Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

Digitalisierung der Industrie

871 visualizaciones

Publicado el

Der Vortrag leitet am Beispiel der Automobilindustrie in die wesentlichen Entwicklungen zur Digitalisierung von Industriebetrieben ein und stellt dabei die besondere Rolle der Daten und eines wirksamen Datenmanagements heraus. Abschließend gibt der Vortrag Empfehlungen zum Management der Digitalen Transformation.

Publicado en: Empresariales
  • Inicia sesión para ver los comentarios

  • Sé el primero en recomendar esto

Digitalisierung der Industrie

  1. 1. © Fraunhofer · Seite 1 Prof. Dr.-Ing. Boris Otto Syntegration zur Digitalen Produktion · Königslutter · 7.6.2017 DIGITALISIERUNG DER INDUSTRIE
  2. 2. © Fraunhofer · Seite 2 INHALT  Digitalisierung des Industriebetriebs  Die Rolle der Daten  Digitale Transformation
  3. 3. © Fraunhofer · Seite 3 Bildquelle: Audi (2016). Legende: FTS – Fahrerloses Transportsystem; VR – Virtual Reality. Digitale Technologien finden sich in verschiedenen Bereichen des Leistungserstellungsprozesses – wie das Beispiel von AUDI zeigt Autonome FTS für die modulare Montage Mensch-Roboter-Kooperation Autonome Routenzüge Flugroboter in der Montage VR in der Entwicklung Prädiktive Analyseverfahren in der Logistik
  4. 4. © Fraunhofer · Seite 4 Quelle: Koren (2010), zitiert in Bauernhansl (2014). Bildquellen: https://en.wikipedia.org (2015), https://www.impulse.de (2015), audi.de (2015), o2.co.uk (2015), computerbild.de (2015). Die Automobilindustrie ist im Zuge der Digitalisierung auf der Leistungsangebotsseite einem fundamentalen Wandel unterworfen Ausstoß pro Variante Variantenzahl 1850 1913 1955 1980 2000 Ford Model T VW-Käfer- Produktion Audi-Konfigurator Massen- fertigung Individualisierung »Sharing Economy« Komplexität Globalisierung iPhone 3D Printed Car
  5. 5. © Fraunhofer · Seite 5 Neue Leistungsangebote folgen in der Digitalisierung den Prinzipien der »Smart Service Welt« »Smart Service Welt« Ende-zu- Ende- Kunden- prozess Hybride Leistungs- angebote Daten im Zentrum Geschäfts- ökosysteme Digitale Plattformen Neue Geschäfts- modelle Vgl. AK Smart Service Welt, acatech (2015).
  6. 6. © Fraunhofer · Seite 6 Bildquelle: ihs-gmbh.de (2016); silicon.de (2016). Legende: ERP – Enterprise Resource Planning; LAS – Logistisches Assistenzsystem; OEM – Original Equipment Manufacturer. Infolgedessen steigen Anforderungen an die Transparenz im Liefernetzwerk – es braucht ein digitales Abbild der Leistungserstellung
  7. 7. © Fraunhofer · Seite 7 Quelle: Audi (2015); Bildquelle: Audi (2016). Die Digitalisierung des Industriebetriebs – als Industrie 4.0 – ist kein Selbstzweck, sondern Antwort auf einen Wandel auf dem Absatzmarkt Individualisierung des Leistungsangebots ↑ Zahl an Modellen, Varianten, Ausstattungsmerkmalen ↑ Lebenszyklen ↓ Globalisierung des Produktionsnetzwerks ↑ Prozess- und Produktkomplexität ↑ Kostenziele ↗ Entscheidungsbedarfe (strategisch, taktisch, operativ) ↑ »Autonomisierung« der Produktion ↑ Echtzeitverfügbarkeit von Information ↑ Interoperabilität der Produktionssysteme↑ Markt- und Kundenanforderungen Produktion und Logistik Implikationen und Handlungsbedarf Industrie 4.0
  8. 8. © Fraunhofer · Seite 8 Voraussetzung ist eine zentrale Informationstransparenzinstanz – bei AUDI »Tower« genannt Bildquelle: Audi (2016).
  9. 9. © Fraunhofer · Seite 9 Bildquelle: Audi (2016). Der »Tower« ist Kern eines neuen industriellen Informationsmanagements  Konzeptuelles Modell der digitalen Fabrik  Quelle für die digitalen Abbilder und »Single Source of the Truth«  »Data Lake«-Funktionalität  Sammlung und Analyse von Ereignisdaten aus der Produktion und der Lieferkette  Prozessanalysen nahezu in Echtzeit  Datenbasis für maschinelle Lernverfahren
  10. 10. © Fraunhofer · Seite 10 INHALT  Digitalisierung des Industriebetriebs  Die Rolle der Daten  Digitale Transformation
  11. 11. © Fraunhofer · Seite 11 Daten haben sich zu einer strategischen Ressource entwickelt Zeit Wertbeitrag Daten als Prozess- ergebnis Daten als Prozess- befähiger Daten als Produkt- befähiger Daten als Produkt
  12. 12. © Fraunhofer · Seite 12 Source: Leveling et al. (2014). »Smart Data Management« adressiert die gesamte Datenlandschaft im Unternehmen Daten außen sind von höherer Unschärfe, Volumen, Vielfalt, Änderungsfrequenz… Daten außen sind weniger kontrollierbar, geschäftskritisch, eindeutig… »Nukleus-Daten« (Kundenstammdaten, Produktstammdaten usw.) »Community- Daten« (Geoinformation, GTIN, Adressen, ISO- Codes, GS1-Daten usw.) Big Data (Tweets, Social Media Streams, Sensordaten usw.) Megabytes Gigabytes Terabytes Petabytes
  13. 13. © Fraunhofer · Seite 13 Legend: Informationsfluss; Materialfluss. Smart Data Management ist eine Schlüsselfähigkeit des Industriebetriebs der Zukunft Öffentliche Daten Wertschöpfungs- netzwerk Konsumenten- Services Industrielle Services Losgröße 1 Ende-zu-Ende- Kundenprozess Geschäftsökosysteme Hybride Produkte Smart Data Management Interoperabilität Mensch-Roboter- Kooperation Autonome Systeme Internet der Dinge Kunde Produtkions- netzwerke Logistik- netzwerke Digitale LeistungsangeboteDataDigitale Leistungserstellung
  14. 14. © Fraunhofer · Seite 14 Beispiel Automobillogistik Smart Data Management erfordert auch den Austausch bisher eher sensibel gehandhabter Daten zwischen Unternehmen Abrufe · Lieferavise · Rechnungen … Teilestammdaten · Änderungsanfragen · Sicherheitsdatenblätter … Ereignisdaten aus der Lieferkette … Kapazitäten · Fertigungsschritte · Liefernetzstrukturen EDI Electronic Business RFID · IoT Industrial Data Space Zeit Mehrwert, Kritikalität der ausgetauschten Daten 1990 2000 2010 heute Legende: RFID – Radio-Frequency Identification; IoT – Internet of Things; EDI – Electronic Data Interchange.
  15. 15. www.industrialdataspace.org // 15 70+ Companies and Organisations 5 Working Groups 18 Use Cases 1 Ecosystem =
  16. 16. © Fraunhofer · Seite 16 Legende: ERP – Enterprise Resource Planning; MES – Manufacturing Execution Systems ; SCADA – Supervisory Control and Data Acquisition; EDI – Electronic Data Interchange. Smart Data Management basiert auf einer zukunftssicheren »Data Service Architecture« Industrielle Datenquellen ERP  MES  SCADA  Ereignisdaten Datenquellen zu Kunden CRM  Kundenprogramme etc. Soziale Netzwerke Facebook  Twitter etc. Cloud-based Data Storage Data Source Connectors  Data Space Infrastructure  Shared Information Model Industrial Data Service Architecture Datenqualitätssicherung Mapping/Transformation Integration/Aggregation Data Provenance … Datenanalyse Data Mining Visualisierung Datenbereitstellung … Industrielle Services Präventive Wartung  Modular Montage  »Supply Chain Visibility« Kommerzielle Services Finanzdienste  Mobilität  Kundendienst Interne Services Daten als generelle Prozessbefähiger Datenprodukte Data as a Service Externe Datenquellen EDI  Industrial Data Space etc.
  17. 17. © Fraunhofer · Seite 17 INHALT  Digitalisierung des Industriebetriebs  Die Rolle der Daten  Digitale Transformation
  18. 18. © Fraunhofer · Seite 18 Flexibilität Effizienz Verfügbarkeit Auslastung Mensch Technik Economies of Scope Verbund Menge Economies of Scale Umwelt Kosten Hierarchie Selbststeuerung Vgl. Bauernhansl (2017), zitiert in ten Hompel (2017). Die Ambivalenz der Wertschöpfung in der Digitalisierung erfordert eine flexible Wertschöpfungsarchitektur
  19. 19. © Fraunhofer · Seite 19 Schuh, G.; Anderl, R.; Gausemeier, J.; ten Hompel, M.; Wahlster, W (Eds.): Industrie 4.0 Maturity Index, acatech STUDY 2017. Originalsprache beibehalten. Die Transformation zum digitalisierten Industriebetrieb muss stufenweise gesteuert werden Industrie4.0MaturityLevel BusinessValue AdaptabilityPredictabilityTransparencyVisibility What does happen? »Seeing« Industrie 4.0 Development Path Computerisation Connectivity Industry 3.0 Industry 4.0 Why does it happen? »Understanding« What will happen? »Being prepared« How can autonomous reaction take place? »Self-optimizing«
  20. 20. © Fraunhofer · Seite 20 Quelle: Otto et al. (2015). »Digital Business Engineering« ist der Methodenbaukasten für Digitalisierung »made in Germany« Digitalisierung Datenzentrierte Geschäftslösungen Strategische Perspektive Prozessperspektive System- und Softwareperspektive Ende-zu-Ende-Kundenprozess Digitales »Ecosystem« Datenzentrierte Produkte und Dienstleistungen Digitale Fähigkeiten (»Digital Capabilities«) Datenarchitektur und »Data Value Chain« Digitale Technologiearchitektur 1 2 3 4 5 6
  21. 21. © Fraunhofer · Seite 21 Titel: Der Spiegel 17. April 1978 Statistik: Statistisches Bundesamt www.destatis.de, abgerufen am 8.4.2017 »Uns steht eine Katastrophe bevor« [Spiegel 1978] 40% 45% 50% 55% 201620102000199019801970 Anteil Erwerbspersonen zu Gesamtbevölkerung [D in%]
  22. 22. © Fraunhofer · Seite 22  Informelle Kooperation  Ganzheitlichkeit  Polyvalenz  Lernen  Rahmenvorgaben  Flexible Routinen  Selbststeuerung  Funktionsintegration  Projektarbeit  Dezentralisierung  Neues Management ORGANISATION MENSCH TECHNOLOGIE Schnittstelle Technologie – Mensch Schnittstelle Mensch – Organisation Schnittstelle Organisation – Technologie  Ergonomie  Akzeptanz  Datenschutz  Komplementarität  Transparenz  Unterstützung Industrie 4.0 ist ein Gestaltungsprinzip für den Industriebetrieb der Zukunft
  23. 23. © Fraunhofer · Seite 23 Prof. Dr.-Ing. Boris Otto Fraunhofer ISST · Geschäftsführender Institutsleiter TU Dortmund · Inhaber Audi-Stiftungsprofessur Boris.Otto@isst.fraunhofer.de · Boris.Otto@tu-dortmund.de https://de.linkedin.com/pub/boris-otto/1/1b5/570 https://twitter.com/drborisotto https://www.xing.com/profile/Boris_Otto http://www.researchgate.net/profile/Boris_Otto http://de.slideshare.net/borisotto Ihr Ansprechpartner!
  24. 24. © Fraunhofer · Seite 24 Prof. Dr.-Ing. Boris Otto Syntegration zur Digitalen Produktion · Königslutter · 7.6.2017 DIGITALISIERUNG DER INDUSTRIE

×