UdZ. Unternehmen der Zukunft 1/2015. Forschung nutzen. Mehrwert schaffen. Zeitschrift für Betriebsorganisation und Unternehmensentwicklung

Transkript

1 UdZ 1/2015 Unternehmen der Zukunft Zeitschrift für Betriebsorganisation und Unternehmensentwicklung ISSN Forschung nutzen. Mehrwert schaffen.

2 Impressum UdZ Unternehmen der Zukunft FIR-Zeitschrift für Betriebsorganisation und Unternehmensentwicklung, 16. Jg., Heft 1/2015, ISSN UdZ Unternehmen der Zukunft informiert mit Unterstützung des Landes Nordrhein-Westfalen drei Mal im Jahr über die wissenschaftlichen Aktivitäten des FIR. Herausgeber FIR e. V. an der RWTH Aachen Campus-Boulevard Aachen Tel.: Fax: E Mail: info@fir.rwth-aachen.de Internet: Direktor Prof. Dr.-Ing. Dipl.-Wirt. Ing. Günther Schuh Prof. Dr.-Ing. Achim Kampker, M. B. A. Geschäftsführer Prof. Dr.-Ing. Volker Stich Leiter Geschäftsbereich Forschung Dr.-Ing. Gerhard Gudergan Leiter Geschäftsbereich Industrie Dr.-Ing. Carsten Schmidt Bereichsleiter (inhaltlich verantwortlich für dieses Heft) Dienstleistungsmanagement: Dr.-Ing. Christian Fabry Informationsmanagement: Dipl.-Inform. Violett Zeller Business-Transformation: Dr.-Ing. Gerhard Gudergan Produktionsmanagement: Dr.-Ing. Niklas Hering; Dipl.-Wirt.-Ing. Jan Reschke Redaktionelle Mitarbeit Julia Quack van Wersch, M.A. Simone Suchan M.A. Korrektorat Simone Suchan M.A. Dipl.-Gyml. Taissia Fernández de la Peña Satz und Bildbearbeitung Julia Quack van Wersch, M. A. Druck AWD Druck + Verlag GmbH Copyright Kein Teil dieser Publikation darf ohne ausdrückliche schriftliche Genehmigung des Herausgebers in irgend einer Form reproduziert oder unter Verwendung elektronischer Systeme verarbeitet, vervielfältigt oder verbreitet werden. Bildnachweis Titelbild (rechts): FIR e. V. an der RWTH Aachens; Titelbild (links): FIR e. V. an der RWTH Aachen; Soweit nicht anders angegeben: FIR e. V. an der RWTH Aachen Einfach diesen QR-Code mit Ihrem Smartphone einscannen und die aktuelle UdZ online lesen! 2 UdZ Unternehmen der Zukunft 1/2015

3 Inhaltsverzeichnis 6 9 Der Themenkompass der UdZ Die Hightech-Strategie der Bundesregierung als beispielhafter Ordnungsrahmen für die Arbeit des FIR Rückblick: FIR stellte Status quo und Lösungsmöglichkeiten der Industrie 4.0 auf den ERP-Tagen vor Mit dem Navigationsgerät auf die Straße und im Blindflug durch die Produktion? 36 Business-Transformation Phänomene, Prozesse und Methoden der Veränderung von Unternehmen verstehen 38 Komplexität in Unternehmenstransformationen beherrschen Wie das Konzept der Orchestrierung große Transformationsvorhaben für Entscheidungsträger beherrschbar macht FIR-Forschungsprojekte Studien, Standards und Publikationen BigPro: Einsatz von Big-Data-Technologien zum Störungsmanagement in der Produktion Big-Data-Einsatz und eventbasierte Regelung zur Gestaltung von robusten Produktionssystemen ServSync: Servicesynchronisation mittels Takt Konzept zur Synchronisation der Erstellungsprozesse technischer Dienstleistungen DELFIN: Dienstleistungen für Elektromobilität Förderung von Innovationen und Nutzerorientierung Entwicklung von Strategien und Konzepten für innovative Dienstleistungen im Wertschöpfungssystem Elektromobilität GradeIT: Mit optimierten IT-Prozessen das Fundament der Unternehmens-IT schaffen Entwicklung einer KMU-spezifischen Bewertungsmethode für IT-Prozesse kleinerer und mittlerer IT-Service-Provider DigiKMU: Strategische Ausrichtung der Unternehmens-IT zur Umsetzung von Industrie-4.0-Konzepten Entwicklung einer Methode zur Unterstützung von KMU ELIAS: Engineering und Mainstreaming lernförderlicher industrieller Arbeitssysteme für die Industrie 4.0 Konfiguration bedarfsgerechter Lernlösungen Smart-Logistic-Grids: Realisierung eines echtzeitfähigen Risikomanagementsystems Konzeption und Durchführung eines Feldversuchs bei der ZITEC Industrietechnik GmbH Kostenlose FIR-Edition: Smart Watts erschienen Gestaltung des Energiesystems der Zukunft in der Modellregion Aachen FIR-Editionsband SISE erschienen Synergetisches, interaktives und selbstorganisiertes E-Learning in Unternehmen mit komplexer Wertschöpfungskette FIR-Editionsband Smart.NRW erschienen Supply-Chain-Exzellenz mittels adaptiver Planungsprozesse und RFID-Source-Tagging auf Caselevel in der Konsumgüterbranche von NRW FIR-Studie Stammdatenmanagement in der produzierenden Industrie erschienen Veröffentlichung: Nachhaltige Effizienzsteigerung im Service Verschwendung vermeiden Prozesse optimieren CRM-Praxis 2014/15: CRM-Systeme in Unternehmen Ziele, Nutzen und Herausforderungen FIR-Whitepaper Smart Operations erschienen Produktionsumfeld 2030 Explorative Studie KMU-spezifische Präferenzanalyse von Communitymerkmalen und deren Ausprägungen des FIR erschienen 32 Smart Maintenance: Industrie 4.0 in der Instandhaltung Integrative Softwarelösungen für ein intelligentes, bedarfsorientiertes Instandhaltungsmanagement in komplexen Produktionsumgebungen 35 Projektankündigungen Neubewilligte Forschungsprojekte des FIR e. V. an der RWTH Aachen UdZ Unternehmen der Zukunft 1/2015 5

4 FIR-Forschungsprojekte BigPro: Einsatz von Big-Data-Technologien zum Störungsmanagement in der Produktion Big-Data-Einsatz und eventbasierte Regelung zur Gestaltung von robusten Produktionssystemen Projekttitel BigPro Projekt-/ Forschungsträger BMBF; DLR Förderkennzeichen 01IS14011A Projektpartner i2solutions GmbH; Asseco Solutions AG; Werkzeugmaschinenlabor der RWTH Aachen (WZL); FZI Forschungszentrum Informatik am Karlsruher Institut für Technologie; cognesys gmbh; Software AG; Robert Bosch GmbH; C. GROSSMANN Stahlguss GmbH; EICe Enterprise Integration Center Aachen GmbH; EML European Media Laboratory GmbH; DFA Demonstrationsfabrik Aachen GmbH Im Forschungsprojekt BigPro wird ein Ansatz entwickelt, der es produzierenden Unternehmen ermöglichen soll, ihre Produktionssysteme durch den gezielten Einsatz von Big- Data-Technologien reaktionsfähiger zu gestalten und ein proaktives Störungsmanagement in der Fertigung zu ermöglichen. Ziel ist es, präventiv Störungen vor dem eigentlichen Auftreten durch geeignete Maßnahmen zu verhindern und bei aufgetretenen Störungen diese durch die Durchführung situationsgerechter Maßnahmen, teil- und vollautomatisiert, reaktionsschnell zu beheben. Das Projekt BigPro wird über das Bundesministerium für Bildung und Forschung (BMBF) im Rahmen des Förderprogramms IKT 2020 Forschung für Innovationen mit dem Förderkennzeichen 01IS14011A gefördert. Ausgangssituation Produktionsausfälle können unterschiedliche Ursachen haben: Lieferengpässe, Maschinendefekte, Prozessstörungen etc. Unabhängig von der Ursache haben Produktionsausfälle meist weitreichende und kostspielige Folgen, die sich je nach Branche und Unternehmen auf bis zu $/Min. belaufen können [1]. Eine frühzeitige, bestenfalls sogar vorzeitige Erkennung von Störungen kann helfen, Produktionsausfälle und damit zusätzliche Kosten durch rechtzeitige und gezielte Reaktionen zu reduzieren oder sogar gänzlich zu vermeiden. Dabei kann insbesondere der gezielte Einsatz von Big-Data-Technologien aus ökonomischer Perspektive große Wirkung entfalten. Umfangreiche Datenbestände sowie deren situationsgerechte Darstellung und die Einbindung von Menschen als Sensoren bieten Entscheidungsprozessen im Störfall Legende: Ansprechpartner Dipl.-Wirt.-Ing. Felix Jordan Internet Bild 1: Darstellung der avisierten Lösung 12 UdZ Unternehmen der Zukunft 1/2015

5 FIR-Forschungsprojekte valide Grundlagen und beschleunigen jene [2]. Große, heute nur in Ansätzen nutzbare Potenziale liegen in der Verknüpfung und Analyse massiver heterogener Bestände von Roh- und Simulationsdaten in Echtzeit, etwa zur Ermöglichung eines proaktiven Störungsmanagements im produzieren den Unternehmen. Ziel des Vorhabens Das FIR und seine Partner entwickeln im Projekt ein Frühwarnsystem für ein proaktives Störungsmanagement. Hierzu ist geplant, neben Sensor- und Systemdaten insbesondere auch das Wissen und die Wahrnehmung der Mitarbeiter unter der Beachtung des Schutzes der Privatsphäre heranzuziehen. Prioritäres Ziel ist die Analyse und Auswertung der Systemzustände in Echtzeit sowie die direkte Ableitung und Anwendung angemessener Reaktionen auf Grundlage der entstehenden großen und heterogenen Datenbestände und der aus ihnen gezogenen kausalen Zusammenhänge. Durch eine diskrete Simulation und anschließende Validierung innerhalb der Demonstrationsfabrik Aachen (DFA) werden die erreichten Ziele praxisnah erprobt und die erzielten Ergebnisse können so bei den verschiedenen Anwendungspartnern eingesetzt und validiert werden. Dadurch wird die Übertragbarkeit der Ergebnisse gewährleistet, welche dann für künftige Projekte genutzt werden können. Kern des Forschungsvorhabens ist der generische Aufbau einer echtzeitfähigen Big-Data- Plattform, auf der unterschiedliche Applikationen (Monitoring, Prognose, Reaktion) angewendet werden können. Auf der Plattform werden die in sämtlichen Unternehmensebenen generierten Daten (durch Mensch, Maschine, IKT etc.) zusammengeführt und mittels Complex-Event-Processing für ein proaktives, ganztheitliches Störungsmanagement genutzt. Alle nötigen Informationen werden den zuständigen Mitarbeitern bzw. den Verantwortlichen über skalierbare Visualisierungstechniken direkt zur Verfügung gestellt. Dabei wird die Übertragbarkeit der Plattform auf andere Anwendungs- und Nutzungsdomänen durch die Projektstruktur gewährleistet. Die Forschungsergebnisse sind somit branchenunabhängig und übertragbar. Verschiedene Geschäftsmodelle zur späteren Anwendung in Unternehmen werden vorgedacht und konzipiert. Ausblick Das FIR beabsichtigt, durch dieses Projekt die Grundlage eines Frühwarn- systems zu schaffen und neue Datenanalysemethoden für Probleme bei Produktionsprozessen/Entwicklungsprojekten zu entwickeln. Hierzu wird eine wissenschaftlich fundierte Lösung zum echtzeitbasierten Steuerungs- und Störungsmanagement angestrebt, mit der ein generisches Vorgehen zur Übertragbarkeit auf weitere Branchen entwickelt werden soll. Die Ergebnisse werden anschaulich im Rahmen der DFA und der Demonstratoren in den Innovation-Labs des Clusters Smart Logistik dargestellt. Die wissenschaftlichen und wirtschaftlichen Potenziale (Marktpotenzial) nach Projektende sind als hoch einzuschätzen. Die hier gewonnenen Erkenntnisse können nach erfolgreichem Abschluss in neuen Projekten an andere Unternehmen vermittelt werden, wodurch das Portfolio des FIR in den Bereichen Big Data sowie Störungsmanagement erweitert und ein neuer Kompetenzbereich etabliert wird. Literatur [1] ATS (Hrsg.): Stopped Production Costs $22,000 per minute. ATS Zuletzt geprüft am [2] McAfee, A.; Brynjolfsson, E.: Besser entscheiden mit Big Data. In: Harvard Business Manager, (2012)11, S Dipl.-Wirt.-Ing. Felix Jordan (li.) Fachgruppe Informationstechnologiemanagement Tel.: Dipl.-Inf. Univ. Martin Birkmeier (mi.) Fachgruppe Informationslogistik Tel.: Gregor Josef Fuhs, M. Sc. (re.) Fachgruppe Informationslogistik Tel.: UdZ Unternehmen der Zukunft 1/