Der hohe Wertschöpfungsanteil europäischer Länder hat, ausgehend von Deutschland im Jahr 2011, zur Ausrufung einer „Neuen Hightech-Strategie“ geführt, die unter dem Schlagwort „Industrie 4.0“ Industrieunternehmen zu „smarten“ Fabriken transformieren soll. Um die Grundlagen, Bestandteile und Auswirkungen von Industrie 4.0 auf smarte Produktionsprozesse zu erfassen, beleuchtet dieses Modul sowohl unternehmensinterne Elemente (z.B. smarte Produktions- und Logistiktechnologien, Transformationsstrategien oder die Rolle der Mitarbeitenden) als auch externe Elemente (z.B. smarte Lieferketten, datenbasierte Logistiknetzwerke).  

Einführend werden die Grundlagen von Industrie 4.0 und den daraus abgeleiteten smarten Fabriken und Produktionsumgebungen vorgestellt, um dann im Detail auf die Bausteine einzugehen – mit dem Ziel, die abstrakten Themen von Industrie 4.0 greifbar und auf Ihr reales Arbeitsumfeld übertragbar zu machen. Darüber hinaus werden Methoden des Lean Managements zur ganzheitlichen Analyse und Optimierung der Produktion vorgestellt. Darauf aufbauend lernen Sie das Konzept „Lean 4.0“ kennen, das die Potenziale der Informations- und Kommunikationstechnologien (IKT) sowie Methoden und Algorithmen zur Datenverarbeitung und Datenanalyse nutzt, um die klassischen Methoden des Lean Managements weiterzuentwickeln. 

Themen: Industrie 4.0, Lean Management 4.0, Produktionssysteme, Digitale Assistenzsysteme, Mensch-Roboter-Kollaboration, Tracking & Tracing, IoT und Smart Sensor

Die produzierende Industrie sieht sich aufgrund der digitalen Transformation und des Entstehens sogenannter cyberphysischer Produktionssysteme (CPPS) mit der zentralen Herausforderung konfrontiert, den Bereich der Instandhaltung an damit einhergehende, neuartige Anforderungen anzupassen. Dazu zählen unter anderem eine zunehmende Vernetzung von Maschinen, Produkten und Menschen und eine gesteigerte Komplexität durch den Einsatz innovativer Technologien. Um die Leistungsfähigkeit von CPPS einerseits sicherzustellen und andererseits kontinuierlich zu verbessern, besteht die Notwendigkeit, datenbasierte „smarte“ Instandhaltungskonzepte anzuwenden.  

Zu Beginn dieses Moduls werden das Konzept der Smart Maintenance und artverwandte Begrifflichkeiten wie „Predictive Maintenance“ und „Prescriptive Maintenance“ erklärt und voneinander abgegrenzt. Innovative Trends und Technologien in der Instandhaltung, wie Big Data Analytics oder mobile Assistenzsysteme, werden vorgestellt sowie neuartige Service- und Geschäftsmodelle der Instandhaltung präsentiert.  

Darauf aufbauend nähern wir uns der Thematik aus einem eher technischen Blickwinkel: Condition Monitoring, Retrofitting und Sensorik werden gemeinsam diskutiert. Predictive Maintenance wird im Detail erläutert sowie hierfür erforderliche Datenanforderungen vorgestellt. Sie erhalten Einblicke, wie der Bereich der Instandhaltung in SAP abgebildet wird und eine Instandhaltungssoftware konzipiert und ausgewählt wird. Kleine Übungs- und Praxisbeispiele begleiten das gesamte Modul und ermöglichen es, theoretisch vermitteltes Wissen anzuwenden und zu testen. 

Themen: Innovative Service- und Geschäftsmodelle der Instandhaltung, Condition Monitoring und Predictive Datenstrategie im Anlagenmanagement, Maintenance, Retrofitting und Sensorauswahl, Datenbasierte Instandhaltungs-Strategien

Von einer Smart Factory werden minimale Produktionskosten und hohe Produktivität bei maximaler Qualität gefordert. Gerade in Zeiten schwankender Auftragslage sind Wandlungsfähigkeit und Flexibilität der Schlüssel dazu, diese Ziele auch zu erreichen. Einer intelligenten Planung und Steuerung von Produktion, Logistik und Auftragsabwicklung kommt daher die wichtige Aufgabe zu, die Flexibilität im System so gezielt zu nutzen, dass die produktionslogistischen Zielvorgaben erreicht werden. 

Im ersten Themenblock werden die aktuellen Herausforderungen der Unternehmen im Bereich der Produktionsplanung und -steuerung aufgezeigt und besprochen. Folgend werden wichtige produktionslogistische Zusammenhänge (zwischen Bestand, Auslastung, Durchlaufzeit und Termintreue) diskutiert und die Bedeutung von Engpässen anhand eines ersten Planspiels, dem „Production Dice Game“, hands-on vermittelt. Darüber hinaus werden erste Methoden zur Analyse und Optimierung des digitalen Auftragsmanagements und der Produktionsplanung und -steuerung behandelt.  

Basierend darauf werden im zweiten Themenblock Methoden des Advanced Planning and Scheduling vermittelt. Dazu werden Optimierungsmethoden vorgestellt, Praxisbeispiele präsentiert und der Lehrinhalt durch das PPS-Planspiel nochmals wiederholt und gefestigt. Ein weiterer Fokus des zweiten Themenblocks liegt darin, die Grundlagen der betrieblichen Informationssysteme wie ERP, MES und PPS-Systeme zu kennen, zu konzeptionieren oder auswählen zu können. In diesem Zusammenhang beschäftigt sich der Themenblock auch mit dem Industrial Internet of Things (IIoT), welches für die Smart Factory eine wichtige Zukunftstechnologie darstellt.  

Im Themenblock digitales Supply Chain Planning und Intralogistik wird Ihnen Wissen für die Planung, Optimierung, Evaluierung und das Controlling von Supply Chains sowie den damit verbundenen Intralogistikprozessen vermittelt. Hierzu werden entsprechende Modelle, Methoden und Vorgehensweise präsentiert. Dabei werden die Herausforderungen beim Management von Lieferketten durch fehlende koordinierte Planung, langsame Reaktionsfähigkeit durch verzögerten Informationsaustausch sowie Liefervorlaufzeiten und nicht zuletzt Auswirkungen von Nachfrageschwankungen auf Bestände (u.a. Bull whip-Effekt) und Versorgungssicherheit veranschaulicht. Nach einer Einführung in das Thema „Digital Supply Chain Management“ wird die Digitalisierung von Logistikprozessen vertiefend behandelt. Praxisbeispiele, Einzel- und Gruppenaufgaben sowie Gruppendiskussionen stellen den Transfer in das eigene Unternehmen der Teilnehmenden sicher. 

Themen: Digitales Auftragsmanagement, Produktionsplanung und -steuerung, Betriebliche Informationssysteme, Advanced Production Planning and Control, Digitales Supply Chain Planning und Intralogistik

Wir leben in einer zunehmend digitalen Welt, in der nicht nur die Menge der verfügbaren Daten, sondern auch deren Bedeutung rasant steigt. Um die Wettbewerbsposition halten oder gar ausbauen zu können, wird die effektive Nutzung von Daten immer wichtiger. Während einige Unternehmen in Bereichen wie Qualitätsmanagement und -kontrolle, Prozessoptimierung und steuerung oder Instandhaltung bereits spürbare Verbesserungen erzielen konnten, stellt die Nutzung von Daten andere vor große Herausforderungen.  

In diesem Modul werden Sie nicht zum Data Scientist, sondern erlangen ein Grundverständnis für die Nutzung von Daten und Algorithmen zur Lösung unternehmensrelevanter Probleme, das als Basis für eine weitere Vertiefung in die Thematik genauso wertvoll sein kann wie für die Kommunikation mit Fachexpert_innen. Sie lernen nicht nur das Vokabular von Data Scientists kennen, sondern auch einzuschätzen, was heute in der Praxis bereits möglich ist, welche Methoden und Werkzeuge wofür geeignet sind und wo selbst für fortschrittliche Verfahren aus dem Bereich des maschinellen Lernens die Grenzen liegen.  

Die Welt der Data Science wird im Rahmen des Moduls anhand von konkreten Praxisbeispielen aus unterschiedlichen Anwendungsfeldern vermittelt. Der Fokus liegt mehr auf allgemeinen Strategien und Lösungsansätzen, um bestimmte Algorithmen besser verstehen zu können. Es werden keine besonderen mathematischen Vorkenntnisse vorausgesetzt. 

Themen: Daten, Algorithmen, Prozesse und Werkzeuge der Industrial Data Science, Methoden und Anwendungsfelder, Praxisbeispiele