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.

Simulation wird branchenübergreifend als wichtiges und etabliertes Werkzeug für moderne Engineering-Prozesse betrachtet. Insbesondere die Automatisierung komplexer Produktionsanlagen verwendet Modellierungs- und Simulationstechniken in verschiedenen Projektphasen, um sowohl die Anlage, aber auch das Produkt in bestmöglicher Qualität zu entwickeln. Die jüngsten Trends rund um die Digitalisierung von Produktionsanlagen bestärken die Relevanz von virtuellen Engineering-Szenarien. Dieser Beitrag beschreibt die Notwendigkeit von domänen- und werkzeugübergreifenden Standards für die Modellierung von mechatronischen Anlagen und Maschinen im Rahmen eines digitalen Zwillings.

Neben dem enormen Kursanstieg des Bitcoins in den Jahren 2017/2018, stieg im gleichen Maß auch die benötigte Rechenleistung und der damit verbundene Elektrizitätsbedarf, um Blöcke innerhalb der Bitcoin-Blockchain zu verifizieren. Aus diesem Problem ableitend beschäftigt sich dieser Beitrag mit der Fragestellung, welchen Beitrag unterschiedliche Konsens-Algorithmen innerhalb einer Blockchain zur Nachhaltigkeit liefern. Im Ergebnis liegt ein Überblick über die meist genutzten Konsens-Algorithmen und deren Beitrag zur Nachhaltigkeit vor.