Band 119, Heft 11

Daten gewinnen zunehmend an Bedeutung, sind insbesondere in den betrieblichen Kontexten allerdings oft schwer zugänglich, da sie in verschiedenen Formen vorliegen. Ontologien und semantische Netze bieten eine Lösung, indem sie Informationen aus verschiedenen Datenquellen zusammenführen, was den Aufbau einer unternehmensweiten Wissensdatenbank ermöglicht. Ontologien sind flexibel, erweiterbar und unterstützen maschinenlesbare Sprachen, wodurch sie effizient in bestehende Systeme integriert werden können. Dieser Beitrag beschreibt die automatische Umwandlung relationaler Datenbanken in Ontologien mittels eines entwickelten Programms, das auf bestehenden wissenschaftlichen Ansätzen basiert.

Effektives Kompetenzmanagement wird für Unternehmen angesichts des demografischen Wandels und erhöhter Fluktuation immer wichtiger, da es die optimale Nutzung und Weiterentwicklung von Talenten fördert und so Produktivität und Arbeitsqualität steigert. Semantische Technologien ermöglichen eine präzise Modellierung und Identifikation von Kompetenzlücken sowie die Umsetzung passgenauer Entwicklungsmaßnahmen. Im Projekt DaWiK wurde hierfür eine datengestützte Methode entwickelt, die durch die Semantische Textanalyse Pipeline (STAP) Anforderungen aus unstrukturierten Daten wie Stellenanzeigen strukturiert erfasst, um die Kompetenzentwicklung gezielt und zukunftsorientiert zu steuern.

Ambidextre Produktionssysteme verfügen über die Eigenschaft, mit bekannten und unbekannten Prozessen umzugehen. Im operativen Betrieb stehen zahlreiche Daten zur Verfügung, die zu systematisieren sind. Diese Daten werden im interaktiven Lagebild visualisiert und unterstützen fundierte Entscheidungen. Jede Situation erfordert unterschiedliche Daten. Daher ermöglicht das Lagebild die Erstellung verschiedener Sichten. Dieser Beitrag thematisiert, welche Informationen und Strukturen im Lagebild erforderlich sind.

Angesichts eines dynamischen industriellen Umfelds müssen produzierende Unternehmen flexibel bleiben und sich kontinuierlich anpassen, um ihre Wettbewerbsfähigkeit zu erhalten. Eine effektive Planung von Restrukturierungen in Produktionssystemen, oft als Umzugsplanung bezeichnet, ist entscheidend, um Verzögerungen zu vermeiden und Stillstandszeiten zu minimieren. Die Identifikation von Umzugsfällen, welche den Umfang umzuziehender Ressourcen wie Maschinen, Anlagen, Ausrüstungen und Arbeitsplätzen beschreiben und die Definition zugehöriger Aufgaben sind essenzielle Schritte der Umzugsplanung. Dieser Beitrag stellt eine Vorgehensweise zur Bestimmung von Umzugsfällen mittels eines Fabrikdatenmodells vor, ergänzt durch eine Visualisierung in Virtual Reality, um Planende bei der Umzugsplanung zu unterstützen.

Zur Sicherung der Zukunftsfähigkeit produzierender Unternehmen ist es die Aufgabe der Fabrikplanung, den Fabrikbetrieb auf aktuelle Anforderungen einzustellen. Um das realgetreue Verhalten eines Produktionssystems unter den Einflüssen der VUKA-Welt untersuchen zu können, wurden alle wesentlichen Gestaltungselemente sowie deren Ausprägungsformen identifiziert und analysiert. Dazu wurden zunächst die Begriffe des Produktionssystems sowie die Zukunftsfähigkeit definiert. Anschließend wurden mithilfe der Definition von Kriterien relevante Gestaltungselemente identifiziert. Damit produzierende Unternehmen ihre individuellen Produktionssysteme modellhaft nachbilden können, wurden abschließend relevante Ausprägungsformen pro Gestaltungelemente identifiziert und zusammengetragen. Somit können Produktionssysteme grundlegend modelliert und analysiert werden.

Vorgestellt wird in diesem Beitrag ein numerisches Modell inkl. experimenteller Kalibrierung zur thermischen Analyse von industriellen Wärmprozessen. Das Modell kann auf ähnliche Anwendungsfälle, Wärmtechnologien und Temperaturniveaus übertragen werden. Die Auswertung erfolgt durch Energiebilanzierung und zeigt, dass trotz signifikanter Abwärmeverluste ein guter Gesamtwirkungsgrad für atmosphärisch betriebene Thermoprozesse erzielt werden kann. Wärmeleitung, Konvektion und Strahlung spielen eine untergeordnete Rolle. Folgeschritte können die Übertragung des Modells oder die Optimierung des Wärmprozesses sein.

Moderne Ingenieurbüros stehen vor der Herausforderung, die Komplexität von Konstruktionsaufgaben richtig einzuschätzen. Eine universelle, CAD-unabhängige Design-Hochsprache (CAD-HLL) wurde entwickelt, um diese Komplexität zu bewerten. Dies ist entscheidend für die optimale Aufgaben-/Ressourcenzuweisung in Konstruktionsabteilungen sowie zur Unterstützung früher Designentscheidungen. Ein innovativer Ansatz im Rahmen des CAD-HLL-Konzepts nutzt maschinelles Lernen, um die Komplexität von mechanischen Bauteilen abzuschätzen. Das entwickelte Modell zeigt Potenzial zur Effizienzsteigerung und Minimierung von Missverständnissen in Designprozessen, was zukünftige industrielle Anwendungen optimieren könnte.

Unternehmen müssen sich verändernde Ziele verfolgen, um konkurrenzfähig zu bleiben. Zum Erfolg sind sie u.a. auf das zielführende Verhalten von Mitarbeitenden angewiesen. Klassische Produktionsmanagementansätze stützen sich auf logikbasierten Methodiken. Das Verhalten von Mitarbeitenden wird davon häufig nicht nachhaltig beeinflusst, da Menschen vor allem unter Zeitdruck intuitiv handeln und logische Fakten vernachlässigen. Zur systematischen Unterstützung des intuitiven Handels bietet Nudging beachtliches Potenzial.

In diesem Beitrag wird eine fünfstufige Methode zur relativen Überwachung von Prozesskurven im latenten Raum vorgestellt. Die Datenbasis bilden 7460 Prozesskurven aus einem industriellen End-of-Line-Test. Das dichtebasierte räumliche Clustering bildet den Kern der Methode und nutzt die Eigenschaft, dass sich der untersuchte Produktionsprozess, unter statistischer Kontrolle befindet. Zwei potenziell falsch-positive Teile wurden durch das Verfahren erkannt, eine zeitliche Drift der Prozessdaten sowie die klare Trennbarkeit von Gut- und Schlechtteilen sind aus dem Verfahren ersichtlich.

Vorgestellt wird in diesem Beitrag ein standardisiertes Vorgehensmodell zu der ganzheitlichen prozessorientierten Organisationsentwicklung und -gestaltung mit der MITO-Modellstruktur und der Umsetzung über das MITO-Methoden-Tool. Die Stärke dieses Ansatzes liegt in der klaren strategischen Geschäftsmodellentwicklung und Vorgabe mit der praxisbezogenen operativen Umsetzung über eine toolgestützte, standardisierte Vorgehensweise, immer mit digitaler Nachweisführung zur Erfüllung einer großen Anzahl von gesetzlich vorgegebenen Berichtspflichten und Offenlegungsanforderungen.

Titanlegierungen sind aufgrund ihrer Materialeigenschaften ein wichtiger Werkstoff für verschiedene Industriezweige. Die Herstellung von Titan ist allerdings sehr energieintensiv. Das Recycling von Titanspänen zu Pulver für die additive Fertigung birgt Potenzial für eine signifikante Verbesserung der ökologischen Nachhaltigkeit. Durch die Recyclingprozesskette kann Pulver produziert werden, das vergleichbare Eigenschaften zu kommerziell verfügbarem Titanpulver aufweist. Dies ermöglicht die Herstellung von hochqualitativem Titanpulver für die additive Fertigung aus Spänen.

Generative KI ermöglicht unter Verwendung von Prompt Engineering eine effiziente No-/Low-Code-Wissensverarbeitung zur Wissensanalyse, Informationsextraktion, Beantwortung von Fragen, Textklassifizierung und -erstellung. Methoden wie In-Context Learning und Retrieval Augmented Generation erweitern hierfür Anfragen um passende Kontextinformationen, ohne dass tiefgehende Programmierkenntnisse benötigt werden. Dies bietet insbesondere KMU neue Möglichkeiten, komplexe Datenverarbeitungsaufgaben zu bewältigen, wie beispielsweise die stetige Analyse von Sensordaten aus Produktionssystemen für eine effiziente Planung und Steuerung.

Im Jahr 2015 wurden seitens der internationalen Gemeinschaft 17 globale Ziele für nachhaltige Entwicklung definiert, welche die Schaffung einer menschlicheren Zukunft sowie den Erhalt natürlicher Ressourcen zum Ziel haben. Die Umstellung auf grüne Elektromobilität stellt ein entscheidendes Element zur Erreichung einiger der genannten Ziele dar. Ein bloßer Mobilitätswandel ist jedoch nicht ausreichend. Auch der Umgang mit den Batteriesystemen von Elektrofahrzeugen am Ende ihrer Produktlebensdauer sollte geregelt werden, um die Ressourcenschonung zu maximieren.

Bildgestützte Anwendungen zur Videoüberwachung beginnen oft mit der Erkennung bewegter Objekte in Videosequenzen. In diesem Zusammenhang sollen in diesem Beitrag zwei Methoden zur Vorhersage der Position bewegter Frässpäne in Bilddaten miteinander verglichen werden. Die vorgeschlagenen Methoden sind eine neuartige Differenzierungs-Zentroid-Methode und eine auf optischem Fluss basierende Methode. Durch die Identifizierung der neuesten, aus dem Werkzeug fliegenden Späne in einem Haufen zuvor produzierter Späne kann der Echtzeitvorhersage der Produktionsqualität einen Schritt näher gekommen werden.

Die Ineffizienz und Unsicherheit der Demontage sind Hindernisse für das Skalieren der industriellen Kreislaufwirtschaft. Eine datengetriebene, reaktive Demontageplanung kann die Hindernisse reduzieren, indem sie Demontagepläne während der Demontage flexibel an neue Informationen über Produkte, Prozesse und Ressourcen anpasst. Sie erfordert einen Digitalen Zwilling des Demontagesystems. Der Beitrag leitet die notwendige Abstraktionsebene und die Systemgrenze eines solchen Digitalen Zwillings her.