-3-662-63758-6_13)
Manufacturing companies face the challenge of selecting digitalization measures that fit their strategy. Measures that are initiated and not aligned with the company’s strategy carry the risk of failing due to lack of relevance. This leads to an ineffective use of scarce human and financial resources. This paper presents a target system to help companies select relevant digitalization measures compliant with their strategy for IT-OT-integration projects. The target system was developed based on literature research and expert interviews, and later validated in two use cases. The target system considers the goals of production companies and combines them with digitalization measures. The measures are classified by different maturity levels required for their realization. Thus, the target system enables manufacturing companies to evaluate digitalization measures with regards to their strategic relevance and the required Industrie 4.0 maturity level for their realization. This ensures an effective use of resources.
Feeding the growing world population is a scientific and economic challenge. The target variables to be optimised are the yield that can be produced on a given area and the reduction of the resources used for this purpose. High-wage countries are faced with the problem that the use of personnel is a significant cost driver. Developing countries, on the other hand, usually operate on much smaller field sizes, so that the work in the field is still strongly characterised by manual labour. One solution to meet these challenges is the use of smaller autonomous harvesting robots. These can be networked into a swarm of machines to work even larger fields. The networking of autonomous agricultural machines is a key use case for rural 5G networks. 5G technology can offer many advantages over older mobile communications standards and therefore make use cases more efficient or enable new ones. Various use cases are also conceivable in the field of agriculture, yet it is unclear how 5G networks can and must be specified for this purpose. In this paper, using the example of 5G-connected harvesters powered by swarm robotics, we present the challenges that have arisen and the specification that has been developed.
Künstliche Intelligenz (KI) hat als Technologie in den vergangenen Jahren Marktreife erlangt. Es existiert eine Vielzahl benutzerfreundlicher Produkte und Services, welche die Anwendung von KI im Alltag und im Unternehmen vereinfachen. Die Herausforderung, vor denen Anwendende, gerade im betriebswirtschaftlichen Kontext, stehen, ist nicht die technische Machbarkeit einer KI-Applikation, sondern deren organisatorisch und rechtlich zulässige Gestaltung. Zu einer zunehmenden Dynamik in der Gesetzgebung kommt ein gesellschaftliches Interesse an der Kontrolle und Transparenz über die für KI-Modelle erhobenen Daten. Die Diskussion über Datensouveränität im geschäftlichen und privaten Alltag rückt mehr und mehr in das Zentrum der öffentlichen Aufmerksamkeit.
Datenbasierte KI-Anwendungen stehen damit in einem Spannungsfeld zwischen den Potenzialen, die das Erheben und Teilen von Daten über Unternehmensgrenzen hinweg bietet, und der Herausforderung, die Datensouveränität der involvierten Personen zu wahren. Die vorliegende Studie soll erstens über die Auswirkungen der Datensouveränität und die damit verbundenen aktuellen und kommenden Regularien auf KI-Anwendungsfälle aufklären. Dafür wurden Expertinnen und Experten aus den Bereichen Recht, KI- und Organisationsforschung befragt. Zweitens zeigt die Studie Potenziale und Best Practices von KI-Anwendungsfällen mit überbetrieblichem Datenaustausch auf. Dafür wurden Fallstudien in Unternehmen durchgeführt, die bereits erfolgreich Datenaustausch in ihre Geschäftsmodelle integriert haben, um ihre KI-Applikationen zu betreiben und zu verbessern.
Eine Herausforderung für produzierende Unternehmen in der Entwicklung intelligenter Produkte besteht darin, dass die Zielstellung, die mit einem intelligenten Produkt verfolgt wird, nicht expliziert ist. Zudem ist oftmals nicht spezifiziert, in welchem Anwendungsfall ein intelligentes Produkt agieren soll. Produzierende Unternehmen benötigen Unterstützung, um eine zielorientierte und folglich wirtschaftliche Melioration existierender Produkte zu gewährleisten. Ebendiese Melioration wird im Kontext von intelligenten Produkten als Smartifizierung bezeichnet und stellt damit einen Entwicklungsprozess dar, der ein bestehendes Produkt als Ausgangssituation im Sinne einer Anpassungskonstruktion expliziert. Die originäre Produktfunktion wird folglich nicht verändert, sondern das Produkt um digitale Funktionen und Dienstleistungen erweitert. Der Artikel befasst sich daher erstens mit der Beschreibung generischer Ziele für den Einsatz intelligenter Produkte im Maschinenbau. Eine Zusammenstellung und Erläuterung solcher Ziele unterstützt Unternehmen, eine Präzisierung der Zielfestlegung in der Initiierungsphase eines Smartifizierungsprojekts durchzuführen. Zweitens wird unter Anwendung der Ziel-Mittel-Beziehung ein Anwendungsfall intelligenter Produkte beschrieben. Abschließend werden beide Aspekte in einer Methode zusammengefasst, wie mittels Ziel- und Anwendungsfallbetrachtung Anforderungen abgeleitet und wie diese Elemente in Vorgehensmodelle der Produktentwicklung eingebettet werden können. Exemplarisch wird anhand einer Stanzmaschine aufgezeigt wie die Methode und die sich daraus ableitenden Ergebnisse im Smartifizierungsprozess zur Entwicklung einer intelligenten Stanzmaschine eingesetzt werden.