Übersicht abgeschlossener Forschungsprojekte

Die innerbetriebliche Lieferkette (inLi) in Unternehmen des Maschinen- und Anlagenbaus umfasst alle Bereiche von der Beschaffung bis zum Versand. Sie ist geprägt von einer heterogenen Prozesslandschaft, oftmals einhergehend mit repetitiven, administrativen Aufgaben. Diese sind in der Regel mit hohem manuellen Aufwand sowie hohem Fehlerpotenzial verbunden. Ein Beispiel hierfür ist die manuelle Eingabe von Lieferscheinen in ein Enterprise-Resource-Planning-System (ERP-System). Selbst inkrementelle Verbesserungen helfen KMU bereits enorm, die Heterogenität der Prozesse in der inLi zu bewältigen. Robotic Process Automation (RPA) ist hierfür ein vielversprechender Ansatz. Für eine zielgerichtete Einführung von RPA in der inLi müssen zunächst geeignete Prozesse der inLi identifiziert und entsprechende technologische, datenbezogene, organisatorische und menschliche Anforderungen abgeleitet werden. Die bisherige Forschung liefert hierzu keine hinreichenden Erkenntnisse, insbesondere nicht in Bezug auf die inLi. Das Forschungsprojekt „RPAlog“ verfolgt das Ziel, automatisierbare Prozesse in der inLi sowie die KMU-gerechte Automatisierung dieser Prozesse unter Berücksichtigung der technologischen, datenbezogenen, organisatorischen sowie menschlichen Anforderungen zu identifizieren. Die Forschungsfrage hierzu lautet: Wie können KMU im verarbeitenden Gewerbe befähigt werden, durch die Nutzung von RPA zielgerichtet Automatisierungspotenziale in der innerbetrieblichen Lieferkette auszuschöpfen?

Hohe Variantenvielfalt, kleine Losgrößen und Flexibilität: dafür notwendige Materialflussprozesse, also die bedarfsgerechte Bereitstellung des Materials sowie der Transport von Maschine zu Maschine stellen an die innerbetriebliche Logistik immer höhere Anforderungen. Dabei steckt in kleinteiligen, oft manuellen Produktionsabläufen ein großes Optimierungspotenzial, denn betroffene physische Materialflussprozesse sind oftmals nicht digital abgebildet. Das Ziel von ProCheck ist es, eine automatisierte und kontinuierliche Analyse, Optimierung und Überprüfung von Materialflussprozessen in kleinteiligen Produktionsabläufen zu ermöglichen. Als Innovation werden in ProCheck Methoden des Process Mining auch für physische Materialflussprozesse nutzbar gemacht. Dazu sollen prozesskennzeichnende Ereignisse, so genannte Event-Logs für Materialflussprozesse erzeugt werden. Die Daten dafür sollen über Cyber-Physische Systeme als sensorische Rohdaten in den Prozessen erhoben und über eine neuartige Datenverarbeitung in prozesskennzeichnende Ereignisse gewandelt werden. Dieser Ansatz soll in 5 Schritten umgesetzt werden: 1. Aufnahme und Modellierung des Materialflussprozesses als maschinenlesbare Modelle 2. Einbringen und Erfassen von prozessrelevanten Rohdaten durch existierende CPS-Technologien in Produktionsumgebungen 3. Entwicklung einer Rohdatenauswertung zur automatisierten Generierung von Event-Logs 4. Anpassung von Process Mining Verfahren zum Abgleich von Ist-Prozessen mit Soll-Prozessmodellen spezifisch für Materialflussprozesse in der Produktion von KMU 5. Empfehlungen zur Optimierung und Anwendung Als Nutzen erhalten KMU durch den Einsatz von bereits existierenden CPS-Technologien in Kombination mit neuartiger Sensordatenauswertung und dadurch möglicher Anwendung von geeigneten PM-Techniken mehr Transparenz, Leistung und Flexibilität in ihren Materialflussprozessen der Produktion. Den Marktwünschen kann so besser entsprochen und dem Wettbewerb besser begegnet werden.

Die Entwicklung autonomer Fahrzeuge macht in der Automobilbranche sehr große Fortschritte während in der Intralogistik autonome Fahrzeuge schon seit einigen Jahren verbreitet sind. Für eine Verwendung im Bereich der Landwirtschaft sind jedoch noch einige Hürden zu bewältigen. Insbesondere sind für den effizienten und unterbrechungsfreien wirtschaftlichen Einsatz autonomer Fahrzeugflotten auf dem Feld zahlreiche logistische Prozesse zu planen, wie u.a. der Transport der Einheiten vom Depot des Hofes oder eines Dienstleisters zum Feld und zwischen den Feldern sowie die Bereitstellung von Werkzeugen und Betriebsmitteln o.Ä. Dieses Planungsproblem stellt die Anwender - diese sind meist Lohnunternehmer (in Deutschland existieren mehr als 5000 Lohnunternehmen, diese sind ausschließlich KMU) - landwirtschaftlicher autonomer Fahrzeugflotten vor eine große logistische Herausforderung. Diese gilt es zu bewältigen, um die neue Technologie in der Landwirtschaft effizient und damit wirtschaftlich einsetzen zu können. Im Rahmen des Projekts FeldSchwarmLogistik soll das Problem als Routing- und Scheduling-Problem unter Berücksichtigung aller praxisrelevanten Restriktionen und Nebenbedingungen modelliert werden. Darauf aufbauend wird eine algorithmische Lösung dafür entwickelt, um einen optimalen Nutzen aus der Anwendung autonomer Feldschwärme zu erzielen und Hürden bei der Investition und Implementierung zu senken. Davon profitieren KMU auf der einen Seite in Form von Lohnunternehmen, die mit Hilfe eines Planungstools kostenminimal eine ressourcenschonende neue Technologie einsetzen können. Andererseits ist zu erwarten, dass neue Akteure als KMU in Form von bspw. Servicedienstleistern in der Automatisierung und Telekommunikation in die Branche Einzug finden werden.

In Deutschland gibt es ca. 4500 professionelle Lohnunternehmer (LU), welche das Gros landwirtschaftlicher Logistikdienstleistungen übernehmen. Ihr Umsatz ist seit 2004 von 1,43 Mrd. € auf 2.25 Mrd. € in 2013 kontinuierlich gestiegen wächst weiter. Bei LU handelt es sich ausschließlich um kmU. Die gestiegene Komplexität bei der Beplanung ihrer Ressourcen, z.B. durch eine Zunahme der Auftragsvielfalt oder die gestiegene Volatilität in der Auftragslast und der Vielzahl der zur Verfügung stehenden Verfahrensalternativen bringen LU an organisatorische Grenzen. Gleichzeitig erhöht sich das Potential als auch die Notwendigkeit der Optimierung bei der Projektierung landwirtschaftlicher Logistikdienstleistungen. Derzeit fehlt es an geeigneten Ansätzen um wesentliche Prozesse, Ressourcen und Partner optimal und aufwandsarm abzustimmen. Zielgerichtete, automatisierbare Konzepte reduzieren nicht nur spürbar Planungsaufwände sondern machen reproduzierbare Analysen bezüglich der Auswirkung von Änderungen (z.B. Zukauf neuer Maschinen, Terminverschiebungen) erst möglich. Definierte Zielfunktionen lassen schließlich eine Optimierung der Ressourcenzuteilung und Prozesskettenwahl zu - die Wirtschaftlichkeit der Dienstleister wird deutlich gesteigert. Anhand von Einflussfaktoren, Wirkzusammenhängen und Restriktionen wird ein generisches Modell zur Beschreibung von Ernte- und TUL-Prozessen in der Landwirtschaft angegeben. Davon ausgehend können Verfahrensalternativen bei der Auftragsbearbeitung automatisiert abgeleitet werden. Diese Alternativen sind wesentliche Eingangsgrößen für das ressourcenbeschränkte Optimierungsproblem, welches bei der Auftragsplanung zu lösen ist. Dieses Problem wird durch die Antragsteller formalisiert und damit berechenbar gemacht. Zur Ermittlung optimaler Auftragspläne wird ein Algorithmus angegeben und in einem Berechnungswerkzeug implementiert, so dass entsprechende Anwender (z.B. Mitglieder des PA) die Erkenntnisse aus dem Projekt produktiv nutzen können.

Die Überwachung von Materialflüssen sorgt für hohe Kosten in (intra-)logistischen Prozessketten. Im Forschungsvorhaben SmaRackT soll ein Verfahren zur Identifikation und Quantifizierung ungetaggter Materialflüsse entwickelt werden. Dafür werden induktive Nahfeldortung und Objekterkennungsverfahren kombiniert. Die Identifikation von markerlosen Gütern und ihrem Bestand bildet die technologische Grundlage für das automatisierte Auslösen von Quittierungen bei Ein- und Auslagerungsprozessen sowie das Auslösen von Nachbestellprozessen und zahlreichen weiteren Prozessverbesserungen. Im Vorhaben entwickeln TU München und Fraunhofer IIS gemeinsam iterativ einen Demonstrator, welcher zunächst in Laborversuchen und anschließend in Feldtests bei Praxispartnern evaluiert wird. KMU profitieren von den Ergebnissen durch die Potenziale einer Verwertung der Gesamtkomponenten: Systemintegratoren können perspektivisch mit dem SmaRackT-System in die Lage versetzt werden, ein äußerst konkurrenzfähiges Produkt anbieten zu können. Durch die niedrigen Systemkosten besitzt das SmaRackT-System mittelfristig ebenfalls Einsatzpotenziale bei KMU und soll dort dazu beitragen Materialflüsse digital und kostengünstig zu erfassen.

Schlussbericht:

Schlussbericht_Sachbericht_SmaRackT_IGF-Nr_21159N.pdf

Die Anforderungen an viele Produktions- und Logistikprozesse haben sich in den vergangenen Jahren grundlegend gewandelt. Produktionszyklen verkürzen sich stetig, während die Produktvielfalt steigt und Losgrößen sinken. Gleichzeitig nehmen die Erwartungen hinsichtlich Fertigungsdauer und Lieferzeit, bis hin zur 24h-Lieferung zu. KMUs müssen sich in diesem Umfeld zunehmend international behaupten und unterliegen einem wachsenden Effizienz- und Kostendruck. Um auf diese neuen Herausforderungen reagieren zu können wird von vielen intralogistischen Systemen ein deutlich höheres Maß an Flexibilität und Wandlungsfähigkeit eingefordert. In vielen Fällen können Flexibilität und Wandlungsfähigkeit durch den Einsatz modularer Fördertechnik deutlich verbessert werden. Durch eine individuelle Anordnung und Ausrichtung von Modulen kann das Fördersystem stets auf den Einzelfall angepasst werden. Vorangegangene Projekte zur Entwicklung einer dezentral gesteuerten, modularen Fördermatrix haben gezeigt wie sich in einer solchen unterschiedliche intralogistische Funktionen realisieren lassen. Trotz potentieller Vorteile hinsichtlich Flexibilität, Automatisierungsrad, Raumnutzung und sich daraus ergebenen Einspaarpotentialen kommt modulare Fördertechnik in KMUs gegenwärtig kaum zur Anwendung. Ursächlich dafür ist unter anderem die höhere Komplexität, welche sowohl die Bewertung als auch die Auslegung modularer Förderanlagenlayouts erschwert. Um diese Hemmnisse zu senken und KMU einen besseren Zugang zu modularer Fördertechnik zu ermöglichen sollen im Rahmen dieses Forschungsvorhabens geeignete Werkzeuge zur Bewertung und Optimierung von Layouts entwickelt und bereitgestellt werden.

Hier  kann der Software-Demonstrator heruntergeladen werden.

Schlussbericht:

Schlussbericht_OptiLay_21141N.pdf

Aufgrund des stetig wachsenden globalen Wettbewerbs ist es für Unternehmen wichtig, die eigenen Prozesse zu stabilisieren und aus den vorhandenen Ressourcen die bestmögliche Produktivität zu erzielen. Die Produktion sollte dementsprechend gestaltet werden, sodass der Anteil an wertschöpfenden Tätigkeiten der Mitarbeiter maximiert wird. Laut einer Studie haben gewerblich operativ arbeitende Mitarbeiter einen nicht wertschöpfenden Zeitanteil von 40 %. In dieser Zeit sind die Mitarbeiter bspw. damit beschäftigt, sich abzustimmen oder Informationen zu beschaffen. Die Schaffung einer Basis für verlustfreies Arbeiten ist somit eines der Haupthandlungsfelder der PPS. Dabei spielt die Arbeitsplangestaltung eine wichtige Rolle. Ein detaillierter Arbeitsplan ist mit einem hohen Aufwand in der Arbeitsvorbereitung (AV) verbunden, bringt hingegen in der Ausführung einen Vorteil mit sich, da die Informationssuche reduziert werden kann. Die Arbeitshypothese besteht in der Annahme, dass der summarische Aufwand und die damit verbundenen Kosten der Arbeitsplanerstellung einerseits und der Informationssuche der operativen Mitarbeiter andererseits durch die Bestimmung des optimalen Detaillierungsgrads (DG) von Arbeitsplänen reduziert werden kann. Als Folge können KMU ihre Produktivität erhöhen. Ziel des Forschungsvorhabens ist daher die Entwicklung einer Methode zur quantitativen Bestimmung des optimalen DG unter Berücksichtigung des entstehenden Aufwands der operativen und administrativ operativen Mitarbeiter. Mittels des zu entwickelnden Modells zur Bestimmung des optimalen DG der Arbeitspläne und dessen Implementierung in einen Softwaredemonstrator sollen KMU befähigt werden, selbstständig ihren optimalen DG der Arbeitspläne bereichsspezifisch bestimmen zu können.

Schlussbericht:

OptiPlan_Schlussbericht.pdf

Manufacturing Execution Systeme (MES) sind grundlegend für eine geregelte Produktionsplanung und -steuerung (PPS). Weiterhin dienen die Daten eines MES (bspw. Rückmeldedaten zu Aufträgen) als Grundlage für Big Data-Anwendungen, um Optimierungspotentiale aufdecken zu können. Auch die Einbindung von Industrie 4.0-Technologien wie interaktive Assistenzsysteme (bspw. Datenbrillen) oder cyberphysischen Systemen in produzierende Unternehmen setzt eine geeignete IT-Infrastruktur wie MES voraus. Laut einer in 2016 durchgeführten Kompetenzentwicklungsstudie Industrie 4.0 verwenden lediglich 15,6 % der befragten KMU ein MES. Neben der Kosten-Nutzenbewertung werden als wichtigste Hemmnisse hierfür Schwierigkeiten bei der Schaffung der Voraussetzungen für die Einführung sowie der Integration von MES in die bestehende IT-Infrastruktur genannt. Auch die Schaffung der Akzeptanz der Anwender im eigenen Unternehmen wird als sehr problematisch angesehen. Die Arbeitshypothese des Forschungsvorhabens besteht in der Annahme, dass die systematische Vorbereitung der Einführung von MES über Reifegradmodelle die Einführungszeit verkürzt und die Ergebnisqualität deutlich erhöht. Als Folge können KMU erfolgreicher MES einführen und dadurch von den Vorteilen wie einer effizienteren PPS sowie einer besseren Rückverfolgbarkeit profitieren. Ziel des Forschungsvorhabens ist die Entwicklung eines Reifegradmodells zur Bestimmung und Verbesserung der MES-Readiness von KMU. Mittels des zu entwickelnden Reifegradmodells sollen KMU Transparenz darüber erlangen, in welchen Bereichen ihres Unternehmens Handlungsbedarf im Hinblick auf vorbereitende Tätigkeiten für die Einführung eines MES besteht. Nachdem die KMU Kenntnis über die notwendigen Anforderungen für den Einsatz eines MES haben, sollen konkrete Maßnahmen für das Erreichen der notwendigen Reifegradstufen zur Verfügung gestellt werden. Zuletzt soll ein Instrument zur Planung und Überwachung der Umsetzung der Maßnahmen bereitgestellt werden.

Der Technologie Blockchain wird im Kontext von Logistik und SCM sehr großes Potenzial für Prozessverbesserungen zugesprochen, die in Kostensenkungen und Steigerungen des Kundennutzens resultieren sollen. Dies liegt vor allem in ihren Eigenschaften begründet, denn sie ist dezentral organisiert, die Datensätze sind verifiziert und damit auditierbar und nicht zuletzt ist sie aufgrund kryptographischer Verfahren manipulationssicher. Zahlreiche Pilotprojekte großer Marktteilnehmer illustrieren die Bandbreite und mögliche Trageweite von Blockchain-Anwendungen in Logistik und SCM. Wofür konkret und vor allem wie Blockchain durch KMU skalierbar angewendet werden kann, ist jedoch nicht ohne weiteres zu identifizieren. Nicht jede denkbare Blockchain-Anwendung ist tatsächlich auch die beste technische Lösung. Im Rahmen des Forschungsvorhabens wird ein Vorgehen entwickelt, welches diese Entscheidung aus der Perspektive eines KMU greifbar macht und mit dessen Hilfe Anwendungspotenziale unternehmensindividuell identifiziert werden können. Ideen können hinsichtlich ihrer technischen und organisatorischen Anforderungen bewertet und mit alternativen Lösungsansätzen verglichen werden. Darüber hinaus wird eine Datenbank zur Sammlung und Charakterisierung bekannter Anwendungsfälle entwickelt und in das Vorgehen integriert. Alle konzeptionellen Aktivitäten des Forschungsvorhabens fußen dabei auf einer fundierten empirischen Grundlage - einer qualitativen Interviewstudie und einer nachfolgenden quantitativen Studie. KMU sollen durch das Vorgehen in die Lage versetzt werden, sich ressourcenschonend mit der Technologie Blockchain vertraut zu machen und die Auswirkungen auf das eigene Geschäft besser einschätzen zu können. Durch die Identifikation von Blockchain-basierten Möglichkeiten zur Verbesserung der Dienstleistungen oder zur Diversifizierung des Angebots soll letztlich die Wettbewerbsfähigkeit gegenüber Konzernen und Startups auch im internationalen Kontext gestärkt werden.

Schlussbericht:

Abschlussbericht_ChainLog_20951N_21062022_update.pdf

Forschungsziel: Für die mittelständisch geprägte Kleinserienfertigung sind aufwandsarme Produktivitätsanalysen von hoher Bedeutung, um Mitarbeiter- und Maschinenproduktivität aufeinander abgestimmt zu verbessern. Exemplarische Anwendungsfälle von Maschinenbedienung sind die Bedienung von Werkzeugmaschinen oder teilautomatisierte Kommissionierprozesse. Ziel des Forschungsprojekts „Protrack II“ ist, eine kombinierte sensor- und trackinggestützte Produktivitätsanalyse zu entwickeln. Mitarbeiter- und Maschinenzustände sollen zeitgleich erfasst, erkannt und inklusive ihrer Wechselwirkungen analysiert werden können. Lösungsweg: Auf Grundlage von generischen Arbeitsabläufen ist eine abgestimmte Zustandshierarchie zu entwickeln. Aus dieser kann der Datenbedarf abgeleitet werden, der wiederum bestimmt, welche Sensoren sich eignen, um die Daten zu erfassen. Für die Datenerfassung soll z. T. auf Ergebnisse des AIF-geförderten Forschungsprojekts ProTrack zurückgegriffen werden. Eine Evaluation bei Mitgliedern des PA soll die Eignung des entwickelten Systems nachweisen. Im Forschungsprojekt werden folgende Ergebnisse angestrebt: - Zustandshierarchie für Mitarbeiter und Maschine - Logik zur Zustandserkennung - Verfahren zur automatischen Erkennung und Analyse von Mitarbeiter- und Maschinenzuständen aus Tracking- und Sensordaten - Abhängigkeiten zwischen Arbeits- und Maschinenproduktivität - Software-Demonstrator - Validierung am Praxisbeispiel - Anwendungsleitfaden Das Vorhaben soll es KMU ermöglichen, die Mitarbeiter- und Maschinenproduktivität umfassend, detailliert und kostengünstig zu erfassen und zu analysieren, um so Produktivitätspotenziale schnell und zuverlässig erkennen und erschließen zu können. Dadurch sinken die Kosten und erhöht sich die effektiv nutzbare Produktionskapazität. Produktitivätspotentiale von bis zu 25 % sind realistisch. Die entwickelten Methoden zielen dabei auf anlassbezogene, gezielte Analysen der Abläufe ab.

Schlussbericht:

Schlussbericht_ProTrack2_.pdf