Weg zur intelligenten Fabrik
-
Jens Mathis Rieckmann
Dipl.-Ing. Dipl.-Kfm. Jens Mathis Rieckmann Ph.D. (Beijing Institute of Technology) studierte Betriebswirtschaftslehre an der Freien Universität Berlin (FU Berlin) und Wirtschaftsingenieurwesen an der Brandenburgischen Technischen Universität Cottbus (BTU Cottbus). Seit 2019 arbeitet er am Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik (IPK) in Berlin als Wissenschaftlicher Mitarbeiter in der Abteilung Geschäftsprozess- und Fabrikmanagement.
,
Jan Torka
Jan Torka M. Eng. studierte Technische Informatik an der Beuth Hochschule für Technik Berlin. Seit 2018 arbeitet er am Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik (IPK) in Berlin als Wissenschaftlicher Mitarbeiter in der Abteilung Geschäftsprozess- und Fabrikmanagement.
Dipl.-Ing. Patrick Gering ist seit 2014 als Wissenschaftlicher Mitarbeiter am Fraunhofer IPK Berlin tätig. Er ist technisch für das Software-Tool Prozessassistent verantwortlich und beschäftigt sich derzeit in mehreren Forschungsprojekten mit der Verknüpfung von Methoden des Prozessmanagements und Ansätzen von Industrie 4.0.
Abstract
Fertigungsunternehmen müssen heutzutage wegen der starken Konkurrenz, der sich wandelnden Märkte und insbesondere auch der veränderten Umweltbedingungen die digitale Transformation gestalten. Dieser Beitrag konzentriert sich auf den Faktor Mensch in diesem Prozess. Beginnend bei der Sensibilisierung von Mitarbeiterinnen und Mitarbeitern angesichts neuer Technologien über den Auswahl- und Implementierungsprozess unter Berücksichtigung der Belange der Belegschaft bis hin zur Qualifizierung für die regelgerechte Anwendung der Technologien im Unternehmen existieren große Herausforderungen auf dem Weg zur intelligenten Fabrik.
Abstract
Strong competition as well as constantly changing markets and environmental conditions drive manufacturing enterprises to deal with their digital transformation. This article focuses on the human factor during this process. There are a lot of challenges on the path to an intelligent factory, starting with the sensitization of employees regarding new technologies, preparing the selection and implementation process whilst considering the needs of the workforce, and focusing on the qualification for daily application of implemented technologies in the company.
About the authors
Dipl.-Ing. Dipl.-Kfm. Jens Mathis Rieckmann Ph.D. (Beijing Institute of Technology) studierte Betriebswirtschaftslehre an der Freien Universität Berlin (FU Berlin) und Wirtschaftsingenieurwesen an der Brandenburgischen Technischen Universität Cottbus (BTU Cottbus). Seit 2019 arbeitet er am Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik (IPK) in Berlin als Wissenschaftlicher Mitarbeiter in der Abteilung Geschäftsprozess- und Fabrikmanagement.
Jan Torka M. Eng. studierte Technische Informatik an der Beuth Hochschule für Technik Berlin. Seit 2018 arbeitet er am Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik (IPK) in Berlin als Wissenschaftlicher Mitarbeiter in der Abteilung Geschäftsprozess- und Fabrikmanagement.
Dipl.-Ing. Patrick Gering ist seit 2014 als Wissenschaftlicher Mitarbeiter am Fraunhofer IPK Berlin tätig. Er ist technisch für das Software-Tool Prozessassistent verantwortlich und beschäftigt sich derzeit in mehreren Forschungsprojekten mit der Verknüpfung von Methoden des Prozessmanagements und Ansätzen von Industrie 4.0.
Literatur
1 Rieckmann, J. M.; Knothe, T.: Learning factory for digitization of enterprises. I-ESA Workshops 2020. In: Zelm, M.; Young, B.; Doumeingts, G.; Karray, H.; Elmhadbhi L. (Hrsg.): Interoperability for Enterprise Systems and Applications Workshops 2020. CEUR Workshop Proceedings, Tarbes, 2021Suche in Google Scholar
2 Meng, F.; Rieckmann, J. M.; Li, C.: Empirical Evidence How Social Capital Effects the Internationalisation Process of SME in Zhejiang. Transnational Corporations Review 8 (2016) 3, S. 196–206 DOI: 10.1080/19186444.2016.123373110.1080/19186444.2016.1233731Suche in Google Scholar
3 Wan, H.; Rieckmann, J. M.; Hou, G.: A Simulation Research on Innovation-driving Evolution of Internet Business Organizations. In: Li, M.; Bohács, G.; Hua G.; Gong, D.; Shang X. (Hrsg.): IEIS 2020 – Proceedings of the 7th International Conference on Industrial Economics Systems and Industrial Security Engineering. Springer-Verlag, Singapore 2021 DOI: 10.1007/978-981-33-4363-4_2410.1007/978-981-33-4363-4_24Suche in Google Scholar
4 Rieckmann, J. M.; Wan, H.; Meng, F.: Social Capital and its Influence on the Internationalisation Strategy and Process of Chinese SME from the Manufacturing Industry. International Journal of Manufacturing Technology and Management 33 (2019) 3–4, S. 219–233 DOI: 10.1504/IJMTM.2019.1002268810.1504/IJMTM.2019.10022688Suche in Google Scholar
5 Jovane, F.; Koren, Y.; Boër, C. R.: Present and Future of Flexible Automation – Towards new paradigms. CIRP Annals 52 (2003) 2, S. 543–560 DOI: 10.1016/S0007-8506(07)60203-010.1016/S0007-8506(07)60203-0Suche in Google Scholar
6 Waidner, M.; Kasper, M.: Security in Industrie 4.0 – Challenges and Solutions for the Fourth Industrial Revolution. In: Proceedings of the Design, Automation & Test in Europe Conference & Exhibition (DATE). Dresden, 2016, S. 1303–1308 DOI: 10.3850/9783981537079_100510.3850/9783981537079_1005Suche in Google Scholar
7 Ahrens, D.; Spöttl, G.: Industrie 4.0 und Herausforderung für die Qualifizierung von Fachkräften. In: Hirsch-Kreinsen, H.; Ittermann, P.; Niehaus, J. (Hrsg.): Digitalisierung industrieller Arbeit – Die Vision Industrie 4.0 und ihre sozialen Herausforderungen. 2. Aufl., Nomos Verlag, Baden-Baden 2018, S. 175–194 DOI: 10.5771/9783845283340-17210.5771/9783845283340-172Suche in Google Scholar
8 Kagermann, H.; Wahlster, W.; Helbig, J. (Hrsg.): Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0 – Deutschlands Zukunft als Produktionsstandort sichern. Promotorengruppe Kommunikation der Forschungsunion Wirtschaft – Wissenschaft, Frankfurt a. M. 2013Suche in Google Scholar
9 Rieckmann, J. M.; Knothe, T.; Torka, J.: Transformationsprozesse – Qualifizierung mit Serious Games. ZWF 115 (2020) 10, S. 691–697 DOI: 10.3139/104.11243210.3139/104.112432Suche in Google Scholar
10 Kohl, H.; Knothe, T.; Schallock, B.; Scholz, J.-A.: Keine Angst vor Industrie 4.0! – Vier Maßnahmen zur Vorbereitung von Unternehmen auf die neuen Anforderungen menschlicher Arbeit in der Industrie 4.0. Industrie 4.0 Management 19 (2019) 6, S. 37–41Suche in Google Scholar
11 Daniel, A. M.: Das Planspiel als Instrument der angewandten Gruppendynamik – Zur Bedeutung der Teamkompetenz in Führung und Zusammenarbeit des Middle Management im Handel. Dissertation, GHS Verlag, Göttingen 1996, S. 38–144Suche in Google Scholar
12 Abele, E.; Metternich, J.; Tisch, M.; Chryssolouris, G.; Sihn, W.; El Maraghy, H.; Hummel, V.; Ranz, F.: Learning Factories for Research, Education and Training. Procedia CIRP 32 (2015), S. 1–6 DOI: 10.1016/j.procir.2015.02.18710.1016/j.procir.2015.02.187Suche in Google Scholar
13 Teichmann, M.; Ullrich, A.; Knost, D.; Gronau, N.: Serious Games in Learning Factories – Perpetuating Knowledge in Learning Loops by Game-based Learning. Procedia Manufacturing 45 (2020), S. 259–264 DOI: 10.1016/j.promfg.2020.04.10410.1016/j.promfg.2020.04.104Suche in Google Scholar
14 Kriz, W. C.: Systemkompetenz als Zieldimension komplexer Simulationen. Berufs- und Wirtschaftspädagogik Online 10 (2006) 1, S. 1–26Suche in Google Scholar
15 Knolmayer, G.; Mertens, P.; Zeier, A.: Supply Chain Management auf Basis von SAP-Systemen – Perspektiven der Auftragsabwicklung für Industriebetriebe. Springer, Berlin, Heidelberg 2000, S. 11–12 DOI: 10.1007/978-3-642-57042-110.1007/978-3-642-57042-1Suche in Google Scholar
16 Baena, F.; Guarin, A.; Mora, J.; Sauza, J.; Retat, S.: Learning Factory – The Path to Industry 4.0. Procedia Manufacturing 9 (2017), S. 73–80 DOI: 10.1016/j.promfg.2017.04.02210.1016/j.promfg.2017.04.022Suche in Google Scholar
© 2022 Walter de Gruyter GmbH, Berlin/Boston
Artikel in diesem Heft
- Inhalt
- Editorial
- Mit Innovationskraft aus der Krise
- Produktion
- Z-Production – Ein revolutionäres Produktionsparadigma
- Optimierung der Reihenfolgeplanung
- Lernfabrik
- Weg zur intelligenten Fabrik
- Fabrik der Zukunft
- Elemente der „Fabrik der Zukunft“
- Innovative Zerspanung
- Prozessparallele Bahnanpassung für die 3-Achs-Fräsbearbeitung
- Additive Fertigung
- Praxisorientierte Konstruktion in der additiven Fertigung
- Energieeffizienz
- Wie die Gleichstromfabrik real wird
- Ökologie
- Transdisziplinäre End-of-Life-Analyse von Windenergieanlagen
- Ambidextrie
- Agiles Prozessmanagement mittels Ambidextrie
- Ambidextriemanagement in der Produktion
- Ortungssysteme
- Potenzialanalyse eines Standards für Ortungssysteme zum Einsatz in der Produktion und Logistik
- Obsoleszenz
- Ganzheitliches Obsoleszenzmanagement-Modell
- Digitalisierung
- Bauteilbezogene Speicherung prozessrelevanter Daten
- Digitaler Zwilling
- Überwindung struktureller Unsicherheit mit der Simulation Digitaler Zwillinge
- Der digitale Wertstromzwilling
- Maschinelles Lernen
- Transfer Learning in der Zerspanung
- 5G-Technologie
- Anforderungen für den Einsatz von 5G in Produktionsumgebungen
- 5G-Nutzenbewertung
- Vorschau
- Vorschau
Artikel in diesem Heft
- Inhalt
- Editorial
- Mit Innovationskraft aus der Krise
- Produktion
- Z-Production – Ein revolutionäres Produktionsparadigma
- Optimierung der Reihenfolgeplanung
- Lernfabrik
- Weg zur intelligenten Fabrik
- Fabrik der Zukunft
- Elemente der „Fabrik der Zukunft“
- Innovative Zerspanung
- Prozessparallele Bahnanpassung für die 3-Achs-Fräsbearbeitung
- Additive Fertigung
- Praxisorientierte Konstruktion in der additiven Fertigung
- Energieeffizienz
- Wie die Gleichstromfabrik real wird
- Ökologie
- Transdisziplinäre End-of-Life-Analyse von Windenergieanlagen
- Ambidextrie
- Agiles Prozessmanagement mittels Ambidextrie
- Ambidextriemanagement in der Produktion
- Ortungssysteme
- Potenzialanalyse eines Standards für Ortungssysteme zum Einsatz in der Produktion und Logistik
- Obsoleszenz
- Ganzheitliches Obsoleszenzmanagement-Modell
- Digitalisierung
- Bauteilbezogene Speicherung prozessrelevanter Daten
- Digitaler Zwilling
- Überwindung struktureller Unsicherheit mit der Simulation Digitaler Zwillinge
- Der digitale Wertstromzwilling
- Maschinelles Lernen
- Transfer Learning in der Zerspanung
- 5G-Technologie
- Anforderungen für den Einsatz von 5G in Produktionsumgebungen
- 5G-Nutzenbewertung
- Vorschau
- Vorschau
