Übersicht abgeschlossener Forschungsprojekte

Bis 2050 will die Europäische Union klimaneutral sein. Erreicht werden soll dies über die Senkung der Treibhausgasemissionen (THG-Emissionen). Es genügt dafür nicht mehr, dass Unternehmen ihre Emissionsbilanzen auf eigene Aktivitäten beschränken; indirekte Quellen, u. a. Logistikdienstleistungen, müssen einbezogen werden. Allein auf den Straßengüterverkehr werden dabei ca. 28 % der THG-Emissionen zurückgeführt. Folglich formulieren die Versender entsprechende Anforderungen, auch an Logistik-KMU: Für die Bilanzierung sollen Emissionen erhoben und für die Reduktionsziele Maßnahmen ergriffen werden.Teilweise werden die geforderten Reduktionen bereits erfüllt. Allerdings fehlen geeignete Vorgehensweisen und Parameter, um die Informationen mit dem Versender auszutauschen. Die Versender approximieren die THG-Emissionen deshalb in der Regel. Besondere Nachhaltigkeitsbemühungen seitens der Logistikunternehmen werden so am Markt nicht sichtbar.Ziel dieses Forschungsvorhabens ist es Logistik-KMU zu befähigen, Emissionen auftragsbezogen zu berechnen, auszuweisen und weiterzugeben. Es können Wettbewerbsvorteile entstehen, wenn diese Informationen so erfasst und bereitgestellt werden, dass diese bei der Entscheidungsfindung des Auftraggebers nutzbar sind. Beispielsweise kann die Nutzung emissionsarmer Kraftstoffe durch Logistikunternehmen auch für den Versender vorteilhaft sein, da dies auch zur Reduzierung der indirekten Emissionen des Versenders führen.Als Ergebnis des Vorhabens liegen ein konsolidiertes Handbuch zur Erhebung von Treibhausgasemissionen sowie Gestaltungsempfehlungen hinsichtlich technischer Aspekte bei der auftragsbezogenen, logistikkettenübergreifenden Weitergabe von Emissionsdaten vor. Eine operative Aufbereitung als webbasiertes Werkzeug erlaubt KMU eine geeignete Vorgehensweise situationsadäquat und strategisch passend abzuleiten.

Schlussbericht_GATE_22442

Die Globalisierung und Digitalisierung der Logistikbranche konfrontiert die beteiligten Unternehmen mit hohem Kostendruck. Damit insbesondere KMU der internationalen Konkurrenz mit globalisierten Supply Chains gewachsen sind, muss das volle Innovationspotenzial der Unternehmen aus-geschöpft werden. Das Forschungsthema dieses Vorhabens ist entsprechend die Steigerung der Innovationsfähigkeit von Logistikdienstleistern (LDL) durch Adaption des Inkubatoren- Konzepts. Eine erfolgsversprechende Möglichkeit zur Ausschöpfung des vorhandenen Potenzials sind Inkubatoren. Sie sind bei Großunternehmen längst der Standard zur Förderung von Innovationen im eigenen Unternehmen. Ein Inkubator ist eine Unternehmensinitiative, die innerhalb des Unternehmens ein Umfeld schafft, in dem die eigenen Mitarbeiter innovative Ideen binnen eines kurzen Zeitraums entwickeln. Den Mitarbeitern werden zur Unterstützung unterschiedliche Ressourcen wie innovationsfördernde Räumlichkeiten, Kapital oder Zugang zu verschiedenen Dienstleistungen zur Verfügung gestellt. Insbesondere in Branchen mit hohem Kostendruck sind Innovationen der einzige weg langfristig zu überleben. Die die Branche der LDL geprägt ist durch kleine und mittelständische Unternehmen (KMU), ist sie hiervon besonders stark betroffen. Gerade für KMU ist das Inkubatoren-Konzept jedoch schwer zugänglich: Aufgrund des starken Fokus auf das operative Geschäft verfügen LDL nur über eingeschränkte Ressourcen für Innovationsprojekte. Hierzu wird ein digitaler Leitfaden entwickelt, mit dem KMU eine geeignete Adaptionsvariante auswählen, aufbauen und steuern können.

Intelligente und interaktive AR-basierte Assistenzsysteme weisen zur Unterstützung intralogistischer Arbeitsprozesse ein großes Potenzial auf, werden jedoch in dieser Form in der Praxis, insbesondere in KMU, bisher nur vereinzelt eingesetzt. Durch die Einbindung von Verfahren der künstlichen Intelligenz, wie z.B. durch die bildbasierte Bauteilidentifizierung oder Qualiätsprüfung, können intralogistische Prozesse effizienter gestaltet werden. Gegenstand des Forschungsvorhaben AR Improve sind daher intelligente und interaktive AR-Assistenzsysteme, die aktuelle AR-Hardware mit Sensorik sowie bildverarbeitenden Verfahren kombinieren.Aufgrund der Vielzahl möglicher Hardwarekonfigurationen, hiervon abhängigen Interaktionsformen und bildverarbeitenden Verfahren sowie der zahlreichen Möglichkeiten digitaler Assistenzfunktionen, die den jeweiligen betrieblichen und prozessabhängigen Anforderungen gegenüberstehen, ist die fundierte Entscheidung zur Ausgestaltung eines derartigen AR-Assistenzsystems derzeit von Entscheidungsträger*innen eines Logistikanwenders nicht leistbar.Durch die Bereitstellung eines interaktiven Leitfadens, der im Projektvorhaben AR Improve gemeinsam mit KMU entwickelt wird, werden Entscheidungsträger*innen in KMU fundierte Entscheidungen über den bedarfsgerechten und menschorientierten Einsatz von AR-Assistenzsystemen ohne detaillierte Kenntnisse zur AR-Technologie ermöglicht und die AR-Technologie erfahrbar gemacht. So kann der Nutzen der Anwendung im täglichen Arbeitsprozess eingeschätzt werden. Die hierfür notwendige Datengrundlage soll mittels umfangreicher Nutzerstudien erhoben werden. Hierfür werden verschiedene AR-Assistenzsysteme zu Evaluationszwecken für repräsentative intralogistische Arbeitsaufgaben und Nutzer*innengruppen an einem Testaufbau getestet. Der avisierte Leitfaden trägt dabei zur Gestaltung bedarfsgerechter intelligenter und interaktiver AR-Assistenzsysteme bei und steigert somit die Investitionssicherheit für KMU deutlich.

Bericht im BVL-Magazin 2_2023

Bericht_BVL-Magazin_2_2023.pdf

Schlussbericht_AR Improve_22458

Durch den stetig zunehmenden Wettbewerb bauen speziell KMU Maßnahmen zu Direktvertrieb und E-Commerce aus. Dafür müssen insbesondere bei KMU Ressourcen für Verpackung, Lager und Kommissionierung vorgehalten werden. Wird diese Ressource unnachhaltig genutzt, entsteht für das KMU auf kurze und lange Sicht ein Wettbewerbsnachteil in der Form, dass jenes KMU Ersatz für kurzfristig ausfallende Mitarbeiter suchen muss und wichtiges Erfahrungswissen durch betroffene Mitarbeiter verliert. Dies stellt insbesondere für KMU einen Wettbewerbsnachteil dar, da diese krankheitsbedingte Ausfälle nicht durch Unternehmensgröße kompensieren können. Nach dem Gesundheitsreport 2020 der DAK beträgt der Anteil an den Arbeitsunfähigkeitstagen für das Jahr 2019 aufgrund von Erkrankungen des Muskel-Skelett-Systems 21,2%. Durch eine falsche Haltung kann es zu einer Überbelastung kommen, die sich z.B. in Form von Rückenbeschwerden zeigt. Die Entwicklung einer automatisierten Ergonomiebewertungsmethode (EBM) würde KMU die Möglichkeit einer präzisen Arbeitsplatzevaluation und eine objektive Betrachtung hinsichtlich der Einführung ergonomischer Maßnahmen bieten, die unabhängig von einem Bediener und dem zu bewertenden Mitarbeiter konstante Bewertungen ausgibt. Mit der zu entwickelnden EBM besteht für produzierende KMU mit eigener Abfertigung und Versand ein großes, zu minimierendes Kostenpotential und damit ein großer direkter Nutzen. Das Ziel des beantragten Forschungsvorhabens ist daher die Entwicklung einer Methode zur automatisierten, kamerabasierten Erfassung und Beurteilung von Bewegungen, die an Kommissionierarbeitsplätzen ausgeführt werden. Neben den Bewegungen der Personen, sollen externe Kräfte und interne Gelenkmomente mittels maschinellen Lernverfahren abgeleitet werden. Dieser Ansatz ermöglicht die Berechnung der momentanen Belastung des menschlichen Bewegungsapparats und trägt zur Objektivität und Reproduzierbarkeit der Ergonomiebeurteilung bei.

Schlussbericht_AkEvAp.pdf

Roboter werden in der Logistik zunehmend eingesetzt. Dabei kommt es häufig zu Begegnungen zwischen Menschen und Robotern. Beide sollten daher in der Lage sein, sicher, effektiv und effizient miteinander zu kommunizieren. Ziel des Vorhabens ist die Entwicklung und Evaluation eines Interaktionsbaukastens für Roboter mit verschiedenen Funktionen in der Logistik sowie logistikähnlichen Umfeldern (Krankenhaus, Handel, Bau, …). Für jede Funktion bzw. Aufgabe des Roboters werden Interaktionsbausteine zur Unterstützung eines regel- oder fertigkeitsbasierten Verständnisses der Interaktion erstellt. Grundlage dafür ist ein nutzerzentrierter Gestaltungsansatz. Im Rahmen des Forschungsvorhabens werden zunächst Intentionen von Robotern im Aufgabenkontext ermittelt. Anschließend erfolgt eine systematische Generierung von Kommunikationsmodalitäten, bevor die Intentionen sowie die Modalitäten miteinander kombiniert und in einen modularen Baukasten überführt werden. Die so entstehenden modularen Sprachbausteine werden demonstratorisch implementiert und durch Benutzerstudien evaluiert. Zuletzt werden Leitlinien und Handlungsempfehlungen für die Verwendung des Baukastens abgeleitet. Am Projektende steht ein fertiger Interaktionsbaukasten zur Verfügung, der direkt in Unternehmen für die Entwicklung und Implementierung von Logistik-Robotern verwendet werden kann. Die Ergebnisse sind somit in großem Maß vorwettbewerblich und branchenübergreifend nutzbar. Der PA unterstreicht die hohe KMU-Relevanz. KMU-Hersteller profitieren durch den modularen Baukasten für kontextbezogene Roboterkommunikation, der direkt ohne eigene Entwicklungstätigkeiten eingesetzt werden kann. KMU-Betreiber profitieren branchenübergreifend von einer effizienten, sicheren und kontextbezogenen Mensch-Roboter-Kommunikation in hybriden Umgebungen. KMU-Anwender profitieren unmittelbar von einer intuitiv verständlichen Interaktion, unabhängig davon, ob es sich um Mitarbeiter, Besucher oder Passanten handelt.

Schlussbericht_RoboLingo_22234

Der Begriff der Belastungsflexibilität ist in der bestehenden Literatur oft verwendet und der Nutzung dieser zur Handhabung von Nachfrageschwankungen wird eine hohe Bedeutung zugewiesen. Eine Operationalisierung durch eine systematische Analyse der Voraussetzungen des Produktionssystems und die Interdependenzen der Maßnahmen sowie eine kostenseitige Bewertung besteht jedoch nicht. Durch die komplexen Verknüpfungen ist die Einführung von Maßnahmen und -kombinationen der Belastungsabstimmung auf operationaler Ebene nicht trivial. Um bei der Gestaltung der Arbeitssysteme aktiv die Handlungsoptionen der Belastungsabstimmung beeinflussen zu können, ist dieses Verständnis jedoch essenziell.Ziel des Forschungsvorhabens GeProVar ist die Erstellung einer Methode, mit deren Hilfe kmU die Belastungsflexibilität operationalisieren und damit diese Fähigkeit im eigenen Produktionssystem anforderungsgerecht implementieren können. Nur so kann reaktionsschnell die Auswahl von optimalen Maßnahmenkombinationen der Belastungsabstimmung zur Handhabung von kurzfristigen Nachfrageschwankungen durchgeführt und damit die Wettbewerbsfähigkeit von kmU ermöglicht werden. Dazu werden im ersten Schritt allgemeine Merkmale von Produkten und Prozessen mit Auswirkung auf die Belastungsschwankungen identifiziert. Aufbauend darauf werden Maßnahmen recherchiert und abgeleitet, mit denen eine anforderungsgerechte Belastungsabstimmung erfolgen kann. Im dritten Schritt wird ein Bewertungsmodell zur quantitativen Bestimmung von Maßnahmenkosten aufgestellt. Aufbauend hierauf werden mittels mathematischer Modellierung und Simulation von Szenarien effiziente Maßnahmenkombinationen identifiziert und allgemeine Handlungsempfehlungen abgeleitet. Die Umsetzung des Gesamtmodells in einem anwenderfreundlichen Software-Demonstrator ermöglicht kmU, eigenständig die Entscheidung der Einführung von Maßnahmenkombinationen zu treffen und damit eine wissenschaftlich fundierte Auslegung ihrer Belastungsflexibilität.

Schlussbericht:

22126_N_Abschlussbericht_GeProVar_2024.pdf

Der Begriff der Belastungsflexibilität ist in der bestehenden Literatur oft verwendet und der Nutzung dieser zur Handhabung von Nachfrageschwankungen wird eine hohe Bedeutung zugewiesen. Eine Operationalisierung durch eine systematische Analyse der Voraussetzungen des Produktionssystems und die Interdependenzen der Maßnahmen sowie eine kostenseitige Bewertung besteht jedoch nicht. Durch die komplexen Verknüpfungen ist die Einführung von Maßnahmen und -kombinationen der Belastungsabstimmung auf operationaler Ebene nicht trivial. Um bei der Gestaltung der Arbeitssysteme aktiv die Handlungsoptionen der Belastungsabstimmung beeinflussen zu können, ist dieses Verständnis jedoch essenziell.Ziel des Forschungsvorhabens GeProVar ist die Erstellung einer Methode, mit deren Hilfe kmU die Belastungsflexibilität operationalisieren und damit diese Fähigkeit im eigenen Produktionssystem anforderungsgerecht implementieren können. Nur so kann reaktionsschnell die Auswahl von optimalen Maßnahmenkombinationen der Belastungsabstimmung zur Handhabung von kurzfristigen Nachfrageschwankungen durchgeführt und damit die Wettbewerbsfähigkeit von kmU ermöglicht werden. Dazu werden im ersten Schritt allgemeine Merkmale von Produkten und Prozessen mit Auswirkung auf die Belastungsschwankungen identifiziert. Aufbauend darauf werden Maßnahmen recherchiert und abgeleitet, mit denen eine anforderungsgerechte Belastungsabstimmung erfolgen kann. Im dritten Schritt wird ein Bewertungsmodell zur quantitativen Bestimmung von Maßnahmenkosten aufgestellt. Aufbauend hierauf werden mittels mathematischer Modellierung und Simulation von Szenarien effiziente Maßnahmenkombinationen identifiziert und allgemeine Handlungsempfehlungen abgeleitet. Die Umsetzung des Gesamtmodells in einem anwenderfreundlichen Software-Demonstrator ermöglicht kmU, eigenständig die Entscheidung der Einführung von Maßnahmenkombinationen zu treffen und damit eine wissenschaftlich fundierte Auslegung ihrer Belastungsflexibilität.

Für die Betreiber von Stückgutspeditionsanlagen stellen die stetig steigenden Sendungsmengen bei einem gleichzeitig hohen Kostendruck eine zunehmende Herausforderung dar. Vor allem die Planung neuer sowie die Anpassung bestehender Stückgutanlagen spielt eine wesentliche Rolle bei der Bewältigung dieser Herausforderung. Ein effektives Hilfsmittel für die Planung, Realisierung und den Betrieb von logistischen Systemen ist die Simulation, da mithilfe von Simulationsmodellen eine digitale Nachbildung der Stückgutanlage sowie der dazugehörigen dynamischen Prozesse erzeugt werden kann und die Quantifizierung der Planungsqualität im simulierten Betrieb möglich ist. Die Verwendung einer Simulation erfordert jedoch den Einsatz von Simulationsexperten und wird aus diesem Grund im Wesentlichen ausschließlich bei großen Planungsobjekten mit mehreren Mio. Euro Projektvolumen herangezogen. Ziel dieses Forschungsvorhabens ist daher die Entwicklung eines simulationsbasierten Werkzeugs zur Planungs-unterstützung von Stückgutanlagen, welches vor allem ohne spezifisches Modellierungswissen durch die Betreiber anwendbar ist. Das Werkzeug führt den Anwender schrittweise durch den Planungsprozess und baut auf Basis der Nutzereingaben selbstständig ein Simulationsmodell auf. Die Betreiber von Stückgutanlagen sowie Unternehmensberatungen, insbesondere KMU, werden somit befähigt unterschiedliche Varianten und Szenarien in der Planung gegenüberzustellen und quantitativ zu bewerten. Infolgedessen wird den Anwendern des Werkzeugs eine effiziente Planung von Stückgutanlagen ohne Simulationsexpertise und somit ohne die Investition in externes Know-how ermöglicht. Darüber hinaus lassen sich mithilfe des Simulationsmodells die Planungszeiten für Stückgutanlagen wesentlich reduzieren.

Ziel des FuE-Projektes "FeLoVox" ist die Verzahnung von Fertigung und Materialfluss. Bis dato wird der Produktionsablauf durch Vorgaben und Prozesse der Fertigung bestimmt die Frage, ob das Transportsystem den Anforderungen gerecht werden kann, ob also Kennzahlen wie bspw. Durchsatzgrenzen oder Durchlaufzeiten auch als Restriktionen für die Produktionsplanung zu beachten sind, wird oft nicht gestellt. Folgen sind suboptimale (über- und/oder unterdimensionierte) Transportsysteme und eine ineffiziente Produktion. Dem will das Vorhaben mit einem ganzheitlichen Planungs- und Steuerungsansatz begegnen. Neu ist die Rückkopplung, d.h. die Bereitstellung von Prognosen zum Materialfluss bereits in der Phase der Erstellung der Teilelisten und des Produktionsplans. Im Idealfall kann dann sogar der Konstrukteur die Auswirkungen seiner Entscheidungen auf die Logistik abschätzen und z.B. den Teilekauf einer Eigenfertigung begründet vorziehen. Möglich wird dies durch folgende Entwicklungen: (a) Ersatz der NC-Programmierung durch die Volumenpixelmethode (b) Erzeugung fertigungs- und transportsystemgerechter Materialflüsse samt Speicherung deren Charakteristika in einer Wissensdatenbank zur Herstellung von Zusammenhängen zwischen Maschinenbelegungsplanung, Transportlastermittlung und Transportsystemfunktion (c) Rückkopplung von Informationen aus der Logistik- in die Fertigungsplanung Der Nutzen der Entwicklungen für kmU besteht dann vor allem in der Automatisierung des Know-Hows durch Bereitstellung von Tools, Software, Algorithmen, Handlungsempfehlungen und der Wissensdatenbank des FuE-Projekts, ganzheitlichen, dynamischen, iterativen Produktionsplanung durch Rückkopplung,  Reduktion der Planungsdauer & Produktionskosten durch Automatisierung der Planung und damit der Möglichkeit der Optimierung der Prozesse und  Verschlankung des Workflows. Die FuE-Ergebnisse eigenen sich für die Anwendung im operativen Betrieb und zur (Grob)Planung neuer bzw. umzugestaltender Stätten.

Schlussbericht__FeLoVox_21808

Kleine und mittlere Spediteure (KMU-Spediteure) haben im Vergleich zu großen Speditionen eine kleinere Kunden- und damit meist auch Auftragsbasis. Folglich haben sie weniger Möglichkeiten, Touren ad hoc umzuplanen, sollte es im Hauptlauf des kombinierten Straßen- und Schienengüterverkehrs (KV) zu Zugverspätungen kommen. Durch Estimated Time of Arrival- (ETA) Prognosen, deren Prognosequalität zurzeit in Projekten wie "Aeolix" und "KV4.0" erforscht wird, lässt sich die Tourenplanung für den Vor- und Nachlauf des KV dynamisch, d. h. immer dann wenn neue Informationen vorliegen, an die Verspätung des Schienenhauptlaufs anpassen, was zu einer Reduzierung von Wartezeit und -kosten führen kann (Bock, 2010). Bisherige Forschungsarbeiten nehmen jedoch an, dass eine ETA-Prognose nur ein einmalig ermittelter Wert ist, welcher im Zeitablauf nicht weiter angepasst wird (Srour et al., 2016). In der Realität werden ETA-Prognosen jedoch an den tatsächlichen Transportablauf angepasst, um eine möglichst exakte Vorhersage über die erwartete Ankunftszeit zu treffen (RailFreight, 2019). Dabei ist die Prognosegüte der ETA-Prognose abhängig von verschiedenen Faktoren (z. B. Infrastrukturstörungen, Unfälle, Wetter), ändert sich im Zeitverlauf und steigt prinzipiell, je weiter sich der betrachtete Zug dem Zielterminal nähert (Weinke/Poschmann, 2019). Ziel des Forschungsvorhabens Datengetriebene Analyse von ETA-Prognosen“ ist es daher, die Reliabilität einer sich im Zeitablauf verändernden ETA-Prognose zu untersuchen und zu determinieren, wie unter unsicheren und sich verändernden Ankunftszeiten der Vor- und Nachlauf im KV effizient (wann wird umgeplant) und effektiv (welche Touren werden gefahren) gestaltet werden kann. Da sich der Wert der ETA-Prognose und die Streuung des Prognosefehlers im Zeitablauf verändern, ist es für Spediteure nicht ohne weiteres ersichtlich, zu welchem Zeitpunkt sie ggf. umdisponieren sollten.

Schlussbericht_21593N_ETAPEN_.pdf