Übersicht laufender Forschungsprojekte

Fahrerlose Transportsysteme (FTS) übernehmen immer mehr die innerbetrieblichen Transportbedarfe, da technologische Entwicklungen in der Robotik, wie etwa leistungsfähigere Sensorik und Datenverarbeitung, einen zunehmend flexibleren Einsatz von FTS in der Logistik ermöglichen. Die Autonomie und Effizienz der fahrerlosen Transportfahrzeuge (FTF) oder mobilen Roboter hängt wesentlich von ihren Fähigkeiten zur Wahrnehmung der Umgebung ab. In heterogenen FTS ist bisher kein ganzheitlicher Austausch zwischen FTF zu diesen Wahrnehmungen möglich. Ziel des Forschungsvorhabens ist daher die Entwicklung, Umsetzung und Evaluation eines kollektiven Umgebungsinformationssystems für mobile Roboter. Hierfür werden Anforderungen an ein Umgebungsinformationssystem ermittelt und darauf aufbauend die Systemarchitektur entworfen. Anschließend wird ein Datenmodell entwickelt, das die Daten zur geometrischen und semantischen Abbildung der Umwelt umfasst. Für ein allgemeingültiges Abbild der Umgebung werden im nächsten Schritt Strategien zur Datenkonsolidierung und -verteilung entwickelt. Schließlich wird das Umgebungsinformationssystem demonstratorisch implementiert und mithilfe von Feldtests evaluiert. Die Ergebnisse sind daher in großem Maß vorwettbewerblich und vielseitig nutzbar. Die Zusammensetzung des projektbegleitenden Ausschusses bestätigt die KMU-Relevanz des Vorhabens. Insbesondere KMU-Anwender, welche zunehmend auch heterogene FTS-Flotten für den innerbetrieblichen Transport einsetzen, können durch ein Umgebungsinformationssystem Synergieeffekte zwischen den Flotten erzielen und ihre automatisierten Transportprozesse ganzheitlich optimieren. Aber auch Hersteller von FTS, die häufig KMU darstellen, profitieren durch die Anbindung an das Umgebungsinformationssystem, das eine Steigerung der Effizienz aller FTF verspricht. Schließlich profitieren auch KMU-Softwareanbieter, welche die Ergebnisse im Bereich Data Science für die Entwicklung eigener Softwarelösungen verwenden können.

In der Bauindustrie existieren viele Insellösungen bzw. Informationssilos, proprietäre Datenformate und politische Spannungen, die die Interoperabilität und Dynamik des Wertschöpfungsnetzwerkes einschränken. Individuelle Interessen Beteiligter stehen bisher über den Idealen einer offenen und fairen Informationslogistik. Mit anderen Worten werden Digitalisierungslösungen heute von GUs bestimmt ohne Beteiligung der KMUs, die über 96 % in der Bauindustrie ausmachen. Dabei werden die Daten mit zunehmender Digitalisierung brisanter und die Gestaltung des Datenaustausches komplexer. Es fehlt ein externer Impuls zur Schaffung einer fairen und offenen Informationslogistik für die Baustelle durch eine neutrale Stelle und der praxisnahe Beweis, dass alle Beteiligten, vor allem KMUs, davon profitieren.In der Agrarindustrie hat sich bereits eine Initiative, namens „agrirouter“, für den herstellerunabhängigen Datenaustausch etabliert. Solch ein branchenweiter KMU endnutzerzentrierter Datentreuhand-Ansatz existiert in der Bauindustrie bis dato nicht. Forschungsziel ist daher die Entwicklung und Etablierung eines vertrauensvollen und fairen Datenaustauschs für die Informationslogistik der digitalen Baustelle. Im Vordergrund stehen die Identifikation der Anforderungen der Beteiligten an der Informationslogistik Baustelle, die Entwicklung einer auf die Interessen aller Beteiligten maßgeschneiderten Web-Applikation für den fairen, transparenten und nachhaltigen Datenaustausch und die Etablierung eines von allen Beteiligten abgesegneten Datentreuhandmodells. Die Neuheit der Projektidee ist, dass alle Beteiligten der Informationslogistik kollaborieren und ihre Interessen innerhalb des Projekts gewinnbringend berücksichtigt werden. Dazu sind im PA stellvertretend Firmen aller Nutzungsgruppen vertreten, was letztlich als Grundlage für die Schaffung des bisher fehlenden baubranchenweiten Standards für die Nutzungsrechte der einzelnen Beteiligten dient.

Der Verkehrssektor ist mit rund 20% CO2-Austoß der drittgrößte Verursacher von Treibhausgasemissionen in Deutschland. Ein großer Anteil entfällt dabei auf den Gütertransport mit LKW. Der vielfach aus kleinen und mittleren Unternehmen (KMU) bestehende Kombinierte Verkehr (KV), also die Kombination der Verkehrsträger Straße, Wasserstraße und Schiene, hat das Potential, den CO2-Austoß deutlich zu senken. Allerdings ist der KV heute aufgrund höherer Transportzeiten und kosten oft nicht konkurrenzfähig. Grund hierfür sind maßgeblich die Zeitverluste und Kosten für den Umschlag auf den Terminals. Ein geringer Anteil an Direktumschlägen und zugleich lange und unproduktive Wartezeiten für LKW werden vor allem durch eine unzureichende logistische Planung und Steuerung, insbesondere der Portalkrane als zentrale Arbeitssysteme, verursacht.Ziel des Vorhabens ist es entsprechend, zum einen Durchlaufdiagramme und Betriebskennlinien für Portalkrane als Grundlage für eine modellbasierte Steuerung auf KV-Terminals zu entwickeln. Zum anderen soll im Vorhaben ein geeignetes System entwickelt werden, um LKW-Ankünfte zu planen und zu steuern (Access Management System).Der Arbeitsplan sieht dazu vor,1. Referenzprozesse an KV-Terminals aufzunehmen und grundlegende Definitionen von Auftragsarten bzw. Zeitanteilen abzuleiten,2. Betriebskennlinien und grundlegende Wirkzusammenhänge für KV-Terminals zu modellieren,3. aus den Modellen ein Vorgehen zur Termin- und Kapazitätsplanung abzuleiten,4. ein einfaches Monitoring- sowie Auslastungs- und Buchungssystems prototypisch umzusetzen.Dieses System soll auf die vielen KMU des KV zugeschnitten sein und vergleichsweise einfache Anforderungen an Datenbedarf, Softwaresysteme und Handhabung stellen.KMU können die Modelle und das Access Management System nutzen, um die heute hohen Wartezeiten der LKW zu verringern, den Anteil der Direktumschläge zu erhöhen sowie Durchlaufzeit und Zuverlässigkeit der Schiffs- und Zugabfertigung zu verbessern.

Künstliche Intelligenz (KI) gilt heute als eine der entscheidenden Schlüsseltechnologien. Durch die Umsetzung geeigneter KI-Anwendungsfälle können Unternehmen nicht nur bestehende Prozesse optimieren, sondern auch bisher ungenutzte Wertschöpfungspotenziale entdecken und bestehende Geschäftsfelder durch KI-getriebene Geschäftsmodelle erweitern. In der Wissenschaft wurde das enorme Potenzial von KI für Logistik und SCM bereits erkannt. Als Hauptnutzen von KI für Logistik und SCM werden die Steigerung der Produktivität, die Erhöhung der Transparenz in der Supply Chain, die Optimierung bestehender Prozesse und die Verbesserung der Kundenzufriedenheit genannt. Allerding ist die Einführung von KI in KMU mit großen Schwierigkeiten verbunden. Dies liegt zum einen an den strukturellen Voraussetzungen der KMU, da diese in der Regel über nicht ausreichende Kompetenzen und begrenzte Ressourcen verfügen. Für KMU besteht generell ein Bedarf an methodischer Unterstützung bei der Einführung von KI in Logistik und SCM. Ziel des beantragten Forschungsprojektes ist es, ein Konzept zu entwickeln, mit dem sich KMU bei der Einführung von KI in Logistik und SCM besser orientieren und so das Potenzial von KI in diesem Bereich wirtschaftlich nutzen können. Dabei sollen insbesondere die spezifischen Herausforderungen in Logistik und SCM sowie die heterogenen Anforderungen von KMU berücksichtigt werden.

Cardboard-Engineering-Workshops (CE-Workshops) haben sich in der Montageplanung bewährt: Sie binden Mitarbeiter frühzeitig in die Gestaltung ein und können so Planungsfehler und Produktivitätspotenziale aufdecken. Allerdings gelingt es bislang nicht, das umfassende Methoden- und Modellwissen datenbasierter Analysen in den CE-Workshops zu nutzen. Idee des Forschungsvorhabens ist es, mithilfe eines Motion-Capture-Systems eine verknüpfte Datenbasis für ein kognitives Digitales Assistenzsystem und den Einsatz von Produktivitäts- und Ergonomiemethoden in Echtzeit zu schaffen, ohne den praxisnahen Hands-on-Charakter der CE-Workshops zu verlieren. Dadurch soll es gelingen, die Qualität der Montageplanung zu steigern, Dokumentationsaufwand und -qualität zu verbessern und den Hochlauf mit ergonomisch und zeitlich optimierten Prozessen zu beginnen. Durch den großen Hebel in der früheren Phase des PEP (ca. Faktor 10 nach der Zehnerregel der Fehlerbehebungskosten) ist der Nutzen als sehr hoch einzuschätzen. Dies ist für KMU besonders relevant, weil sie oft eine hohe Produktvielfalt in kleinen Stückzahlen produzieren und Planungsaufgaben daher häufig durchzuführen sind. Zudem soll das Digitale Assistenzsystem nicht nur in der Montageplanung, sondern auch in Verbesserungsworkshops bei laufender Produktion eingesetzt werden, um auch hier eine Datenbasis für KMU zu schaffen. Ziel des Forschungsvorhabens ist es, ein kognitives digitales Assistenzsystem für CE-Workshops zu entwickeln, das- Bewegungen umfassend analysieren kann,- die Analyseergebnisse durch einfache Zuordnung von Bewegungen zu einer Arbeitsstation oder einem Mitarbeiter sinnvoll aggregieren kann,- einen einfachen Zugriff auf Analyseergebnisse und eine strukturierte Dokumentation erlaubt,- Verbesserungen einzelner Bewegungen im Workshop einfach erfassen und wieder in den Gesamtablauf integrieren kann - und so Systemanalysen umfassender Arbeitsabläufe und Detailanalysen einzelner Bewegungen erlaubt.

Die Baubranche ist eine der am wenigsten digitalisierten Branchen und ist gekennzeichnet durch eine unterdurchschnittliche Produktivitätssteigerung in den letzten Jahrzehnten. Davon betroffen sind insbesondere KMUs, die über 96 % in der Bauindustrie ausmachen. Im ressourcenintensiven Tiefbau erbringen Baumaschinen, insbesondere deren Anbaugeräte, die zentrale Wertschöpfung. Deren prozesstechnischer Stellenwert hinsichtlich informations- sowie produktionstechnischer Gesichtspunkte wird in der Praxis noch nicht ausgeschöpft. Die informationstechnische Verbindung zwischen Geräteführenden und Anbaugeräten beschränkt sich heutzutage in der Praxis auf Daten für die Maschinensteuerungsassistenzsysteme. Aus produktionstechnischer Sicht bleiben damit wertvolle Informationen über die Produktionsleistung und den Anbaugerätezustand für Geräteführende und Projektverantwortliche vorenthalten bzw. werden durch die aktuell fehlende Sensorik am Anbaugerät auch noch nicht erhoben. Das Forschungsprojekt „ToolFlott – BIM gekoppelter Baumaschinen Werkzeugbedarf beim Einsatz maschineller instationärer Prozesse zur Verifikation des Baufortschrittes" möchte daher einen Mehrwert generieren, in dem Lösungsansätze geschaffen werden, um das Anbaugerät vom zweckgebundenen Werkzeug der Maschine, hin zur Schlüsselschnittstelle zwischen Planung und Bauausführung, zu transformieren. Letzteres impliziert die Nutzung von Building Information Modeling (BIM) im Forschungsprojekt, was seit 2020 zwar verpflichtet in öffentlichen Infrastrukturausschreibungen vorgeschrieben ist, faktisch in der Praxis noch nicht angewendet wird – insbesondere KMUs sind im Thema BIM abgehängt. Durch die Aufrüstung von geeigneter Sensorik inkl. Datenaufbereitung sowie der BIM-Integration von Anbaugeräten, bietet das Forschungsprojekt insbesondere KMUs die Möglichkeit, von der Entwicklung und dem Einsatz von intelligenten Anbaugeräten und damit einer zukünftigen Effizienzsteigerung auf der Baustelle zu profitieren.

Im Zuge der Globalisierung sehen sich auch KMUs mit schweren Störungen konfrontiert (Naturkatastrophen, Pandemien, Börsencrashs, Handelsbeschränkungen durch Brexit etc.). Um trotz der schweren Störungen über eine funktionierende Lieferkette zu verfügen, gewinnt die Betrachtung der Resilienz bei der Zuliefererauswahl an Bedeutung. Dennoch werden Zulieferer noch immer vornehmlich nach Qualität, Liefertermintreue oder Preis ausgewählt. Aktuell existiert kein allgemeines Verständnis oder quantitatives Bewertungsmaß für die Resilienz bei der Zuliefererauswahl. Somit lässt sich weder zuverlässig bestimmen, wie hoch die vorhandene Resilienz von Zulieferern ist, noch wie hoch die von ihm benötigte Resilienz basierend auf den Anforderungen des auswählenden Unternehmens sein muss. Ein objektiver Vergleich potenzieller Zulieferer bzgl. der Resilienz ist nicht einfach möglich.Ziel des Forschungsvorhabens ist die Entwicklung eines Bewertungsmaßes für die Resilienz im Kontext der Zuliefererauswahl. Das Bewertungsmaß soll sowohl die Sichtweise des Zuliefererunternehmens, in Form der vorhandenen Resilienz, als auch die Sichtweise des auswählenden Unternehmens, in Form der benötigten Resilienz, berücksichtigen. Angestrebt wird ein Bewertungsmaß in Form eines Abgleichs der vorhandenen mit der benötigten Resilienz. Dieser Abgleich soll es dem auswählenden Unternehmen ermöglichen, ein Zuliefererunternehmen zu identifizieren, das die durch die Gegebenheiten beim auswählenden Unternehmen bedingten resilienzbezogenen Anforderungen erfüllt. Das entwickelte Bewertungsmaß soll insbesondere KMU zur Berücksichtigung der Resilienz bei der Zuliefererauswahl befähigen.

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.

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.