Sebastian Junglas
Refine
Document Type
- Internet Paper (2)
- Conference Proceeding (1)
- Report (1)
- Working Paper (1)
Is part of the Bibliography
- no (5)
Keywords
- 1 (1)
- 3 (1)
- Data platform (1)
- Datenplattform (1)
- EFRE-0801707 (1)
- Electric freight truck (1)
- Elektro-LKW (1)
- Energiequartiere (1)
- Energy quarters (1)
- Förderkennzeichen EFRE-0801707 (1)
Institute
In der Industrie wird die Digitalisierung der Wertschöpfungskette als einer der Schlüssel für hohe Wettbewerbsfähigkeit gesehen. Dabei sollen die Effizienz der Geschäftsprozesse gesteigert, neue Geschäftsmodelle erschlossen sowie regulatorische Vorgaben wie das Lieferkettengesetz umgesetzt werden. Es werden also IT-Systeme benötigt, die ein großes Funktionsspektrum abdecken, sich flexibel an sich verändernde Anforderungen anpassen lassen und dabei untereinander eine hohe Datendurchgängigkeit aufweisen. In der Realität erfüllen heutige Systemlandschaften diese Anforderungen selten.
Im Zentrum der IT-Systemlandschaften stehen häufig monolithische Systeme wie ERP und MES, deren sehr großer Funktionsumfang in Unternehmen nicht annähernd voll ausgenutzt wird, gleichzeitig jedoch relevante Unternehmensprozesse nicht abgebildet werden. Anpassungen und Erweiterungen der Systeme sind aufgrund heterogener Datenmodelle kompliziert und führen zu stark individualisierter Software mit Nachteilen in Betrieb und Wartbarkeit.
Ein entscheidender Erfolgsfaktor ist es, die Systemlandschaft zu modularisieren: Funktionalitäten werden in prozessual und aufgabenbezogen sinnvolle Funktionsmodule geclustert und Unternehmen nutzen jeweils die für ihre individuelle Auftragsabwicklung benötigte systemische Unterstützung.
Statt großer monolithischer Systeme werden also nur die tatsächlich benötigten Module eingesetzt. Die Funktionen innerhalb der Module weisen eine hohe Kohärenz auf, während Module untereinander eher lose gekoppelt sind. Durch eine geschickte Gestaltung und Orchestrierung der Module entsteht eine Systemlandschaft, in der keine Funktionsüberschneidungen vorliegen und die Datenhoheit in den Modulen klar definiert ist.
Companies in the manufacturing sector are confronted with an increasingly dynamic environment. Thus, corporate processes and, consequently, the supporting IT landscape must change. This need is not yet fully met in the development of information systems. While best-of-breed approaches are available, monolithic systems that no longer meet the manufacturing industry's requirements are still prevalent in practical use. A modular structure of IT landscapes could combine the advantages of individual and standard information systems and meet the need for adaptability. At present, however, there is no established standard for the modular design of IT landscapes in the field of manufacturing companies' information systems. This paper presents different ways of the modular design of IT landscapes and information systems and analyzes their objects of modularization. For this purpose, a systematic literature research is carried out in the subject area of software and modularization. Starting from the V-model as a reference model, a framework for different levels of modularization was developed by identifying that most scientific approaches carry out modularization at the data structure-based and source code-based levels. Only a few sources address the consideration of modularization at the level of the software environment-based and software function-based level. In particular, no domain-specific application of these levels of modularization, e.g., for manufacturing, was identified. (Literature base: https://epub.fir.de/frontdoor/index/index/docId/2704)
Based on a systematic literature review, different approaches to modularization of IT system landscapes were analyzed. This publication contains the metadata of the literature analysis, the initial set of relevant publications, the documentation of the filtering and screening process of the literature search, and the final set of publications. For the analysis of the final set of publications, please refer to the related publication Junglas et al., "Towards A Modular IT Landscape For Manufacturing Companies" (2023) (which can be found here in this repository or under DOI 10.15488/1530210.15488/15302).
iP4MoVE
(2023)
In dem Projekt ‚iP4MoVE‘ (Intelligente Plattform für E-Mobilität und Vernetzung von Energieinformationen) wurde eine Intelligente, datenbasierte Plattform entwickelt, die es ermöglicht, den E-Mobilitätssektor mit innovativen Energiequartieren zu koppeln.
Die Plattform bildet gemeinsam mit einer kontextbasierten Applikation die Grundlage für die Vermittlung zwischen den Energieinformationen, also dem Energieangebot und der Energienachfrage, sowie dem echtzeitfähigen Austausch zwischen Elektrofahrzeugen und -quartieren bzw. der Verfügbarkeit von Ladestationen innerhalb und außerhalb eines Quartiers. Das Forschungsprojekt stellt einen wichtigen Beitrag zur ökologischen und ökonomischen Gestaltung der Elektromobilität, mit dem Fokus auf den Straßengüterverkehr, und der nachhaltigen Quartiersbildung dar. Es wird dazu beigetragen, dass durch die Integration regenerativer Energiequellen und Speichertechnologien Treibhausgasemissionen reduziert werden. Wichtige Bestandteile dessen sind die Ermittlung des optimalen Elektrifizierungsgrads im Lastverkehr und die Bestimmung des ressourcenoptimalen Einsatzes von Transporten und Logistikketten. Die prototypische Umsetzung des Vorhabens zeigt exemplarisch synergetische Potenziale, insbesondere am Standort NRW, auf und bildet einen Baustein für eine Smarte Mobilität (Mobilität 4.0).
Künstliche Intelligenz (KI) hat sich über die letzten Jahre stetig zu einem Thema mit strategischer Priorität für Unternehmen entwickelt. Das zeigt sich nicht zuletzt in der gesteigerten Investitionsbereitschaft deutscher Unternehmen in KI-Projekte. Wirtschaftliche Akteure haben erkannt, dass durch eine sinnvolle Nutzung von KI-Technologien Wettbewerbsvorteile erzielt werden können. Die vorliegende Studie legt das Augenmerk auf den industriellen Einsatz einer KI-Technologie, die bereits heute von vielen Unternehmen erfolgreich genutzt wird: Die natürliche Sprachverarbeitung (engl. Natural Language Processing, kurz NLP). Die wirtschaftlichen Potenziale der Technologie liegen dabei in ihrer Fähigkeit, betriebliche Abläufe zu automatisieren und die Schnittstelle zwischen Mensch und Maschine zu verbessern und zu vereinfachen. Ziel der Studie ist es, die Potenziale der NLP-Technologie für Unternehmen nutzbar zu machen, indem konkrete Anwendungsfälle und allgemeine Handlungsempfehlungen sowie Nutzen und Risiken aufgezeigt werden.