In der aktuellen Studie "Wir nach Corona" der Haufe-Gruppe wurden 1600 Personen gefragt, welche wirtschaftlichen Folgen sie für ihr Unternehmen erwarten. Wir sprachen mit Haufe-Geschäftsführer Joachim Rotzinger über Optimisten und Pessimisten, 19-Euro-Flugtickets und den Überlebenswillen des Mittelstands.

Im Rahmen des vorliegenden Beitrags wird die Methodik eines effi zienten Wissenstransfers von der Forschung in die industrielle Praxis im Kontext Cyber-Physischer Produktionssysteme vorgestellt. Die Methodik dient vor allem der Sensibilisierung kleiner und mittlerer Unternehmen auf die möglichen Potenziale der sogenannten Industrie 4.0 und der nachhaltigen Verankerung spezifi scher Kompetenzen im Unternehmen. Wichtiger Ausgangspunkt hierfür ist die bedarfsorientierte und individuelle Spezifi kation der benötigten Wissensinhalte. Einerseits kann dies als Basis für einen praxisnahen gezielten Wissenstransfer ins Unternehmen genutzt werden, etwa durch die wissenschaftlich begleitete Ideenfi ndung und Defi nition individueller Pilotumsetzungen, andererseits sind die defi nierten Wissensinhalte die Basis zur Entwicklung maßgeschneiderter Kompetenzprofi le zukünftiger Mitarbeiter eines KMU, welche langfristig sicherstellen, dass die Thematik Industrie 4.0 nachhaltig im Unternehmen verankert wird.

Die Integration industrieller Laser-Assistenzsysteme zur Werkerführung in die Steuerungsebene eröffnet Möglichkeiten der digitalen Transformation für produzierende Unternehmen. Diese Möglichkeiten werden am Beispiel der Digitalen Fabrik der Leuphana Universität Lüneburg dargestellt. In einem Praxisprojekt wird eine manuelle Montagestation mit einem industriellen Laser-Assistenzsystem entwickelt und in die SIMATIC Steuerungsebene der Digitalen Fabrik integriert. Der Werker interagiert mit dem Assistenzsystem und wird von diesem durch den auftragsbezogenen Montageprozess geleitet. Der Werker steht dabei im Zentrum des Geschehens.

Laut acatech [1] gewinnt Künstliche Intelligenz (KI) zunehmend an Bedeutung für den Erfolg produzierender Unternehmen. Die entstehenden datengetriebenen Lösungen im Bereich der Produktion sind gekennzeichnet durch ihre Vielfalt. Sowohl die Prozesse, in denen die Lösungen eingesetzt werden, als auch der Standort (verschiedene Fabriken, Fabrikteilbereiche, etc.) der Lösungen unterscheiden sich. Häufig werden die Lösungen zudem kaum über die Pilotgrenzen hinaus skaliert. Am Ende eines KI-Projekts sind die Ziele eines Anwendungsfalls erfüllt, für die IT-Systemlandschaft kommt jedoch oft eine weitere Insellösung hinzu. Die entstehenden Daten werden nicht weiter verwertet, eine aufwändige Wartung macht die gewonnenen Effizienzen zunichte.