LV Internet of Things / Industrial Internet

Sensorik im Produktionskontext


Lehrstuhl für Wirtschaftsinformatik Univ.-Prof. Dr.–Ing. habil. Norbert Gronau 


Prozesse und Systeme Lehrstuhlinhaber | Chairholder
Universität Potsdam August-Bebel-Str. 89 | 14482 Potsdam | Germany

Chair of Business Informatics Tel +49 331 977 3322


Fax +49 331 977 3406
Processes and Systems
University of Potsdam E-Mail ngronau@lswi.de

1Web lswi.de
Lernziele

Aus welchen grundlegenden Komponenten besteht

ein Sensor?
Welche drei Signalarten unterscheidet man?
Wie funktioniert die Umwandlung eines akustischen
Signals in ein binäres elektrisches Signal?
Beschreiben Sie eines der vorgestellten
Anwendungsszenarien für Sensoren
Welche Modelle sind im Programmcode umgesetzt?
Welche Funktion hat das jeweilige Modell?

Einführung in Sensorik
Potenziale und Herausforderungen
Anbindung an die Informationssysteme
Anwendungsszenarien
Ausblick
Begriffsverständnis Sensor

Sensorbegriff im wissenschaftlich- / Messtechnik (DIN 1319-1) Sensoren im Kontext der

technischen Kontext Automatisierung (Heinrich et al.)
„Sensor“ aus dem Lateinischen Verwendung des Begriffes Steuerungs- und Regelungseinheit
(sensus: Sinn) Aufnehmer (Messgrößen- Zurverfügungstellung von
Bedeutung: Fühler Aufnehmer) Informationen über Veränderungen
Aufnahme von quantitativen und Definition Aufnehmer als der Teil in technischen Systemen für
qualitativen Messungen von einer Messeinrichtung, der auf eine nachgeordnete Baugruppen
physikalischen, chemischen, Messgröße unmittelbar anspricht Aufgabe der Sensorik: Umwandlung
klimatischen, biologischen und Aufnehmer als erstes Element einer von Informationen in elektrische
medizinischen Größen Messkette
 Signale 

Zusammensetzung aus Sensor-
Element und Auswerte-Elektronik 


Sensoren stellen messbare Eigenschaften in auswertbarer Form bereit.

Quelle: Hering und Schönfelder (2012), DIN 1319-1, Heinrich et al. (2015)
Sensoraufbau (einfach)

Eingangsgrößen Auswerte-
Sensor-Element
Elektronik
Nicht elektrisch Elektrisches Sensor-
Ausgangssignal Ausgangssignal

Störgrößen

Sensor-Element Auswerte-Elektronik

Zu messende, nicht elektrische Eingangsgrößen Bereitstellung der Ausgangssignale durch Schaltungs-

werden im Sensor-Element durch elektronik oder auch Softwareprogramme, sodass ein
naturwissenschaftliche Gesetze in ein elektrisches Sensor-Ausgangssignal entsteht, das zu Steuerungs-
Ausgangs-Signal umgewandelt
 oder Auswertezwecken genutzt werden kann
Berücksichtigung von äußeren Störgrößen, die ein
Sensor-Element beeinflussen
Der Sensorbegriff beinhaltet eine erste Signalaufbereitung.

Quelle: Hering und Schönfelder (2012), S. 19

Einordnung der Sensoren

Kommunikationswege

Bottom-Up: Operative
Signale werden sukzessiv
aggregiert; Weitergabe bis
zur Unternehmensleitung
Top-Down: Übersetzung
der Vorgaben der
Unternehmensleitung in
konkrete Handlungen und
steuern somit operativen
Betrieb
Erfassung der
Sensorsignale auf der
untersten Ebene


Sensor Actor
Sensorsignale haben einen direkten als auch indirekten Einfluss auf die Geschäftsprozesse.
Quelle: PLCopen and OPC Foundation (2014)
Kategorisierung von Sensoren nach Messgrößen

Geometrische Zeitbasierte Mechanische

Größen Größen Größen

Biologische und Messgrößen für

Temperatur-
medizinische ionisierende
messtechnik
Sensoren Strahlung

Klimatische und Elektrische &

meteorologische magnetische Fotoelektrische
Messgrößen Messgrößen Sensoren

Radio- und
Akustische Größen Chemische
fotometrische
Messgrößen
Größen

Es existieren unterschiedliche Ansätze zur Kategorisierung von Sensormessgrößen und Sensoren.

Quelle: Hering und Schönfelder (2012)

Signalarten

Analoges Signal Digitales Signal Binäres Signal

Kontinuierlich veränderliche Diskrete Signale mit abgegrenztem Binärsignale unterscheiden

physikalische Größen (z.B. Druck, Wertebereich ausschließlich zwei Werte
Lichtintensität, Temperatur)
 Signale entsprechen ganzzahligem z.B. Licht an / aus, Tür offen /
Vielfachen der kleinsten Einheit geschlossen


Im Wesentlichen sind drei unterschiedliche Arten von Signalen zu unterscheiden.

Quelle: Heinrich et al. (2015), S. 34ff.

Einführung in Sensorik
Potenziale und Herausforderungen
Anbindung an die Informationssysteme
Anwendungsszenarien
Ausblick
Potenziale und Herausforderungen

Potenziale Herausforderungen

Detailreiche Zustandserfassung der Produktion Beherrschung der Komplexität in der Produktion

Flexible und adaptive Produktion Effektive und effiziente Verarbeitung der Sensordaten
Autonome Steuerung Integration der Daten in verschiedene Systeme
Effizientere Produktion
 Automatisierte Entscheidungsfindung

Quelle: Bitkom (2016), WDR (2016)

Entwicklung der Bedeutung von Sensorik

Marktentwicklung

Zunehmende wirtschaftliche Bedeutung

von Sensorik in den vergangenen Jahren
Viele Unternehmen planen zukünftigen
Einsatz von Sensorik

Die Bedeutung von Sensoren ist in den vergangenen Jahren stark gestiegen.

Quelle: AMA Verband (2019)

Internet of Things (IoT)

Prognose zur Anzahl der vernetzten Geräte im Internet der Dinge (IoT) weltweit

30.000 Mio.

22.500 Mio.
3.171

15.000 Mio. 4.381,4

2.027,7
7.500 Mio. 1.635,4 2.132,6
1.316,6 1.501 12.863
1.102,1
5.244,3 7.036,3
3.963
0 Mio.
2016 2017 2018 2020

Consumer Business: Cross-Industry Business: Vertical-Specific

Die Anzahl internetfähiger Geräte steigt im Vergleich zum Bevölkerungswachstum rasant an. Die resultierende
Infrastrukturkomplexität muss beherrscht werden
Quelle: Gartner 2017
Einführung in Sensorik
Potenziale und Herausforderungen
Anbindung an die Informationssysteme
Anwendungsszenarien
Ausblick
Sensoren als Teil von cyber-physischen Systemen

Sensoren als Element von CPS

Cyber-Physisches System
Sensoren zur unmittelbaren Erfassung
Prozessor(en) physikalischer Daten
Sensoren als Grundlage für die
Erfassung der Umgebungssituation
Sensor(en) Kommunikator(en) Aktor(en) und somit für Adaptivität von CPS-
Komponente
Lokale Vorverarbeitung von
Wahrnehmung Interaktion
Sensordaten durch CPS
Umwelt Treffen von Entscheidungen, Auslösen
von Aktionen, Einwirken der CPS auf
die Umwelt
Verfügbarmachung der Sensordaten
als Dienste
Reduzierung der Komplexität durch
lokale Vorverarbeitung
Sensoren sind ein wesentlicher Bestandteil von cyber-physischen Systemen.

Quelle: Veigt et al. (2013), Vogel-Heuser et al. (2012), Naumann et al. (2012)
Sensoren als Teil von Smart Factory / Industrie 4.0

Smart Factory als Teil einer

Smart Logistics Smart Mobility intelligenten Welt

Beherrschung von
Komplexität, geringere
Störanfälligkeit, gesteigerte
Effizienz der Produktion
Kommunikation in der Smart
Factory von Menschen,
Maschinen und Ressourcen
Smart Factory ebenso selbstverständlich
wie in einem sozialen
Netzwerk
CPS Smart Factory als Teil eines
intelligenten Ökosystems aus
Smart Grids Smart Buildings
Ressourcen, Logistik und
Produkten
Sensorelemente in allen
Bestandteilen des „Smarten“
Smart Product Ökosystems


Quelle: acatech (2013)

 Sensoraufbau im Detail

Steuerung, Regelung, Automatisierung

pegel- bereinigtes, ggf.
elektrisches angepasstes normiertes digitales, analoges, Sensoraus-
Messsignal Messsignal Messsignal binäres Messsignal gangssignal
Messgröße Bussignal
Auswerte- Aus-/ Netzwerk-
Messfühler Messverstärker Wandler
elektronik Übergabe Schnittsteile

Störgrößen

Elementarsensor Signalaufbereitung

Messaufnehmer / integrierter Sensor

Smart-Sensor / intelligenter Sensor

Sensorbestandteile
Aufnahme der Messgröße durch Elementarsensor, Umwandlung in elektrisches Messsignal
Signalaufbereitung, bestehend aus Verstärker, Auswerteelektronik und ggf. Wandler, Überführung des
elektrischen Signal in ein normiertes, angepasstes Signal in gewünschter Signalart
Netzwerkanbindung und ggf. lokale Vorverarbeitungsmöglichkeiten

Quelle: Heinrich et al. (2015), S. 38

Sensoren und Big Data

Datengenerierung durch Sensoren

Generierung umfangreicher
Datenmengen im Millisekundentakt
Zeitnahe Verarbeitung erforderlich,
damit Informationen sinnvoll genutzt
werden können
Aggregation als wesentlicher Schritt der
Weiterverarbeitung erforderlich

Complex Event Processing

Erkennung außergewöhnlicher Werte,

Trends
Berechnung aggregierter Kennzahlen
(z.B. Maxima, Summe, Durchschnitt)


Die zeitnahe Verarbeitung von Sensordaten ist notwendig, damit entsprechende Reaktionen zeitnah erfolgen
können. Erfassung und Reaktion können in unterschiedlichen Systemen stattfinden.
Quelle: Schöning et al. (2012)
Umwandlung eines akustischen Signals in ein binäres elektrisches (Teil 1)

Messung des Drucks Umwandlung in analoges Festlegung der Abtasthäufigkeit

elektrisches Signal
Erfassung der Lautstärke der Verstärkung oder Normierung (z.B. Messung der Spannung mit
akustischen Schwingung als Spannungsbereich)
 festgelegter Häufigkeit im
Messgröße Zeitintervall
Druck als mögliche Messgröße
 Wahl der Abtasthäufigkeit
entsprechend des
Anwendungsgebiets


Quelle: Heinrich et al. (2015), S. 36f.

Umwandlung eines akustischen Signals in ein binäres elektrisches (Teil 2)
Spannung erfassen
In den gewählten Zeitabständen
Quelle: Heinrich et al. (2015), S. 36f.
Diskretisierung und Zuordnung des Ausgabe der digitalen Werte als
digitalen Wertes binäres Signal in zeitlicher Abfolge
Festlegung des Amplitudenwertes Digitale Werte können als binäre
Festlegung der Signale in vorgegebener zeitlicher
Quantifizierungsschritte Abfolge gesendet werden
(Genauigkeit)
Zuordnung der quantisierten
Spannung zu den digitalisierten
Werten

 Sensoren als Grundlage für die Prozesssteuerung

Prozesssteuerung in
Informationen Informationen
Informationsverarbeitung unterschiedlichen Ebenen

Erfassung des Zustands des

Stellen Messen physikalischen Prozesses durch
Sensoren
Informationen Informationen Informationsverarbeitung zur
Informationsverarbeitung Umsetzung der
Automatisierungslogik,
implementierte
Stellen Aktoren Sensoren Messen Entscheidungslogik für die
Prozesssteuerung
Beeinflussung des physikalischen
Energie Energie Prozess durch Aktoren auf Basis
der getroffenen Entscheidungen
Physikalischer Prozess in der gewünschten Weise
Stoff Stoff Stattfinden der Ursache-
Wirkungskette an vielen Stellen
Physikalischer Prozess
im Prozess
Sensorsignale können direkten Einfluss auf das weitere Verfahren in Produktionsprozessen haben.
Quelle: Lüder (2014)
Informationsverarbeitung als Entscheidungselement für die Prozesssteuerung

Bestandteile der
Informationen Informationen Informationsverarbeitung
Informationsverarbeitung
Umweltmodell:
Stellen Messen Verständnis der
Umgebung (Zustand und
Informationsverarbeitung Einwirkmöglichkeiten)
Zielmodell: Zielstellung
Zielmodell
auf die das Verhalten
Informationen Informationen ausgerichtet wird
Programm-
Umweltmodell Nutzung Entscheidungsmodell:
code
Trifft Entscheidungen zur
Entscheidungs- Zielerreichung auf Basis
modell der anderen beiden
Modelle
Stellen Messen
Informationen Informationen
Informationsverarbeitung

Die drei Bestandteile der Informationsverarbeitung sind im Programmcode umgesetzt.

Quelle: Lüder (2014)
Einführung in Sensorik
Potenziale und Herausforderungen
Anbindung an die Informationssysteme
Anwendungsszenarien
Ausblick
Beispielanwendung für Sensoren

Bildquelle: BMW Group Bildquelle: Conrad Bildquelle: Conrad

Abstandsmessung mittels Temperaturmessung mittels Identifikation auf Basis von RFID

Ultraschall Widerstand
Einsatz im Automobilbereich Einsatz in vielen industriellen Einsatz im industriellen wie auch
Grundlage für Bereichen privaten Umfeld
Einparkassistenten
 Grundlage für Steuerung von Grundlage für kontaktlose
Heiz- und Kühlanlagen im Identifikation von Objekten

industriellen wie auch privaten
Umfeld (z.B. Smart Home)

Sensoren werden nicht nur im industriellen Umfeld eingesetzt.

Quelle: BMW Group (2016), Conrad (2016)
Ultraschallsensor zur Abstandmessung

Grundprinzip
Steuerung Taktgenerator
Funktionsweise

Objekt Frequenzbereich von Ultraschall

zwischen 20 kHz und 1 GHz
Zuerst Aussendung eines
Ultraschallsignals, welches zu
einem späteren Zeitpunkt
empfangen wird
Grundprinzip der
Auswertung Ausgang Abstandsmessung: Messung der
Echolaufzeit von
Ultraschallwellen
Berechnung des Abstand zum
reflektierenden Objektes auf Basis
der Rücklaufzeit und der
Ultraschallgeschwindigkeit

Quelle: Hering und Schönfelder (2012)

Ultraschallsensor zur Abstandmessung

Sensoraufbau

Sendebetrieb

Umwandlung elektrischer in mechanische Energie

Anlegen einer äußeren Spannung am Piezokristall
Änderung in geometrischen Abmessung
Anregung des Ultraschallwandlers zum Schwingen


Empfangsbetrieb

Umwandlung mechanischer in elektrische Energie

Oberflächenentladungen durch Echo im
Empfangsbetrieb, die als Spannung messbar sind


Der im Sendebetrieb genutzte Effekt wird umgekehrt zum Empfang des Echos eingesetzt.

Quelle: Hering und Schönfelder (2012), S. 178f.

Ultraschallsensor zur Abstandsmessung

Sensortypen

Tastbetrieb (Einkopfsystem) Schrankenbetrieb (Zweikopfsystem)

Sender und Empfänger in einer Komponente Getrennter Sender und Empfänger

Einsatz im Automobilumfeld (Parkassistenzsysteme) Keine Blindzone
Messung von Abstand ausschließlich im Messbereich Eignet sich nur zur Anwesenheitskontrolle nicht zur
möglich
 Abstandsmessung (bei kontinuierliches Signal)


Es existieren zwei grundlegende Typen von Ultraschallsensoren zur Abstandsmessung. Die folgenden
Ausführungen fokussieren Einkopfsysteme.
Quelle: Hering und Schönfelder (2012), Bildquelle: Conrad
Ultraschallsensor zur Abstandmessung

Messbereich

Abstandmessung

Messung von Objekten nur im grau

schattierten Bereich jenseits der
Blindzone möglich
Keine Erfassung von Objekten
innerhalb der Blindzone, da die
reflektierten Signale während des
Sendeimpulses und der
Ausschwingzeit nicht empfangen
werden können
Keine Erkennung von Objekten
jenseits der Reichweite auf Grund
der Absorption
Beeinflussung der Reichweite durch
die gewählte Ultraschallfrequenz


Quelle: Hering und Schönfelder (2012)

Ultraschallsensor zur Abstandsmessung

Die Ultraschallfrequenz

Ultraschallfrequenz 
 Maximale Wellenlänge Zykluszeit

[kHz] Messentfernung [mm] [mm] [ms]
80 6.000 4,1 64
130 3.500 2,5 20
180 2.000 1,8 16
220 1.500 1,5 12
300 600 1,1 8
360 300 0,9 4
Einfluss der Ultraschallfrequenz Schlussfolgerungen

Je höher die Ultraschallfrequenz, desto höher die Je höher die Absorption, desto geringer die maximale
Absorption Reichweite
Je höher die Ultraschallfrequenz, desto frühere Je höher die Ultraschallfrequenz, desto kleiner
Aussendung des nächsten Schallsignals Blindzone und Reichweite

Die Ultraschallfrequenz ist entsprechend des Anwendungskontextes auszuwählen.

Quelle: Hering und Schönfelder (2012)

Temperaturmessungen mittels Widerstandsthermometer

Grundlegender Aufbau

Funktionsweise

Messung der Temperatur mittels

Widerstandsthermometer über die
Veränderung des Widerstands eines
Materials in Abhängigkeit von dessen
Temperatur
Messwiderstand zum Schutz vor
Außeneinwirkungen von einem
Schutzrohr umgeben
Nutzung auch von
thermoelektrischen oder
strahlungsbasierten Verfahren zur
Temperaturmessung


Quelle: Heinrich et al. (2015)

Temperaturmessungen mittels Widerstandsthermometer

Widerstandssensortypen

Kaltleiter Heißleiter

Positiver Temperaturkoeffizient Negativer Temperaturkoeffizient

Geeignete Kaltleiterstoffe sind z.B. Konstantan Geeignete Heißleiterstoffe sind z.B. Manganin
(Legierung aus 60% Kupfer und 40% Nickel)
 (Legierung aus 58% Kupfer und 42% Nickel)

Der Sensorauswahl ist dem Temperaturbereich, dem Druck sowie der Aggressivität des zu messenden Mediums
anzupassen.
Quelle: Heinrich et al. (2015), Hering und Schönfelder (2012)
Temperaturmessungen mittels Widerstandsthermometer

Widerstandssensortypen

Kaltleiter Heißleiter

Werden auch als PTC-Widerstände bezeichnet Werden auch als NTC-Widerstände bezeichnet
Einsatz z.B. im Heimbereich für die Überwachung von Einsatz z.B. im Automobilbereich zur Messung der
Temperaturen für Heizungen
 Kühlwassertemperatur


Bildquelle: Conrad (2016)

Komponenten eines RFID-Systems

Überblick

Wesentliche
Computer Komponenten

Kommandos RFID-Transponder:
Informationsträger
Daten Lesegerät mit
RFID- Kopplungseinheit:
Lesegerät Funktion des Schreib- /
Lesegeräts, Versorgung
der Transponder mit der
notwendigen Energie
Antenne Rechner:
Weiterverarbeitung der
RFID- Informationen

Kommandos
Transponder
Daten
RFID-
RFID- Transponder
Transponder
Komponenten eines RFID-Systems

RFID-Transponder

Aktive Transponder Passive Transponder

Interne Batterie für das Betreiben des Mikrochips und Nutzung der Energie des Feldes, welches vom
zum Senden der Daten Lesegerät erzeugt wird

Die Transponder existieren in vielen unterschiedlichen Formen und Arten.

Quelle: Quelle: Lampe et al. (2005), Bildquelle: FOM, Marcboon

RFID Frequenzbereiche und Eigenschaften

Ultrahochfrequenz
Niederfrequenz (LF) Hochfrequenz (HF) Mikrowelle (MW)
(UHF)
Frequenzbereich 0-135 kHz 3-30 MHz 200 MHz - 2 GHz > 2 GHz
868 MHz (EU) 2,45 GHz
Typische Frequenz 134,2 kHz 13,56 MHz
915 MHz (USA) 5,8 GHz
Kopplungsart Induktive Kopplung Elektromagnetische Kopplung
Bei passiven Transponder abhängig von
Typische Reichweite < 1,5 m <1m
Sendeleistung: <3 bis 7 m

Viele RFID-Frequenzbereiche liegen innerhalb des internationalen Industrial, Scientific and Medical (ISM)-Band.
Sie sind weltweit reserviert.
Quelle: Lampe et al. (2005)
Komponenten eines RFID-Systems

Kopplungsverfahren

Induktive Kopplung Elektromagnetische Kopplung

Einsatz im Nahfeld Einsatz im Fernfeld

Bei LF und HF erfolgt induktive Kopplung durch ein Bei UHF und MW erfolgt Kopplung durch
Magnetfeld
 elektromagnetische Welle


Das Kopplungsverfahren ist abhängig von der Senderfrequenz.

Quelle: Lampe et al. (2005)

RFID Anwendungsbeispiel

Anwendungen in der Produktion I

Warenerkennung Abbildung von Lagerbewegungen

Warenidentifikation durch RFID-Labels auf den Ultraschall-Abstandssensor zwischen den Gabelzinken

Transport-/ Lagerbehältern schaltet RFID-Lesegeräte ein
Nahtlose Anbindung durch WLAN-Infrastruktur
 Erfassung der Transponder mittels UHF-Antennen
Buchung der entsprechenden Bewegungen im System


RFID ermöglicht die automatische Erfassung und somit die Grundlage für die automatisierte Buchung von
Warenbewegungen.
Quelle: Hartmann (2009), Harting (2009)
RFID Anwendungsbeispiel

Anwendungen in der Produktion II

Einsatz von RFID-Tags zur Informationen auf den Tags

Steuerung des Materialflusses Markmale zur Identifikation

Steuerung der Fertigungsschritte Fertigungsschritte
Sicherstellung der Produktqualität 
 Qualitätsparameter


Der Einsatz von RFID Tags bildet eine wesentliche Grundlage für eine dezentrale Produktionssteuerung.

Quelle: Klaas und Vollmuth (2008)

Plagiatschutz mittels RFID-Tags

Problemstellung Einsatz von RFID zur

Umsatzverluste Unterscheidung von Originalprodukten und

Imageverluste durch vermeintliche Originalprodukte Produktfälschungen

Produkthaftungsfälle als Folge des Einsatzes von
Produkten mit mangelnder Qualität


Online-Verfahren Offline-Verfahren

Abfrage von eindeutiger Identifikationsnummer an Nutzung von Verschlüsselungsverfahren

einer zentralen Datenbank Tag enthält privaten, nicht auslesbaren Schlüssel
Nachvollziehbarkeit der Produkthistorie erschwert die womit Zeichenkette verschlüsselt wird
Einschleusung von Plagiaten erheblich
 Entschlüsselung mittel öffentlichem Schlüssel liefert
Aufschluss über die Echtheit des Produktes

RFID-Plagiatschutzverfahren werden zur Echtheitsprüfung von Ersatzteilen in Druckern eingesetzt.

Quelle: Mandel und Wochinger (2013), Pepperl+Fuchs (2016)

Einführung in Sensorik
Potenziale und Herausforderungen
Anbindung an die Informationssysteme
Anwendungsszenarien
Ausblick
Ausblick: Unternehmensübergreifende Kommunikation und Integration

Vertikale Integration Horizontale Integration

Ankopplung der Produktionsaggregate an Kommunikation zwischen Anlageaggregaten zur

übergeordnete Managementsysteme
(Produktionssteuerung)
Fragestellung: Wie können Produktionssysteme unter
Nutzung on cyber-physischen Systemen flexibel und
rekonfigurierbar gestaltet werden
Verkettung von Fertigungsabläufen
Fragestellung: Wie können die Geschäftsstragie eines
Unternehmens, neue Wertschöpfungsnetze sowie
neue Geschäftsmodelle nachhaltig auf Basis von CPS
umgesetzt werden

Die vollständige Umsetzung erfordert vertikale als auch horizontale Integration.

Quelle: Vogel-Heuser, B. (2017), S.122 ff.

Quellen

acatech – Deutsche Akademie der Technikwissenschaften e.V. „Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0. Abschlussbericht des Arbeitskreises Industrie 4.0“, 2013
AMA Verband für Sensorik + Messtechnik, „Branchenstatistik 2019“ 2019
Thomas Hartmann, „RFID-Technik automatisiert die Warenbuchung in der Produktion“, Maschinenmarkt 46/2009
Volker Klaas, Jan Vollmuth „Flexible Produktionsabläufe durch den Einsatz von RFID“, 2008
Matthias Lampe, Christian Flörkemeier , Stephan Haller „Einführung in die RFID-Technologie“ in Das Internet der Dinge, 2005
Arndt Lüder „Integration des Menschen in Szenarien der Industrie 4.0“, 2012
Dipl.-Ing. Martin Naumann, Fraunhofer IPA; Dipl.-Ing. Thomas Dietz, Fraunhofer IPA; Dipl.-Ing. Alexander Kuss, Fraunhofer IPA „Mensch-Maschine-Interaktion“
Pepperl+Fuchs „Überlistungssichere Erkennung von Original-Ersatzteilen mit RFID“, 2012
Harald Schöning, Software AG, Marc Dorchain, Software AG „Data Mining und Analyse“
M. Veigt, D. Lappe,and K.Hribernik, “Developmentofacyber-physical logistic system (in German),” Industrie Management 1/2013, pp. 15–18, 2013
Vogel-Heuser B, Bayrak G, Frank U (2012) Forschungsfragen in „Produktionsautomatisierung der Zukunft“. In: acatech MATERIALIEN, München.
Prognose zur Anzahl der vernetzten Geräte im Internet der Dinge (IoT) weltweit (2017): https://www.gartner.com/en/newsroom/press-releases/2017-02-07-gartner-says-8-billion-connected-things-will-
be-in-use-in-2017-up-31-percent-from-2016
Vogel-Heuser, B., Bauernhansl, A., tenHompel, M.: Handbuch Industrie 4.0 (2017)