Eine gründliche Analyse ist die Grundlage für eine zielgerichtete Verbesserung von Produktionsprozessen. Insbesondere im Umfeld von Lean Production sind zahlreiche Analysemethoden und -werkzeuge entstanden, die es erfordern, umfangreiche Informationen über Produktionssysteme zu erfassen. Die Digitalisierung bietet die Möglichkeit, den Aufwand für die Erfassung und Auswertung deutlich zu reduzieren. Das Institut für Produktionsmanagement und -technik (IPMT) der Technischen Universität Hamburg hat in Zusammenarbeit mit dem Medizintechnikunternehmen Dräger eine geräteunabhängige Web-App zur Analyse von Produktionsprozessen entwickelt. Dieser Beitrag beschreibt, welche Datenstrukturen und Technologien es ermöglichen, gängige Analysemethoden zu nutzen und sie an unternehmensspezifische Problemstellungen anzupassen.

Die fortschreitende Digitalisierung der Arbeitswelt führt zu neuen Möglichkeiten der Gestaltung und digitalen Unterstützung von Geschäftsprozessen. Insbesondere nicht F&E-intensive, zumeist kleine und mittlere Unternehmen stehen jedoch vor großen Herausforderungen, diese Potenziale zu realisieren. Im Rahmen dieses Beitrags wird aufgezeigt, welche Anwendungsfälle mithilfe des Einsatzes von Big Data Analytics in produzierenden Unternehmen realisiert werden können. Hierzu werden verschiedene Anwendungsszenarien skizziert. Anhand eines Praxisbeispiels der Auftragsabwicklung eines nicht F&E-intensiven Unternehmens wird aufgezeigt, wie die Beschaffung durch die Analyse und Prognose relevanter Daten, bspw. die Verfügbarkeit und Kosten von Bauteilen oder Prozessdaten, und die Angebotserstellung softwaretechnisch unterstützt werden können.

Viele Unternehmen im deutschen Maschinen- und Anlagenbau setzen auf das Angebot von industriellen Produkt-Service Systemen (IPSS), d. h. systematische und kundenindividuelle Kombinationen von Sach- und Dienstleistungen. Durch Industrie 4.0 erfahren nicht nur die IPSS, sondern auch deren Geschäftsmodelle eine grundlegende Veränderung. Es entstehen smart IPSS, die darauf ausgerichtete digitale Geschäftsmodelle benötigen. Im vorliegenden Beitrag wird systematisch analysiert, welche Besonderheiten digitale Geschäftsmodelle für smart IPSS aufweisen und welche Nutzenpotenziale sich daraus für den Kunden und den Anbieter ergeben.

Aufgrund großer Intransparenz beim Energieeinsatz haben produzierende Unternehmen üblicherweise Probleme, die energetisch relevanten Kostentreiber in der Produktion zu identifizieren. Diese Transparenz kann durch die Ermittlung des Energieverbrauchs anhand geeigneter Messtechniken innerhalb einer Fabrik erreicht werden. Jedoch muss die gewonnene Transparenz intelligent genutzt werden, um wirtschaftliche Vorteile damit zu erzielen. Einen Lösungsweg dazu bietet der Einsatz von Methoden der Industrie 4.0. Größtmögliche Synergien können nur durch eine ganzheitliche Industrie 4.0-Herangehensweise, die das Geschäftsmodell, die Prozesse, die Technik und die Organisation berücksichtigt, erreicht werden. Eine entsprechende Strategie zur Einführung von Industrie 4.0 mit dem Ziel der Steigerung der Energietransparenz wird in diesem Beitrag vorgestellt.