Volker Stich
Refine
Year of publication
Document Type
- Conference Proceeding (47)
- Part of a Book (20)
- Contribution to a Periodical (15)
- Working Paper (12)
- Article (9)
- Book (7)
- Internet Paper (4)
- Doctoral Thesis (2)
- Lecture (2)
- Preprint (1)
Language
- German (63)
- English (55)
- Multiple languages (2)
Is part of the Bibliography
- no (120)
Keywords
- 2 (2)
- 3 (1)
- 3GPP (1)
- 5G (4)
- 5G mobile communication (2)
- 5G-Mobilfunk (1)
- ADAM (1)
- Abschlussbericht (1)
- Additive Fertigung (1)
- Adherence To Delivery Dates (1)
Institute
Bemühungen um eine Verbesserung der betrieblichen Planung richten sich verstärkt auf die Planung von Terminen, Kapazitäten und Kosten aller an der Leistungserstellung beteiligten Bereiche. Ein Hilfsmittel hierzu ist im Einsatz von Planzeiten für unterschiedliche Verwendungszwecke zu sehen. Mit der vorliegenden Arbeit werden die Grundlagen für eine anforderungsgerechte zeitliche Planung mittels einer dem Aufgabenbereich des Anwender anpaßbaren Planzeitsystematik erarbeitet. Es sollen dabei insbesondere Aussagen hinsichtlich Einzel-und Gesamtgenauigkeit sowie des gezielten Eingriffs des Anwenders zur Genauigkeitssteigerung möglich werden. Dazu wurde eine mathematische Verfahrensweise aufgestellt und rechnermäßig implementiert. Um die unterschiedlichen Aufgabenstellungen des Gesamtverfahrens zu differenzieren, wurden die Komponenten Mikro-Modell, Makro-Modell und Analysemodul unterschieden. Durch Erprobung mit Daten aus einer Selbstaufschreibung im Bereich Fertigungsplanung eines Maschinenbauunternehmens wurde untersucht, welche Auswirkungen die verschiedenen Kenngrößen der Planzeiten, wie Anzahl der Datensätze, Wert der Planzeit, Verwendungshäufigkeit der einzelnen Planzeiten sowie Standardabweichung der Ist-Werte, auf die Genauigkeit der Gesamtplanzeit haben.
Klar Schiff
(2009)
Im Rahmen dieser Studie untersuchten das Forschungsinstitut für Rationalisierung e. V. an der RWTH Aachen und die Universität St. Gallen
(Lehrstuhl Produktionsmanagement) 24 Veröffentlichungen von 11 Beratungsunternehmen. Dabei wurden über 200 Aussagen zur Bewältigung der Krise bewertungsneutral identifiziert und analysiert.
Organizations, of all sizes, in every domain and in all geographies, are facing growing challenges to comprehend the scope of social media based technologies for their internal process use and for their networks. To assist the CIO’s and executives, FIR has developed a tool based framework to evaluate the impact of social web based collaborative technologies to support knowledge intensive processes. The FSI framework extends organizational spectrum to three categories of Formal, Semi-formal and Informal. The FSI tool places the emphasis on both business process and IT level.
The FSI framework and approach are validated in conjunction with industrial and research clients as test cases. Initial finding, reflected in this article, show a dire mismatch between the process exploitable potential level and organizational ICT profile. At the end, a set of recommendations are included for the organizational management to consider for organizational transformation.
Prozessarchitektur
(2012)
Das Aachener PPS-Modell beschreibt Aufgaben, Prozesse und Funktionen für die Produktionsplanung und -steuerung in verschiedenen Referenzsichten. Dabei liegt der Fokus auf den unterschiedlichen Aspekten der Planung und Steuerung inner- und überbetrieblicher Produktion. Die Unterscheidung in inner- und überbetriebliche Aufgaben wurde bereits im Aufgabenmodell dargestellt. Betrachtet man die Produktion in Netzwerken, so wird deutlich, dass nicht alle Aufgaben durch einen Netzwerkpartner abgedeckt werden können. Die kooperative Leistungserstellung macht es erforderlich, dass die Erfüllung einzelner Teilaufgaben durch unterschiedliche Netzwerkpartner koordiniert wird. Für die PPS in Produktionsnetzwerken werden daher die Netzwerkebene und die Ebene der einzelnen Unternehmung unterschieden.
Zusammenfassung und Ausblick
(2012)
Aufgrund kürzer werdender Produktzyklen und steigender Produktvielfalt werden produzierende Unternehmen mit einer zunehmenden Anzahl von Produktanläufen konfrontiert. Ziel aktueller Forschungsaktivitäten ist es daher, anlaufintensive Unternehmen zu befähigen, verlässliche Produktionsprogramme in kurzer Zeit zu erstellen. Lerneffekte sollen genutzt werden können ohne Diversifikationseffekte zu vernachlässigen. Zur Erreichung dieser Zielsetzung wird ein Modell für eine kybernetische PPP bei Produktanläufen entwickelt.
European machinery and equipment manufacturers face multiple logistical challenges in their daily business. Interacting in complex non-hierarchical production networks and thus living with the consequences of a lack of transparency, temporal instability, or imbalanced share of market power finally leads to an inadequate OEM’s delivery adherence which in many cases can be traced back to suppliers’ late deliveries.
This paper presents a framework for improving delivery reliability in non-hierarchical production networks by applying market mechanisms. Knowing the financial consequences of a supplier’s belated delivery provides useful information which can be applied in terms of financial incentives. The framework is supported by the results of a study which has been conducted by the authors throughout German, Spanish, and Italian machine tool manufacturers and their suppliers.
Einführung
(2012)
Wie kaum ein anderes Phänomen beeinflussen Communities über Plattformen wie Facebook, Wikipedia oder Google unseren privaten und geschäftlichen Alltag durch die Vernetzung und Bereitstellung von Wissen und Informationen. Während noch vor einigen Jahren Online-Foren, als frühe Vorläufer von heutigen Communities, nur für einen sehr kleinen Teil der Gesellschaft zugänglich oder von Interesse waren, sind webbasierte Communities heute für viele Menschen in ihre täglichen Abläufe integriert und scheinbar unersetzlich geworden.
Distributionslogistik
(2013)
Die Umgebung von Industrie- und Handelsunternehmen hat sich in den letzten Jahren tiefgreifend verändert. Beispielhafte Auslöser waren der Wandel vom Produzenten zum Käufermarkt, der faktische Wegfall der nationalen Grenzen und die damit verbundene Intensivierung des europäischen Binnenmarktes sowie die zunehmende Bedeutung ökologischer Anforderungen. Um die Kundenbedürfnisse dennoch befriedigen zu können und damit dem Wettbewerb gewachsen zu sein, müssen sich die Distributionsstrukturen der Unternehmen immer schneller an diese Veränderungen anpassen. Nur so können die Waren flexibel, kostengünstig und schnell an die Kunden geliefert werden. In diesem Spannungsfeld kommt der Planung und Steuerung der Distributionsabläufe eine immer wichtigere Bedeutung zu.
Ziel dieses Kapitels ist nicht nur die Vermittlung grundlegender Begrifflichkeiten und Zusammenhänge der Distributionslogistik, sondern weiterhin auch Methoden zur Distributionsplanung und steuerung sowie Kennzahlen zur Messung der Distributionsleistung und -kosten.
Die Erfüllung der klassischen Aufgaben der Produktionsplanung und -steuerung (PPS) wird aufgrund der dynamischen Anforderungsprofile, die es Unternehmen abfordern, sich strukturell und operativ kontinuierlich zu verändern, zunehmend schwieriger. Der Umgang mit Dynamik und Komplexität wird vom Störfall zum Normalfall.
Vor diesem Hintergrund wird ein innovativer Ansatz für eine Produktionsplanung und -regelung vorgestellt, der das Ziel verfolgt, die den Produktionssystemen inhärente Planungskomplexität beherrschbar zu machen.
Der Lösungsansatz basiert auf kybernetischen Strukturen, die den Beschränkungen der Wandlungs- und Lebensfähigkeit. Als grundlegender Teil des Ansatzes wird die Produktionsregelung unter Berücksichtigung des Echtzeitaspektes entworfen.
Ziel des Forschungsbereichs "Selbstoptimierende Produktionssysteme" ist es, sowohl technische als auch soziotechnische Produktionssysteme zu entwickeln, die durch Selbstoptimierung eine bessere Performance erreichen, als bei der Auslegung geplant und erwartet werden kann. Im Fokus steht die Steigerung der Produktivität in der Produktion direkt vor Ort. Bedeutend ist die dezentrale Entscheidungsfähigkeit der Mitarbeiter auf dem Shopfloor und in unterstützenden Bereichen, sowie der kognitiven und adaptiven Systeme und Netzwerke in der Produktion.
Increasing the energy efficiency and meanwhile avoiding unplanned maintenance breaks are keys for manufacturing companies to stay competitive in the future. This paper presents an energy saving and maintenance cost reducing approach for manufacturing environments. The approach describes first occurring types of energy wastage within manufacturing and characterizes them in more detail. Including additional external information, the significance of an identified on-going wastage can be determined. Based on the type of wastage and the significance; concrete recommendations for measures to prevent the wastage are delivered. The identified wastage facilitates detecting inefficient operating mode as well as wearing and malfunctioning at machines. By using complex event processing technologies realtime information can forwarded directly to the responsible persons to enable quick reactions to prevent energy wastage and unplanned downtimes. The paper presents an approach to identify detection and propose concepts for manufacturing enterprises. The information processing procedure is used for the implementation of two Use Cases.
Failure management in the production area has been intensely analyzed in the research community. Although several efficient methods have been developed and partially successfully implemented, producing companies still face a lot of challenges. The resulting main question is how manufacturers can be assisted by a sustainable approach enabling them to proactively detect and prevent failures before they occur. A high-resolution production system based on analyzed real-time data enables manufacturers to find an answer to the main question. In this context, Big Data technologies have gained importance since the critical success factor is not only to collect real-time data in the production but also to structure the data. Therefore, we present in this paper the implementation of Big Data technologies in the production area using the example of an actual research project. After the literature review, we describe a Big Data based approach to prevent failures in the production area. This approach mainly includes a real-time capable platform including complex event processing algorithms to define appropriate improvement measures.
Influenced by the high dynamic of the markets the optimization of supply chains gains more importance. However, analyzing different procurement strategies and the influence of various production parameters is difficult to achieve in industrial practice. Therefore, simulations of supply chains are used in order to improve the production process. The objective of this research is to evaluate different procurement strategies in a four-stage supply chain. Besides, this research aims to identify main influencing factors on the supply chain’s performance. The performance of the supply chain is measured by means of back orders (backlog). A scenario analysis of different customer demands and a Design of Experiments analysis enhance the significance of the simulation results.
Die Verschärfung des Wettbewerbsumfelds produzierender Unternehmen und die als Antwort hierauf in den Fokus rückenden agilen Methoden vergrößern die Bedeutung einer effizienten Handhabung von Änderungsprozessen. Am Beispiel des Maschinen- und Anlagenbauers Ortlinghaus zeigt der Beitrag, dass eine Kombination aus ungeeigneten Änderungsprozessen und mangelhaftem IT-Support in der Praxis oft die schnelle und gleichzeitig qualitätsgesicherte Durchführung von Änderungsprozessen verhindert. Der Zielkonflikt aus geringem Zeitbedarf und hoher Prozessqualität lässt sich durch Anpassungen in der IT-Unterstützung reduzieren. Hierdurch können Erfolgsfaktoren für ein effizientes Änderungsmanagement gehoben und die Problemfelder der Workflowunterstützung, Informationsverteilung und Datenhandhabung verbessert werden. Zentrales Hindernis zur Adressierung der Erfolgsfaktoren stellt die aktuell zur Abwicklung von Change Requests genutzte Arbeitsumgebung dar. Der Beitrag präsentiert hierfür als zentralen Lösungsansatz die Internet of Production Infrastruktur. Das Potenzial der Internet of Production Infrastruktur im Kontext des Änderungsmanagements wird anhand von drei Anwendungsbeispielen verdeutlicht. Abschließend wird der Migrationspfad für Unternehmen bei der Einführung eines effizienten Änderungsmanagements aufgezeigt.
Industrie 4.0 is changing the industrial landscape in an unanticipated way. The vision for manufacturing industries is to transform to an agile company, in order to react on occurring events in real-time and make data based decisions. The realization requires also new capabilities for the information management. To achieve this goal agile companies require taking measured data, analyzing it, deriving knowledge out of this and support with the knowledge their employees. This is crucial for a successful Industrie 4.0 implementation, but many manufacturing companies struggling with these requirements. This paper identifies the required capabilities for the information management to achieve a successful Industrie 4.0 implementation. [https://link.springer.com/chapter/10.1007/978-3-319-65151-4_3]
With big data-technologies on the rise, new fields of application appear in terms of analyzing data to find new relationships for improving process under-standing and stability. Manufacturing companies oftentimes cope with a high number of deviations but struggle to solve them with less effort. The research project BigPro aims to develop a methodology for implementing counter measures to disturbances and deviations derived from big data. This paper proposes a methodology for practitioners to assess predefined counter measures. It consists of a morphology with several criterions that can have a certain characteristic. Those are then combined with a weighting factor to assess the feasibility of the counter measure for prioritization.
Die Instandhaltung, konsequent zu Ende gedacht, ist ein zentraler Treiber für den Unternehmenswert und wird damit für viele produzierende Unternehmen zum strategischen Erfolgsfaktor. Da für die meisten Unternehmen ein umfangreicher Mitarbeiter- und Ressourcenaufbau nicht in Frage kommt, stehen diese Unternehmen vor der Herausforderung, den Wertbeitrag vorhandener Mitarbeiter und Ressourcen zu maximieren. Dies führt zum Konzept Return on Maintenance (RoM). Der Wertbeitrag der Instandhaltung geht dabei über die reine Herstellung von Verfügbarkeit zu möglichst geringen Kosten weit hinaus. Zielgrößen wie Ausschussrate, Energieeffizienz, Materialeffizienz aber auch die Minimierung von Rüstzeiten zeigen die vielfältigen Zielgrößen der Instandhaltung auf.
This paper addresses the challenge of modelling individual cyber-physical systems (CPS) for small and medium-sized enterprises (SMEs) in manufacturing industries. CPS are key technology building blocks for the implementation of Industrie 4.0. Especially for SMEs the increase of production efficiency and reduction of manufacturing costs through CPS offer potential to maintain their competitiveness and innovation capacity. Although SMEs perceive the potential of CPS, they often lack financial and human resources to acquire the necessary CPS-competencies as well as an overview of all the currently available technological solutions. To overcome this issue a matching platform will offer SMEs support in finding suitable CPS-components by letting them express their functional and technical requirements. The matching logic is based on a set of morphologies that encompasses the functional and requirement spectrum of CPS-components. The matching algorithm analyses the input for congruence of requirements and available technologies and suggests suitable technology combinations. This paper describes the methodology of the matching platform, and introduces the research work to define and to develop the technology morphologies. The presented results facilitate the selection and configuration of CPS for SMEs.
Influenced by the high dynamic of the markets and the steadily increasing demand for short delivery times the importance of supply chain optimization is growing. In particular, the order process plays a central role in achieving short delivery times and constantly needs to evaluate the trade-off between high inventory and the risk of stock-outs. However, analyzing different order strategies and the influence of various production parameters is difficult to achieve in industrial practice. Therefore, simulations of supply chains are used in order to improve processes in the whole value chain. The objective of this research is to evaluate two different order strategies (t, q, t, S) in a four-stage supply chain. In order to measure the performance of the supply chain the quantity of the backlog will be considered. A Design of Experiments approach is supposed to enhance the significance of the simulation results.
Datenbasierte Services rücken durch die Vernetzung zunehmend in den Fokus von Unternehmen. Für produzierende Unternehmen jeder Größe ist es immanent, die eigenen Daten stärker zu nutzen. Durch ein historisches Wachstum des Unternehmens sind IT-Lösungen oftmals über das Unternehmen verteilt und Daten werden mehrfach gehalten. Mithilfe des Konzepts eines digitalen Schattens können die aufgezeigten Herausforderungen gelöst werden. Dessen Umsetzung erfolgt über software-definierte Plattformen. Diese ermöglichen ein Abbild der relevanten Unternehmensdaten und schaffen Transparenz über aktuelle und vergangene Ereignisse. Unter Nutzung von Datenanalyseverfahren und Visualisierungssystemen tragen sie zur Entscheidungsunterstützung im Unternehmen bei. Dieser Beitrag enthält eine Definition dieses Plattformtyps und eine Morphologie zur Einordnung verschiedener Plattformen vor. Anhand des morphologischen Kastens werden die zentralen, notwendigen Merkmale einer software-definierten Plattform herausgearbeitet und beschrieben. Integrationsanforderungen zur Einführung in Unternehmen werden in den vier Dimensionen Technik, Organisation, Prozesse sowie Anforderungen zur Datenintegration dargestellt.
Ergänzt wird diese Betrachtung um Praxiserfahrungen bei der Umsetzung einer software-definierten Plattform. Damit liefert der Artikel einen Beitrag zur Diskussion um software-definierte Plattformen und unterstützt Unternehmen bei der Einführung einer solchen.
Die digitale Transformation hat mittlerweile alle Wertschöpfungsstufen im industriellen Sektor erfasst. So ist ein großer Teil aktuell produzierter Maschinen bereits mit Sensorik und Software ausgestattet und kommuniziert über digitale Infrastrukturen. Stetig sinkende Kosten für Sensorik , Vernetzungstechnologien, Rechen- und Speicherleistung erlauben Unternehmen die wirtschaftliche Erhebung und Verarbeitung von Daten in einem bisher nicht gekannten Ausmaß. Diese Veränderungen durch Digitalisierung und Industrie 4.0 müssen Unternehmen als Chance für den industriellen Service nutzen.
The FIR at the RWTH Aachen University continuously develops the concept and the principles of RoM further. It is already noticeable that the gap between companies that began preparing their maintenance departments for Industrie 4.0 years ago and those that are still struggling with the mere foundations of a professional maintenance organisation is rapidly increasing.
The first driver of the development sparked by Industrie 4.0 is the collection of and work with condition data. It is used to create a digital shadow of a service, e.g. maintenance measures in a specific
context. In the future, critical machine functions will be monitored continuously within production processes.
Based on these observations, the likelihood of machine failures can be predicted, which makes it possible to prioritize data-based maintenance measures. This means that maintenance activities, i.e. production plans, are based on prognoses regarding machine failures. By doing so, the currently existing separation between inspection, maintenance and reactive measures can be overcome, resulting in a holistic approach to maintenance. Maintenance specialists receive support from assistance systems, which give them access to all relevant information (e.g. machine history, spare part availability, proposals for measures, etc.). As a result, they can take on routine tasks in different areas as well and contribute to the increased flexibility of the production process. Although data is becoming an increasingly important driver of successful maintenance strategies,
maintenance employees continue to be central to specific tasks, machines and systems. In the future, it can be expected that they choose to become experts in a certain field and, ideally, actively share their knowledge with others within an open maintenance culture. Systems for interdisciplinary collaboration will be made part of everyday practice.
The maintenance department will be a center and distributor of knowledge in the agile company of the future.Only through the interaction of the outlined success principles, which amount to a paradigm shift within the maintenance department, the potential
benefit of maintenance as defined by RoM can be fully exploited, creating a long-term competitive advantage for those who consistently follow the path towards Industrie 4.0 in maintenance.
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.
Zeugnis der Reife
(2018)
Aktuell sehen sich deutsche Unternehmen damit konfrontiert, dass ihre bisherigen Produktionsabläufe und Arbeitsweisen immer weniger mit der Digitalisierung und den damit veränderten Maßstäben des 21. Jahrhunderts mithalten können. Neue innovative Lösungen werden benötigt, um produktiv voranzugehen und den Wandel für sich zu nutzen.
Factory automation and production are currently
undergoing massive changes, and 5G is considered being a key
enabler. In this paper, we state uses cases for using 5G in the
factory of the future, which are motivated by actual needs of the
industry partners of the “5Gang” consortium. Based on these use
cases and the ones by 3GPP, a 5G system architecture for the
factory of the future is proposed. It is set in relation to existing
architectural frameworks.
The digitalization of manufacturing processes is expected to lead to a growing interconnection of production sites, as well as machines, tools and work pieces. In the course of this development, new use-cases arise which have challenging requirements from a communication technology point of view. In this paper we propose a communication network architecture for Industry 4.0 applications, which combines new 5G and non-cellular wireless network technologies with existing (wired) fieldbus technologies on the shop floor. This architecture includes the possibility to use private and public mobile networks together with local networking technologies to achieve a flexible setup that addresses many different industrial use cases. It is embedded into the Industrial Internet Reference Architecture and the RAMI4.0 reference architecture. The paper shows how the advancements introduced around the new 5G mobile technology can fulfill a wide range of industry requirements and thus enable new Industry 4.0 applications. Since 5G standardization is still ongoing, the proposed architecture is in a first step mainly focusing on new advanced features in the core network, but will be developed further later.
5G, das Kürzel hinter dem sich die kommende fünfte und damit neueste Mobilfunkgeneration verbirgt, ist aktuell nicht zuletzt wegen der diesjährigen Versteigerung der ersten Frequenzen durch die Bundesnetzagentur ein Thema, über das in den Medien ausführlich berichtet wird. Verglichen mit der Einführung früherer Mobilfunkgenerationen ist der Hype jedoch diesmal besonders groß, denn zum ersten Mal liegt das Hauptinteresse an den Potenzialen der neuen Technologie nicht mehr nur beim privaten Endnutzer.
Task-Specific Decision Support Systems in Multi-Level Production Systems based on the digital shadow
(2019)
Due to the increasing spread of Information and Communication Technologies (ICT) suitable for shop floors, the production environment can more easily be digitally connected to the various decision making levels of a production system. This connectivity as well as an increasing availability of high-resolution feedback data, can be used for decision support for all levels of the company and supply chain. To enable data driven decision support, different data sources were structured and linked. The data was combined in task-specific digital shadows, selecting clustering and aggregation rules to gain information. Visual interfaces for task-specific decision support systems (DSS) were developed and evaluated positively by domain experts. The complexity of decision making on different levels was successfully reduced as an effect of the processed amounts of data. These interfaces support decision making, but can additionally be improved if DSS are extended with smart agents as proposed in the Internet of Production.
The industrial food production is currently caught between the increas-ing demands of numerous stakeholders, economic profitability and the challenges of digitization. A solution to face these various challenges can be seen in the aggregation of data into higher-value, independent data products that can be of-fered and sold on a buyer's market. Large amounts of heterogeneous data are already available in the value chain of the industrial food production, e.g. throughout the data-driven harvesting of primary products, further processing by interconnected production facilities and the information-intensive product distri-bution to end consumers. However, the data is usually only evaluated and used locally for the optimization of internal processes or, at the most, within compre-hensive partnerships. The purpose of this paper is to identify new revenue oppor-tunities for current and future players in the industrial food production by using data as an independent economic good (data products). For this purpose, scenar-ios for the development and use of data products via Industrial Internet of Things platforms are developed for a food technical reference process, the industrial chocolate production and its value chain. On this basis, examples for different types of data products and their value propositions are derived. The results can not only serve food producers and relevant stakeholders but all industrial produc-ers as an input for the future, yield-increasing orientation of their business models.
KVD-Service-Studie 2020
(2019)
Im Rahmen der Digitalisierung haben viele Serviceanbieter das Leistungsportfolio um innovative Services und Smart Services ergänzt. Für die Anbieter stellen gerade die Markt- einführung und der Vertrieb dieser Leistungen zwei der zentralen Herausforderungen bei der Etablierung dieser Leistungen dar. Neben bestehenden vertrieblichen Herausforderungen beim Servicevertrieb, wie der Aufklärung und Überzeugung von Kunden und der individuellen Anpassung und Erbringung der Leistung für den Kunden, erfordert der Vertrieb von Smart Services zusätzlich die interdisziplinäre Zusammenarbeit von mehreren Bereichen, den Zugang und die Verarbeitung von Daten sowie die permanente Betreuung der Leistung beim Kunden über den Lebenszyklus. Damit Serviceunternehmen auf dem Markt wettbewerbsfähig bleiben, müssen sich Vertriebsorganisationen erfolgreich weiterentwickeln bzw. völlig neu aufstellen. Für die dargestellten Herausforderungen gilt es, Erfolgsfaktoren für den Vertrieb von Services und Smart Services abzuleiten. Der diesjährige Schwerpunkt der Service-Studie 2020, die vom KVD zusammen mit dem FIR durchgeführt wurde, liegt daher auf dem Themenkomplex `Vertrieb von Services und Smart Services`.
Immer noch ist es um die Zufriedenheit der Kunden mit der Qualität von Diestleistungen hierzulande nicht gut bestellt. An der Verbesserung dieses Zustands müssen wir arbeiten, in den Unternehmen, in den staatlichen Organisationen und in den Bildungseinrichtungen, denn die Frage, ob und wie wir den Wandel zur uneingeschränkten Servicegesellschaft bewältigen - der ohne eine konsequente Digitalisierung der Wertschöpfung unmöglich ist -, hat auch entscheidenden Einfluss auf die Zukunft des Wirtschaftsstandorts Deutschland.
It is crucial today that economies harness renewable energies and integrate them into the existing grid. Conventionally, energy has been generated based on forecasts of peak and low demands. Renewable energy can neither be produced on demand nor stored efficiently. Thus, the aim of this paper is to evaluate Deep Learning-based forecasts of energy consumption to align energy consumption with renewable energy production. Using a dataset from a use-case related to landfill leachate management, multiple prediction models were used to forecast energy demand.The results were validated based on the same dataset from the recycling industry. Shallow models showed the lowest Mean Absolute Percentage Error (MAPE), significantly outperforming a persistence baseline for both, long-term (30 days), mid-term (7 days) and short-term (1 day) forecasts. A potential decrease of up to 23% in peak energy demand was found that could lead to a reduction of 3,091 kg in CO2-emissions per year. Our approach requires low finanacial investments for energy-management hardware, making it suitable for usage in Small and Medium sized Enterprises (SMEs).
Unvorhergesehene Störungen gefährden in vielen Fällen den Kundenliefertermin. Die Produktionssteuerung hat die Aufgabe, effektiv und effizient auf diese kurzfristigen Störungen zu reagieren. Der Entscheidungsprozess beruht jedoch häufig auf einer qualitativen Analyse einer komplexen Situation anhand subjektiver Einschätzungen durch den Produktionsplaner. Zur Verbesserung der Entscheidungsfindung stellt dieser Beitrag eine App vor, die auf Basis von Echtzeitdaten und einer Simulation des Produktionssystems eine quantitative Entscheidungsfindung ermöglicht.
Due to Digital Transformation, also called Industry 4.0 or the Industrial Internet of Things, the barrier for implementing data collecting technology on the shop floor has decreased dramatically in the past years – leading to an increasingly growing amount of data from a multitude of IT systems in production companies worldwide. Despite that, the production controller still relies heavily on intrinsic knowledge and intuition for the management of disruptions in production. Thanks to advances in the fields of production control and artificial intelligence, potentials for the collected data for disruption management arise. However, in order to transform data into usable information and allow drawing conclusions for disruption management in production, the relevant data-objects, disturbances and alternative actions must be known. Thus, the decision-making can be supported, reducing the decision latency and increasing benefit of alternative actions. Therefore, the goal of this paper is to discuss the prerequisites necessary to perform a data based disruption management and the methodology itself, serving as an approach to allow companies to build a data basis, classify disruptions and alternative actions in order to improve decision making in the future. [https://link.springer.com/chapter/10.1007/978-3-030-28464-0_13]
Raus aus der Schockstarre!
(2019)
Nie war die Stellung von vermeintlichen Marktführern unsicherer als im Zeitalter der Digitalisierung. Die neuen technischen Möglichkeiten, in innovativen Geschäftsmodellen Wert aus der explodierenden Datenmenge zu schöpfen, wirbeln den Markt durcheinander. Wer mit dem technischen Wandel nicht mitgeht, riskiert, rasch abgehängt zu werden. Die gute Nachricht: Der Weg zur Industrie 4.0 ist ein Weg der kleinen Schritte. Überschaubare Maßnahmen heute sind allemal besser als der ganz große Wurf übermorgen.
Machine Learning
(2019)
Smart-Service-Engineering
(2019)
Die Industrie 4.0 hält viele Möglichkeiten für produzierende Unternehmen bereit, während sie zeitgleich eine Menge Herausforderungen kreiert. In diesem digitalisierten
und globalisierten Marktplatz kommen viele Unternehmen unter Druck, serviceorientierter zu werden und innovative Dienstleistungen wie Smart Services anzubieten. Die digitalen Services schaffen ihren Wert durch die Erweiterung von physischen Produkten. Jedoch haben sich die klassischen Methoden des Service-Engineerings (SE) nicht in ausreichendem Tempo an die digitalisierten Komponenten und veränderten Voraussetzungen angepasst. Hier wird das Smart-Service-Engineering (SSE) als neuer Ansatz für industrielle Smart Services vorgestellt. Smart-Service-Engineering basiert auf einem iterativen Entwicklungsmodell, das agile und kundenorientierte Methoden zur Verringerung der Entwicklungszeit implementiert, um einen frühen Markterfolg zu erreichen. Dabei liegt der Fokus auf den Service-Entwicklungsstufen und der Interaktion dieser Elemente des Smart Service. Schlussendlich illustriert der Beitrag die erfolgreiche Umsetzung des Smart-Service-Engineering-Ansatzes auf ein deutsches mittelständisches Unternehmen der Textilindustrie.
[Study] Blockchain
(2019)
Distributed ledger technologies, of which the best known example is blockchain, were expected to make their big breakthrough in 2018. Instead, the opposite happened. Cryptocurrency price slumps and delays in promising projects became symptoms of a new sense of caution. Organizations tried to use blockchain in unsuitable applications, and underestimated implementation hurdles. Despite this, the need for effective data exchange and data management in today's connected world remains high. Decentralized solutions, intelligent sensors, global supply chains and vast quantities of customer data will further stimulate demand for specialized and powerful data management systems. Blockchain therefore remains one option to enable a secure and interconnected world. The following five-step approach will help you harness blockchain's potential, avoiding common mistakes and overcoming implementation hurdles on your way.
This paper addresses the challenge of a systematic requirement-oriented configuration and selection of cyber physical systems (CPS) for SMEs. As the key technologies of realizing the digitalization and interconnection of production processes, manufacturing companies have realized the potential benefits brought by CPS. However, due to the
complexity and fast development of CPS technology, it is difficult for SMEs, which lack expertise and financial resources, to select the appropriate CPS technologies meeting both functional and financial requirements. To overcome the issue, an online matching platform is developed to let SMEs express their needs and assist them onceptualize
the individual CPS. This paper presents the matching methodology of the matching platform, which can not only match technical characteristics but also evaluate economic potentials. Then, it was demonstrated by a tracking and tracing use case in the end-of-line assembly of a small-sized German electric automobile manufacturer.
Die beschriebenen unterschiedlichen Ausprägungen der sechs Gestaltungsfelder im Rahmen der Smart-Maintenance-Roadmap stellen Meilensteine dar, die Unternehmen bei der eigenen Transformationen ihrer Instandhaltungsorganisation unterstützen. Smart Maintenance sollte jedoch nicht als eine endgültige Entwicklungsstufe betrachtet werden. Vielmehr beschreibt Smart Maintenance das Verständnis um den dazugehörigen Transformationsprozess selbst: erfolgreiche Smart-Maintenance-Unternehmen kennen also die Zusammenhänge, die zwischen den jeweiligen Entwicklungsphasen bestehen und können diese für die Umsetzung der folgenden Transformationsschritte ihrer Instandhaltung aber auch angrenzender Organisationseinheiten nutzen. Dabei hilft eine zyklische Betrachtung der nachfolgenden vier Schritte, um den Weg zur Smart Maintenance aktiv und zielgerichtet zu gestalten:
1. Entwicklung eines gemeinsamen Zielverständnisses
2. Regelmäßige Bestimmung der eigenen Position im Smart-Maintenance-Transformationsprozess
3. Ableitung und Sortierung der Entwicklungsschritte in einer individuellen Roadmap
4. Umsetzung der nächsten Entwicklungsschritte auf Basis der zuvor erledigten "Hausaufgaben"
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 eines Energiekompensators aufzeigt, wie die Methode und die sich daraus ableitenden Ergebnisse im Smartifizierungsprozess zur Entwicklung eines intelligenten Energiekompensators eingesetzt werden.
Die Variantenfließfertigung ermöglicht die Herstellung konfigurierbarer Produkte bei kurzen Durchlaufzeiten und geringen Beständen. Im Vergleich zu anderen Organisationsformen der Produktion gestaltet sich die Produktionsplanung und -steuerung aufgrund der Variantenvielfalt als anspruchsvoll. Im vorliegenden Beitrag wird der erste Schritt einer Methodik vorgestellt, welche für die Konfiguration der Reihenfolgeplanung entwickelt wurde.
Glück per Abo
(2019)
Was charakterisiert einen Menschen jenseits seines offensichtlichen Verhaltens und seiner äußeren Gestalt? Wohl nichts so sehr wie seine Bedürfnisse und Wünsche. „Am Ende existiert der Mensch nur durch seine Bedürfnisse“, bringt es der Dichter Friedrich Hebbel überspitzt auf den Punkt. Doch wie sehen diese Bedürfnisse aus?
The technical development of the 5G mobile communication technology has been successfully completed. Now, vendor companies struggle with the analysis of industrial application and sales strategies as well as the development of business cases for their customers. Since this challenge is faced by many technology providers with innovative technologies in the “trough of disillusionment”, FIR’s information technology management has developed a methodology to bridge the gap, based on the example of 5G. This paper presents a methodology for identifying applications and defining business cases to select the most profitable ones. We also validate the methodology in the 5Gang research project.