Refine
Document Type
- Conference Proceeding (17)
- Part of a Book (5)
- Book (3)
- Report (3)
- Contribution to a Periodical (2)
- Article (1)
- doctorallecture (1)
- Doctoral Thesis (1)
Is part of the Bibliography
- no (33)
Keywords
- Abschlussbericht (1)
- Big Data (1)
- CPS (3)
- Cloud (1)
- Complex Event Processing (1)
- Cyber Security (1)
- Daten- und Kommunikationskonzept (1)
- Dienstleistungsplattform (1)
- Digital transformation (2)
- Digitale Transformation (2)
Institute
Growing information systems (IS) often come along with growing IT complexity, because of emerging rag rug landscapes. This development causes rising IT costs and dependencies, which hinder the maintenance and expansion of the IS landscape. This article outlines the current research on published and presented methods to manage the rising IT complexity in a literature review. Because definitions of “IT complexity” vary a lot in literature, this paper also includes a definition of the term. In addition to that, it delivers a presentation of the used research methodology. Subsequently, it presents the findings in literature, highlights the research gap and – based on the literature analysis – presents the steps that need to be taken. A discussion of the results and a summary complete the article.
Growing information systems (IS) often come along with growing IT complexity, because of emerging rag rug landscapes. This development causes rising IT costs and dependencies, which hinder the maintenance and expansion of the IS landscape. This article outlines the current research on published and presented methods to manage the rising IT complexity in a literature review. Because definitions of “IT complexity” vary a lot in literature, this paper also includes a definition of the term. In addition to that, it delivers a presentation of the used research methodology. Subsequently, it presents the findings in literature, highlights the research gap and – based on the literature analysis – presents, the steps that need to be taken. A discussion of the results and a summary complete the article.
The aim of the related research project eCloud is to enable small and medium sized enterprises (SMEs) to implement flexible energy management without in-depth energy knowledge and with little distraction from day-to-day business, which is prepared for current and future challenges in the field of energy use. The overall result is a validated prototype for a plug and automate capable (i.e. without implementation effort) operational energy management, which can be successively set up in SMEs based on a cloud platform. Through its gradual and modular implementation, energy management meets the individual needs of each company and contributes to energy system transformation and climate protection by reducing energy costs and greenhouse gas emissions by up to 25%. In total, three expansion stages are available with the levels of monitoring, load management and grid usage, which consist of various Software as a Service (SaaS) modules from the cloud that can be retrieved as required. Thus, the user only needs a minimal hardware intervention in his production and saves a complex IT infrastructure. The methodology developed has been successfully applied by two user companies so far. This proves the effectiveness of the method.
Manufacturing companies worldwide recognized the high potential of Industrie 4.0 in order to increasing production efficiency. Key benefits include creation of integrated systems, networked products and improvement of service portfolios. However, for many companies deriving and evaluating necessary measures to use Industrie 4.0 potentials represents a major challenge. This paper introduces the "acatech Industrie 4.0 Maturity Index" as an approach to meet this challenge. The development of multidimensional maturity model intents to provide companies an assessment methodology. The aim is to capture the status quo in companies in order to be able to develop individual roadmaps for the successful introduction of Industrie 4.0 and manage the transformation progressively.
Assessment of IS Integration Efforts to Implement the Internet of Production Reference Architecture
(2018)
As part of a collaborative network, manufacturing companies are required to be agile and accelerate their decision making. To do so, a high amount of data is available and needs to be utilized. To enable this from a company internal information system perspective, the Internet of Production (IoP) describes a future information system (IS) architecture. Core element of the IoP is a digital platform building the basis for a network of cognitive systems. To implement and continuously further develop the IoP, manufacturing companies need to make architecture-related decisions concerning the accessibility of data, the processing of the data as well as the visualization of the information. The goal of this research is the development of a decision-support methodology to make those decisions, taking under consideration the evaluated IS integration effort. Therefore, this paper describes the allocation of IS functions and identifies the effort drivers for the respective IS integration by analyzing the integration possibilities. Conclusively this approach will be validated in a case study.
Eine Transformation findet einen Abschluss, nachdem der gewünschte Zielzustand erreicht wurde. Wie sieht es bei der digitalen Transformation aus? Kann es im Hinblick auf technologische Entwicklungen jemals zu einem Ende kommen? Oder befindet sich ein Unternehmen hierbei in einer kontinuierlichen Transformation durch die Weiterentwicklung der Digitalisierung? Wenn ja, wie kann ein Unternehmen mit diesem ständigen Wandel effizient und sicher umgehen? (Quelle: https://link.springer.com/chapter/10.1007/978-3-662-63758-6_17 )
Nowadays, the market for information and communication technologies used for IOT-applications grows daily. Since companies need technologies to transform their business processes corresponding to the digital revolution, they need to know which technologies are available, and fit the best for their use case. Their inertial issue is the lacking overview of technologies suitable to connect their production or logistics. Hence, this paper presents a methodology to select technologies (and combinations) based on their functions. It differentiates between information and communication technologies, digital technologies and connecting technologies by the physical function and its role in a cyber-physical system. Depending on the use case, the applicability of every technology varies. Due to that reason, the paper illustrates a ranked qualification of the technologies for typical use cases, focussing tracking and tracing issues in the intralogistics of producing companies. The evaluation is performed upon a literature research, a market study to identify suitable technologies, and various expert interviews to assess the applicability of the technologies.
„Daten sind das Öl des 21. Jahrhunderts.“ Dieser Satz impliziert die große Bedeutung, die Daten heutzutage zugerechnet wird. Während die technischen Systeme immer ausgereifter werden und die Erzeugungsrate von Daten unaufhaltsam steigt, stehen viele Unternehmen, gerade im Produktionsumfeld, vor der Herausforderung, diese Daten zu nutzenbringenden Informationen zu verarbeiten.
In BigPro haben Experten aus dem Informations- und Kommunikationstechnik-Umfeld mit Anwendungspartnern aus der Fertigungsbranche zusammengearbeitet, um dieses Problem zu adressieren. Ziel des gemeinsamen Vorhabens war es, das Reaktionsmanagement von Störungen in fertigenden Unternehmen mittels Big-Data-Technologien zu verbessern und so die durch Produktionsausfälle entstehenden hohen Kosten zu reduzieren. Hierzu wurde eine Big-Data-Plattform entwickelt, die in der Lage ist, heterogene Daten aus unterschiedlichsten Quellen des Produktionsumfelds aufzunehmen, zu verarbeiten und in einen Kontext miteinander zu setzen. Neben den klassischen Datenquellen im Produktionsumfeld wurde die Datenbasis in BigPro um den „Sensor“ Mensch erweitert, um das digitale Abbild der Produktionsumgebung durch die Wahrnehmung, Stimmung und Sprache der Mitarbeiter noch transparenter darzustellen.
Durch den Einsatz der im Projektverlauf entwickelten Mustererkennung ist die BigPro-Plattform in der Lage, die generierten und gesammelten Daten expliziten Störungsmustern zuzuordnen. Diese bilden die Grundlage, aufgezeichnete Datenkonstellationen in Echtzeit mit bekannten Störungsmustern im Produktionsumfeld abzugleichen und bei sich anbahnender Übereinstimmung geeignete Maßnahmen einzuleiten, um den Störungen proaktiv entgegenzuwirken. Hierzu wurde ein Katalog mit störungsbehebenden Maßnahmen methodisch aufgebaut, aus welchem, je nach Anwendungsfall, manuell oder automatisch geeignete Maßnahmen initiiert werden. Eine Methodik, welche die Effektivität der Maßnahmen analysiert und bewertet, stellt sicher, dass etwa fehlgeschlagene Maßnahmen erkannt und überprüft werden können. Sollte für eine Störung keine geeignete Maßnahme hinterlegt sein, wird der Maßnahmenkatalog dynamisch durch situationsabhängig neu generierte Maßnahmen erweitert. Die Informationsbereitstellung sowie -rückführung des Reaktionsmanagements erfolgt in Form einer skalierbaren Visualisierung bedarfsgerecht für die unterschiedlichen Nutzergruppen. Durch ein hinterlegtes Eskalationsmodell werden den Mitarbeitern alle nötigen Informationen entsprechend der Maßnahme direkt und vor allem nutzerspezifisch (z. B. aggregiert für die Produktionsleitung, detailliert für den Analysten, etc.) zur Verfügung gestellt.
Die entwickelte BigPro-Plattform trägt durch die technologische Integration einer Störungsfrüherkennung, einem dynamischen Maßnahmenkatalog sowie einer bedarfsgerechten Informationsbereitstellung essentiell dazu bei, die von zunehmender Dynamik geprägte Produktion durch ein proaktives Reaktionsmanagement robuster gegenüber Abweichungen zu machen, um kostspielige Produktionsausfälle zu vermeiden.
Inhaltsangabe Band:
Die vernetzte Digitalisierung hat die produzierende Industrie fundamental verändert. Im Rahmen dessen eröffnen sich produzierenden Unternehmen kontinuierlich neue Chancen, in einem zunehmend dynamischen und durch das Internet geprägten Wettbewerb, wirtschaftliche Erfolge zu erzielen. Durch die veränderten Rahmenbedingungen der vernetzten Digitalisierung müssen produzierende Unternehmen jedoch neue Ansätze für die Organisation der digitalen Transformation verfolgen: Sie müssen die neue Führungsaufgabe Digitalisierungsmanagement gestalten. Dabei muss das Digitalisierungsmanagement eine breite Aufgabenvielfalt abdecken.
Dieses Buch befähigt produzierende Unternehmen die digitale Transformation erfolgreich zu gestalten. Dazu werden Nutzen und Funktionsweisen der wesentlichen Aufgaben des Digitalisierungs- und Informationsmanagements praxisnah dargestellt. Ein spezifisch für produzierende Unternehmen, die eine digitale Transformation anvisieren, entwickeltes Digitalisierungs- und Informationsmanagement-Modell verknüpft schließlich die Inhalte.
Das vorliegende Buch ist als ein Nachschlagewerk für Führungskräfte und Entscheider entwickelt worden, die die Herausforderungen der Realisierung von digitalen Geschäftsmodellen, digitalisierten Produkten und digitalen Geschäftsprozessen angehen wollen. Die Methoden in diesem Buch helfen dabei, die richtigen Managementaufgaben zu verfolgen und diese in der Unternehmensorganisation umzusetzen. Dabei werden auch die Schnittstellen zwischen dem strategischen Digitalisierungsmanagement und dem taktischen bis operativen Informationsmanagement behandelt. Das Buch bietet einen schnellen und einfachen Zugriff auf die wichtigsten Methoden und viele unterstützende Beispiele. Es ist Teil der Reihe „Handbuch Produktion und Management“ und ergänzt dessen Ordnungsrahmen.
(Quelle: https://link.springer.com/book/10.1007/978-3-662-63758-6)
In this paper, an approach towards energy management 4.0 will be presented. Energy management 4.0 is understood as an encompassing energy data based concept for manufacturing companies acting in an flexible energy grid of the future with the final goal of autonomous self-optimization Controlling, supervising and scheduling production and logistic steps based on a reliable communication infrastructure and real time data in accordance to achieve a maximum of profitability with regard to human factor is executed.
Guided by a four maturity levels of the "acatech Industrie 4.0 Maturity Index" developed by the German National Academy of Science and Engineering (acatech) different use cases are presented according to the steps of visibility, transparency, prognostic capacity and self-optimization. The basic idea of energy management 4.0 is described and an outlook of further steps that are needed to be evaluated for an implementation are presented.