Open Access

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.

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.

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 Preislaufwirtschaftsfähige Geschäftsmodelle. Die praxisnahe und validierte Implementierung zeigt die Umsetzbarkeit des Vorhabens und eröffnet ein breites Anwendungsfeld in der gesamten deutschen Industrie.

Im Rahmen des Forschungsprojekts ‚IPPSLaBeM‘ (Intelligente Produktionsplanung und -steuerung für das Laser-Beam-Melting) entwickelt das FIR an der RWTH Aachen in Kooperation mit dem Fraunhofer IAPT ein Produktionsplanungstool für die additive Fertigung (AM). Durch einen Simulations- und KI-Ansatz soll der manuelle Aufwand zur Fertigungsplanung minimiert und die Anlagenauslastung erhöht werden. Miteinbezogen werden Expertinnen und Experten von Anlagenherstellern, Fertigungsdienstleistern und Softwareentwicklern aus der Industrie, um einen Planungsansatz für betriebliche Anwendungssysteme der PPS zu entwickeln. Nach einer Integration in die IT-Systemlandschaft anhand eines Usecase entsteht ein Leitfaden, sodass eine praktische Umsetzung in produzierenden Unternehmen selbstständig vorgenommen werden und ein Transfer der Erkenntnisse in die Wirtschaft erfolgen kann.