Informationsmanagement
Filtern
Erscheinungsjahr
Dokumenttyp
- Zeitschriftenartikel (101)
- Konferenzveröffentlichung (64)
- Beitrag in Sammelbänden/Enzyklopädien (26)
- Vortrag Industrie/Forschung (26)
- Whitepaper/Positionspapier/Expert-Paper (24)
- Doktorvortrag (22)
- Dissertationsschrift (22)
- Buch (Monographie/Herausgeberwerk/FIR-Editionsband/DIN-SPEC) (14)
- Abschlussbericht (14)
- Internetveröffentlichung/Sonstiges (11)
Sprache
- Deutsch (223)
- Englisch (88)
- Mehrsprachig (24)
Gehört zur Bibliographie
- nein (335)
Schlagworte
- 1 (1)
- 2 (1)
- 3 (1)
- 3 PhasenKonzept (1)
- 3GPP (1)
- 3PhasenKonzept (2)
- 5G (22)
- 5G mobile communication (2)
- 5G use case (1)
- 5G-Monitoring (2)
Institut / FIR-Bereiche
- FIR e. V. an der RWTH Aachen (335)
- Informationsmanagement (335)
- Produktionsmanagement (46)
- Dienstleistungsmanagement (13)
- Business Transformation (12)
Im EU-Projekt ‚DATAMITE ‘ werden Lösungen für die Herausforderungen der effektiven Nutzung und Monetarisierung von Daten in der heutigen Unternehmenslandschaft entwickelt. Daten werden entlang des gesamten Wertschöpfungsprozesses erhoben, wobei deren Generierung oft unstrukturiert geschieht. In der Folge sind die Datensätze häufig ungeeignet, um auf ihnen basierende Entscheidungen zu treffen. Darüber hinaus verhindert die unstrukturierte Erhebung der Daten ihre effiziente Analyse und anschließende Monetarisierung. Die im Rahmen des Projekts zu entwickelnden Lösungen werden die Datenmonetarisierung in der produzierenden Industrie Europas beschleunigen. Konkret sollen europäische Unternehmen mittels einer Plattform und Open-Source-Tools dabei unterstützt werden, Daten strukturiert zu erheben und zu analysieren, um sie so nutzbar zu machen. Bei der gleichnamigen Plattform DATAMITE handelt es sich um eine innovative Datenintegrationsplattform, die eine Vielzahl an Datensätzen aus unterschiedlichen Quellen zu einem einzigen, leicht zugänglichen Datensatz konsolidiert. Die Ergebnisse des Projekts werden in drei verschiedenen Anwendungsfällen mit insgesamt sechs Pilotvorhaben validiert. Diese umfassen Bereiche wie Landwirtschaft, Energie, Industrie, Fertigung und Klima.
Das Forschungsprojekt ‚DATAMITE ‘ startete im Januar 2023 und wird während der dreijährigen Laufzeit durch das Horizon-Europe-Programm der Europäischen Kommission gefördert. Das Projekt vereint mit 27 kooperierenden Partnern aus 13 Ländern die Innovationskraft ganz Europas.
Insgesamt wird die Plattform DATAMITE eine innovative Lösung für Unternehmen darstellen, die ihre Daten effektiver nutzen und verwalten möchten. Die Plattform wird zahlreiche Funktionen und Tools bieten, um Datenanalyse und -verarbeitung zu automatisieren, die Datenqualität zu gewährleisten und Daten sicher zu speichern. Unternehmen werden durch die Nutzung von DATAMITE bessere Entscheidungen treffen können, Risiken minimieren können, wertvolle Einblicke in ihre Geschäftsdaten gewinnen und sich dadurch Wettbewerbsvorteile sichern können.
AProSys: Die Energiewende in Ihrer Nachbarschaft/AProSys: The Energy Transition in Your Neighborhood
(2024)
Das deutsche Stromverteilnetz steht vor erheblichen Herausforderungen, die durch den Übergang zu erneuerbaren Energien und die zunehmende Elektrifizierung der Mobilität weiter verstärkt werden. Diese Veränderungen führen zu einer unvorhersehbaren Dynamik in der Belastung der Verteilnetzinfrastruktur. Dabei spielen insbesondere die Ortsnetzstationen und Umspannwerke, die Sie als kleine Häuschen oder Kästen in Ihrer Nachbarschaft kennen, eine besondere Rolle, da deren Ausrüstung oft veraltet und für die aktuellen Anforderungen nicht ausgelegt ist. Mit dem Projekt ‚AProSys – KI-gestützte Assistenz- und Prognosesysteme für den nachhaltigen Einsatz in der intelligenten Verteilnetztechnik‘, gefördert durch das Bundesministerium für Wirtschaft und Klimaschutz im Rahmen des 7. Energieforschungsprogramms, soll diese Problematik adressiert werden.
Ziel ist es, mit minimalem Einsatz von Sensoren und auf Basis von digitalen Zwillingen in der bestehenden Infrastruktur eine umfassende Überwachung und Zustandsbewertung der Energietechnikanlagen zu ermöglichen, Ausfälle vorherzusagen und in Echtzeit Handlungsempfehlungen zu liefern. Dies umfasst auch die Entwicklung eines digitalen Workforcemanagements zur Optimierung von Wartungsprozessen und eine individuelle Kompetenzvermittlung für Fachkräfte durch ein digitales Wissensmanagement. Das Projekt zielt darauf ab, die Resilienz, Effizienz und Adaptivität der Energieinfrastruktur zu verbessern. Damit leisten wir einen wesentlichen Beitrag zur Bewältigung der Herausforderungen der Energiewende in Deutschland.
Im Forschungsprojekt '5G Industry Campus Europe (5G-ICE)' errichtete das FIR zusammen mit Konsortialführer Fraunhofer IPT und Projektpartner WZL ein umfassendes 5G-Netz auf dem Campus Melaten. Im Rahmen des Projekts befasste sich das FIR mit Anwendungsfällen für 5G in der Logistik mit dem Fokus auf fahrerlosen Transportsystemen. Dieser Abschlussbericht beschreibt die in dem Projekt erzielten Ergebnisse im 5G-Logistik-Anwendungsfall und den darin entwickelten Demonstrator in der DFA Demonstrationsfabrik Aachen.
5G in der Industrie
(2023)
Mit dem Ziel, die Relevanz der fünften Mobilfunkgeneration in industriellen wie auch gesellschaftlichen Anwendungsszenarien zu verdeutlichen, entstand dieses Whitepaper im Rahmen des Forschungsprojekts ‚Competence Center 5G.NRW‘ in Zusammenarbeit mit der Technischen Universität Dortmund, der Universität Duisburg-Essen, der Bergischen Universität Wuppertal und dem FIR an der RWTH Aachen als verantwortliche Forschungseinrichtungen.
Der Betrieb lokaler privater Mobilfunknetze in lizenzierten Frequenzbändern ist eine der Kerninnovationen aktueller 5G- und zukünftiger 6G-Netze. Die prognostizierte Leistungsfähigkeit privat verfügbarer und störungsfreier Frequenzbereiche, wie z. B. privater 5G-Netze, sogenannter Campusnetze, ist für Industrieunternehmen oft von großem Interesse. Die Integration der 5G-Netzwerkinfrastruktur in bestehende Brownfield-Umgebungen muss jedoch erhebliche technische und Management-Herausforderungen überwinden. Im Vergleich zu selten anzutreffenden Greenfield-Szenarien kann das Potenzial von 5G nur gezeigt werden, wenn signifikante Leistungsvorteile gegenüber bestehender drahtloser Netzwerkinfrastruktur (z. B. Wi-Fi) nachgewiesen werden können und gleichzeitig eine nahtlose Integration in die Prozessumgebung in der Praxis gewährleistet werden kann.
Vor diesem Hintergrund stellt das Competence Center 5G.NRW in diesem Beitrag ein agiles System zur kontinuierlichen, netzwerkübergreifenden Überwachung von Ende-zu-Ende-Leistungsgarantien in Bezug auf Durchsatz, Latenz und Zuverlässigkeit vor. Während einzelne punktuelle Messungen während der Netzwerk-Inbetriebnahme und -Erprobung oft die erwarteten Leistungsspitzen anzeigen, untersucht dieser Beitrag speziell das Potenzial eines räumlich verteilten Stresstests, der die Netzwerkqualität aktiv und kontinuierlich während des Produktivbetriebs überwacht. Anhand einer umfangreichen Fallstudie wird die Leistungsfähigkeit des verteilten Ansatzes für die Leistungsbewertung von Mehrbenutzer- und Zellenrandumgebungen demonstriert.
5G offers the manufacturing industry a wireless, fast and secure transmission technology with high range, low latency and the ability to connect a large number of devices. Existing transmission technologies are reaching their limits due to the increasing number of networked devices and high demands on reliability, data volume, security and latency. 5G fulfills these requirements and also combines the potential and use cases of previous transmission technologies so that unwanted isolated solutions can be merged. Use cases of transmission technologies that previously required a multitude of solutions can now be realized with a single technology. However, the general literature often refers to 5G use cases that can also be realized over cables in particular. In this paper, a literature review presents the current state of research on the various 5G application scenarios in production . Furthermore, concrete characteristics of 5G use cases are identified and assigned to the identified application scenarios. The goal is to verify the identified 5G use cases and to work out their 5G relevance in order to be able to concretely differentiate them from already existing Industrie 4.0 applications.
Crises are becoming more and more frequent. Whether natural disasters, economic crises, political events, or a pandemic - the right action mitigates the impact. The PAIRS project plans to minimize the surprise effect of these and to recommend appropriate actions based on data using artificial intelligence (AI). This paper conceptualizes a cascading model based on scenario technique, which acts as the basic approach in the project. The long-term discipline of scenario technique is integrated into the discipline of crisis management to enable short-term and continuous crises management in an automated manner. For this purpose, a practical crisis definition is given and interpreted as a process. Then, a cascading model is derived in which crises are continuously thought through using the scenario technique and three types of observations are classified: Incidents, disturbances, and crises. The presented model is exemplified within a non-technical application of a use case in the context of humanitarian logistics and the COVID-19 pandemic. Furthermore, first technical insights from the field of AI are given in the form of a semantic description composing a knowledge graph. In summary, a conceptual model is presented to enable situation-based crisis management with automated scenario generation by combining the two disciplines of crisis management with scenario technique.
Feeding the growing world population is a scientific and economic challenge. The target variables to be optimised are the yield that can be produced on a given area and the reduction of the resources used for this purpose. High-wage countries are faced with the problem that the use of personnel is a significant cost driver. Developing countries, on the other hand, usually operate on much smaller field sizes, so that the work in the field is still strongly characterised by manual labour. One solution to meet these challenges is the use of smaller autonomous harvesting robots. These can be networked into a swarm of machines to work even larger fields. The networking of autonomous agricultural machines is a key use case for rural 5G networks. 5G technology can offer many advantages over older mobile communications standards and therefore make use cases more efficient or enable new ones. Various use cases are also conceivable in the field of agriculture, yet it is unclear how 5G networks can and must be specified for this purpose. In this paper, using the example of 5G-connected harvesters powered by swarm robotics, we present the challenges that have arisen and the specification that has been developed.
In road haulage, transports are interrupted by truck drivers to comply with driving and rest times. On long-distance routes, these interruptions lead to a considerable increase in transport time. Transport interruption can be avoided by so-called relay traffic: a vehicle (e. g. semi-trailer) is handed over to a rested driver at the end of the driving time. This type of transport requires a certain company size. In Germany, however, transport companies have 11 employees on average. Intra-company relay traffic is therefore not economically viable for most transport companies. To organize an intermodal transport across forwarding companies, long-distance routes need to be split into partial routes to divide them between freight forwarders and carriers. This paper presents a data concept for an algorithm to find the best possible route sections along a previously defined start and endpoint. The developed data concept includes order-specific data, forwarder-specific data, real-time traffic data, geographical data as well as data from freight forwarding software and telematics to be the basis for the route sectioning algorithm. In this paper, different data sources, external services and logistic systems are analyzed and evaluated. It is shown which data is needed and what the best ways are to select and derive this data from the different data sources.
Digital technologies have gained significant importance in the course of the 4th Industrial Revolution and these technologies are widely implemented, nowadays. However, it is necessary to bear in mind that an ill-considered use can quickly have a negative impact on the environment in which the technology is used. For more responsible and sustainable use, the regulation of digital technologies is therefore necessary today. Since the government is taking a very slow response, as the example of the AI Act shows, companies need to take action themselves today. In this context, one of the central questions for companies is: "Which digital technologies are relevant for manufacturing companies in terms of regulation? This paper conducted a quantitative Delphi study to answer this question. The results of the Delphi study are presented and evaluated within the framework of a data analysis. In addition, it will be discussed how to proceed with the results so that manufacturing companies can benefit from them. Furthermore, the paper contributes to the development of an AI platform in the German research project PAIRS by investigating the compliance relevance of artificial intelligence applications.