Machine Learning in produzierenden Unternehmen
- Industrie 4.0 bietet produzierenden Unternehmen die Möglichkeit, unternehmerische Entscheidungs- und Anpassungsprozesse durch neue organisatorische Ansätze und technische Veränderungen entscheidend zu beschleunigen. Um zielführende Maßnahmen ergreifen und konkreten Nutzen aus der digitalen Transformation ziehen zu können, ist eine gesamtheitliche Betrachtung aller wesentlichen Aspekte essentiell. Diese sind neben der Organisationsgestaltung und der Kulturausprägung eines Unternehmens die Anwendung verschiedener Technologien. Unter anderem wird Machine Learning (ML) dafür eingesetzt, um entscheidungsrelevante Informationen mit geringer Analyselatenz bereitzustellen. ML-Anwendungsfälle sowie deren erforderliche Maßnahmen zur Realisierung hängen dabei stark von dem individuellen Transformationsgrad des betrachteten Unternehmens ab.
In dieser wissenschaftlichen Arbeit werden strukturierte Umsetzungsmaßnahmen für ML-Anwendungsfälle produzierender Unternehmen mittels des Industrie 4.0-Reifegradmodells abgeleitet. Dafür werden relevante ML-Anwendungsfälle, maßgeblich aus den Bereichen Produktion und Logistik, zunächst beschrieben und kategorisiert. Anschließend wird erörtert, welche Ansätze und Methoden bei der Umsetzung der Anwendungsfälle eingesetzt werden und welcher Nutzen sich für produzierende Unternehmen ergibt. Aufbauend darauf werden Umsetzungsmaßnahmen abgeleitet und den vier Industrie 4.0-Stufen des Reifegradmodells zugeordnet. Mit Hilfe der Implementierung eines realen ML-Anwendungsfalls werden Umsetzungsmaßnahmen abschließend validiert.
