Innovationen, Menschen und das Metaverse
Eine Innovation benötigt zunächst Investitionen – monetäre, zeitliche, aber insbesondere in Menschen und deren Kompetenzen. Dabei reicht es nicht, auf das einzelne Genie zu setzen. Innovation entsteht heute in der Regel nicht durch einen Geniestreich, sondern durch die konsequente Arbeit vieler, zumindest aber eines Teams. Die Komplexität von technologiebasierten Innovationen erfordert meist diverse technische Kompetenzen in Entwicklung und Produktion. Schon einfachste mechatronische Produkte erfordern mechanisches, elektronisches und informationstechnisches Wissen. Die interdisziplinäre Zusammenarbeit ist ein Schlüsselfaktor im Innovationsprozess. Insbesondere, da erst eine erfolgreiche Markteinführung eines neuen Produkts, eines neuen Prozesses, gar eines neuen Geschäftsmodells, eine Innovation begründet, wird klar, dass beispielsweise auch die Kenntnis von Kundenpräferenzen und Marktanforderungen einfließen muss. Innovation ist daher nicht die Aufgabe einer Innovationsabteilung oder von Forschung und Entwicklung. Innovation ist eine Unternehmensaufgabe, für die operative, funktional ausgerichtete Silos aufgebrochen werden müssen, um das kollektive Wissen des Unternehmens zu nutzen. Darüber hinaus sollten im Sinne eines Open-Innovation-Ansatzes externe Wissens- und Kompetenzquellen, etwa von Lieferanten und Kunden, von Forschungseinrichtungen oder von anderen relevanten Partnern, in den Innovationsprozess eingebunden werden, um dem größtmöglichen Innovationserfolg den Weg zu bereiten.
Hier kommt nun ein weiterer Schlüsselfaktor für nachhaltigen Innovationserfolg ins Spiel: Die Verwendung eines datenzentrierten Ansatzes im Innovationsprozess, der Produkt-, Geschäfts- und Kundendaten miteinander verbindet. Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) können perspektivisch schon als Standardtools betrachtet werden, mit deren Hilfe manche Grenzen der menschlichen Intuition im Innovationsprozess überwunden werden. Sie helfen, neue Erkenntnisse aus Datenschätzen zu gewinnen und in Innovationsprozesse einfließen zu lassen. Hierzu gehört zukünftig auch, über das etwaige Produktdesign hinaus zu blicken und das gesamte Produkterlebnis zu validieren. Das bedeutet, das vollständige Produkt und dessen Einsatz zu modellieren und dann in einer umfassenden Virtual Twin Experience mit den und für die Kunden zu validieren. Ein vollständig integrierter Virtueller Zwilling Ihrer Innovation ermöglicht es Ihnen somit, mit größtmöglicher Zuversicht zur gegebenenfalls noch physischen Umsetzung überzugehen. Es ist nicht auszuschließen, dass das eine Schlüsselanwendung des Metaverse wird!
Ihre ZWF-Herausgeber und -Redaktion
© 2022 Walter de Gruyter GmbH, Berlin/Boston, Germany
Artikel in diesem Heft
- Inhalt
- Editorial
- Innovationen, Menschen und das Metaverse
- Organisationsformen
- Hybride Organisationsformen in der Produktion
- Lean Production
- Generierung von disruptiven Verbesserungsideen zur Arbeitsplatzgestaltung
- Rekonfiguration
- Automatisierte Rekonfiguration einer Montagelinie
- Produktionsplanung und -steuerung
- Die Auftragsfreigabe – Unterschätzte Aufgabe der Fertigungssteuerung?
- Konfiguration der PPS
- Produktionsqualität
- Dynamische Kameraverfolgung von Regions of Interest in der Produktion mit Flugrobotern
- Produktkennzeichnung
- Organisation und Koordination industriellen Kennzeichnens
- Prozessoptimierung
- Prozessoptimierung mithilfe der Prozess-Atlas-Systematik
- Nachhaltige Datennutzung im Handwerk
- Prozessoptimierung durch Flittergratvermeidung
- Receptance Coupling
- Modellierung der dynamischen Werkzeugnachgiebigkeit mithilfe der Receptance-Coupling-Analyse
- Digitale Technologien
- Technologiekombinationen zur Identifikation und Lokalisierung in der Produktion
- Nachhaltigkeit
- Digitaler Schatten zur nachhaltigen Konfiguration von Losgrößen
- Adieu Wegwerfwirtschaft – Nachhaltige Produktkreisläufe in der Cloud organisieren
- Künstliche Intelligenz
- Vertrauen und Akzeptanz bei KI-basierten, industriellen Arbeitssystemen
- Data Mining
- Datengetriebene Werkzeugeingriffsdetektion für Fräsprozesse
- Virtuelles Lernen
- Virtuelle Lernszenarien für die manuelle Montage
- Vorschau
- Vorschau
Artikel in diesem Heft
- Inhalt
- Editorial
- Innovationen, Menschen und das Metaverse
- Organisationsformen
- Hybride Organisationsformen in der Produktion
- Lean Production
- Generierung von disruptiven Verbesserungsideen zur Arbeitsplatzgestaltung
- Rekonfiguration
- Automatisierte Rekonfiguration einer Montagelinie
- Produktionsplanung und -steuerung
- Die Auftragsfreigabe – Unterschätzte Aufgabe der Fertigungssteuerung?
- Konfiguration der PPS
- Produktionsqualität
- Dynamische Kameraverfolgung von Regions of Interest in der Produktion mit Flugrobotern
- Produktkennzeichnung
- Organisation und Koordination industriellen Kennzeichnens
- Prozessoptimierung
- Prozessoptimierung mithilfe der Prozess-Atlas-Systematik
- Nachhaltige Datennutzung im Handwerk
- Prozessoptimierung durch Flittergratvermeidung
- Receptance Coupling
- Modellierung der dynamischen Werkzeugnachgiebigkeit mithilfe der Receptance-Coupling-Analyse
- Digitale Technologien
- Technologiekombinationen zur Identifikation und Lokalisierung in der Produktion
- Nachhaltigkeit
- Digitaler Schatten zur nachhaltigen Konfiguration von Losgrößen
- Adieu Wegwerfwirtschaft – Nachhaltige Produktkreisläufe in der Cloud organisieren
- Künstliche Intelligenz
- Vertrauen und Akzeptanz bei KI-basierten, industriellen Arbeitssystemen
- Data Mining
- Datengetriebene Werkzeugeingriffsdetektion für Fräsprozesse
- Virtuelles Lernen
- Virtuelle Lernszenarien für die manuelle Montage
- Vorschau
- Vorschau
