Beruflich Dokumente
Kultur Dokumente
2
7
6
7
18
6
21
4 22 2
3
2
11 11 7
3 5
5
30 7
6 5
4
18 177 4
3
3 299 5
1
12 8 20
3
Abbildungsverzeichnis
Management Summary
Die Arbeitsgruppe zwei (AG2) der nationalen „Plattform wurden 24 Cluster gebildet. Beispielhafte Cluster sind
Industrie 4.0“ (http://www.plattform-i40.de) hat mit ihren „kognitive Unterstützung“, „Smart Factory“ oder „wand-
Anwendungsszenarien die Vision der deutschen Industrie lungsfähige Arbeitssysteme“.
von ihrer digitalen Zukunft beschrieben. Ein Anwendungs
szenario stellt eine generische Beschreibung eines Problems Weiterhin wurden die fünf Hauptunterscheidungsmerkmale
bzw. einer Herausforderung eines Anwenders (Leitmarkt) „Entwicklungsnähe“, „Schnittstellen“, „Systemeigenständig-
dar. In der Regel sind bei einer Umsetzung auch Anbieter keit“, „Datenhoheit“ und „Kundenfokus“ herausgearbeitet.
(Leitanbieter) involviert. Das Spektrum der insgesamt neun Diese stellen die Hauptunterschiede zwischen unterschied-
betrachteten Anwendungsszenarien reicht dabei von der lichen Positionen von Anwendungsszenarien und -beispielen
auftragsgesteuerten Produktion über die innovative Pro- auf der multidimensionalen Skalierung dar. Die multidimen
duktentwicklung bis hin zur selbstorganisierenden adap sionale Skalierung ist in Abbildung 1 dargestellt.
tiven Logistik.
Parallel dazu haben Industrieunternehmen über 280 An Folgende Befunde ergeben sich aus der Analyse:
wendungsbeispiele auf der Industrie 4.0-Landkarte der
Plattform veröffentlicht, die bereits heute realisiert und Auf der linken Seite der multidimensionalen Skalierung
getestet werden. Ein Anwendungsbeispiel ist jeweils die (MDS) sind produktionsnahe Szenarien und auf der rechten
Beschreibung einer möglichen Lösung oder einer konkre- Seite sind produktnahe Szenarien. Nur die Szenarien
ten Umsetzung für einen Anwender (Leitmarkt). Damit „durchgängiges und dynamisches Engineering von Anlagen“
bietet die „Plattform Industrie 4.0“ die umfangreichste und (DDA) und „Smarte Produktentwicklung für die smarte Pro-
bekannteste Sammlung in der Praxis realisierter Industrie duktion“ (SP2) sowie die Szenarien „Transparenz & Wand-
4.0-Anwendungen. lungsfähigkeit ausgelieferter Produkte“ (TWP) und „Value
Based Services“ (VBS) liegen sehr nahe beieinander.
Anwendungsszenarien und Anwendungsbeispiele existierten
bisher isoliert voneinander. Mit dem Projekt „Einordnung Die Anwendungsbeispiele der Industrie 4.0-Landkarte las-
der Beispiele der Industrie 4.0-Landkarte in die Anwen- sen sich mit Hilfe von 24 Clustern sinnvoll zusammenfas-
dungsszenarien (EiBILA)“ ist nun der Brückenschlag erfolgt, sen. Die Cluster an Anwendungsbeispielen liegen überwie-
indem Anwendungsszenarien und Anwendungsbeispiele in gend in der Nähe von Szenarien und lassen sich so zuordnen.
einer gemeinsamen Klassifizierung miteinander verbunden Ausschließlich das Cluster „Schulung, Qualifikation und
wurden. Beratung“ lässt sich nicht sinnvoll zuordnen, da die Szenarien
einen technologischen Fokus haben. Die Cluster „IT-Security“
Ziel des Projektes war die Herstellung von Beziehungen und „Schnittstellen und Standards“ liegen in der Mitte aller
zwischen den 280 Beispielen und den Anwendungsszena- Szenarien. Die darin enthaltenen Beispiele sind für alle Sze-
rien. Ein weiteres Ziel war die Beantwortung der Fragestel- narien relevant. Sie sind Enabler- bzw. Querschnittstechno-
lung, inwiefern die Industrie 4.0-Landkarte ein konsistentes logien. Auf der linken Seite der MDS liegen Anwendungs-
Bild der Anwendungsszenarien darstellt. beispiele zwischen den Szenarien. Diese stellen Smart Facto-
ries an sich, oder Elemente von Smart Factories dar.
Zur Analyse der Anwendungsszenarien und Anwendungs-
beispiele wurden 30 charakteristische Merkmale identifi- In Summe zeigt die MDS eine Anhäufung der Anwendungs-
ziert. Diese wurden nach einer Prüfung auf gegenseitigen beispiele bei den Anwendungsszenarien. Eine Ausnahme
Einfluss und Relevanz auf 17 charakteristische Merkmale stellte das Anwendungsszenario „Innovative Produktent-
reduziert. Beispiele für diese charakteristischen Merkmale wicklung“ (IPE) dar. Für dieses Szenario existiert kein
sind „datengetriebene Services“, „digitale Mensch-Mensch- Anwendungsbeispiel auf der Industrie 4.0-Landkarte.
Kommunikation“ oder „Einbindung des Kunden“. Im
nächsten Schritt wurden die Anwendungsszenarien und Die abschließende statistische Auswertung ergab, dass der
-beispiele mit Hilfe der 17 charakteristischen Merkmale Großteil der Anwendungsbeispiele in kleinen und sehr gro-
bewertet. Die Resultate wurden in einer multidimensiona- ßen Unternehmen realisiert wird. In mittleren Unterneh-
len Skalierung visualisiert. men ist die Anzahl der umgesetzten Anwendungsbeispiele
deutlich geringer. Der Entwicklungsstand der Anwendungs-
Die Bewertungen aller Anwendungsbeispiele wurden eben- beispiele variiert sehr stark. Unabhängig davon lässt sich
falls in einer multidimensionalen Skalierung dargestellt. eine starke regionale Ungleichverteilung der Anwendungs-
Zur Aggregation der 280 relevanten Anwendungsbeispiele fälle feststellen.
M A N A G E M E N T S U M M A RY 3
Legende
AGP TWP
VBS
(23)
(11) (12)
(24)
(22)
(13) (19)
(2)
(3) Bestandteile von (20) (21)
MTI Smart Factories
Industrie 4.0 Anwendungsszenarien
(4) (6)
(5) (14) (15) AGP Auftragsgesteuerte Produktion
(8) Enabler Technologien WFF Wandlungsfähige Fabrik
IPE
WFF (7) (10) MTI Mensch-Technik-Interaktion
SAL Selbstorganisierende adaptive Logistik
(9) (17) SP2 Smarte Produktentwicklung für die smarte
(16) Produktion
(18)
SAL IPE Innovative Produktentwicklung
DDA VBS Value Based Services
SP2 TWP Transparenz und Wandlungsfähigkeit
ausgelieferter Produkte
DDA Durchgängiges und dynamisches
Engineering von Anlagen
Folgende Handlungsempfehlungen ergeben sich aus der • Etablieren eines redaktionellen Prozesses u. a. zur Einord-
Analyse: nung von Testbeds bzw. Testzentren und Schulungen
bzw. Informations- und Unterstützungsangeboten in die
• Aufnahme der im Rahmen dieser Arbeit identifizierten Landkarte.
24 Anwendungscluster als Kategorien in die Industrie
4.0-Landkarte. Eine ergänzende Filterfunktion soll die • Schaffung einer klareren Untergliederung in Anwender
Suche nach den Kategorien mit entsprechenden Beispie- und Anbieter bzw. Leitmarkt und Leitanbieter.
len vereinfachen. Neue Anwendungsbeispiele sind in die
Kategorien einzuordnen. • Analyse von Anwendungsszenarien hinsichtlich weiteren
Forschungsbedarfs. Dies gilt insbesondere für das Szena-
• Jedem Anwendungsbeispiel sind ein oder mehrere pas- rio „Innovative Produktentwicklung“ (IPE), bei dem keine
sende Anwendungsszenarien auf Basis der Ergebnisse Anwendungsbeispiele liegen. Weiterhin sind die Szena-
der MDS in Abbildung 1 zuzuordnen. Dies dient dem rien DDA und SP2 sowie die Szenarien TWP und VBS
Anwender als Orientierungshilfe. näher zu analysieren, da diese jeweils sehr nahe zusam-
menliegen.
• Jedem Anwendungsszenario sind die passenden Anwen-
dungsbeispiele zuzuordnen. • Definition von Enabler-Szenarien für Anwendungsbei-
spiele im Zentrum der MDS, welche als Grundlage für
• Implementierung eines mit der dargestellten Vorge- viele Szenarien fungieren.
hensweise konsistenten Ordnungsschemas zur Auf-
nahme und Kategorisierung neuer Anwendungsbeispiele • Weiterführende Analyse der definierten Cluster an Anwen
in die Landkarte. Ein entsprechendes Ordnungsschema dungsbeispielen. Die Datengrundlage lassen Analysen z. B.
wird in Kapitel 4.2 vorgeschlagen. hinsichtlich Reife der Technologien, der Branchen etc. zu.
4
1 Einleitung
Auf der „Plattform Industrie 4.0“ der Bundesministerien für 1.2 Zielsetzung
Wirtschaft und Energie sowie Bildung und Forschung sind
deutschlandweit derzeit 280 Praxisbeispiele für bereits be Ziel dieses Projektes war die „Einordnung der Beispiele
stehende Industrie 4.0-Lösungen und -Anwendungen auf der Industrie 4.0-Landkarte in die Anwendungsszenarien
einer Landkarte gesammelt und vorgestellt. Damit stellt (EiBILA)“ der AG2. Durch diese Verbindung zwischen
die „Plattform Industrie 4.0“ die umfangreichste und Anwendungsszenarien und Praxisbeispielen sollten fol-
bekannteste Sammlung in der Praxis umgesetzter Indust- gende Fragestellungen geklärt werden:
rie 4.0-Anwendungen dar. Grundlage der Plattform sind
Unternehmen, die ihre erfolgreichen Industrie 4.0-Imple- • Wie nah liegen die beschriebenen Szenarien zum aktuel-
mentierungen beispielhaft einstellen und präsentieren. len Stand der Industrie 4.0-Umsetzungen in den Unter-
nehmen?
Parallel wurden in den letzten Jahren in der Arbeitsgruppe
zwei (AG2) der „Plattform Industrie 4.0“ Anwendungs • Liefert die Landkarte ein konsistentes Bild über alle
szenarien entwickelt, welche beschreiben, wie in Zukunft Anwendungsszenarien?
Industrie 4.0-Lösungen in verschiedenen Wertschöpfungs-
ketten und Nutzungskonzepten Anwendung finden kön- • Gibt es Anwendungsszenarien, zu denen besonders viele
nen. oder besonders wenige Praxisbeispiele in der Industrie
existieren? Lassen sich hieraus konkrete Handlungsemp-
fehlungen ableiten?
1.1 Problemstellung
• Gibt es Praxisbeispiele, die keinem der Anwendungssze-
Die formulierten Anwendungsszenarien der AG2 sind narien eindeutig zugeordnet werden können?
bewusst abstrakter und generischer Natur und inhaltlich
breit ausgearbeitet. Dieser Umstand erschwert konkrete • Wie müsste ein Ordnungsschema für die „Plattform
Rückschlüsse auf die betriebliche Praxis. Des Weiteren sind Industrie 4.0“ aussehen, mit dem (neue) Projekte auf der
die Anwendungsszenarien thematisch hinsichtlich zukünf- Landkarte besser klassifiziert werden können und Nut-
tiger Industrie 4.0-Themen ausgerichtet. Sie bieten daher zer gezielter für sie relevante Praxisbeispiele finden?
kein 1:1-Abbild des Status quo der Industrie 4.0-Umsetzun-
gen bei den Anwendern.
1.3 Vorgehensweise
Die online verfügbare Industrie 4.0-Plattform (http://www.
plattform-i40.de) mit Landkarten-Darstellung bietet Abbildung 2 verdeutlicht die gewählte Vorgehensweise von
Nutzern aktuell eine deutschlandweit regional aufgeteilte der Definition der Herausforderung bis zur Umsetzung des
Ansicht der Industrie 4.0-Anwendungen. Die Problematik skizzierten Vorhabens. Dieser Vorgehensweise folgt auch
liegt hierbei in den unzureichenden Filteroptionen, die die Struktur dieses Berichts.
eine gezielte Suche nach speziellen Themen für den Nutzer
aufwändig gestalten. Darüber hinaus liegen bisher keine In der Einleitung werden Problemstellung und Zielset-
Erkenntnisse vor, ob die Praxisbeispiele auf bestimmte zung des Forschungsprojekts „Einordnung der Beispiele
Anwendungsfelder konzentriert sind, oder ob sie ein der Industrie 4.0-Landkarte in die Anwendungsszena-
konsistentes Bild der durch die Anwendungsszenarien rien“ erläutert. Das Kapitel „Anwendungsszenarien und
aufgestellten Anwendungsmöglichkeiten darstellen und Anwendungsbeispiele“ beschreibt die unabhängig von-
bedienen. einander erstellten Anwendungsszenarien, die durch die
1 EINLEITUNG 5
5. Bewertung Bewertung der Anwendungsszenarien und -beispiele mit Hilfe der charakteristischen Merkmale
6. Multidimensionale Skalierung Darstellung der Anwendungsszenarien und -beispiele in einer multidimensionalen Skalierung
7. Auswertung Beschreibung der Resultate und Handlungsempfehlungen aus der multidimensionalen Skalierung
AG2 der „Plattform Industrie 4.0“ entwickelt wurden und lierung dargestellt und somit der Zusammenhang grafisch
die Anwendungsbeispiele der Industrie 4.0-Landkarte. abgebildet.
Das Kapitel „Methodische Vorgehensweise“ erläutert die
methodische Vorgehensweise zur Abgrenzung, Beurtei- Abschließend werden die Auswertung und abgeleitete
lung und Einordnung bzw. Darstellung der aggregierten Handlungsempfehlungen dokumentiert. Das Kapitel
Ergebnisse. Im darauffolgenden Kapitel „Bewertung der „Auswertung“ gliedert sich in „Statistische Auswertung der
Anwendungsszenarien und Anwendungsbeispiele“ werden gesamten Anwendungsbeispiele“ und „Auswertung der
die charakteristischen Merkmale identifiziert und qualita- MDS und der erarbeiteten Cluster“. Die darauffolgenden
tiv ausgewählt. Im Anschluss daran erfolgt die Bewertung Abschnitte „Handlungsempfehlungen“ und „Ordnungs-
der Anwendungsbeispiele. Im Kapitel „Darstellung in einer schema und Methodik zur Klassifizierung neuer Anwen-
multidimensionalen Skalierung“ werden die Anwendungs- dungsbeispiele“ erläutern die Interpretation und Analyse
szenarien und -beispiele in einer multidimensionalen Ska- der Ergebnisse des Forschungsprojekts.
6
2 Anwendungsszenarien und
Anwendungsbeispiele
Im Folgenden werden die Anwendungsszenarien von • Auftragsgesteuerte Produktion (AGP): Dieses Anwen-
Industrie 4.0 sowie die Anwendungsbeispiele der Industrie dungsszenario stellt den Auftrag in den Mittelpunkt und
4.0-Landkarte vorgestellt. Sie stellen die Grundlage für beschreibt, wie die notwendigen Produktionsressourcen
diese Arbeit dar. dynamisch für einen Auftrag zusammengestellt werden.
1 vgl. AG Forschung und Innovation 2016 (b) – Die jeweils aktuellen Langfassungen der Anwendungsszenarien können per E-Mail an
geschaeftsstelle@plattform-i40.de bei der Geschäftsstelle der Plattform Industrie 4.0 angefordert werden.
2 vgl. AG Forschung und Innovation 2016 (b), S. 4.
2 ANWENDUNGSSZENARIEN UND ANWENDUNGSBEISPIELE 7
Anwendungsszenarien Anwendungsbeispiele
• Gremien und Organe der Plattform Industrie 4.0 könn- Auf Basis der Ergebnisse kann herausgearbeitet werden,
ten erkennen, zu welchen Anwendungsszenarien bislang welche aktuellen Beiträge im Hinblick auf die Innovations-
noch keine oder eher wenig Beispiele auf der Landkarte und Umsetzungsstrategie bereits vorliegen und wie weit
zu finden sind. Daraus kann zum einen konkreter Hand- der aktuelle Stand der Technik noch von den beschriebe-
lungs- bzw. Forschungsbedarf abgeleitet werden. Zum nen Anwendungsszenarien entfernt ist. Daraus könnten
anderen können gezielt geeignete Beispiele akquiriert geeignete Maßnahmen im Rahmen der Umsetzungsstrate-
bzw. erarbeitet werden, um der Öffentlichkeit ein kon- gie abgeleitet werden und zukünftiger Forschungsbedarf
sistentes Bild zu liefern. ermittelt werden.
3 Methodische Vorgehensweise
Zur Klassifikation der Anwendungsszenarien und -beispiele Die vier Phasen der Methode sind wie folgt gegliedert: Die
wurde methodisch innerhalb von vier Phasen eine multidi- erste Phase dient der Identifikation und Auswahl charakte-
mensionale Skalierung erstellt und bewertet. Ziel dieser ristischer Merkmale zur Beschreibung der Anwendungssze-
multidimensionalen Skalierung ist es, die mehrdimensional narien und Anwendungsbeispiele. Diese Merkmale werden
beschriebenen Anwendungsszenarien und -beispiele räum- in Phase zwei genutzt, um die Anwendungsszenarien und
lich derart anzuordnen, dass ähnliche Anwendungsbeispiele -beispiele zu bewerten und somit voneinander abzugren-
und Anwendungsszenarien nahe beieinanderliegen und zen. In Phase drei werden diese Ergebnisse verarbeitet und
verschiedenartige Anwendungsbeispiele und Anwendungs- in einer multidimensionalen Skalierung dargestellt.
szenarien mit größerem Abstand voneinander entfernt Abschließend werden die Ergebnisse in Phase vier analy-
angeordnet werden. Dies ermöglicht eine objektive Beur- siert und interpretiert. Das Vorgehen der Methode wird in
teilung der Ähnlichkeit von Anwendungsbeispielen zu den der nachfolgenden Abbildung 4 dargestellt.
Anwendungsszenarien.
Industrie 4.0-Landkarte
Fraunhofer IML Charakteristische Merkmale
Bewertungsfrage:
dellbasierter Ansatz
Charakteristische Merkmale
Prozess- Durchgängiger Mo-
Bewertungsfrage:
Interdisziplinäre
Kundenbindung
Wandelbarkeit
von Produkten
von Produkten
Schnittstellen-
Charakteristische Merkmale
Mo-
als Verbindung
IT-Plattformen
Individualisierung
Bewertungsfrage:
Anwendungsszenario?
Interdisziplinäre
Kundenbindung
standards
standards
Wandelbarkeit
von Produkten
von Produkten
Schnittstellen-
Prozess-
Ein charakteristische
„xxx“ bedeutet, dass das betrachtete
als Verbindung
IT-Plattformen
dellbasierter
Anwendungsszenario?
Individualisierung
standards
Interdisziplinäre
Kundenbindung
Prozess-
als Verbindung
Wandelbarkeit
von Produkten
von Produkten
Schnittstellen-
IT-Plattformen
dellbasierter
standards
WFF
Bedeutung für das Wandlungsfähigeist.
Anwendungsszenario Fabrik
WFF Wandlungsfähige
SP2 Smarte Fabrik
Produktentw. für die smarte Produktion
SAL Selbstorganisierende adaptive Logistik
MTI Mensch-Technik-Interaktion
IPE Innovative Produktentwicklung
SP2 Smarte Produktentw. für die smarte Produktion
SAL Selbstorganisierende
VBS Value Based adaptive Logistik
Services
IPE Innovative Produktentwicklung
SP2 SmarteTWP Produktentw. für die smarte Produktion Produkte
Wandlungsfähigkeit ausgelieferter
VBS Value Based Services
IPE Innovative
KRW Produktentwicklung
Kreislaufwirtschaft
TWP Wandlungsfähigkeit ausgelieferter Produkte
VBS Value Based
DDA Services
Durchgängiges & dyn. Engineering v. Anlagen
KRW Kreislaufwirtschaft
TWP Wandlungsfähigkeit ausgelieferter Produkte
DDA Durchgängiges & dyn. Engineering v. Anlagen
KRW Kreislaufwirtschaft
DDA Durchgängiges & dyn. Engineering v. Anlagen
4. Auswertung
Auswahl des passenden Clusters als Grundlage für
das Ordnungsschema
Skalierung
Schnittstellen und Smart Factory Digitale Kollaboration
Standards Transparenz in Logistik- in Netzwerken
Produktionsmanagement- Prozessen Smart Engineering
systeme Individuelle Fertigung Virtualisierung
Datenbrillen Datengetriebene Wartung Autonome
Kognitive Unterstützung Remote Services Transportsysteme
Kollaboration
IPE IPE
VBS
WF
Durchgängiger Modell-
DDA DDA
SP2 SP2
Business Analytics
Plattform
basierter Ansatz
Anwendungsbeispiele
Prozessstandards AGP TWP
VBS
Digitale Mensch-
MTI
Mensch-Kommunikation
IPE
Individualisierung
WFF von Business Analytics
Plattform
Produkten IPE
… Virtual Engine
10
Abbildung 5: Einflussmatrix der Merkmale zur Beschreibung von Anwendungsszenarien und -beispielen
B18 - Ressourcenselbstbeschreibung
B12 - Individualisierung der Produkte
B5 - Transparenz in der Entwicklung
Einflussmatrix
B9 - Visualisierung und Simulation
B7 - Beeinflussung Time to Market
B21 - Mensch-Maschine-Assistenz
B2 - Interdisziplinäre Entwicklung
B8 - Durchgängige Informationen
B10 - Prozessstandards
B22 - Dezentralisierung
B1 - Geschäftsmodelle
Einflussfaktor j (Spalte)?"
.
Einflussfaktoren
B15 - Ökosystem
Bewertungsmaßstab:
0 = keinen Einfluss
Aktivsumme
1 = schwacher Einfluss
2 = mittlerer Einfluss
3 = starker Einfluss
Rang
Einflussfaktoren Nr. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
B1 - Geschäftsmodelle 1 0 1 0 0 0 2 1 1 0 1 0 2 1 3 2 0 0 0 2 1 0 1 2 20 23
B2 - Interdisziplinäre Entwicklung 2 1 0 2 3 1 3 2 2 1 2 3 2 3 0 1 2 2 0 1 0 0 3 2 36 5
B3 - Tool-Unterstützung 3 0 2 0 3 3 0 0 3 3 2 0 1 2 0 0 0 0 1 0 0 0 2 0 22 22
B4 - Modellbasierter Entwurf 4 1 3 3 0 3 1 0 2 1 3 2 1 1 0 0 2 2 1 2 0 0 2 1 31 14
Umgekehrt hat die „Interdis-
B5 - Transparenz in der Entwicklung 5 1 3 2 1 0 3 1 3 2 0 0 0
ziplinäre
1 0
Entwicklung“
0 1 1 2 2
einen
1 1 0 1 26 20
B11 - Schnittstellenstandards 11 0
Entwicklung“
3 1 3 0 1 3 2 3 1 0 3 1 1 0 3 3 2 3 0 0 2 0 35 7
B15 - Ökosystem 15 3 1 0 0 2 0 3 2 0 3 3 0 2 3 0 3 0 2 1 0 0 2 0 30 15
B18 - Ressourcenselbstbeschreibung 18 1 2 1 3 3 0 3 3 1 1 3 2 0 0 0 3 3 0 0 0 2 3 0 34 8
B21 - Mensch-Maschine-Assistenz 21 3 2 0 0 1 2 0 3 3 1 3 2 0 0 0 2 3 0 2 0 0 2 0 29 18
B22 - Dezentralisierung 22 3 2 3 3 1 2 3 1 0 2 0 0 3 3 3 2 2 3 0 2 0 2 40 2
Passivsumme 32 52 31 36 37 37 29 53 30 31 34 36 27 26 22 39 28 22 29 15 17 41 27
Rang 10 2 11 7 5 5 14 1 13 11 9 7 17 19 20 4 16 20 14 23 22 3 17
4 I D E N T I F I K AT I O N U N D AU S WA H L C H A R A K T E R I S T I S C H E R M E R K M A L E 11
Im Rahmen einer Vorstudie wurden in Summe 30 charak- mal „Durchgängiger Modellbasierter Ansatz“ bewertet. Die-
teristische Merkmale identifiziert, anhand derer sich die ser wurde im Rahmen des Projekts als stark bewertet. Nach
Anwendungsszenarien und Anwendungsbeispiele vonein- dieser Logik wird der Einfluss aller Merkmale gegeneinan-
ander abgrenzen lassen. Basis für die Identifikation der der bewertet.
charakteristischen Merkmale bildete eine Analyse der ent-
wickelten Anwendungsszenarien, erweitert durch eine Ana Anschließend werden die Zeilen- und Spaltensummen gebil
lyse einschlägiger Literatur sowie ausgewählter Anwen- det und der Rang der Merkmale bestimmt. Die Zeilensum-
dungsbeispiele. Da alle Anwendungsszenarien und Anwen- men stellen dar, wie stark ein charakteristisches Merkmal
dungsbeispiele anhand dieser charakteristischen Merkmale alle anderen beeinflusst. Die Spaltensumme stellt dar, wie
bewertet werden müssen, wurde im nächsten Schritt analy- stark das betrachtete charakteristische Merkmal von allen
siert, ob eine Reduktion der charakteristischen Merkmale anderen charakteristischen Merkmalen beeinflusst wird.
möglich ist, ohne dabei wesentliche Unterscheidungsmerk- Der Rang der charakteristischen Merkmale entspricht der
male zu verlieren. Dies erfolgte anhand einer Einflussmat- Normierung nach Aktiv- und Passivsumme auf einer
rix entsprechend Abbildung 5. durchgängigen Skala. Auf Basis dieser Beurteilung wurden
die charakteristischen Merkmale in einem Systemgrid in
In dieser wurden alle 30 charakteristischen Merkmale Abbildung 6 rechts visualisiert. Darin stellen die Aktiv- und
sowohl in den Zeilen als auch den Spalten abgetragen und Passivsummen der charakteristischen Merkmale die Koor-
deren gegenseitiger Einfluss bewertet. Dabei reicht die dinaten dar.
Skala von „0“ für „keinen Einfluss“ bis „3“ für „starken Ein-
fluss. In einer Zelle der Matrix steht demnach, wie stark das Die Analyse des erstellten Systemgrids ergab, dass eine Eli-
charakteristische Merkmal der Zeile das charakteristische mination von bestimmten charakteristischen Merkmalen
Merkmal der Spalte beeinflusst. Im aufgeführten Beispiel ohne wesentlichen Verlust von Unterscheidungsmerkma-
wird der Einfluss des charakteristischen Merkmals „Inter- len möglich ist. So konnten charakteristische Merkmale
disziplinäre Kollaboration“ auf das charakteristische Merk- mit sehr hohen Aktiv- als auch sehr hohen Passivsummen
Abbildung 6: D
arstellung der Ergebnisse aus der Einflussmatrix in einem Systemgrid zur Identifikation der zentralen,
charakteristischen Merkmale
Dezentra- Schnittstellenstandards
lisierung
Wandelbarkeit
von Produkten
Modularität in Intelligenz
Maschinen von Systemen Mensch-Technik- Durchgängige
Interaktion Interdisziplinäre Informationen
Technik-Technik- IT-Plattform
Interaktion Kollaboration
als Verbindung
Verlagerung der
Wertschöpfung
Horizontale Privacy Adaptive
Aktivsumme (Rang)
Einbindung
Vernetzung Anpassung des Kunden
Physische Prozess- Generische
Durchgängiger charakteristische
Operator- standards
modellbasierter Merkmale
unterstützung
Ansatz
Visualisierung
& Simulation Datengetrie- Individualisierung
bene Services der Produkte
Condition Mensch-Mensch- Vertikale
Monitoring, Ressourcen- Interaktion Vernetzung
Ökosystem selbstbeschrei- Transparenz in Relevante
bung der Entwicklung charakteristische
Merkmale
Beeinflussung
Time-to-Market
Geschäfts-
modelle Vernachlässigbare
Tool-Unterstützung charakteristische
Merkmale
Passivsumme (Rang)
12 4 I D E N T I F I K AT I O N U N D AU S WA H L C H A R A K T E R I S T I S C H E R M E R K M A L E
geschaffen für eine effektive Zusammenarbeit und eine Dienstleistern und Produzenten) geht die Vernetzung über
erhöhte Prozesssicherheit. einzelne Fabrikstandorte hinaus und ermöglicht eine
durchgängige und dynamische Bildung von zum Teil echt-
zeitfähigen Wertschöpfungsnetzwerken.16 17 18 Das Ziel der
Einbindung des Kunden horizontalen Vernetzung ist die Optimierung der Material-,
Energie- und Informationsflüsse innerhalb der gesamten
Einbindung des Kunden beschreibt die Integration des Wertschöpfungskette.19
Kunden in den Leistungserstellungsprozess. Der Kunde
kann in folgenden Rollen auftreten:
Individuelle Produkte
1. Leistungsträger
Individuelle Produkte bezeichnen auf den einzelnen Kun-
den abgestimmte Marktleistungen bis hin zur Losgröße 1.
2. aktive Ressource
Das Ziel individueller Produkte ist die Konzeption indivi-
dualisierungsgerechter Produktstrukturen sowie die
3. Innovator
Gestaltung auftragsbezogener Entwicklungsprozesse, in
denen die kundenspezifische Leistungsdefinition erfolgt.
4. Konkurrent
Enger Kundenkontakt ist hier von großer Bedeutung.20
5. Kommunikator
Intelligente Systeme
6. Ertrags- und Kostenfaktor
Intelligente Systeme lassen sich durch vier zentrale Eigen-
Ziel der Einbindung des Kunden ist, dass der Kunde in allen schaften charakterisieren:
Rollen an der Entwicklung und der Leistungserstellung
teilhaben kann und vor allem als aktive Ressource und 1. A
daptiv, sie agieren mit ihrem Umfeld und passen sich
Innovator agiert.11 12 diesem an.
2. R
obust, sie bewältigen unerwartete und vom Entwickler
Horizontale Vernetzung nicht berücksichtigte Situationen.
Interdisziplinäre Kollaboration beschreibt die Zusammen- Privacy beschreibt den Anspruch bzw. die Forderung eines
arbeit und den Informationsaustausch verschiedener Individuums nach Selbstbestimmung darüber, welche Infor
Disziplinen. Der erhöhte Einfluss einer zunehmenden mationen über sich selbst anderen bekannt sein sollen.28
Integration von Informations- und Kommunikationstech-
nologie in komplexe Systeme macht die interdisziplinäre Ziel ist die informationelle Selbstbestimmung in vernetzten
Kollaboration u. a. im Entwicklungsprozess erforderlich. Systemen sowie die Integrität und Vertraulichkeit von
Das Ziel interdisziplinärerer Kollaboration ist eine erhöhte Daten.29
Prozesssicherheit, bei der von Anfang an alle Anforderun-
gen zweifelsfrei geklärt sind.23 24 Die Verwendung interdis-
ziplinärer Entwicklungsmethoden erleichtert die Realisie- Prozessstandards
rung.25
„Prozessstandards beschreiben die Definition für ein
gemeinsames Verständnis und sind Schablonen für
Modulare Systeme häufig wiederkehrende Vorgänge und Abläufe.“30
Modulare Systeme beschreiben die Kapselung von Funktio- Das Ziel von Prozessstandards ist die Festlegung von Sequen
nen und/oder Komponenten in einem Modul, das eine zen von Nachrichten und Beziehungen komplexer Abläufe
eigenständige Funktionseinheit bildet und im Verbund mit sowie die Abbildung einzelner Nachrichten oder Doku-
anderen Modulen Teil eines größeren Systems ist. Dies kön- mente. Prozessstandards sind dazu vorgesehen, Geschäfts-
nen sowohl Produktionsmaschinen in einem Anlagenver- prozesse zu strukturieren und zu automatisieren.31
bund sein, aber auch Komponenten, die zusammen eine
Funktion erfüllen. Das Ziel modularer Systeme ist u. a. durch
Wandelbarkeit, Flexibilität und Wiederverwendbarkeit von Verlagerung der Wertschöpfung
Systemen zu ermöglichen.26
Verlagerung der Wertschöpfung beschreibt eine Verände-
rung der Rollenverteilung von beteiligten Akteuren, die
Physische Operator-Unterstützung durch neue Technologien der Informations- und Kommu-
nikationstechnik hervorgerufen werden kann.
Physische Operator-Unterstützung beschreibt die Vereini-
gung der Vorteile von Mensch und Technik: Bestimmte Das Ziel der Verlagerung der Wertschöpfung ist, neben der
Arbeitsschritte laufen schneller, Ressourcen werden Integration verschiedener Akteure an unterschiedlichen
geschont und Fehler frühzeitig erkannt. Ziel physischer Stellen der Wertschöpfung, die Übernahme und Besetzung
Operator-Unterstützung ist die Erleichterung der physi- margenträchtiger Schnittstellen.32
schen Arbeit durch unterstützende Assistenzsysteme.27
Vertikale Vernetzung
Wandelbare Produkte
Abbildung 7: Ausschnitt aus der Bewertung der Anwendungsszenarien mit Hilfe der charakteristischen Merkmale
Helmut-Schmidt-Universität
Fraunhofer IML Charakteristische Merkmale
Bewertungsfrage:
dellbasierter Ansatz
Charakteristische Merkmale
Prozess- Durchgängiger Mo-
Individualisierung
Bewertungsfrage:
Kundenbindung
Interdisziplinäre
Charakteristische Merkmale
von Produkten
von Produkten
Wandelbarkeit
Mo-
Schnittstellen-
als Verbindung
Kollaboration
IT-Plattformen
Individualisierung
Anwendungsszenario?
Bewertungsfrage:
Kundenbindung
Interdisziplinäre
standards
Durchgängiger
von Produkten
von Produkten
Wandelbarkeit
Schnittstellen-
Prozess-
Ein charakteristische
Ist das jeweilige „xxx“ bedeutet, dass das betrachtete
als Verbindung
Kollaboration
Ansatz
IT-Plattformen
Mo-
dellbasierter
Anwendungsszenario?
Individualisierung
standards
Kundenbindung
Interdisziplinäre
Prozess-
von Produkten
von Produkten
Wandelbarkeit
Schnittstellen-
IT-Plattformen
dellbasierter
standards
Bedeutung WFF
für das Wandlungsfähigeist.
Anwendungsszenario Fabrik
AGP Auftragsgesteuerte Produktion
MTI Mensch-Technik-Interaktion
Anwendungsszenarien
Value Based
Mensch-Technik- Services
Interaktion
kann jeweils sehr unterschiedlich sein. Dies erfordert die scheidungsmerkmals „Entwicklungsnähe“ aufgezeigt. Das
Ermittlung von Hauptunterscheidungsmerkmalen zwi- Merkmal setzt sich aus den vier charakteristischen Merkma-
schen den Szenarien. len „Einbindung des Kunden“, „Individualisierung von Pro-
dukten“, „Wandelbarkeit von Produkten“ und „Horizontale
Zur Ermittlung der Hauptunterscheidungsmerkmale wur- Vernetzung“ zusammen. Trifft ein Merkmal zu, gilt dies als
den die 17 charakteristischen Merkmale ebenfalls auf einer „1“, ansonsten als „0“. Über diese Werte wird der Mittelwert
separaten multidimensionalen Skalierung abgebildet, die in berechnet. Gleichermaßen werden die Werte für die ande-
Abbildung 9 dargestellt ist. Grundlage dieser Darstellung ist ren Anwendungsszenarien berechnet. Anschließend wurde
die Bewertung der Anwendungsszenarien. Aus der Darstel- die Achse, welche das Hauptunterscheidungsmerkmal dar-
lung lassen sich fünf Cluster ableiten, die in der Abbildung stellt, so in die multidimensionale Skalierung gelegt, dass
grau hinterlegt wurden. Diese Cluster der charakteristi- die hohen Ausprägungen auf einer Seite der Achse liegen,
schen Merkmale stellen die Hauptunterscheidungsmerk- während die geringen Ausprägungen auf der anderen Seite
male der Anwendungsszenarien dar und begründen die liegen. In Summe ergaben sich die folgenden fünf Achsen
räumliche Anordnung der Anwendungsszenarien. bzw. Hauptunterscheidungsmerkmale zur Unterscheidung
der Szenarien: „Entwicklungsnähe“, „Kundenfokus“, „Daten-
Diese Hauptunterscheidungsmerkmale können als Achsen hoheit“, „Systemeigenständigkeit“ und „Schnittstellen“. Für
in die multidimensionale Skalierung der Anwendungssze- die Achse Entwicklungsnähe ist dies auf der rechten Seite
narien (vgl. Abbildung 8) eingefügt werden. Zur Bestimmung von Abbildung 10 dargestellt. Die weiteren vier sind in
der Lage der Achsen wurde für jedes Anwendungsszenario Abbildung 11 bis Abbildung 14 dargestellt.
die Ausprägung hinsichtlich des Hauptunterscheidungs-
merkmals berechnet. Im linken Teil von Abbildung 10 ist In Abbildung 11 wird das Hauptunterscheidungsmerkmal
dies exemplarisch für die Berechnung des Hauptunter- „Kundenfokus“ dargestellt. Die Ausprägungen im unteren
Cluster an charakteristischen
Merkmalen:
1 Kundenfokus
Digitale Mensch-Mensch-
2 Datenhoheit
Kommunikation
Wandelbarkeit 3 Systemeigenständigkeit
von Produkten 4 Entwicklungsnähe
Digitale Mensch-Technik- 5 Schnittstellen
Kommunikation
1 Kriterien
Einbindung Horizontale
Durchgängiger
des Kunden Vernetzung
Interdisziplinäre modellbasierter
Individualisierung
Kollaboration 4 Ansatz
von Produkten
Privacy Physische
Verlagerung Operatorunterstützung
der Wertschöpfung
2 Vertikale Vernetzung
Datengetriebene
Services
Digitale Technik-
Technik-Kommunikation
Modulare 5
Systeme
3 Prozess-
Intelligenz/Anpassung Standards
von Systemen
6 DA R S T E L LU N G I N E I N E R M U LT I D I M E N S I O N A L E N S K A L I E R U N G (M D S) 19
Berechnung der durchschnittlichen Erfüllung Festlegung der Orientierung der Achse auf
der Merkmalscluster je Szenario Basis der berechneten Ausprägung
0 0
Niedrig Niedrig
0,5
Entwicklungsnähe 0,5
Individualisierung
MTI MTI
1 1
Wandelbarkeit
von Produkten
von Produkten
IPE
des Kunden
IPE
Einbindung
Horizontale
Vernetzung
0 Niedrig
Ku
nde
nfo
MTI kus Hoch
1
IPE
WFF
0,25
SAL 0,75
DDA
0,25 SP2
1
rechten Bereich waren bei diesem Hauptunterscheidungs- In Abbildung 13 wird das Hauptunterscheidungsmerkmal
merkmal hoch, während die Ausprägungen im oberen lin- „Systemeigenständigkeit“ dargestellt. Für die Szenarien
ken Bereich gering waren. Das bedeutet beispielsweise, dass oben links in der MDS wie WFF, AGP und TWP waren die
die charakteristischen Merkmale „Wandelbarkeit von Pro- charakteristischen Merkmale hoch ausgeprägt. Hier waren
dukten“, „Einbringung des Kunden“ oder „Individualisie- die Digitale Technik-Technik-Kommunikation und die
rung von Produkten“ (siehe Abbildung 9) als sehr relevant Anpassung von Systemen als sehr relevant eingestuft wor-
für das Szenario IPE bewertet wurden. den. Bei den Szenarien unten links, wie z. B. IPE, SP2 oder
DDA, waren die charakteristischen Merkmale gering aus
Abbildung 12 zeigt das Hauptunterscheidungsmerkmal geprägt.
„Datenhoheit“. Dabei waren die charakteristischen Merk-
male für dieses Hauptunterscheidungsmerkmal bei den Abbildung 14 zeigt das Hauptunterscheidungsmerkmal
Szenarien oben rechts in der MDS hoch ausgeprägt. „Schnittstellen“. Hier waren die charakteristischen Merk-
male für die Szenarien unten links in der MDS wie bei-
So wurden etwa die charakteristischen Merkmale wie spielsweise WFF oder SAL hoch ausgeprägt. So waren etwa
„Verlagerung der Wertschöpfung“ oder „Datengetriebene „vertikale Vernetzung“ oder „Prozessstandards“ in diesem
Services“ als sehr relevant eingestuft. Unten links in der Fall als sehr relevant eingestuft worden. Die charakteristi-
MDS waren diese tendenziell gering ausgeprägt. schen Merkmale für die Szenarien oben rechts wie TWP
oder VBS waren gering ausgeprägt.
AGP 1 TWP 1
VBS
Sehr
relevant
t
0
ei
oh
nh
MTI
te
0,66
Da
Wenig
IPE
WFF relevant
0,33
SAL 0,33
DDA
0,33 SP2
0
AGP 1 TWP 1
VBS
Sy
Hoch
st
0,5
em
ei
ge
MTI 0
n st
än
di
Niedrig IPE
gk
WFF
ei
t
1
SAL 0
DDA
1 SP2
0,5
Wenig
relevant
0,66
en
stell
itt
MTI hn
Sc
0
IPE
WFF
Sehr
1 relevant
SAL 0,33
DDA
1 SP2
0,66
6.2 MDS der Anwendungsszenarien und Neben einer impliziten Zuordnung der Beispiele zu den
Anwendungsbeispiele Szenarien zeigt sich ein Cluster inmitten der multidimen
sionalen Skalierung. Dies sind Beispiele für Schnittstellen
Abschließend wurden die Anwendungsbeispiele in die multi und Standards, welche in allen Szenarien relevant sind.
dimensionale Skalierung (MDS) eingebracht. Da eine Dar- Weiterhin lassen sich im linken Bereich Anwendungsbei-
stellung aller 280 untersuchten Anwendungsbeispiele in spiele aufzeigen, welche typischerweise einer Smart Factory
einer MDS zu unübersichtlich wäre, wurden die Beispiele zuzuordnen sind. Diese sind durch die grüne, gestrichelte
zu 24, inhaltlich ähnlichen, Clustern zusammengefasst. Auf Linie eingerahmt. Weiterhin fällt auf, dass kein Beispiel in
der MDS sind die Cluster entsprechend dem Schwerpunkt der Nähe des Szenarios „Innovative Produktentwicklung“
der einbezogenen Anwendungsbeispiele platziert. Dies ist (IPE) liegt. Dies weist auf einen Handlungsbedarf hin.
in Abbildung 15 dargestellt.
Im oberen linken Bereich findet sich das Cluster „Schulung,
Qualifikation & Beratung“, welches keinem der Szenarien
6.3 Bewertung der entwickelten MDS zuzuordnen ist. Dieses könnte dem Bereich „Informations-
und Unterstützungsangebote“ auf der Homepage der Platt-
Die multidimensionale Skalierung veranschaulicht, inwie- form zugeordnet werden.
fern sich die Anwendungsszenarien voneinander abgrenzen
und in welchen Bereichen es bereits viele Anwendungs Zur Steigerung der Transparenz und Einführung eines Ag
beispiele gibt bzw. Nachsteuerungsbedarf besteht. gregationslevels wurden anhand der Verteilung der charak-
teristischen Merkmale einzelne Cluster gebildet, mittels
Legende
AGP TWP
VBS
(23)
(11) (12)
(24)
(22)
(13) (19)
(2)
(3) Bestandteile von (20) (21)
MTI Smart Factories
Industrie 4.0 Anwendungsszenarien
(4) (6)
(5) (14) (15) AGP Auftragsgesteuerte Produktion
(8) Enabler Technologien WFF Wandlungsfähige Fabrik
IPE
WFF (7) (10) MTI Mensch-Technik-Interaktion
SAL Selbstorganisierende adaptive Logistik
(9) (17) SP2 Smarte Produktentwicklung für die smarte
(16) Produktion
(18)
SAL IPE Innovative Produktentwicklung
DDA VBS Value Based Services
SP2 TWP Transparenz und Wandlungsfähigkeit
ausgelieferter Produkte
DDA Durchgängiges und dynamisches
Engineering von Anlagen
derer eine Kategorisierung der Praxisbeispiele der „Platt- Dies betrifft insbesondere die Konzeptionierung und
form Industrie 4.0“ möglich ist. Die gebildeten Cluster sind Beschreibung offener Schnittstellen. Ziel ist eine umfas-
im Folgenden erläutert und beschrieben. Neben der Defini- sende Vernetzung aller Betriebskomponenten mittels einer
tion wird zu jedem Cluster ein konkretes, auf der „Plattform einheitlichen „Sprache“.
Industrie 4.0“ veröffentlichtes Praxisbeispiel genannt.
Ein Beispiel für das Cluster „Schnittstellen und Standards“
ist die Implementierung einer flexiblen Vernetzungs- und
Wandlungsfähige Arbeitssysteme Dienste-Plattform. Die Firma Bosch hat ihre Lösungsan-
sätze im Projekt „CoCoS – Plug&Play-Vernetzung“ in der
Wandlungsfähige Arbeitssysteme umfassen alle Praxisbei- Produktion aufgezeigt.
spiele der „Plattform Industrie 4.0“, die flexibel und in Echt-
zeit auf Veränderungen reagieren können. Beinhaltet sind
sowohl einzelne Technologien als auch komplette Arbeits- Datengetriebene Wartung
anlagen. Fokussiert wird in diesem Cluster auf die einfache
Integration der Arbeitssysteme nach dem Plug&Play-Prin- Datengetriebene Wartung umfasst alle Praxisbeispiele der
zip sowie die Möglichkeit, Produkte mit der Losgröße 1 fle- „Plattform Industrie 4.0“, die darauf abzielen, für die Instand
xibel zu produzieren. haltung relevante Daten (in Echtzeit) zu erfassen, zu analy-
sieren und (automatisch) Wartungsaufträge zu generieren.
Ein Beispiel für wandlungsfähige Arbeitssysteme ist eine
vollautomatisierte Maschinenlinie für individuelle/perso- Ein Beispiel für das Cluster „Datengetriebene Wartung“ ist
nalisierte Produkte und Verpackungen mit Erweiterungs- die sich selbst instand haltende Anlage. Das Fraunhofer-
möglichkeiten wie zukünftigem automatisierten Transport. Institut für Werkzeugmaschinen und Umformtechnik IWU
Die Firma Optima Consumer GmbH hat dies im Projekt hat sich dazu im EU-Forschungsprojekt „iMain“ mit der
„Moduline“ umgesetzt. Konzeptionierung intelligenter prädiktiver Instandhaltung
befasst.
Ein Beispiel für das Cluster „Transparenz in der Wertschöp- Projekts „Simulate, Print and Go!“ hat das Deutsche Institut
fung“ ist das Sammeln, Filtern und Visualisieren von Daten, für Textil- und Faserforschung Denkendorf, im Zentrum für
um Verbesserungen zu definieren und neue Standards fest- Management Research, dieses Lösungskonzept erarbeitet.
zulegen. Das Unternehmen Bosch Rexroth GmbH setzte
dieses Konzept in seinem Projekt „ActiveCockpit“ um und
nutzt dies als interaktive Kommunikationsplattform für die Physische Unterstützung
Fertigungsindustrie.
Physische Unterstützung umfasst alle Praxisbeispiele der
„Plattform Industrie 4.0“, die die physische Arbeit von Men-
Smartes Energiemanagement schen erleichternd unterstützt und Prozesse vereinfacht
und ggf. teilautomatisiert.
Smartes Energiemanagement umfasst alle Praxisbeispiele
der „Plattform Industrie 4.0“, die sich auf den Einsatz von Ein Beispiel für das Cluster „Physische Unterstützung“ ist
Industrie 4.0-Technologien auf dem Feld der Energie- und der Anwendungsfall der physischen Unterstützung der
Netzwirtschaft konzentrieren. Mitarbeiter durch unterschiedliche technische Funktionen
an der Montagelinie. Die Alfred Kärcher GmbH & Co. KG
Ein Beispiel für das Cluster „Smartes Energiemanagement“ hat im Projekt „Floor Care Zukunft“ die Produktion für
ist die dezentrale Energieerzeugung am bestehenden Netz seine Mitarbeiter optimiert.
und gleichmäßige Verteilung auf die Bedarfsorte. Dieses
Konzept beschrieb RWE im Projekt „Smart Country“.
Remote Services
in einer Gesamtanwendung kombinieren. Die Smart Fac- satz von Datenbrillen können Anwender vor Ort mit einem
tory ist ein zentraler Bestandteil zukünftiger Infrastruktu- Experten audiovisuell kommunizieren und sich während
ren, Wertschöpfungsketten und neuer Geschäftsmodelle. Service- und Wartungstätigkeiten vom Experten aus der
Ferne anleiten lassen.
Ein Beispiel für das Cluster „Smart Factory“ ist das For-
schungsprojekt „SMART FACE“. Das Forschungskonsor-
tium, welches u. a. durch den institutionellen Verbundpart- IT-Security
ner Fraunhofer IML unterstützt wird, setzt sich mit einer
Smart Micro Factory für Elektrofahrzeuge mit schlanker IT-Security umfasst alle Praxisbeispiele der „Plattform
Produktionsplanung auseinander. Industrie 4.0“, die zum Schutz gegen Bedrohungen einge-
setzt werden und die Verfügbarkeit, Integrität und Vertrau-
lichkeit in Anlagen und Systemen sicherstellen. Inhaltlich
Kognitive Unterstützung umfasst dies klassische Office-IT (IT-Security) ebenso wie
IT in technischen Systemen (Automation Security).
Kognitive Unterstützung umfasst alle Praxisbeispiele der
„Plattform Industrie 4.0“, in denen Informationen nicht nur Ein Beispiel für das Cluster „IT-Security“ ist die Steuerungs-
kontextabhängig, sondern auch adaptiv an die Situation software „CodeMeter“ der Firma WIBU Systems. Dabei
und den Menschen angepasst werden. Kognitive Unterstüt- schützt die Software durch Signaturen und Verschlüsselun-
zung besitzt dabei die Fähigkeit, komplexe Prozesse zu gen die Produktionsdaten des Herstellungsbetriebes.
erfassen und situativ passende Informationen zur Verfü-
gung zu stellen.
Digitale Kollaboration in der Wertschöpfungskette
Ein Beispiel für das Cluster „Kognitive Unterstützung“ ist
die Plattform „SmARt Assistance for Humans in Production Digitale Kollaboration in der Wertschöpfungskette umfasst
Systems“ des Fraunhofer IWU. Die Umsetzung dieser alle Praxisbeispiele der „Plattform Industrie 4.0“, bei denen
Plattform wurde im Rahmen des Forschungsvorhabens sich Unternehmen auf die Bereitstellung und Aggregation
„SmARPro“ umgesetzt und schafft in der Anwendung eine von Informationen für die Kommunikation in Wertschöp-
Mensch-, Maschinen- und Prozessintegration für eine fungsketten fokussieren.
dezentrale Fertigungssteuerung.
Ein Beispiel für das Cluster „Digitale Kollaboration in der
Wertschöpfung“ ist die „Business Analytics Foundation“ der
Datenbrillen Firma ATOS. Der kundenindividuelle Ansatz wird dabei in
der Umsetzung, Integration, Analyse und Wissensgewin-
Datenbrillen umfassen alle Praxisbeispiele der „Plattform nung aus Daten aller Art berücksichtigt.
Industrie 4.0“, die Datenbrillen oder Head-Mounted Dis-
plays als Standardtechnologie für Assistenzsysteme und
Servicebereiche verwenden. Durch die geringe Beeinträch- Digitale Kollaboration in der Produktentwicklung
tigung des Nutzers und der situativen Informationsbereit-
stellung, z. B. mittels Augmented Reality, befähigen Daten- Digitale Kollaboration in der Produktentwicklung umfasst
brillen den Träger dazu, effizienter und qualitativ besser zu alle Praxisbeispiele der „Plattform Industrie 4.0“, die Metho-
arbeiten. Äquivalent zur Ausgabe von Informationen ver- den und Technologien zur Digitalisierung und zum unter-
halten sich die Technologien zur Eingabe. Datenbrillen nehmensübergreifenden Informationsaustausch verwenden.
schaffen für Mitarbeiterinnen und Mitarbeiter besonders
dann Vorteile gegenüber klassischen Scanner- oder Hand- Ein Beispiel für das Cluster „Digitale Kollaboration in der
heldlösungen, wenn beide Hände zur Verrichtung ihrer Produktentwicklung“ ist das Projekt „Farming 4.0“ der
eigentlichen Aufgabe genutzt werden können. Kommissio- Deutschen Telekom. Dabei wird die landwirtschaftliche
nier- oder Wartungsprozesse sind hierbei typische Anwen- Logistikkette ganzheitlich und in Echtzeit durch eine
dungsbereiche für Datenbrillen. Connected-Industry-Plattform optimal koordiniert.
7 Auswertung
Neben der Zusammenführung von Anwendungsszenarien mit mehr als 15.000 Mitarbeiterinnen und Mitarbeitern
und Anwendungsbeispielen mit Hilfe der multidimensio- (24 %) stark engagiert. Hierauf folgen Unternehmen mit
nalen Skalierung wurden weiterführende statistische Aus- 5000 bis 15.000 Mitarbeiterinnen und Mitarbeitern (20 %)
wertungen der Anwendungsbeispiele durchgeführt. Diese und schließlich Unternehmen mit 250 bis 5000 Mitarbeite-
werden im Folgenden vorgestellt. rinnen und Mitarbeitern (18 %).
7.1 Statistische Auswertung der gesamten Das Verhältnis von Produkt- und Anwendungsbeispielen
Anwendungsbeispiele sowie der Marktreife ist ausgeglichen
Die produzierende Industrie ist Haupttreiber und Haupt- Insgesamt werden mehr Produktbeispiele (55 %) als Anwen-
nutzer von Industrie 4.0 dungsbeispiele (45 %) auf der Landkarte präsentiert. Somit
sind Anbieter und Nutzer von Technologien und Lösungen
Fast die Hälfte der Anwendungsbeispiele ist im Bereich der ähnlich häufig vertreten. Fast die Hälfte der Anwendungs-
produzierenden Industrie (42 %) angesiedelt. Zusammen beispiele befinden sich laut Angaben derjenigen, die sie auf
mit den Beispielen aus dem Bereich der Logistik (23 %) wer- der Landkarte eingestellt haben, im produktiven Einsatz
den ca. zwei Drittel der Anwendungsbeispiele abgebildet. bzw. sind marktreif (47 %). Die Reife der Anwendungsbei-
Am geringsten ist die Landwirtschaft (2 %) vertreten. Bei spiele ist in Abbildung 17 dargestellt.
den Produkten liegt der Schwerpunkt in der produzieren-
den Industrie (35 %) und in Softwarelösungen (22 %). Die
hohe Präsenz an Beispielen in der produzierenden Indust- Starke regionale Ungleichverteilung der Anwendungsfälle
rie spiegelt sich auch im Wertschöpfungsbereich mit dem
Gebiet Produktion & Lieferkette (41 %), gefolgt vom Ser- Der überwiegende Teil der Beispiele kommt aus den süd-
vicebereich (20 %), wider. Die Verteilung der Kategorien von westlichen Gebieten Deutschlands. Das am häufigsten ver-
Anwendungs- und Produktbeispielen ist in Abbildung 16 tretene Bundesland ist Baden-Württemberg (27 %), gefolgt
dargestellt. von Nordrhein-Westfalen (20 %) und Bayern (14 %). Die öst-
lichen Regionen sind bis auf den Freistaat Sachsen (9 %)
unterrepräsentiert. Abbildung 18 zeigt die prozentuale Ver-
Anwendungsbeispiele kommen vor allem aus kleinen und teilung der Anwendungsbeispiele bezogen auf die Bundes-
sehr großen Unternehmen länder.
Abbildung 16: Kategorien von Anwendungs- (blau dargestellt) und Produktbeispielen (grün dargestellt)
Automatisierungskomponenten (18%)
Infrastruktur (14%)
Sonstige (11%)
Abbildung 17: Reifegrad der Anwendungsbeispiele Abbildung 18: Prozentuale Verteilung der Anwendungsbeispiele
F&E-Projekte
(16%)
Marktreife/
Demonstrator produktiver
(18%) Einsatz
(47%)
Markteinführung/
Pilot (19%)
stützungsangebote) gibt es viele Falscheinordnungen. Das Ordnungsschema setzt die Charakteristika der Anwen-
Häufig sind die Anwendungsbeispiele unzureichend dungsszenarien in Beziehung zu den Einordnungskriterien
oder missverständlich erklärt. Dies erfordert einen der Landkarte. Die Methodik beschreibt, wie derzeitige und
redaktionellen Prozess zur Aufnahme neuer Beispiele vor allem auch künftig genannte Beispiele für Innovatio-
von Testbeds (Testzentren) und Schulungen (Informa- nen mit Bezug zu Industrie 4.0 im Hinblick auf die Charak-
tions- und Unterstützungsangebote) in die Landkarte. teristika der Anwendungsszenarien und die Einordnungs-
kriterien der Landkarte zu klassifizieren sind.
Schaffung einer klareren Untergliederung in
Anwender und Anbieter Hierdurch sind die folgenden Anforderungen an das Ord-
Um den Anwender bei der Suche nach geeigneten nungsschema und die Methodik zur Klassifizierung neuer
Lösungen zu unterstützen, ist es empfehlenswert, die Anwendungsbeispiele zu berücksichtigen:
Beispiele eindeutig nach Anwender und Anbieter bzw.
Leitmarkt und Leitanbieter zu unterscheiden. • Einfache Handhabung durch den Nutzer
Ergänzend hierzu wird folgender Forschungsbedarf definiert: • Integrierbarkeit in die bestehende Plattform
Interdisziplinäre TWP
AGP
MTI
Kollaboration
IPE IPE
VBS
WFF
SAL SAL
Durchgängiger Modell-
DDA DDA
SP2 SP2
Transportbehälter- Business Analytics
verfolgung Plattform
basierter Ansatz
Prozessstandards AGP TWP
VBS
Digitale Mensch-
MTI
Mensch-Kommunikation
IPE
Individualisierung
WFF von MTI Business Analytics
Plattform
Produkten WFF
IPE
… Virtual Engine
Allgemeine
Ausfüllen des
Beschreibung des
Formulars
Anwendungsbeispiels
Anwendungsszenarien definiert. Ebenfalls wird ein Bezug erreichen, durch Experten alle charakteristischen Merkmale
zu weiteren, ähnlichen Anwendungsbeispielen hergestellt. aufgrund der Beschreibung des neuen Eintrages bewertet
Das Vorgehen zur Erstellung neuer Anwendungsbeispiele werden. Anschließend wird der neue Eintrag durch Aus-
wird durch diese erweiterte Abfrage unwesentlich kom führung der MDS gemessen und verortet. Dies führt zu
plexer. Zum anderen ist, im Fall von neuen und nicht den einem neuen Punkt innerhalb der MDS und kann bei Häu-
Clustern zuordenbaren Anwendungsbeispielen, ein erwei- fung ähnlicher Anwendungsbeispiele zu einem neuen Cluster
tertes Verfahren unter Nutzung der charakteristischen führen. Abbildung 21 zeigt zusammenfassend das beschrie-
Merkmale durchzuführen. Hierbei könnten, um eine bes- bene Vorgehen zur Aufnahme und Klassifizierung neuer
sere Vergleichbarkeit und ein einheitliches Verständnis zu Anwendungsbeispiele.
32
Literatur
Adolphs et al. 2015 Friedenthal et al. 2012
Adolphs, P./Bedenbender, H./Dirzus, D./Ehlich, M./Epple, Friedenthal, S./Moore, A./Steiner, R.: A practical guide to
U./Hankel, M./Heidel, R./Hoffmeister, M./Huhle, H./ SysML – The systems modeling language. Waltham:
Kärcher, B./Koziolek, H./Pichler, R./Pollmeier, S./Schwew, Morgan Kaufmann Publishers, 2012.
F./Walter, A./Waser, B./Wollschlaeger, M.: Statusreport
Referenzarchitekturmodell Industrie 4.0 (RAMI 4.0), Gausemeier et al. 2014
Düsseldorf 2015. Gausemeier, J./Anacker, H./Czaja, A. M./Wassmann, H./
Dumitrescu, R.: „Auf dem Weg zu intelligenten technischen
Anderl et al. 2012 Systemen“. In: 9. Paderborner Workshop Entwurf mechat-
Anderl, R./Eigner, M./Sendler, U.: Smart Engineering – Inter ronischer Systeme, Band 310, Paderborn: Verlagsschriften-
disziplinäre Produktentstehung, Springer, Heidelberg 2012. reihe des Heinz Nixdorf Instituts, 2014.
Projekt
Einordnung der Beispiele der Industrie 4.0-Landkarte in die Anwendungsszenarien (EiBILA)
Projektleitung
Prof. Dr.-Ing. Alexander Fay, Helmut-Schmidt-Universität Hamburg
Prof. Dr.-Ing. Jürgen Gausemeier, Heinz Nixdorf Institut, Universität Paderborn
Prof. Dr. Dr. h. c. Michael ten Hompel, Fraunhofer-Institut für Materialfluss und Logistik IML
Projektteam
M.Sc. Timo Busert,, Helmut-Schmidt-Universität Hamburg
M.Sc. Marcus Lewin, Helmut-Schmidt-Universität Hamburg
M.Sc. Robert Joppen, Heinz Nixdorf Institut, Universität Paderborn
M.Sc. Tobias Mittag, Heinz Nixdorf Institut, Universität Paderborn
Dipl.-Logist. Christoph Pott, Fraunhofer-Institut für Materialfluss und Logistik IML
M.Sc. Moritz Wernecke, Fraunhofer-Institut für Materialfluss und Logistik IML
Projektkoordination
Dr. Martina Kohlhuber, acatech Geschäftsstelle
Projektlaufzeit
01/2017 bis 10/2017