Industrie 4.0 für die Praxis (eBook)

Prof. Dr. Rainer Maria Wagner ist seit über 25 Jahren im familieneigenen, mittelständischen Produktionsunternehmen in der Möbelbranche tätig, seit 2000 als geschäftsführender Gesellschafter. Zudem ist er in der wissenschaftlichen Forschung aktiv und lehrt als Honorarprofessor Betriebswirtschaftslehre an der Hochschule Fresenius in München.

Vorwort 6
Inhaltsverzeichnis 9
Herausgeber- und Autorenverzeichnis 12
Teil I Strategische Aspekte – Industrie 4.0 als „Chefsache“ 14
1 Einleitung: Industrie 4.0 und Digitalisierung – Erfolgspotenziale für Unternehmen 15
Zusammenfassung 15
1.1Die Begriffe Industrie 4.0 und Digitalisierung 15
1.2Zentrale Inhalte von Industrie 4.0 und Digitalisierung 16
1.3Aus Digitalisierungspotenzialen Erfolgspotenziale machen 21
1.4Zum weiteren Aufbau dieses Buches 22
1.5Ein erster Praxis-Tipp zum Start 24
Literatur 24
2 Industrie 4.0 – eine Bestandsaufnahme 26
Zusammenfassung 26
2.1Entwicklung der Digitalisierung 27
2.2Bedeutung von Industrie 4.0 29
2.3Betrieblicher Umsetzungsstand 30
2.4Erfolgsfaktoren und Potenziale für die industrielle Umsetzung 32
2.4.1Technische Erfolgsfaktoren und Voraussetzungen 33
2.4.2Menschliche Erfolgsfaktoren und Voraussetzungen 35
2.5Organisation der vierten industriellen Revolution 36
2.6Fazit und Ausblick 37
Literatur 38
3 Vier Industrie 4.0-Strategietypen für die Praxis 40
Zusammenfassung 40
3.1Einleitung 40
3.2Zur Bedeutung nicht-forschungsintensiver Unternehmen 42
3.3Entwicklung der Typologie 43
3.4Kategorienauswahl 44
3.5Kategorien/Merkmale 45
3.5.1Arbeitsorganisation 45
3.5.2Tätigkeiten und Qualifikationsanforderungen 45
3.5.3Technologieadaptionsfähigkeit 46
3.5.4Akzeptanz der Lösung 46
3.6Ausprägungen der Typologie 47
3.6.1Arbeitsorganisation 47
3.6.2Tätigkeiten und Qualifikationsanforderungen 47
3.6.3Technologieadaptionsfähigkeit 48
3.6.4Akzeptanz der Lösung 48
3.7Unternehmenstypen 48
3.8Der praktische Typ – Wir machen nur das Nützliche 49
3.8.1Arbeitsorganisation 49
3.8.2Tätigkeiten und Qualifikationsanforderungen 50
3.8.3Technologieadaptionsfähigkeit 51
3.8.4Akzeptanz der Lösung 51
3.9Der reagierende Typ – Wir haben noch I 3.0 52
3.9.1Arbeitsorganisation 52
3.9.2Tätigkeiten und Qualifikationsanforderungen 53
3.9.3Technologieadaptionsfähigkeit 54
3.9.4Akzeptanz der Lösung 54
3.10Der gestaltende Typ – Vorausdenken was kommt 55
3.10.1Arbeitsorganisation 55
3.10.2Tätigkeiten und Qualifikationsanforderungen 56
3.10.3Technologieadaptionsfähigkeit 57
3.10.4Akzeptanz der Lösung 57
3.11Der zufriedene Typ – Wir nutzen weiter I 3.0 58
3.11.1Arbeitsorganisation 59
3.11.2Tätigkeiten und Qualifikationsanforderungen 59
3.11.3Technologieadaptionsfähigkeit 60
3.11.4Akzeptanz der Lösung 60
3.12Fazit 61
Literatur 61
4 Erst Lean-Management, dann Industrie 4.0! 64
Zusammenfassung 64
4.1Einleitung 64
4.2Kundenanforderungen und die Folgen für Unternehmen 65
4.3Lean-Prinzipien und Managementsysteme als Reaktion auf stetig steigende Kundenanforderungen 66
4.4Die Implementierung von Lean-Prinzipien als Basis für Digitalisierung und Industrie 4.0 69
4.5Den aktuellen und zukünftigen Wandel meistern – Anforderungen an die Führung 72
4.6Herausforderungen der nahen Zukunft 73
4.7Zusammenfassung und Ausblick 74
Literatur 75
5 Auswahlhilfe für Industrie 4.0-Lösungen 77
Zusammenfassung 77
5.1Zielorientierte Ausrichtung von Unternehmen 79
5.1.1Von der Unternehmensvision zu Zielzuständen 79
5.1.2Die Balanced Score Card zur Messbarkeit von Unternehmenszielen 81
5.2Verknüpfung der BSC mit bestehenden Kennzahlensystemen 82
5.3Konzept und Funktionalität der Auswahlhilfe 85
5.4Webbasierte Auswahlhilfe 87
5.4.1Befüllung der Auswahlhilfe 87
5.4.2Nutzung der Auswahlhilfe 90
5.5Zusammenfassung 94
Literatur 94
6 Praxis-Tipps zu Teil 1 98
Zusammenfassung 98
Teil II Technische Aspekte – aktuelle Instrumente zur Industrie 4.0 100
7 Moderne/smarte Montagearbeitsplätze im Umfeld der Industrie 4.0 101
Zusammenfassung 101
7.1Einleitung 101
7.1.1Manuelle Montage – Hybride Montage 102
7.1.2Grundformen moderner manueller Montagearbeitsplätze 103
7.1.2.1 Allgemeines 103
7.1.2.2 Definition des Wirkungsgrades 104
7.1.2.3 Wirtschaftliche Einzelplatzmontage nach dem One-Piece-Flow-Prinzip 104
7.1.2.4 Verkettete Montage nach dem One-Piece-Flow-Prinzip 109
7.1.2.5 Permutive Montagesysteme 112
7.1.2.6 Fließmontage mittelgroßer Baugruppen und Geräte 113
7.2Hybride Montagesysteme 117
7.2.1Hybride Einzelplatzmontage 117
7.2.2Verkettete hybride Fließmontagezellen mit satzweisem Montageablauf 118
7.2.3Aus- und rückbaufähige Hybridmontagesysteme 120
Literatur 121
8 Intelligente (smarte) Robotik 122
Zusammenfassung 122
8.1„Roboter für meine kleine Fertigung? Zu teuer….“ 122
8.2„Kollege“ Roboter 123
8.2.1Sensorsysteme zur sicheren Kollisionserkennung 124
8.2.2Robotik „Light“ 125
8.2.3Löten mit der „dritten Hand“ 127
8.2.4„Ich bastel mir einen Roboter…“ 129
8.3Transportroboter 129
8.3.1Aus AGV wird aAGV 130
8.3.2Fleißige Ameisen 131
8.4Quo vadis, Roboter? 132
8.4.1Let’s make it simple! 132
8.4.2Die Empfangsdame ist ein Roboter 133
Literatur 133
9 Zukunftsweisende Informations- und Kommunikations-Technologien 135
Zusammenfassung 135
9.1Erfassung der Umgebung – Digitalisierung 136
9.1.1Technologische Informationsquellen zur Analyse der Umgebung 137
9.2Zusammenführung und Verarbeitung vorliegender Informationen 138
9.2.1Datenintegration und -verarbeitung und Business Intelligence 138
9.2.2Data Mining, Maschinelles Lernen, Predictive und Prescriptive Analytics 139
9.3Generierung von Erkenntnissen und Prognosen durch Data Mining und maschinelles Lernen und deren Nutzung für Empfehlungs- und Assistenzsysteme oder zur Automatisierung 139
9.3.1Ableitung neuer Informationen und Wissensentdeckung durch Datenintegration, Data Mining, maschinelles Lernen und Prognosen 139
9.3.2Prognosen: Können Sie die Zukunft vorhersagen? 140
9.3.3Konfidenz: Können Sie den Prognosen vertrauen? 141
9.3.4Welchen Nutzen und Wert haben fehlerbehaftete Modelle? 142
9.3.4.1 Abhängigkeit der Einsetzbarkeit und des Nutzens maschinell gelernter Modelle von der Aufgabenstellung und der Kritikalität von Fehlprognosen 142
9.3.4.2 Abhängigkeit des Nutzens maschinell gelernter Modelle von bereits existierenden alternativen Lösungen 142
9.3.4.3 Nutzen und Mehrwert von Prognosemodellen und Anwendungsbeispiele 143
9.3.5Anwendungsbeispiele für die Generierung von Mehrwerten aus Daten durch maschinelles Lernen 144
9.3.6Vorteile der Digitalisierung 144
9.3.7Informationsverwaltung als Unternehmensgrundlage 145
9.4Aufbereitung und Nutzung erarbeiteter Ergebnisse 147
9.4.1Nutzungsmöglichkeiten gewonnener Einblicke 147
9.5Technologien als Wegbereiter 149
9.5.1Zusammenfassung: Mehrwerte durch die Digitalisierung und moderne Informations- und Kommunikationstechnologie 149
9.5.2Ausblick: Transformation von Unternehmen und ganzen Branchen durch Datennutzung und maschinelles Lernen 150
9.5.2.1 Transformation von Industrien und Wettbewerbsvorteile 150
9.5.2.2 Neue Geschäftsmodelle 151
9.5.2.3 Erforderliche Kompetenzen und Vorgehen 151
9.5.3Fazit: Industrie 4.0 aktiv gestalten und maschinelles Lernen nutzen 152
10 Praxis-Tipps zu Teil 2 153
Zusammenfassung 153
Teil III Menschliche Aspekte – nur mit motivierten Mitarbeiter-/innen kann Industrie 4.0 gelingen! 155
11 Wandel und Gestaltung digitalisierter Industriearbeit 156
Zusammenfassung 156
11.1Technologieschub Digitalisierung 156
11.2Zum Wandel von Arbeit 157
11.3Umstrittene Beschäftigungseffekte 157
11.4Unklarer Strukturwandel von Arbeit 158
11.5Beschleunigte Flexibilisierung 159
11.6Gestaltungsoptionen 160
11.6.1Industrie 4.0 als sozio-technisches System 160
11.6.2Schnittstellen im sozio-technischen System 161
11.7Fazit 164
Literatur 164
12 Kleine Instrumente – Große Wirkung: Shopfloor-Widgets für den Fertigungsalltag 166
Zusammenfassung 166
13 Psychische Gesundheitsvorsorge – unverzichtbar in der Industrie 4.0! 174
Zusammenfassung 174
13.1Einleitung 175
13.2„Zu viel“ oder „zu wenig“? Vom rechten Maß der psychischen Arbeitsbelastung 176
13.2.1Ursachen und Entstehung psychischer Störungen 176
13.2.2Psychische Störungen – was kann man tun? 178
13.3Psychische Gesundheitsförderung im Unternehmen 180
13.3.1Gefährdungsbeurteilung psychischer Arbeitsbelastung 180
13.3.2Gesunde Unternehmen gestalten – Die vier Wirkungsebenen des gesunden Unternehmens 183
13.3.3Zentrale Rolle der Führungskräfte 185
13.4Ausblick 186
Literatur 187
14 Wettbewerbsvorteile durch informationsbasierten Wissensvorsprung 189
Zusammenfassung 189
14.1Einleitung 189
14.2Wissen als kritische Ressource in digitalen Wertschöpfungs- und Innovationsprozessen 191
14.3Generierung und Umsetzung von Wissen als Voraussetzung der Wettbewerbsfähigkeit 193
14.4Erzeugung und Management von Wissen im Kontext digitaler Technologien 195
14.5Absorptive Capacity als Schlüsselkompetenz von morgen 198
14.6Fazit und Ausblick 201
Literatur 202
15 E-Learning als wirkungsvolles Element der Digitalisierung 205
Zusammenfassung 205
15.1E-Learning im Rahmen der Pädagogik 205
15.1.1Entwicklung und Begriff 205
15.1.2Ansätze und Instrumente des E-Learnings 206
15.2E-Learning in KMU in Zeiten der VUCA World 208
15.3E-Learning im Rahmen der betrieblichen Weiterbildung: Ist-Zustand 210
15.3.1E-Learning als Teil der strategischen Personalarbeit 210
15.3.2E-Learning und Industrie 4.0 211
15.3.3Hype oder Flop? 212
15.3.4Verbreitung und Anwendung von E-Learning 212
15.4Was für die Einführung bzw. den Ausbau von E-Learning spricht 213
15.5Was spricht gegen E-Learning? 214
15.5.1Gute Gründe 214
15.5.2Interner Widerstand gegen E-Learning und der „Mythos der Digital Natives“ 215
15.6Das Problem der Erfolgsmessung (Bildungscontrolling und E-Learning) 217
15.7Umsetzungshinweise 219
15.7.1Herausforderungen für die Einführung bzw. stärkere Nutzung von E-Learning 219
15.7.2Qualitätssicherung und Umsetzung mit dem didaktischen Achteck 220
Literatur 223
16 Praxis-Tipps zu Teil 3 225
Zusammenfassung 225
Teil IV Best Practices – wie Unternehmen den Wandel zur Industrie 4.0 konkret gestalten (5 Beiträge produzierender Unternehmen) 227
17 Einleitung: Industrie 4.0-Einführung Schritt für Schritt gestalten 228
Zusammenfassung 228
18 Huppertz in Köln – Intelligente interne Logistik 232
Zusammenfassung 232
18.1Rahmenbedingungen des Unternehmens 232
18.2Unternehmensvision 233
18.3Zielsetzung/KPI (Key Performance Indicators) 233
18.4Auswahl Pilotbereich 236
18.5Soziotechnische Fähigkeitsbewertung: Barrieren und Hemmnisse 238
18.6Umsetzung und Integration 238
18.7Fazit 242
19 IntrObest in Fellbach – Data-Mining zur Mensch-Assistenz-Symbiose 244
Zusammenfassung 244
19.1Rahmenbedingungen des Unternehmens 245
19.1.1Prozessbeschreibung 245
19.1.2Implikationen 245
19.1.3Digitale Infrastruktur und Datenlage 246
19.2Abstraktion der Problematik zur Umsetzungskonzipierung 246
19.2.1Feststellung von Teilproblemen 247
19.2.2Schrittweise Lösung der manuellen Suche und Zusammenführung 247
19.3Identifikation von Data-Mining-Anwendungsmöglichkeiten 252
19.3.1Allgemeine Potenzialeinschätzung 252
19.3.2Anwendungsmöglichkeiten auf erkannte Teilprobleme 253
19.4Servicegestütztes Konzept eines Assistenten 254
19.4.1Beschreibung des Assistenzsystems 255
19.5Zusammenfassung 257
20 Schneppenheim in Pulheim – Der Bedarf nach einem kennzahlenbasierten Managementsystem in der Industrie 4.0 260
Zusammenfassung 260
20.1Auf dem Weg zur strategieorientierten Organisation 262
20.2Die Entwicklung eines kennzahlenbasierten Managementsystems 265
Literatur 268
21 Topstar in Langenneufnach – Intelligente Produktion mit smarten FTS (führerlosen Transportsystemen) 271
Zusammenfassung 271
21.1Unternehmen, Strategie und Motivation für neue Technologien 271
21.2Zielsetzungen und Auswahl des Pilotprojekts 273
21.3Umsetzung des Pilotbereichs Montagelinie Wagner 277
21.4Fazit und Ausblick 279
22 Topstar in Langenneufnach – Aus- und Weiterbildung im digitalen Zeitalter 282
Zusammenfassung 282
22.1Ausgangssituation 282
22.2Projekt StraKosphere 283
22.2.1Vorbereitung 284
22.2.2Allgemeine Maßnahmen 284
22.3Einfluss der Digitalisierung 288
22.3.1Grundlagen 288
22.3.2Erweiterte Maßnahmen 288
22.4Fazit 292
23 Praxis-Tipps zu Teil 4 294
Zusammenfassung 294
24 Ausblick 296
Zusammenfassung 296
Literatur 300