Startseite Untersuchungen von Entscheidungsprozessen im Zuge der Digitalisierung
Artikel
Lizenziert
Nicht lizenziert Erfordert eine Authentifizierung

Untersuchungen von Entscheidungsprozessen im Zuge der Digitalisierung

Wie projektbezogene Entscheidungsprozesse zur Digitalisierung der Produktion gezielt beschleunigt werden können
  • Vinzenz Jeglinsky und Herwig Winkler
Veröffentlicht/Copyright: 26. August 2019
Veröffentlichen auch Sie bei De Gruyter Brill
Manuskript einreichen Informationen für Autor*innen
Zeitschrift für wirtschaftlichen Fabrikbetrieb
Aus der Zeitschrift Zeitschrift für wirtschaftlichen Fabrikbetrieb Band 114 Heft 7-8

Kurzfassung

Die Digitalisierung produzierender Unternehmen schreitet voran. Dennoch bestehen entlang des Entscheidungsprozesses zur Umsetzung von Digitalisierungsvorhaben zahlreiche Hindernisse. Zum zielgerichteten Auflösen der vorhandenen Hindernisse ist ein auf den Besonderheiten des Entscheidungsprozesses fokussierter Ansatz notwendig, der die Umsetzung der Vorhaben beschleunigt, Ressourcen schont und die Entscheidungsqualität verbessert.

Abstract

How project-specific decision-making processes for the digitization of production can be specifically accelerated. The digitization of manufacturing companies is progressing. Nevertheless, there are numerous obstacles along the decision-making process for implementing digitization projects. The targeted resolution of existing obstacles requires an approach that is focused on the specificities of the decision-making process, which accelerates the implementation of projects, conserves resources and improves decision-making quality.

Dipl. Wirt. -Ing. (FH) Vinzenz Jeglinsky, MBA & Eng., geb. 1981 studierte Wirtschaftsingenieurwesen mit den Schwerpunkten Einkauf, Produktion und Logistik an den Hochschulen Heilbronn und München. Nach 4 Jahren erster Berufserfahrung als Industrial Engineer in der Nutzfahrzeugindustrie, ist er seit 2013, in der roeren GmbH, einem mittelständischen Beratungsunternehmen für Produktion und Management in München tätig. Darüber hinaus ist er seit 2018 externer Doktorand am Lehrstuhl für Produktionswirtschaft an der BTU Cottbus-Senftenberg.

Univ.-Prof. Dr. habil. Herwig Winkler, geb. 1973, ist Inhaber des Lehrstuhls für Produktionswirtschaft an der Brandenburgischen Technischen Universität Cottbus-Senftenberg (BTU). Er war zuvor Professor und Institutsvorstand an der Universität Klagenfurt. Prof. Winkler forscht auf dem Gebiet der Planung, Organisation, Steuerung und Kontrolle moderner Wertschöpfungssysteme. Im Vordergrund stehen dabei das Produktions- und Logistikmanagement, das Technologie- und Innovationsmanagement sowie das Geschäftsmodellmanagement.

Literatur

1. Laux, H.; Gillenkirch, R.M.; Schenk-Mathes, H.Y.: Entscheidungstheorie. 9., vollständig überarbeitete Aufl., Springer-Verlag, Berlin, Heidelberg2014, S. 12 ff. 10.1007/978-3-642-55258-8Suche in Google Scholar

2. Heinen, E.: Industriebetriebslehre. Entscheidungen im Industriebetrieb. 9., vollständig neu bearbeitete und erweiterte Aufl., Gabler Verlag, Wiesbaden1991Suche in Google Scholar

3. Schreyögg, G.: Organisation. Grundlagen moderner Organisationsgestaltung. 6., vollständig überarbeitete und erweiterte Aufl., Springer-Gabler-Verlag, Wiesbaden201610.1007/978-3-8349-4485-6Suche in Google Scholar

4. Iansiti, M.; Lakhani, K.: Digital Ubiquity: How Connections, Sensors, and Data Are Revolutionizing Business. Harvard Business Review92 (2014), S. 90–99Suche in Google Scholar

5. Porter, M. E.; Heppelmann, J. E.: How Smart, Connected Products Are Transforming Competition. Harvard Business Review92 (2014) 11, S. 64–88Suche in Google Scholar

6. Porter, M. E.; Heppelmann, J. E.: How Smart, Connected Products Are Transforming Companies. Harvard Business Review93 (2015) 10, S. 96–114Suche in Google Scholar

7. Schumacher, A.; Erol, S.; Sihn, W.: A Maturity Model for Assessing Industry 4.0 Readiness and Maturity of Manufacturing Enterprises. Procedia CIRP52 (2016), S. 161–16610.1016/j.procir.2016.07.040Suche in Google Scholar

8. Burmeister, C.; Lüttgens, D.; Piller, F.T.: Business Model Innovation for Industrie 4.0: Why the “Industrial Internet” Mandates a New Perspective on innovation. Die Unternehmung70 (2016) 2, S.124–152 10.5771/0042-059X-2016-2-124Suche in Google Scholar

9. Schneider, P.: Managerial Challenges of Industry 4.0: An Empirically Backed Research Agenda for a Nascent Field. Review of Managerial Science12 (2018) 3. S2018, S. 803–84810.1007/s11846-018-0283-2Suche in Google Scholar

10. Becker, T.; SternH.: Future Trends in Human Work Area Design for Cyber-physical production systems. Procedia CIRP57 (2016), S. 404–40910.1016/j.procir.2016.11.070Suche in Google Scholar

11. Chryssolouris, G.; Mavrikios, D.; Mourtzis, D.: Manufacturing Systems: Skills & Competencies for the Future. Forty Sixth CIRP Conference on Manufacturing Systems 2013, Procedia CIRP7 (2013), S. 1–2410.1016/j.procir.2013.05.004Suche in Google Scholar

12. Moktadir, M.A.; Ali, S.M.; Kusi-Sarpong, S.; Shaikh, M.A.A.: Assessing Challenges for Implementing Industry 4.0: Implications for Process Safety and Environmental Protection. In: Process Safety and Environmental Protection. Available online 13 June 2018. In Press, Corrected Proof. 10.1016/j.psep.2018.04.020Suche in Google Scholar

13. Quint, F.; Sebastian, K.; Gorecky, D.: A Mixed-reality Learning Environment. Procedia Computer Science75 (2015), S. 43–4810.1016/j.procs.2015.12.199Suche in Google Scholar

14. Rentzos, L.; Mavrikios, D.; Chryssolouris, G.: A Two-way Knowledge Interaction in Manufacturing Education: The Teaching Factory. Procedia CIRP32 (2015), S. 31–3510.1016/j.procir.2015.02.082Suche in Google Scholar

15. Schuh, G.; Gartzen, T.; Rodenhauser, T.; Marks, A.: Promoting Work-based Learning through Industry 4.0. In: Proceedings of the 5th Conference of Learning Factories 2015, Procedia CIRP 32 (2015), S. 82–8710.1016/j.procir.2015.02.213Suche in Google Scholar

16. Waibel, MW.; Steenkamp, LP.; Moloko, N.; Oosthuizen, GA.: Investigating the Effects of Smart Production Systems on Sustainability Elements. Procedia Manufacturing (2016) 8, S. 731–73710.1016/j.promfg.2017.02.094Suche in Google Scholar

17. Zezulka, F.; Marcon, P.; Vesely, I.; Sajdl, O.: Industry 4.0 –An introduction in the Phenomenon. IFAC-PapersOnLine49 (2016), S. 8–1210.1016/j.ifacol.2016.12.002Suche in Google Scholar

18. Hirsch-Kreinsen, H.: Wandel von Produktionsarbeit – “Industrie 4.0”. WSI-Mitteilungen (2014) 6, S. 421–42910.5771/0342-300X-2014-6-421Suche in Google Scholar

19. Hübner, M.; Liebrecht, C.; Malessa, N.; Kuhnle, A.; Nyhuis, P.; Lanza, G.: Vorgehensmodell zur Einführung von Indus-trie 4.0. wt Werkstattstechnik online107 (2017) 4, S.266–272Suche in Google Scholar

20. Schuh, G.; Anderl, R.; Gausemeier, J.; ten Hompel, M.; Wahlster, W. (Hrsg.): Industrie 4.0 Maturity Index – Die digitale Transformation von Unternehmen gestalten. Herbert Utz Verlag, München, 2017Suche in Google Scholar

21. VDMA, N. N.: VDMA – Leitfaden Industrie 4.0: Orientierungshilfe zur Einführung in den Mittelstand. VDMA-Verlag, Frankfurt a. M.2015Suche in Google Scholar

22. Zhou, K.; Liu, T.; Zhou, L.: Industry 4.0: Towards Future Industrial Opportunities and Challenges. In: Proceedings of the 12th International Conference on Fuzzy Systems and Knowledge Discovery (FSKD), 2016, S. 2147–215210.1109/FSKD.2015.7382284Suche in Google Scholar

23. Fantini, P.; Pinzone, M.; Taisch, M.: Placing the Operator at the Centre of Industry 4.0 Design: Modelling and Assessing Human Activities within Cyber-physical Systems. In: Computers & Industrial Engineering, Available online 6 February 201810.1016/j.cie.2018.01.025Suche in Google Scholar

24. Geissbauer, R.; Schrauf, S.; Koch, V.; Kuge, S.: Industry 4.0 − Opportunities and Challenges of the Industrial Internet. Strateg. Former. Booz Comp. PwC13, 2014, S. 1–51, https://www.pwc.nl/en/assets/documents/pwc-industrie-4-0.pdf [Letzter Zugriff am 26.04.2019]Suche in Google Scholar

25. Hecklau, F.; Galeitzke, M.; Flachs, S; Kohl, H.: Holistic Approach for Human Resource Management in Industry 4.0. Procedia CIRP, 2016, S. 1–610.1016/j.procir.2016.05.102Suche in Google Scholar

26. Lee, J.; Kao, H. A.; Yang, S.: Service innovation and Smart Analytics for Industry 4.0 and Big Data Environment. Procedia CIRP, 2014, S. 3–810.1016/j.procir.2014.02.001Suche in Google Scholar

27. Bildstein, A.; SeidelmannJ.: Industrie 4.0-readiness: Migration zur Industrie 4.0-Fertigung. In: Bauernhansl, T.; ten Hompel, M.; Vogel-Heuser, B. (eds): Industrie 4.0 in Produktion, Automatisierung und Logistik: Anwendung. Technologien. Migration. Springer Verlag, Wiesbaden, 2014, S. 581–59710.1007/978-3-658-04682-8_30Suche in Google Scholar

28. Bierer, A.; Götze, U.; Köhler, S.; Lindner, R.: Control and Evaluation Concept for Smart MRO Approaches. Procedia CIRP40 (2016), S. 699–70410.1016/j.procir.2016.01.157Suche in Google Scholar

29. Helu, M.; Morris, K.; Jung, K.; Lyons, K.; Leong, S.: Identifying Performance Assurance Challenges for Smart Manufacturing. Manuf. Lett., 2015, S. 6: 1–4 10.1016/j.mfglet.2015.11.001Suche in Google Scholar PubMed PubMed Central

30. Schuh, G.; Potente, T.; Varandani, R.; Schmitz, T.: Global Footprint Design Based on Genetic Algorithms –An “Industry 4.0” Perspective. CIRP Ann. Manuf. Technol.63 (2014) 1, S. 433–43610.1016/j.cirp.2014.03.121Suche in Google Scholar

31. Brettel, M.; Friederichsen, N.; Keller, M.; Rosenberg, M.: How Virtualization, Decentralization and Network Building Change the Manufacturing Landscape: An Industry 4.0 Perspective. Int. J. Mech. Aerosp. Ind. Mechatron. Manuf. Eng.8 (2014) 1, S. 37–44Suche in Google Scholar

32. Chen, T.; Tsai, H.R.: Ubiquitous Manufacturing: Current Practices, Challenges, and Opportunities. Robot. Comput. Integr. Manuf.45 (2016), S. 126–13210.1016/j.rcim.2016.01.001Suche in Google Scholar

33. Davis, J.; Edgar, T.; Porter, J.; Bernaden, J.; Sarli, M.: Smart Manufacturing, Manufacturing Intelligence and Demand-dynamic Performance. Comput. Chem. Eng.47, 2012, S. 145–15610.1016/j.compchemeng.2012.06.037Suche in Google Scholar

34. Oliveira, L.E.S.; Álvares, A.J.: Axiomatic Design Applied to the Development of a System for Monitoring and Teleoperation of a CNC Machine through the Internet. In: Procedia CIRP, Volume 53, 2016, S. 198–20510.1016/j.procir.2016.06.099Suche in Google Scholar

35. Liao, X.; Deschamps, F.; de Freitas Rocha Loures, E.; Pierin Ramos, L.P.: Past, Present and Future of Industry 4.0 – A Systematic Literature Review and Research Agenda Proposal. International Journal of Production Research55 (2017) 12, S. 3609–362910.1080/00207543.2017.1308576Suche in Google Scholar

36. Varghese, A.; Tandur, D.: Wireless Requirements and Challenges in Industry 4.0. In: Proceedings of the International Conference on Contemporary Computing and Informatics. IC3I, 2014, S. 634–63810.1109/IC3I.2014.7019732Suche in Google Scholar

37. Xu, LD.; Xu, EL.; Li, L.: Industry 4.0: State of the Art and Future Trends. International Journal of Production Research56 (2018) 8, S. 2941–296210.1080/00207543.2018.1444806Suche in Google Scholar

38. Gölzer, P.; Cato, P.; Amberg, M.: Data Processing Requirements of Industry 4 0. Eur. Conf. Inf. Syst. ECIS, 0, 2015, S. 1–13Suche in Google Scholar

39. Kursik, A.: Smart Manufacturing. International Journal of Production Research56 (2018) 1/2, S. 508–51710.1080/00207543.2017.1351644Suche in Google Scholar

40. Moeuf, A.; Pellerin, R.; Lamouri, S.; Tamayo-Giraldo, S.; Barbaray, R.: The industrial Management of SMEs in the Era of Industry 4.0. International Journal of Production Research56 (2018) 3, S. 1118–113610.1080/00207543.2017.1372647Suche in Google Scholar

41. Jiang, L.; Li, L.; Cai, H.; Liu, H.; Hu, J.; Xie, C.: A Linked Data-based Approach for Clinical Treatment Selecting Support. Journal of Management Analytics1 (2014) 4, S. 301–31610.1080/23270012.2014.988762Suche in Google Scholar

42. Li, S.; Xu, L.; Wang, X.; Wang, J.: Integration of Hybrid Wireless Networks in Cloud Services Oriented Enterprise Information Systems. Enterprise Information Systems6 (2012) 2, S. 165–18710.1080/17517575.2011.654266Suche in Google Scholar

43. Xu, L.; He, W.; Li, S.: Internet of Things in Industries: A Survey. IEEE Transactions on Industrial Informatics10 (2014) 4, S. 2233–224310.1109/TII.2014.2300753Suche in Google Scholar

44. Yan, H.; Xu, L.; Bi, Z.; Pang, Z.; Zhang, J.; Chen, Y.: An Emerging Technology – Wearable Wireless Sensor Networks with Applications in Human Health Condition Monitoring. Journal of Management Analytics2 (2015) 2, S. 121–13710.1080/23270012.2015.1029550Suche in Google Scholar

45. Yin, Y.; Fan, Y.; Xu, L.: EMG and EPP-integrated Human-Machine Interface between the Paralyzed and Rehabilitation Exoskeleton. IEEE Transactions on Information Technology in Biomedicine16 (2012) 4, S. 542–54910.1109/TITB.2011.2178034Suche in Google Scholar PubMed

46. Yin, Y.; Zeng, Y.; Chen, X.; Fan, Y.: The Internet of Things in Healthcare: An Overview. In: Journal of Industrial Information Integration1, 2016, S. 3–1310.1016/j.jii.2016.03.004Suche in Google Scholar

47. Lee, J.; Bagheri, B.; Kao, HA.: A Cyber-Physical Systems Architecture for In-dustry 4.0-based Manufacturing Systems. Manufacturing Letters (2015) 3, S. 18–2310.1016/j.mfglet.2014.12.001Suche in Google Scholar

48. Lu, Y.: Industry 4.0: A Survey on Technologies, Applications and Open Research Issue. Journal of Industrial Information Integration6 (2016), S. 1–1010.1016/j.jii.2017.04.005Suche in Google Scholar

49. Qin, J.; Liu, Y.; Grosvenor, R.: A Categorical Framework of Manufacturing for Industry 4.0 and Beyond. Procedia CIRP, 2016, S. 173–17810.1016/j.procir.2016.08.005Suche in Google Scholar

50. Sanders, A.; Elangeswaran, C.; Wulfsberg, J.: Industry 4.0 Implies Lean Manufacturing: Research Activities in Industry 4.0 Function as Enablers for Lean Manufacturing. Journal of Industrial Engineering and Management9 (2016), S. 811–83310.3926/jiem.1940Suche in Google Scholar

51. Weyer, S.; Schmitt, M.; Ohmer, M.; Gorecky, D.: Towards Industry 4.0 – Standardization as the Crucial Challenge for Highly Modular, Multi-vendor Production Systems. In: IFAC-PapersOnLine, 2015, S. 579–58410.1016/j.ifacol.2015.06.143Suche in Google Scholar

52. Weyer, S.; Meyer, T.; Ohmer, M.; Gorecky, D.; Zühlke, D.: Future Modeling and Simulation of CPS-based Factories: an Example from the Automotive Industry. IFAC-PapersOnLine49 (2016) 31, S. 97–10210.1016/j.ifacol.2016.12.168Suche in Google Scholar

53. Khan, M.; Wu, X.; Xu, X.; Dou, W.: Big Data Challenges and Opportunities in the Hype of Industry 4.0. In: 2017 IEEE International Conference on Communications (ICC), 2017, S. 1–610.1109/ICC.2017.7996801Suche in Google Scholar

54. Kuch, B.; Westkämper, E.: On the Evolution of Regional Efficiency Potentials. Procedia Manufacturing11 (2017), S. 1528–153510.1016/j.promfg.2017.07.285Suche in Google Scholar

55. Bi, Z.; Cochran, D.: Big Data Analytics with Applications. Journal of Management Analytics1 (2014) 4, 249–265 10.1080/23270012.2014.992985Suche in Google Scholar

56. Li, L.; Li, S.; Zhao, S.: QoS-aware Scheduling of Services-oriented Internet of Things. In: IEEE Transactions on Industrial Informatics10 (2014) 2, S. 1497–150510.1109/TII.2014.2306782Suche in Google Scholar

57. Curi de Moura Leite, AF.; Canciglieri, MB.; Szejka, AL.; Canciglieri, O.: The Reference View for Semantic Interoperability in Integrated Product Develop-ment Process: The Conceptual Structure for Injecting Thin Walled Plastic Products. Journal of Industrial Information Integration7, 2017, S. 13–2310.1016/j.jii.2017.06.002Suche in Google Scholar

58. Obermaier, R.; Kirsch, V.: Wirtschaftlichkeitseffekte von Industrie 4.0-Investitionen. Controlling27 (2015) 8–9, S. 493–50310.15358/0935-0381-2015-8-9-493Suche in Google Scholar

59. Åkerman, M.; Lundgren, C; Bärring, M.; Folkesson, M.; Berggren, V.; Stahre, J.; Engström, U.; Friis, M.: Challenges Building a Data Value Chain to Enable Data-Driven Decisions: A Predictive Maintenance Case in 5G-Enabled Manufacturing. Procedia Manufacturing17 (2018), S. 411–41810.1016/j.promfg.2018.10.064Suche in Google Scholar

60. Batz, A.; Kunath, M.; Winkler, H.: Discrepancies between Cluster Services and SMEs' Needs Constraining the Creation of a Culture of Innovation amidst Industry 4.0. Scientific Journal of Logistics18 (2018) 3, S. 387–405Suche in Google Scholar

61. Berger, U.; Bernhard-Mehlich, I.; Oertel, S.: Die verhaltenswissenschaftliche Entscheidungstheorie. In: Kieser, A.; Ebers, M. (Hrsg.): Organisationstheorien. 7., aktualisierte und überarbeitete Aufl., Kohlhammer Verlag, Stuttgart2014, S. 118–163Suche in Google Scholar

62. Kargermann, H.; Wahlster, W.; Helbig, J. (Hrsg.): Deutschlands Zukunft als Produktionsstandort sichern – Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0. Abschlussbericht des Arbeitskreises Industrie 4.0, 2013, On-line: https://www.bmbf.de/files/Umsetzungsempfehlungen_Industrie4_0.pdf. [Letzter Zugriff am 05.05.2017]Suche in Google Scholar

63. Kagermann, H.: Change Through Digitization –Value Creation in the Age of Industry 4.0. In: Albach, H.; Meffert, H.; Pinkwart, A.; Reichwald, R. (Hrsg): Management of Permanent Change. Springer Fachmedien, Wiesbaden2015, S. 23–4510.1007/978-3-658-05014-6_2Suche in Google Scholar

64. Macharzina, K.; Wolf, J.: Unternehmensführung. Das internationale Managementwissen. Konzepte – Methoden – Praxis. 8., vollständig überarbeitete und erweiterte Aufl., Springer-Gabler-Verlag, Wiesbaden2012Suche in Google Scholar

65. ObermaierR. (Hrsg): Industrie 4.0 als unternehmerische Gestaltungsaufgabe. Springer Fachmedien, Wiesbaden201610.1007/978-3-658-08165-2Suche in Google Scholar

66. Santos, K.; Loures, E.; Piechnicki, F.; Canciglieri, O.: Opportunities Assessment of Product Development Process in Industry 4.0. Procedia Manufacturing11, 2017, S. 1358–136510.1016/j.promfg.2017.07.265Suche in Google Scholar

67. Wachter, K.: Entscheidungsfindung bei Führungskräften und Mitarbeitern: Ein Ratgeber zum Entscheidungsverhalten in Wirtschaftsbetrieben und Organisationen. Diplomica, Hamburg2014Suche in Google Scholar

68. Wang, S.; Zhang, Z.; Ye, Z.; Wang, X.; Lin, X.; Chen, S.: Application of Environmental Internet of Things on Water Quality Management of Urban Scenic River. International Journal of Sustainable Development & World Ecology20 (2013) 3, S. 216–22210.1080/13504509.2013.785040Suche in Google Scholar

69. Deloitte: Industrie 4.0 im Mittelstand. Aus der Studienserie “Erfolgsfaktoren im Mittelstand”, Düsseldorf, München, 2016Suche in Google Scholar

Online erschienen: 2019-08-26
Erschienen im Druck: 2019-08-23

© 2019, Carl Hanser Verlag, München

Artikel in diesem Heft

  1. Editorial
  2. Hightech-Strategie 2025
  3. Inhalt/Contents
  4. Inhalt
  5. Nachruf
  6. Nachruf auf Prof. Dr.-Ing. E. h. mult. Dr. sc. h. c. Dr.-Ing. Hans-Peter Wiendahl
  7. Zerspanung
  8. Drehwalzen: Zerspanprozess und Oberflächenveredelung vereint
  9. Steigerung der Prozessfähigkeit roboterbasierter Bearbeitungsprozesse
  10. Additive Fertigung
  11. Additive Fertigung für Flugzeug-Strukturkomponenten
  12. Qualitätsmanagement in hybriden additiv-subtraktiven Prozessketten
  13. Herstellung hybrider Bauteile durch Laserauftragsschweißen
  14. Produktionsplanung und -Steuerung
  15. Durchlaufzeitreduzierung in der Einzel- und Kleinserienfertigung
  16. Eilaufträge strategisch einsetzen
  17. Produktionsanlauf
  18. Entwicklung eines Anlaufmodells für das Lean Start-up
  19. Karosseriebau
  20. Beitrag zur Reduzierung der Vorrichtungskosten im Karosseriebau
  21. Modellierung
  22. Unwucht hochausgenutzter Synchronmaschinen
  23. Agile Arbeitsweise
  24. Die frühen Phasen des Innovationsprozesses erfolgreich gestalten
  25. Komplexität
  26. Einfluss der Variantenvielfalt auf die automobile Endmontage
  27. Ergonomie
  28. Produktivitätsfaktor Ergonomie
  29. Digitalisierung
  30. Investitionsentscheidungen vor dem Hintergrund der Digitalisierung am Beispiel Schaltschrankbau
  31. Untersuchungen von Entscheidungsprozessen im Zuge der Digitalisierung
  32. Software-Lösungen
  33. Digitale Fertigungsplanung im Mittelstand
  34. IT-Reifegradmodell
  35. IT-Reifegradmodell für Fabriken
  36. Vorschau/Preview
  37. Vorschau
https://doi.org/10.3139/104.112116

Artikel in diesem Heft

  1. Editorial
  2. Hightech-Strategie 2025
  3. Inhalt/Contents
  4. Inhalt
  5. Nachruf
  6. Nachruf auf Prof. Dr.-Ing. E. h. mult. Dr. sc. h. c. Dr.-Ing. Hans-Peter Wiendahl
  7. Zerspanung
  8. Drehwalzen: Zerspanprozess und Oberflächenveredelung vereint
  9. Steigerung der Prozessfähigkeit roboterbasierter Bearbeitungsprozesse
  10. Additive Fertigung
  11. Additive Fertigung für Flugzeug-Strukturkomponenten
  12. Qualitätsmanagement in hybriden additiv-subtraktiven Prozessketten
  13. Herstellung hybrider Bauteile durch Laserauftragsschweißen
  14. Produktionsplanung und -Steuerung
  15. Durchlaufzeitreduzierung in der Einzel- und Kleinserienfertigung
  16. Eilaufträge strategisch einsetzen
  17. Produktionsanlauf
  18. Entwicklung eines Anlaufmodells für das Lean Start-up
  19. Karosseriebau
  20. Beitrag zur Reduzierung der Vorrichtungskosten im Karosseriebau
  21. Modellierung
  22. Unwucht hochausgenutzter Synchronmaschinen
  23. Agile Arbeitsweise
  24. Die frühen Phasen des Innovationsprozesses erfolgreich gestalten
  25. Komplexität
  26. Einfluss der Variantenvielfalt auf die automobile Endmontage
  27. Ergonomie
  28. Produktivitätsfaktor Ergonomie
  29. Digitalisierung
  30. Investitionsentscheidungen vor dem Hintergrund der Digitalisierung am Beispiel Schaltschrankbau
  31. Untersuchungen von Entscheidungsprozessen im Zuge der Digitalisierung
  32. Software-Lösungen
  33. Digitale Fertigungsplanung im Mittelstand
  34. IT-Reifegradmodell
  35. IT-Reifegradmodell für Fabriken
  36. Vorschau/Preview
  37. Vorschau
Jetzt anmelden und 20% sparen
Institutioneller Zugang
Wie funktioniert Authentifizierung?
Haben Sie eine Idee, wie wir unsere Website verbessern können?
Bitte schreiben Sie uns.
© 2025 De Gruyter Brill
Heruntergeladen am 8.9.2025 von https://www.degruyterbrill.com/document/doi/10.3139/104.112116/pdf
Button zum nach oben scrollen