62 Ingenieurwissenschaften
Refine
Year of publication
- 2020 (248) (remove)
Document Type
- Contribution to a Periodical (73)
- Master's Thesis (51)
- Bachelor Thesis (29)
- Conference Proceeding (23)
- doctorallecture (12)
- Doctoral Thesis (11)
- Report (10)
- Working Paper (10)
- Article (7)
- Lecture (7)
Is part of the Bibliography
- no (248)
Keywords
- 5G (4)
- ADAM (3)
- ADM-Systeme (1)
- AR (1)
- Abschlussbericht (5)
- Acatech industrie 4.0 Maturity Index (1)
- Additive Fertigung (4)
- Adherence To Delivery Dates (1)
- Air Mobility (1)
- Ambidextrie (1)
Institute
- FIR e. V. an der RWTH Aachen (248)
- Dienstleistungsmanagement (57)
- Produktionsmanagement (56)
- Informationsmanagement (42)
- Business Transformation (25)
The global automotive industry is undergoing a major shift from the combustion engines to a wide variety of propulsion technologies. It is further pooled with Industry 4.0, which has lead to a large volatility in technolgical innovations and ambiguity in the product life cycles.
This uncertainty has lead to a rapidly changing demands for the existing products and services. It is causing difficulty in planning yearly demand quantities with suppliers. In many cases, tier-1 suppliers are unable to actually purchase the quantities for which they reserve a particular capacity of its sub-suppliers during annual sourcing agreements. Companies need to improve their flexibility to adapt to such unpredictable market situations by preparing for quantity or product changes.
Before setting a target for a desired flexibility level, the exisiting situation should be assessed. Therefore, this thesis aims to develop a method to assess the flexibility of suppliers in terms of product mix, volume deviations and delivery compliance. A quantification model is derived, which will be applicable for a wide range of suppliers. The model will enable the comparison of different suppliers during new sourcing decisions, as well as the identifcation of the exisiting suppliers that have room for improvement.
Various factors that affect supplier flexibility are identified through literarure research and personal interviews with different employees having supplier specific roles within Rober Bosch GmbH. These factors are analysed through a ‘WHAT-WHY-HOW’ analysis and only those factors are considered which can be coherently quantified. Based on their significance in the overall flexibility, these focus factors are given particular weightages and then quantified for each suppliers using the available data. The resultant of the scored factors will yield a number that indicates the flexibility index for a corresponding supplier. The developed model will be tested using Robert Bosch GmbH as an example.
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]
This paper contributes to an assessment framework for valuing data as an asset. Particularly industrial manufacturers developing and delivering Smart Product Service Systems (Smart PSS) are comprehensively depended on the business value derived by processing data. However, there is a lack in a framework for capturing and comparing the Smart PSS data value with the purpose of increasing the accountability of data initiatives. Therefore a qualitative data value assessment approach was developed and specified on Smart PSS, based on an industrial case study research. [https://link.springer.com/chapter/10.1007/978-3-030-57997-5_39]
Reliability-centered maintenance for production assets is a well-established concept for the most effective and efficient disposition of maintenance resources. Unfortunately, the approach takes a lot of effort and relies heavily on the knowledge of individuals. Reliability data in Computerized Maintenance Management System (CMMS) is scarce and almost never used well. An automated risk assessment system would have the potential to contribute to the dissemination and effective use of risk information and analysis. The individuality of production setting, however, prevents current systems from being practically relevant for most industries. The presented approach combines ontologies to store and link knowledge, an information logistics model displaying the various information streams, and the Internet of production to take the different user systems and infrastructure layers into account. The provided model of a reference digital shadow for risk information and a detailed information logistics model will help software companies to improve reliability software, standardize and enable assets owners to establish a customized digital shadow for their production networks. [https://link.springer.com/chapter/10.1007/978-3-030-57993-7_2]
Industrie-4.0-Technologien können dazu beitragen, die deutlich ge-steigerte Daten- und Informationsverfügbarkeit während des Produk-tionsprozesses gezielt zu verwerten und den Austausch zwischen pro-duzierenden Unternehmen und Logistikdienstleistern für effiziente und nachhaltige Lieferketten zu fördern. Im Projekt 'SynLApp' wird hierzu ein webbasiertes Assistenzsystem konzipiert, das Prognosen innerhalb der Lieferketten ermöglicht. Dieser Beitrag zeigt aktuelle Rechercheergebnisse zu bestehenden Methoden und Best Practices hinsichtlich der unternehmensübergreifenden Synchronisierung und beschreibt das Projektvorgehen und den Ansatz einer technischen Umsetzung via Simulation.
Digital Leadership
(2020)
This article describes digital leadership-specifically character and competency-that differentiate digitally mature organizations from digitally developing organizations. We assess the differentiated actions of leaders of digitally mature organizations and discuss their results. The study is based on Patterns of Digitization survey with insights from 559 decision makers across five geographic regions-America, Europe, Asia, Africa, and Oceania designed to assess how companies are implementing digital transformation, the various strategies they employ, the investments they make, and the actions they take to achieve large-scale institutionalized digital transformations. The insights gleaned from the study should help lagging companies understand what is involved in implementing a digital transformation and what they need to do to catch up.
Patterns of Digitization
(2020)
This article describes the results of Patterns of Digitization survey designed to assess how companies are implementing digital transformation. The survey includes the various strategies companies employ, the technologies they invest in, and, in particular, the actions they take to overcome the organizational resistance that is common to most large-scale transformations. Digital transformation is reshaping entire segments of our society and industries of every type:
communications, retail, and increasingly healthcare, medicine, agriculture, and manufacturing.
While a few companies seem to reach front-runner status, the majority seem to lag. This phenomenon is a top concern of boardrooms worldwide and motivated the development of this study. To help these organizations, we highlight the important actions all companies are taking as well as the differentiated actions digitally mature companies are undertaking to transform their businesses. These insights should help lagging companies understand what is involved in
implementing a digital transformation and what they need to do to catch up.
Changing customer demands lead to increasing product varieties and decreasing delivery times, which in turn pose great challenges for production companies. Combined with high market volatility, they lead to increasingly complex and diverse production processes. Thus, the susceptibility to disruptions in manufacturing rises, turning the task of Production Planning and Control (PPC) into a complex, dynamic and multidimensional problem. Addressing PPC challenges such as disruption management in an efficient and timely manner requires a high level of manual human intervention. In times of digitization and Industry 4.0, companies strive to find ways to guide their workers in this process of disruption management or automate it to eliminate human intervention altogether. This paper presents one possible application of Machine Learning (ML) in disruption management on a real-life use case in mixed model continuous production, specifically in the final assembly. The aim is to ensure high-quality online decision support for PPC tasks. This paper will therefore discuss the use of ML to anticipate production disruptions, solutions to efficiently highlight and convey the relevant information, as well as the generation of possible reaction strategies. Additionally, the necessary preparatory work and fundamentals are covered in the discussion, providing guidelines for production companies towards consistent and efficient disruption management.
The do-it-yourself mentality is particularly widespread in the furniture sector. Homemade furniture is very popular. The individualisation of furniture can be observed in internet forums, such as the online platform Pinterest. These creative ideas of potential customers show a need for individualized sustainable pieces of furniture. The current production structures, however, do not allow individual production according to the end customer's specifications. In addition, information logistics faces a major challenge: making the creative ideas of end consumers available to producers in parametric form. Topics such as customer requirements in relation to sustainable production, material specifications, industrial property rights, fair production conditions and traceability are the focus of this data interchange. An open and innovative European furniture ecosystem must be created to connect all stakeholders in the production process. This is made possible by a platform that channels the creativity of consumers and makes it designable and producible through the professional skills of designers. This requires the involvement of manufacturing specialists who can produce personalised products through sustainable intelligent production technologies. An exchange of information must also take place securely and quickly in order to protect the personal rights of the sources of ideas. This is being developed in the EU research project INEDIT - Open Innovation Ecosystem for do-it-together process. By connecting many different stakeholders along the entire value creation process, a change towards efficient collaborative collaboration is achieved. This paper presents a project insight for the development of an international co-creation platform by presenting the problem and linking it to a potential solution.
Trends und Entwicklungen
(2020)
Der traditionelle After Sales Service inklusive der hohen Margen und Gewinnbeiträge steht einem Wandel gegenüber. Digitale Transformation, Globalisierung oder disruptive Geschäftsmodelle verändern die etablierten Rahmenbedingungen des Geschäftsbereiches zunehmend. Daher sollten sich Unternehmen auf diesen Wandel vorbereiten und Veränderungen in der eigenen Organisation anstoßen. Aus diesem Grund wird in dem letzten Kapitel des vorliegenden Buches auf wichtige Trends im After Sales Service eingegangen. Zu nennen sind hierbei der Ansatz der Servitization (Abschn. 7.1), die Digitale Transformation im After Sales Service (Abschn. 7.2), digitale Geschäftsmodelle (Abschn. 7.3), das Smart Service Engineering (Abschn. 7.4) oder der Einfluss der Elektromobilität auf den automobilen After Sales Service (Abschn. 7.5).
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.
Mit dieser Arbeit wurde ein ganzheitliches Verfahren zur Bewertung alternativer Investitions- und Betreibermodelle für IoT-Systeme in Gewerbeimmobilien entwickelt. Durch die Erfassung des spezifischen Nutzens und der spezifischen Kosten der Systeme wird das gesamte Potenzial der Investition erfasst und die wirtschaftliche Betrachtung
alternativer Investitions- und Betreibermodelle ermöglicht. Hinsichtlich der Wirtschaftlichkeit spielen vor allem auch die weniger offensichtlichen und nur indirekt zahlungswirksamen oder qualitativen Nutzenpotenziale eine maßgebliche Rolle. Diese stellen ein bedeutendes finanzielles und strategisches Potenzial dar und können die Investitionsbewertung entscheidend beeinflussen. Das entwickelte Verfahren beseitigt finanzielle Unsicherheiten und unterstützt so die Umsetzung intelligenter Gewerbeimmobilien. Gerade im Hinblick auf globale Herausforderungen wie der Urbanisierung, Ressourcenknappheit
und dem Wandel der Arbeitswelt, werden effizientere und flexible Lösungen und Gebäude langfristig zur Notwendigkeit. Nicht zuletzt hat die Covid-19-Pandemie, während der diese Arbeit angefertigt wurde, auf drastische Art und Weise die Bedeutung von Reaktionsfähigkeit und Anpassungsfähigkeit im Büro gezeigt und den Wandel des Büros möglicherweise weiter beschleunigt. Das IoT als eine der Schlüsseltechnologien zur Bewältigung zukünftiger Herausforderungen werden vor diesem Hintergrund und durch zusätzliche gesellschaftliche und politische Vorgaben an Bedeutung gewinnen. Die Umsetzung entsprechender Konzepte steht und fällt mit der Wirtschaftlichkeit, zu deren Bewertung diese Forschungsarbeitet und das entwickelte Verfahren ihren Beitrag leisten.
Ziel dieser Arbeit ist die Identifikation und Aufnahme von Ist-Prozessen basierend auf dem Prozesswissen der am Forschungsvorhaben teilnehmenden Unternehmen. Somit werden Einsatzmöglichkeiten von Sprachassistenzsystemen in produzierenden Unternehmen beleuchtet. Dazu wird ein Workshop-Konzept entwickelt und mit den Unternehmen eine Reihe von Workshops unter Anwendung dieses Konzepts durchgeführt. Als weiteres Ziel dieser Arbeit werden funktionale Anforderungen an einen Sprachassistenten im industriellen Kontext formuliert, die mithilfe der Ist-Prozessaufnahme und einer anschließenden Stakeholderanalyse abgeleitet werden.
Der Technologie- und Trendradar 2022 enthält die neusten Technologien und Trends des vergangenen Jahres. Im aktualisierten Radar wurden die Technologiereifegrade in den Steckbriefen neu bewertet, die Anwendungen, Potenziale und Herausforderungen der Technologien wo nötig aktualisiert und neue Technologien aufgenommen.
Der Technologie- und Trendradar 2022 enthält elf neue Steckbriefe. Das Technologiefeld Vernetzung wurde um Eventgetriebene IT-Architekturen, Internet of Behaviors und Web3 erweitert. Dem Feld Virtualisierung wurde die Technologie Metaverse hinzugefügt. Das Technologiefeld Datenverarbeitung wurde um den Trend Data-Centric AI ergänzt, das Feld Prozesse um den Trend Digitale Souveränität. Im Technologiefeld Produkte wurden die Technologien Edge AI, Inter Planetary File System (IPFS), Photonische Siliziumchips, Soft-Robotik und Neuromorphic Computing aufgenommen.
Today, however, agility is seen more than ever as a critical success factor for companies. In times of an increasing degree of digital interconnection and minimum viable products, a mentality is entering the industrial service sector that has so far only been exemplified by Internet companies (e.g. Google): New products and especially digital services are developed in highly iterative processes. To this end, customers are involved in early test phases of development and provide feedback on individual functional modules, which – in contrast to the previous approach – are only gradually assembled into a market-ready “100 percent version”. But especially with the development of new digital services, companies must ensure more than ever that both the existing analog service business and the design of new digital services are geared to effectiveness and efficiency in order to meet the growing demands of customers and competitors.
To achieve this, companies must not only be familiar with the products currently on the market, but also master the entire product history, which in some cases goes back more than 30 years and varies greatly from one industry to another.
Die vernetzte Digitalisierung als Befähiger für Intelligente Produkte und datenbasierte Geschäftsmodelle stellt Unternehmen vor zahlreiche und vielfältige Herausforderungen auf dem Weg durch die digitale Transformation. Zur Unterstützung dieser Unternehmen wurden in den vergangenen Jahren diverse Referenzarchitekturmodelle entwickelt. Eine detaillierte Analyse derselben und insbesondere ihrer Nutzung durch Unternehmen zeigt schnell, dass aktuell bestehende Referenzmodelle große Schwächen in der Anwendung und somit in der Praxistauglichkeit aufweisen. Mit dem Aachener Digital-Architecture-Management (ADAM) wurde ein Modell entwickelt, das gezielt die Schwächen bestehender Referenzarchitekturen adressiert, ohne ihre Stärken zu vernachlässigen. Als holistisches Modell, speziell für die Anwendung durch Unternehmen entwickelt, strukturiert das ADAM-Modell die digitale Transformation von Unternehmen in den Bereichen der digitalen Infrastruktur und der Geschäftsentwicklung. Systematisch werden Unternehmen dazu befähigt, die Gestaltung der Digitalarchitektur unter Berücksichtigung von Gestaltungsfeldern voranzutreiben. Dabei bietet das Modell nicht nur eine Strukturierungshilfe, sondern beinhaltet auch einen Baukasten, um das Vorgehen in der digitalen Transformation zu konfigurieren. Durch die Breite und Tiefe von ADAM werden Unternehmen befähigt, den Weg durch die digitale Transformation systematisch und strukturiert zu bestreiten, ohne die wertschöpfenden Bestandteile der Digitalisierung aus den Augen zu verlieren.
In an increasingly changing market environment, the long-term survival of companies depends on their ability to reduce latencies in adapting to new market conditions. One strategy to meet this challenge is the anchoring of data-driven decision making, which leads to an increasing use of advanced information technologies and, subsequently, to an increase in the amount of data stored. The complexity of processing these data spurred the demand for advanced statistical methods and functions called Business Analytics. Companies are, despite all promised benefits, overwhelmed with the implementation of Business Analytics as indicated by a failure rate of 65 to 80 %. This paper provides an empirically validated, multi-dimensional model that takes an integrative look at critical success factors for the implementation
of Business Analytics and based on which management recommendations can be generated. For this purpose, constructs of the model are conceptualized, before a structural equation model is developed. This model is then validated with data from 69 industrial partners in the food industry. It is shown amongst others, that the three success factors top management support, IT infrastructure and system quality are pivotal to increase the company performance.
Die Nahrungsmittelindustrie bringt jährlich ca. 40.000 neue Produkte auf den Markt. Die daraus resultierenden Veränderungen haben einen großen Einfluss auf die Nahrungsmittelindustrie und führen durch die
Vielzahl der zusätzlichen Optionen zu deutlich komplexeren Entscheidungsproblemen. Eine Strategie zur Bewältigung dieser Herausforderung ist die Verankerung der datengesteuerten Entscheidungsfindung, die zu einem zunehmenden Einsatz fortschrittlicher Informationstechnologien wie Business-Analytics
führt. Trotz aller Vorteile sind die Unternehmen mit der Implementierung von Business-Analytics überfordert, was sich in einer Misserfolgsquote von 65 bis 80 Prozent widerspiegelt. In diesem Artikel werden Erfolgsfaktoren aufgezeigt und Handlungsempfehlungen abgeleitet, um Unternehmen bei der Einführung von Business-Analytics und dem Aufbau einer fundierten Basis für unternehmerische Entscheidungen zu unterstützen. Die umfassende Expertise für das Forschungsprojekt wird durch ein gemeinsames Konsortium, bestehend aus den Instituten FIR e. V. an der RWTH Aachen, IPRI – International Performance Research Institute GmbH in Stuttgart und dem Forschungsinstitut für Unternehmensführung, Logistik und Produktion der Technischen Universität München gestellt.
The rapid developments in information and communication technology enable new bus iness models that are based on digital platforms. Marketplaces such as Amazon or Airbnb have already adapted this business model to connect previously unconnected supply-side and demand-side to conduct a business transaction via a digital platform. Due to Industrie 4.0 and the rapid technological development that comes with it, digital platforms have entered the market within the area of the mechanical engineering. Different platform types exist, such as marketplaces for machine equipment or digital data platforms for connected machines. Although numerous companies claim to offer platform-based bus iness models, they often lack knowledge on individual business model components. To close this gap, this paper structures a variety of existing platforms based on their detail characteristics. Within this paper, existing typologies of digital platforms from other industry areas are analyzed. Case study research ofplatforms within the mechanical engineering is used to adjust these typologies and create a new one for digital platforms within the mechanical engineering.
[Abschlussbericht] MeProLI
(2020)
Kernergebnis des Forschungsprojekts ‚MeProLI‘ ist ein wissenschaftlich-technisches Vorgehensmodell zur Gestaltung von Prozessbaukästen und zur aufwands-/nutzenoptimalen Standardisierung von Industrieservice-Prozessen. Anhand dieses Modells wurde ein praktisches Anwendungsmodell entwickelt und in der DIN SPEC 91404 veröffentlicht. Darüber hinaus wurden die Ergebnisse in zahlreichen Veröffentlichungen, auf Veranstaltungen, in Weiterbildungsangeboten, Arbeitskreisen, einer Dissertation und zwei internationalen Konferenzen einer Vielzahl an Unternehmen und Interessenten zugänglich gemacht.
1. Entwicklung eines morphologischen Erklärungsmodells zur Strukturierung, Typologisierung und Standardisierung von Eigenschaften und relevanten Handlungsfeldern für aufgenommene industrielle Instandhaltungsprozesse.
2. Entwicklung eines Kennlinienkatalogs zur Operationalisierung der Zusammenhänge von Prozesseinflussgrößen und -zielgrößen, um daraus die Wirkungen von Maßnahmen visuell darstellen zu können.
3. Entwicklung einer Methode zur Aufwands-/Nutzenkalkulation von Standardisierungsmaßnahmen zur Abschätzung der Relevanz von ausgewählten Maßnahmen für KMU.
4. Entwicklung eines Gestaltungsmodells für Prozessbaukästen, Integration des Gestaltungsmodells in Referenzprozesse für Instandhaltungsservices und Gestaltung von konkreten Baukästen für die kritischen Prozessschritte dieser Services.
5. Überführung der Ergebnisse in eine praktisch anwendbare Methode zur Identifikation von Standardisierungspotential und Ableitung von Maßnahmen zur Standardisierung von Instandhaltunsprozessen. Dokumentation und Veröffentlichung der Ergebnisse in der DIN SPEC 91404 und Gestaltung einer online Applikation zur praktischen Durchführung der Methode.
KMU können mit der Methode eigenständig innerhalb von 2 Tagen Standardisierungsmaßnahmen ableiten.
Ziel des 'SewGuide'-Projekts ist es, den Ausbildungsprozess von Näharbeiten künftig mithilfe eines digitalen Anlernassistenten zu unterstützen, zu individualisieren und zu beschleunigen. Dazu werden mit der Hubert Schmitz GmbH, einem der führenden Unternehmen für moderne Schutzbekleidungen (bekannt etwa für die S-GARD® Schutzkleidungen), ausbildungsrelevante Inhalte generiert und in ein digitales Format transformiert. Der digitale Assistent 'SewGuide' wird dem Auszubildenden an der Nähmaschine diese Inhalte interaktiv zur Verfügung stellen. Weiterhin wird mittels Nachrüstung geeigneter Hardware der individuelle Nähprozess analysiert und als Feedback in die Lerninhalte integriert werden. Das Projekt soll eine Grundlage für das Wissensmanagement und die Wissensorganisation in handwerklichen Produktionen hinsichtlich eines digitalen Assistenzsystems an Maschinen schaffen. Dieses Vorhaben wird mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 02K19K013 gefördert.
Industrie 4.0 spielt eine immer wichtigere Rolle im Strategieprozess von Unternehmen. Es gilt, die neuen Möglichkeiten der Digitalisierung in allen Bereichen der Wertschöpfungskette optimal zu nutzen. Industrie 4.0 zeichnet sich durch die Kombination einer großen Zahl physischer und digitaler Technologien wie künstliche Intelligenz, Cloud Computing, Augmented Reality und dem Internet of Things aus. Mit der zunehmenden Vernetzung von Objekten, Daten und Prozessen und dem verstärkten Einsatz von IT in der Fabrikautomation und Prozesssteuerung haben in diesen Bereichen auch die Cyber-Bedrohungen aus der konventionellen IT eine hohe Relevanz. Im Zuge des digitalen Wandels wird sich die Anzahl der Angriffsvektoren im Industriekontext massiv erhöhen.
Die Herausforderung für kleine und mittlere Unternehmen (KMU) ist die Umsetzung der Digitalisierung im konkreten Geschäftsalltag. Häufig fehlt es an finanziellen und personellen Mitteln, um eine eigene Abteilung für IT-Sicherheit aufzubauen. Aufgrund der fehlenden Expertise in diesem Bereich liegt der Schwerpunkt in dieser Arbeit auf der Identifikation und Beschreibung von praxisnahen und lösungsorientierten IT-Sicherheitsmaßnahmen und ihrer Implikation auf die Unternehmen.
Es werden Maßnahmen identifiziert, die eine sichere Umsetzung von Anwendungsfällen aus Industrie 4.0 gewährleisten können. Ziel dieser Arbeit ist die Erstellung eines IT-Sicherheit-Rahmenwerkes, anhand dessen sich KMU für die Umsetzung von Anwendungen aus Industrie 4.0 orientieren können.
Zunächst sollen Anwendungsfälle aus Industrie 4.0 recherchiert und identifiziert werden. Im zweiten Schritt werden für jeden Anwendungsfall mögliche Sicherheitslücken identifiziert und zu Angriffsvektoren gebündelt. Im Anschluss werden den jeweiligen Anwendungsfällen relevante Angriffsvektoren zugeordnet. Im letzten Schritt werden Maßnahmen recherchiert und identifiziert, welche die Sicherheitslücken schließen bzw. die Angriffsvektoren neutralisieren.
This study aims to detailed insight into the research field and to understand the working of case models in Manufacturing Use. Industrie 4.0 use case model also illustrated the significance of the Manufacturing Unit of Industrie 4.0 Use case models and Industrie 4.0 Technologies and resolved the protection and security issues associated with in-dustrial systems and services' growth precipitated by the implementation of IoT tech-nologies. The key goals were to gather good practices in the sense of Industrie 4.0 / Smart Manufacturing to ensure IoT protection while mapping the related security and privacy issues, threats, risks, and scenarios for an attack. The research aims to act as a reference point for fostering cooperation across the European Union on Industrie 4.0 and Industrial IoT protection and increasing aware-ness of the related threats and risks. An additional important element of the study is to define the notion of Industrie 4.0 and Smart Manufacturing to set the perimeter of the work to be done and serve as the basis for future developments.
Methoden der Informationsmodellierung zur Entscheidungsunterstützung im Produktionsmanagement
(2020)
Supply-Chain-Management 4.0
(2020)
Viele Unternehmen erhoffen sich enorme Wachstumschancen durch Digitalisierung, Vernetzung und neue Technologien. Daher ist der Reifegrad der Digitalisierung eines Unternehmens von besonderer Bedeutung, um den Status des Unternehmens zu überprüfen. Im Rahmen der acatech-Studie wurde ein Index entwickelt, um den Reifegrad von produzierenden Unternehmen zu bestimmen. Diese Bewertung berücksichtigt jedoch den Bereich des Lieferkettenmanagements nicht ausreichend. Infolgedessen müssen diesbezüglich weitere Merkmale entwickelt werden, um den Reifegrad der Digitalisierung innerhalb einer Lieferkette zu bestimmen. Der Schwerpunkt liegt auf Datenverarbeitung, Kommunikation, Schnittstellenarbeit und Sicherheit, Netzwerkzusammenarbeit und Änderungsmanagement.
Subscription business transforms traditional business models of machinery and plant engineering. Many manufacturing companies struggle to pull out the potential created by Industry 4.0 and make it economically usable. In addition to technological innovations, it is necessary to transform the business model. This leads to a shift from ownership-based and product-centric business models to outcome-based business models, which focus on the customer's value and thus realize a unique value proposition and competitive advantage – the outcome economy. Based on a case study analysis among manufacturing companies, this paper provides further clarification including a definition and constituent characteristics of subscription business models in machinery and plant engineering.
Numerische Analyse und gewichtete Lösungsfindung von Störungen in flexiblen Fertigungssystemen
(2020)
Trotz der steigenden Bedeutung und des stetig wachsenden Marktes scheitert die Implementierung von BA bei über 70 Prozent der Unternehmen. Die Einführung von BA übersteigt die Komplexität konventioneller applikationsbasierter IT-Projekte und bedarf daher der ganzheitlichen Anpassung der Unternehmensorganisation und der IT-Infrastruktur. Es fehlt zudem aus wissenschaftlich-technischer Sicht ein geeignetes Vorgehen und eine Untersuchung zur ganzheitlichen Implementierung von BA. Insbesondere kmU scheitern oft aufgrund geringer Ressourcen an der für die Implementierung von BA notwendigen Transformation. Bestehende Forschungsansätze, die insbesondere zu vergangenheitsbezogenen Business-Intelligence-Implementierungen existieren, sind aufgrund fehlender Untersuchung von multivariaten Wirkzusammenhängen, fehlendem kmU-Bezug und Kontext nicht hinreichend.
In der zu entwickelnden Masterarbeit wird ein Strukturgleichungsmodell entwickelt, um eine kmU-gerechte Einführung zu fundieren. Dafür werden zunächst kritische Erfolgsfaktoren recherchiert und durch Experten validiert und priorisiert. Im Anschluss wird ein Hypothesensystem entwickelt, welches in einem Strukturgleichungsmodell ersten Tests unterzogen wird, um Wirkzusammenhänge zwischen Determinanten und Faktoren des Erfolgs aufzuzeigen. Nach Sicherung einer ausreichend großen Stichprobe werden mithilfe von ersten Tests die Parameter mit Hilfe modelltheoretischer Mehrgleichungssysteme geschätzt. Dabei wird auf den varianzbasierten Partial-Least-Squares-Ansatz zurückgegriffen.