Home Bereichsübergreifende, offene Vernetzung heterogener Informationssysteme in Fabrikumgebungen
Article
Licensed
Unlicensed Requires Authentication

Bereichsübergreifende, offene Vernetzung heterogener Informationssysteme in Fabrikumgebungen

Am Beispiel einer offenen Plattform für Energieeinsparungen
  • Martin Plank , Johannes Linzbach , Christian Kurze , Sebastian Thiede and Christoph Herrmann
Published/Copyright: December 14, 2017

Kurzfassung

Die informationsgestützte Entscheidungsunterstützung in der indus-triellen Fertigung basiert auf Daten unterschiedlicher Quellen. Aufgrund der zunehmenden Anzahl von Datenquellen in Fabriken steigert sich die Komplexität von Informationssystemen immer mehr. Dies stellt Produktions- und IT-Bereiche vor neue Herausforderungen. Zukunftsfähige Architekturen werden benötigt, um diesen Herausforderungen zu begegnen. Anhand des produktionsnahen Energiemanagements als Anwendungsfall wird ein neuer, auf Datenvirtualisierungstechnologien basierender, offener Architekturansatz evaluiert und umgesetzt.*)

Abstract

Information-based decision making in manufacturing relies on data form multiple sources. Due to an increasing number of data sources in a factory, the complexity of information systems is continuously rising. This leads to new challenges for production and IT departments. To encounter these challenges future-oriented architectures are required. Based on the use case of an energy management on shop floor level, a new architectural approach utilizing data virtualization is evaluated.


Martin Plank, M. Sc., geb. 1989, studierte Mechatronik an der Dualen Hochschule Baden-Württemberg sowie Embedded Systems an der Hochschule Pforzheim. Seit 2014 ist er in der Forschungsabteilung der Festo AG & Co. KG tätig. In diesem Rahmen leitet er Forschungsprojekte im Bereich der industriellen Vernetzung und Energieeffizienz von Fabriken.

Johannes Linzbach, M. Sc., geb. 1984, studierte Mechatronik an der Hochschule Esslingen und der Tongji Universität Shanghai sowie Production- und Operations Management am Karlsruher Institut für Technologie. Bei der Festo AG & Co. KG bearbeitet er seit 2011 Forschungsthemen der ressourcen- und energieeffizienten Fabrikplanung sowie deren Betrieb und begleitet Digitalisierungsprojekte mit den produzierenden Werken.

Dr. Christian Kurze, geb. 1985, promovierte an der Technischen Universität Chemnitz zum Thema Automatisierung von Data-Warehouse-Systemen. Seine Schwerpunkte liegen seither im Aufbau von Datenarchitekturen sowie Datenintegration.

Dr.-Ing. Dipl.-Wirtsch.-Ing. Sebastian Thiede, geb. 1979, ist Leiter der Abteilung Nachhaltige Produktion am IWF der TU Braunschweig. Er hat 2011 am IWF im Themenfeld Energieeffiziente Produktion promoviert.

Prof. Dr.-Ing. Christoph Herrmann, geb. 1970, ist Universitätsprofessor für Nachhaltige Produktion und Life Cycle Engineering und Leiter des IWF an der TU Braunschweig.

*)

Förderhinweis

Diese Arbeit wurde in Teilen durch die Fördermaßnahme „Kopernikusprojekte für die Energiewende“ im Förderbereich: „Ausrichtung von Industrieprozessen auf fluktuierende Energieversorgung“ durch das BMBF gefördert (Förderkennzeichen 03SFK3B0).


References

1. Maiser, E.; Schirrmeister, E.; Moller, B.; Bauckhage, C.: Machine Learning 2030; Zukunftsbilder für den Maschinen- und Anlagenbau (Bd. 1). VDMA, Frankfurt a. M.2016Search in Google Scholar

2. DIN EN ISO 50001: 2011–12, Energiemanagementsysteme – Anforderungen mit Anleitung zur Anwendung (ISO 50001: 2011)Search in Google Scholar

3. Posselt, G.: Towards Energy Transparent Factories. Dissertation, Technische Universität Braunschweig, Braunschweig201510.1007/978-3-319-20869-5Search in Google Scholar

4. Vogel, O. (Hrsg.): Software-Architektur: Grundlagen – Konzepte – Praxis. 2. Aufl., Spektrum, Akad. Verl, Heidelberg2009Search in Google Scholar

5. MES D.A.CH und HIR. GmbH (Hrsg.): MES Marktspiegel Energiemanagement. 2013Search in Google Scholar

6. Gartner Inc. (Hrsg.): Best Practices in Exploring and Understanding the Full Scope of IoT Solutions. 2015Search in Google Scholar

7. Gartner Inc. (Hrsg.): Build Your Blueprint for the Internet of Things, Based on Five Architecture Styles. 2016Search in Google Scholar

8. Bosch Software Innovations GmbH (Hrsg.): Regelbasierte Analyse von Produktionsdaten – der Fertigungsexperte im Mittelpunkt von Industrie 4.0. 2016Search in Google Scholar

9. Bauernhansl, T.; ten Hompel, M.; Vogel-Heuser, B. (Hrsg.): Industrie 4.0 in Produktion, Automatisierung und Logistik. Springer-Fachmedien-Verlag, Wiesbaden2014 DOI: 10.1007/978-3-658-04682-8Search in Google Scholar

10. VDMA, Technische Universität Darmstadt, und Karlsruher Institut für Technologie, (Hrsg.): Leitfaden Industrie 4.0: Orientierungshilfe zur Einführung in den Mittelstand. VDMA-Verlag, Frankfurt a. M.2015Search in Google Scholar

11. van der Lans, R. F.: Data Virtualization for Business Intelligence Systems: Revolutionizing Data Integration for Data Warehouses. Elsevier/Morgan Kaufmann, Amsterdam201210.1016/B978-0-12-394425-2.00007-1Search in Google Scholar

12. Gartner Inc. (Hrsg.): Gartner Says Advanced Analytics Is a Top Business Priority. 2014Search in Google Scholar

13. BITKOM; DFKI (Hrsg.): Entscheidungsunterstützung mit Künstlicher Intelligenz –Wirtschaftliche Bedeutung, gesellschaftliche Herausforderungen, menschliche Verantwortung.2017Search in Google Scholar

14. Neef, B.; Schulze, C.; Herrmann, C.; Thiede, S.: Integriertes Energie- und Instandhaltungsmanagement im Kontext Industrie 4.0 – Verbesserte Energieeffizienz und Instandhaltung durch Smart Devices und energieautarke kabellose Sensoren. Industrie-Management (2017) 1, S. 3438Search in Google Scholar

Online erschienen: 2017-12-14
Erschienen im Druck: 2017-12-18

© 2017, Carl Hanser Verlag, München

Articles in the same Issue

  1. Editorial
  2. Sich selbst optimierende Fabrik
  3. Inhalt/Contents
  4. Inhalt
  5. Produktionsmanagement
  6. Automatisierung in der Arbeitsplanung
  7. Lean Production
  8. Entwicklung einer flussorientierten Fertigungssteuerung
  9. Lean Produktion
  10. Der Einsatz von Lean-Prinzipien im Anlagenaufbau
  11. Werkzeugmaschinen
  12. Einfluss der Komponentendämpfung auf das Gesamtsystem Werkzeugmaschine
  13. Reifegradmodell
  14. Erfolgsfaktor Störungsmanagement
  15. Reifegradmodell für den systematischen Problemlösungsprozess
  16. Energieflexibilität
  17. Energieflexibilitätspotenziale in der Produktionsinfrastruktur
  18. Energieflexible Produktionsplanung und -steuerung
  19. Datenvirtualisierung
  20. Bereichsübergreifende, offene Vernetzung heterogener Informationssysteme in Fabrikumgebungen
  21. Assistenzsysteme
  22. Wertstrommodellierung und -simulation im Zeichen von Digitalisierung und Industrie 4.0
  23. Einführungsbegleitung für interaktive Assistenzsysteme
  24. Materialbereitstellung
  25. Einzel- und Kleinserienfertigung von Großgeräten
  26. Risikoquantifizierung
  27. Zeitliche Unsicherheiten in der Einzelfertigung
  28. Lagerplanung
  29. Wandlungsfähigkeit und Automatisierung von Lager-, Kommissionier- und Transportsystemen
  30. Montage
  31. Logistische Bewertung der Montageorganisation
  32. Trends Für 2018
  33. Die sechs Trends für 2018
  34. Digitale Vernetzung
  35. Produktionsflexibilisierung 4.0
  36. Low-Cost-Digitalisierung in der Produktion
  37. Produktionssysteme
  38. Arbeitsplanung für cyber-physische Produktionssysteme
  39. Smarte Produktion
  40. Modulbaukasten Digitalisierung
  41. Smart Factory
  42. Die selbstregelnde Fabrik
  43. Vorschau/Preview
  44. Vorschau
Downloaded on 8.9.2025 from https://www.degruyterbrill.com/document/doi/10.3139/104.111845/html
Scroll to top button