Refine
Document Type
- Contribution to a Periodical (13)
- Working Paper (7)
- Lecture (6)
- Report (2)
- Book (1)
- Part of a Book (1)
- Conference Proceeding (1)
Is part of the Bibliography
- no (31)
Keywords
Institute
- FIR e. V. an der RWTH Aachen (31) (remove)
Die Disposition von Instandhaltungsaufträgen in Offshore Windparks unterliegt einigen organisatorischen Einflüssen, die die Durchführung der Disposition komplex gestalten. Darüber hinaus spielen zeitgleich kurzfristige Einflüsse (z.B. Wetterbedingungen) in den Prozess ein. Das Forschungsprojekt DispoOffshore analysiert die Rahmenbedingungen des Dispositionsprozesses. Die gewonnenen Erkenntnisse unterstützen dabei, die Disposition in bestehenden Parks zu optimieren und in neuen Parks zu konzeptionieren. Somit wird die Brücke zwischen einem modernen Windpark der Zukunft unter den Gesichtspunkten von Industrie 4.0 gebildet.
Von Instandhaltung zu Smart Maintenance - einer der primären Anwendungsfälle von Industrie 4.0
(2020)
Der Industriestandort Deutschland befindet sich im Wandel. Neue, digitale Technologien ermöglichen es, Betriebs-, Zustands- und Ereignisdaten in stetig steigender Menge zu erfassen, aufzubereiten, zu analysieren und für die industrielle Anwendung nutzbar zu machen. Der Instandhaltung bzw. dem industriellen Service eröffnen sie das große Potenzial, eine bedarfsgerechte Verfügbarkeit von Maschinen und Anlagen datenbasiert effektiver und effizienter zu erreichen als bisher. Dieser Wandel, ergänzt durch organisatorische sowie kulturelle Anpassungsprozesse zur Nutzung neuer Technologien, kann als Transformation zur Smart Maintenance verstanden werden. Auf Basis von digitalen Daten und Erfahrungswissen wird mittels Smart Maintenance die selbständige Weiterentwicklung der Instandhaltungsorganisation angestrebt, mit dem Ziel, den größtmöglichen Wertbeitrag für das produzierende Unternehmen zu leisten. In diesem Artikel wird dazu passend die Smart-Maintenance-Roadmap vorgestellt, die nach Vorgabe der drei Zieldimensionen die Schrittweise Weiterentwicklung einer Instandhaltungsorganisation aufzeigt. So werden bspw. Predictive-Maintenance-Initiativen gegenüber Condition-Monitoring-Aktivitäten zurückgestellt, um eine schrittweise Weiterentwicklung der Fähigkeiten zu erreichen.
Viele Unternehmen im industriellen Service können keine zuverlässige Aussage darüber treffen, wie gut ihr Leistungserbringungsprozess tatsächlich ist und wie mögliche Verbesserungen zur effizienten Befriedigung der Kundenbedürfnisse aussehen können. Zum einen fehlen hierzu oft geeignete Kennzahlen, die eine Messung der Service-Performance ermöglichen. Zum anderen ist meist nicht bekannt, welche Stellhebel zu betätigen sind, um die Performance gemäß den gesteckten Zielen zu steigern. In diesem fünften Teil der Beitragsreihe zum Aachener Lean-Services-Zyklus wird beschrieben, wie Kennzahlen zur Performance-Messung zur Erreichung des Ziels "Perfektion anstreben" beitragen.
Das Forschungsprojekt "ScaleUp" zielt darauf ab, kleinen und mittleren Unternehmen (KMU) einen Digitalisierungsnavigator zur Verfügung zu stellen, der es ihnen ermöglichen wird, digitale Technologien strukturiert zu identifizieren, zu bewerten und zu implementieren.
Nach Validierung der Kernfunktionen für den After-Sales-Dienstleistungsprozess mithilfe des Referenzmodells nach Kallenberg wurden Informationsflüsse entlang der Serviceprozesskette identifiziert und Schwachstellen aufgedeckt. Diese wurden durch ermittelte unternehmensspezifische Ressourcenverbräuche klassifiziert.
Digitale Technologien gewinnen für kleine und mittlere Unternehmen (KMU) des Maschinenbaus zunehmend an Bedeutung, da durch deren Einsatz bestehende Ressourcenengpässe minimiert und ungenutzte Potenziale aufgedeckt werden können. Besonders relevant ist der Einsatz digitaler Technologien zum Ausbau von After-Sales-Dienstleistungen, da bedingt durch sinkende Margen im Neumaschinengeschäft Dienstleistungen zunehmend zum entscheidenden Faktor zur Realisierung von Umsatzpotenzialen werden. Trotz der wachsenden Bedeutung von After-Sales-Dienstleistungen im Maschinenbau sind insbesondere KMU oftmals nicht in der Lage, ihr Kerngeschäft durch Dienstleistungen auszubauen. Grund hierfür sind vorrangig mangelnde Ressourcen wie beispielsweise Personalengpässe, begrenzte finanzielle Möglichkeiten sowie fehlendes Know-how. Damit Unternehmen des Maschinenbaus, die zum größten Teil KMU darstellen, die Potenziale im Dienstleistungsgeschäft voll ausschöpfen und somit ihre Wettbewerbsfähigkeit langfristig sichern können, bedarf es KMU-gerechter Methoden und Lösungen zur Auswahl sowie Bewertung und Implementierung digitaler Technologien. Das Forschungsprojekt ScaleUp liefert als Kernergebnis einen dreimoduligen Softwaredemonstrator, der es KMU ermöglicht, digitale Technologien für die Digitalisierung ihrer After-Sales-Dienstleistungsprozesse zu identifizieren (1. Modul) und im Hinblick auf Kosten und Nutzen (2. Modul) sowie des zur Nutzung notwendigen Kompetenzprofils der Mitarbeiter (3. Modul) zu bewerten. Im Rahmen des ersten Moduls findet eine Bewertung von Schwachstellen im Leistungserbringungs- bzw. Kommunikationsprozess statt. Anhand der Bewertung können schwachstellenspezifisch digitale Technologien ausgewählt und mittels dreier Bewertungskriterien miteinander verglichen werden. Zusätzlich werden weiterführende Informationen zu Stärken/Schwächen sowie Anbietern dieser Technologien bereitgestellt. Für das zweite Modul liefert der Demonstrator ein Modell, dass es ermöglicht, digitale Technologien aus Kosten- und Nutzensicht zu bewerten. Zur vereinfachten Anwendung werden sowohl eine schriftliche als auch eine visuelle Anleitung zu Verfügung gestellt. In letzter Instanz können im dritten Modul aktuelle Mitarbeiterkompetenzen ermittelt und Soll-Profile für die erfolgreiche Nutzung der ausgewählten digitalen Technologien gegenübergestellt werden. Mittels eines bereitgestellten Entwicklungsplans können diese Lücken zielgerichtet geschlossen werden. ScaleUp gibt somit KMU einen Leitfaden an die Hand, den diese nutzen können, um ihre eigenen After-Sales-Prozesse effizienter zu gestalten und somit ihren Ressourceneinsatz zu optimieren und ihre Wettbewerbssituation langfristig zu verbessern.
In diesem Vortrag wird dargestellt, wie der Einsatz digitaler Technologie in Kontext Industrie 4.0 dazu beitragen kann, die Instandhaltung als Werttreiber produzierender Unternehmen zu verstehen. Zusätzlich werden Prinzipien aufgezeigt, die Unternehmen dabei helfen können, diesen "Return on Maintenance" für ihreInstandhaltungsorganisation und ihr Unternehmen zu maximieren.
Industrie 4.0 trägt dazu bei, das Unternehmen vermehrt in der Lage sind, Entscheidungen deutlich schneller und durch eine dahinter liegende Datenbasis auch zuverlässiger zu Treffen. Auch für die Instandhaltung nimmt die Entscheidungsgeschwindigkeit zu. Um die Wettbewerbsfähigkeit produzierender Unternehmen nachhaltig zu steigern, ist es wichtig die Instandhaltung als Werttreiber eines produzierenden Unternehmens zu verstehen. Ähnlich wie die Finanzkennzahl des Return on Capital Employed (ROCE) sollte auch die Instandhaltung durch den Ansatz "Return on Maintenance" als wertbeitragende Unternehmenseinheint verstanden werden. Erfolgsfaktoren, die zur Maximierung dieses "Returns" beitragen können, sind die Nutzung bestehender Standards, die Erfassung des digitalen Schattens, die Umsetzung nach dem Prinzip "Minimum Viable Service" und eine Erreichung einer Wissens- und Innovationskultur.
Return on Maintenance
(2018)
This presentation will show how the use of digital technology in the context of industry 4.0 can contribute to understanding maintenance as a value driver for manufacturing companies. In addition, principles that can help companies to maximize this "return on maintenance" for their maintenance organization and company will be presented.
Return on Maintenance
(2017)
Die Instandhaltung, konsequent zu Ende gedacht, ist ein zentraler Treiber für den Unternehmenswert und damit für viele produzierende Unternehmen ein strategischer Erfolgsfaktor. Da für die meisten Unternehmen ein umfangreicher Mitarbeiter- und Ressourcenaufbau nicht in Frage kommt, stehen diese Unternehmen vor der Herausforderung, den Wertbeitrag vorhandener Mitarbeiter und Ressourcen zu maximieren. Dies führt zum Konzept Return on Maintenance (RoM). Der Wertbeitrag der Instandhaltung geht dabei über die reine Herstellung von Verfügbarkeit zu möglichst geringen Kosten weit hinaus. Zielgrößen wie Ausschussrate, Energieeffizienz, Materialeffizienz aber auch die Minimierung von Rüstzeiten zeigen die vielfältigen Zielgrößen der Instandhaltung auf.
Predictive Maintenance hat sich in der Instandhaltung als Begriff etabliert. Produzierende Unternehmen versuchen durch vorausschauende Instandhaltungsaktivitäten, die bedarfsgerechte Verfügbarkeit ihrer Maschinen und Anlagen bei möglichst geringen Kosten sicherzustellen. Die Instandhaltung soll damit noch effektiver und effizienter werden.
Dieser Artikel zeigt, wie mit Hilfe des Ansatzes des "Smart Service Engineering" vom Center Smart Services ein Predicitive Maintenace Service bei Heidelberger Druckmaschinen in Zusammenarbeit mit der KATANA Plattform von USA Software entworfen und ausgerollt wurde. Auf Basis der gewonnen Erkenntnisse wurden zudem weitere Services aufgebaut, die über den Use Case Predictive Maintenance sogar noch hinaus gehen.
Der Weg zur Industrie 4.0 bedingt einen umfangreichen Wandel in der Arbeitswelt des Instandhalters. Infolge der steigenden Komplexität und Vernetzung industrieller Serviceprozesse werden neue Schwerpunkte im Leistungsprofil der Techniker erzeugt. Datenanalytik, Elektrotechnik, Steuerungstechnik sowie Programmieren gewinnen an Bedeutung. Diese Entwicklung wird auch durch den Branchenindikator Instandhaltung, der seit 2016 gemeinsam vom FIR an der RWTH Aachen und dem Forum Vision Instandhaltung erhoben wird, bestätigt.
Dieser Artikel zeigt Ergebnisse des Branchenindikators Instandhaltung auf und kombiniert sie mit Ergebnissen aus dem Forschungsprojekt ELIAS. Hierzu werden zwei Use Cases für das Arbeitsbezogene Lernen vorgestellt.
Prinzipien zur erfolgreichen Umsetzung von KI-Geschäftsmodellinnovationen
In Zeiten des zunehmenden globalen Wettbewerbs und hoch vernetzter Wertschöpfungsketten entwickelt sich Künstliche Intelligenz zu einem immer wichtiger werdenden Wettbewerbsfaktor für Unternehmen am Wirtschaftsstandort Deutschland. Durch den Einsatz von KI-Verfahren können nicht nur interne Geschäftsprozesse kostensenkend optimiert, sondern auch neue, digitale Geschäftsfelder und -modelle erschlossen werden. Es lassen sich zum einen Trends identifizieren, denen der Einsatz von KI in deutschen Unternehmen folgt. Zum anderen zeigt sich, dass sich KI unterschiedlich stark auf verschiedene Dimensionen innovativer Geschäftsmodelle auswirkt. Insgesamt lassen sich so Prinzipien ableiten, die die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen beschreiben.
Neue Technologie- und Anwendungstrends kennzeichnen KI-Nutzung
Die tatsächliche KI-Landschaft in den Wertschöpfungsketten von KI-nutzenden Unternehmen ist durch Trends gekennzeichnet. Diese lassen sich in Technologie- und Anwendungstrends unterteilen. Experteninterviews zeigen beispielsweise, dass KI-Anwendungen bevorzugt auf Cloud-Infrastrukturen entwickelt und bereitgestellt werden. Das wiederum rückt die Frage nach der Wahrung der Datensouveränität in den Vordergrund. Anwendung findet KI tendenziell zur Prognose und Überwachung.
Sechs Prinzipien beeinflussen die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen
Fallstudien über ein breites Spektrum der deutschen Wirtschaft beleuchten, welche Aspekte eines KI-basierten Geschäftsmodells den größten Effekt auf das Unternehmen haben. Hier lässt sich ein besonders hoher Einfluss von KI auf das Nutzenversprechen neuartiger, digitaler Leistungen der Unternehmen an die Kundinnen und Kunden feststellen. So lassen sich sechs Erfolgsprinzipien zur erfolgreichen Implementierung von KI-Technologien identifizieren, um die wirtschaftliche Nutzung von KI für Unternehmen in Deutschland im globalen Wettbewerb weiter zu steigern. So empfiehlt es sich zum Beispiel – neben der Auswahl des richtigen KI-Anwendungsfalles – ebenfalls darauf zu achten, dass die KI-Anwendung sowohl den Anbietenden wie auch den Anwendenden nützt. Diese und weitere Erfolgsprinzipien werden detailliert in der Studie Künstliche Intelligenz – Geschäftsmodellinnovationen und Entwicklungstrends beschrieben.
Instandhaltungs-Roadmap
(2019)
Die Instandhaltung unterliegt, bedingt durch ein sich permanent veränderndes Umfeld, einem anhaltenden Wandel. Neue, vielversprechende digitale Technologien, wie z. B. Predictive Maintenance oder Data-Analytics, prallen auf gewachsene Organisationsstrukturen und Unternehmenskulturen. Die Transformation zur Smart Maintenance, bei der Wissen datenbasiert und bedarfsgerecht zur Verfügung steht, wird damit zu einer wichtigen Aufgabe, um das volle Potential einer intelligenten Instandhaltungsorganisation ausschöpfen zu können. Die Experten des VDI Fachausschusses Instandhaltung setzen sich im Rahmen ihrer Richtlinienarbeit kontinuierlich mit diesen Entwicklungen auseinander und tauschen Erfahrungen über Aktivitäten zu aktuellen Themenstellungen aus. Anlässlich der fortschreitenden Erfahrungen, die auf diesem Weg gesammelt werden, haben die Experten des VDI-Fachausschusses Instandhaltung die bisherige Instandhaltungsroadmap auf den Prüfstand gestellt. Neben einem neuen Ordnungsrahmen wurden aktuelle Themen hinsichtlich ihrer Implikationen auf die Aufgaben einer Instandhaltungsorganisation ergänzt. Die überarbeitete Instandhaltungsroadmap des VDI-Fachausschusses Instandhaltung dient somit als Orientierungshilfe für Unternehmen auf dem Weg zur Smart Maintenance und wurde bereits im Rahmen des 40. VDI-Forums Instandhaltung am 04.06.2019 in Duisburg dem Fachpublikum vorgestellt.
Industrie 4.0 is said to have major positive effects on productivity in manufacturing companies. However, these effects are not visible yet. One reason for this is the lack of understanding of maintenance services as a crucial value contributing partner in production processes, although scientific literature already highlighted the importance of indirect maintenance costs. In order to retrieve the unused potential of maintenance services, a digital shadow in form of a sufficiently precise digital representation is required, providing a data model for the value of maintenance actions so that asset and maintenance strategies can be optimized later on. Using case study research for process manufacturers, the first research contribution of this paper consists of 21 value contributing elements being identified. The second contribution is a reference processes model, showing seven major process steps as well as the required intra-organization interaction on an information technology system level. Therefore, it provides the base for the missing data model shaping the targeted digital shadow of maintenance services’ value contribution. [https://link.springer.com/chapter/10.1007/978-3-030-57993-7_69]
Gemeinsamer Abschlussbericht zum Forschungsprojekt mit dem Bewilligungszeitraum vom 01.04.2016 bis 31.03.2019 und den Förderkennzeichen 03ET7549 A bis I.
Ziel des Forschungsvorhabens eSafeNet war die Erforschung, Konzeption und Demonstration eines innovativen informationstechnischen Kommunikationsansatzes für das Internet der Energie. Grundlegend sollten die Potenziale einer dedizierten Kommunikationsnetzinfrastruktur mittels Mobilfunk als Primärtechnologie und unterstützenden kabelgebundenen Übertragungstechnologien, wie z. B. Powerline, untersucht werden, um den Anforderungen sicherheitskritischer Strukturen an Stabilität, Zuverlässigkeit und Sicherheit gerecht zu werden. Zur Sicherstellung der Wirtschaftlichkeit wurde eine Dienstleistungsplattform entworfen, die sicherheitsrelevante und zusätzliche Smart Services durch Serviceprovider bereitstellt.
Erfolgsprinzipien der Smart Maintenance – Was wir von den Besten aus der Praxis lernen können
(2019)
Der Industriestandort Deutschland befindet sich im Wandel. Neue, digitale Technologien ermöglichen es, Betriebs-, Zustands- und Ereignisdaten in stetig steigender Menge zu erfassen, aufzubereiten, zu analysieren und für die industrielle Anwendung nutzbar zu machen. Dieser Nutzen zeichnet sich durch die Beschleunigung der unternehmerischen Entscheidungs- und Anpassungsprozesse aus und stellen damit das eigentliche Potenzial von ‚Industrie 4.0‘ dar. An dieser Stelle stehen Unternehmen heute vor der Herausforderung, die Transformation zur Smart Maintenance effektiv und effizient zu gestalten. Zu häufig neigen Unternehmen dazu, „das Rad wiederkehrend neu zu erfinden“, da Praxiseinblicke über die eigenen Standort- und Unternehmensgrenzen hinweg fehlen. Um eben jene benötigten Praxiseinblicke und Erfahrungswerte liefern zu können, wurde am FIR an der RWTH Aachen gemeinsam mit sechs Industriepartnern sowie dem Fraunhofer IML aus Dortmund das „Konsortial-Benchmarking Smart Maintenance“ durchgeführt. Anhand eines eigenen Ordnungsrahmens wurden zentrale Fragestellungen der Smart Maintenance identifiziert und mittels Fragebogenstudie untersucht. Durch die angeknüpfte statistische Auswertung konnte zwischen sogenannten ‚Top-Performern‘ (TP) und ‚Followern‘ (FL) unterschieden werden. In diesem Beitrag werden ausgewählte Ergebnisse der Studie sowie der Interviews den Ebenen des Ordnungsrahmens folgend vorgestellt.
Bei der Erbringung von After-Sales-Dienstleistungen stoßen kleine und mittlere Unternehmen (KMU) oftmals an Kapazitätsgrenzen ihrer Ressourcen (Material und Personal). Um die Ressourcenengpässe zu überwinden, zielt das Forschungsprojekt 'ScaleUp' darauf ab, KMU einen Leitfaden zur Identifikation geeigneter digitaler Technologien und zur Steigerung ihrer Prozesseffizienz für After-Sales-Dienstleistungen bereitzustellen. Der Leitfaden soll in Form eines Digitalisierungsnavigators implementiert werden und relevante Technologien in Bezug auf ihren Mehrwert beim Leistungserbringungsprozess bewertbar machen. Zu diesem Zweck wurde nach Recherche geeigneter digitaler Technologien das Scoring-Modell als wissenschaftliche Bewertungsmethodik ausgewählt. Es ermöglicht, die verschiedenen Technologien in Bezug auf ihre unternehmensspezifische Eignung zu vergleichen und die am besten
passende Technologie zu identifizieren.
Durch das Erneuerbare-Energien-Gesetz und den Wandel in der Energieversorgung ergeben sich immer neue Herausforderungen. Aufgrund der zunehmenden Einspeisung durch fluktuierende Erneuerbare-Energie-Erzeugungsanlagen ist der Ausbau von Energienetzen in Kopplung mit einer sicheren, schnell verfügbaren, energieeffizienten und wirtschaftlichen Informations- und Kommunikationstechnologie unabdingbar. Im Rahmen des Forschungsprojekts ‚eSafeNet‘ werden verschiedene Funk- und Kabelübertragungstechnologien auf ihr Potenzial für das Internet der Energie untersucht. Des Weiteren wird eine
Dienstleistungsplattform für Smart Services entwickelt. Ein interaktiver Demonstrator wird kreiert, der die Lösungsansätze für eine sichere Informations- und Kommunikations- sowie Energieinfrastruktur erlebbar darstellen soll. Das Vorhaben 03ET7549A der Forschungsvereinigung FIR e. V. an der RWTH Aachen wird über den PTJ durch das Bundesministerium für Wirtschaft und Energie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.
Das Dienstleistungsgeschäft gehört bereits seit einigen Jahren zum zentralen Wachstumstreiber vieler Unternehmen in Deutschland. Auch kleine und mittlere Unternehmen (KMU) des Maschinenbaus haben diesen Trend erkannt und sind bestrebt, ihr Leistungsangebot hinsichtlich After-Sales-Services (AS-Services) auszubauen. Dabei stoßen sie allerdings immer wieder an Kapazitätsgrenzen. Das vorhandene und hochqualifizierte Personal ist häufig bereits voll ausgelastet, während der Mangel an Fachkräften ein geeignetes Gegensteuern erschwert. Somit beschränken die Ressourcenengpässe KMU des Maschinenbaus, ihr eigenes Geschäft mit AS-Services auszubauen.
Digitale Technologien bieten in diesem Zusammenhang das Potenzial, diesen Engpässen entgegenzuwirken, indem die vorhandenen Ressourcen effizienter eingesetzt werden. Ein prominentes Beispiel hierfür ist der Einsatz von Datenbrillen im Bereich des Remote-Service. Statt dass ein Servicetechniker gezwungen ist, wegen einer Maschinenstörung zum Kunden zu fahren, können die Diagnose und auch einfache Maßnahmen zur Störungsbehebung vom Kunden selber vor Ort durchgeführt werden, während der Servicetechniker mittels Datenbrille live zugeschaltet ist und anleiten kann. Dadurch können Reisezeiten, in den der Servicetechniker üblicherweise nicht wertschöpfend tätig ist, reduziert und im besten Fall mehr Serviceaufträge pro Servicemitarbeiter bearbeitet werden.
Im Zuge der fortschreitenden digitalen Vernetzung durch Industrie 4.0 sind in den letzten Jahren viele digitale Technologien entwickelt und zur Marktreife gebracht worden. Die große Vielfalt dieser technischen Lösungen macht es insbesondere KMU mit ihren ohnehin schon begrenzten Ressourcen fast unmöglich, einen angemessenen Überblick zu behalten. Zusätzlich können Verantwortliche und Fachkräfte der KMU nur schwer beurteilen, welche digitale Technologie sich für ihre unternehmensspezifischen Anforderungen überhaupt eignet. Eine Bewertung, die eine technologieübergreifende Vergleichbarkeit ermöglichen würde, fehlt. Genau hier setzt das erste Modul des Digitalisierungsnavigators an, der als Demonstrator auf dem AiF Forschungsprojekt ScaleUp entstanden ist.
Die Potenziale einer Smart Maintenance sind vielseitig und reichen von der Bereitstellung bzw. Steigerung der Produktivität und Qualität bis hin zur langfristigen Sicherung interner Kompetenzen. Im Zuge dieser Entwicklung versteht sich die Instandhaltungsorganisation zunehmend als Inkubator interner, digitaler Transformationsprozesse und wird so zu einem essenziellen Wertschöpfungspartner innerhalb des Unternehmens. Mit Hilfe der Smart Maintenance Roadmap wird dieser Weg für produzierende Unternehmen aufgezeigt und umgesetzt. Nach der Bestimmung des Zielsystems und der Positionsbestimmung mit Hilfe des adaptierten Industrie 4.0 Maturity Index werden in der Roadmap alle Projekte entlang der dafür notwendigen Fähigkeiten verortet und umgesetzt.