UdZForschung 1-2019

UdZ Unternehmender Zukunft Zeitschrift für Betriebsorganisation und Unternehmensentwicklung 1/2019 Forschung

ISSN 1439-2585

Impressum

UdZ – Unternehmen der Zukunft FIR-Zeitschrift für Betriebsorganisation und Unternehmensentwicklung, 20. Jg., Heft 1/2019, ISSN 1439-2585 "UdZ – Unternehmen der Zukunft" informiert mit Unterstützung des Landes Nordrhein-Westfalen zwei Mal im Jahr über die wissenschaftlichen Aktivitäten des FIR.

Herausgeber FIR e. V. an der RWTH Aachen Campus-Boulevard 55 · 52074 Aachen Tel.: +49 241 47705-0 · Fax: +49 241 47705-199

E‑Mail: info@fir.rwth-aachen.de Internet: www.fir.rwth-aachen.de

Direktor Prof. Dr.-Ing. Dipl.-Wirt. Ing. Günther Schuh

Geschäftsführer Prof. Dr.-Ing. Volker Stich

Bereichsleiter (inhaltlich verantwortlich für dieses Heft) Dienstleistungsmanagement: Dr.-Ing. Philipp Jussen Informationsmanagement: Dr.-Ing. Violett Zeller Business-Transformation: Dr.-Ing. Gerhard Gudergan Produktionsmanagement: Dipl.-Wirt.-Ing. Jan Reschke

Redaktionelle Mitarbeit Simone Suchan M.A. Julia Quack van Wersch, M.A.

Korrektorat Simone Suchan M.A.

Satz und Bildbearbeitung Julia Quack van Wersch, M. A.

Druck Druckservice Zillekens

Copyright Kein Teil dieser Publikation darf ohne ausdrückliche schriftliche Genehmigung des Herausgebers in irgendeiner Form reproduziert oder unter Verwendung elektronischer Systeme verarbeitet, vervielfältigt oder verbreitet werden. Bildnachweis Titelbild (li.): © WrightStudio – stock.adobe.com Titelbild (re.): © Sikov - stock.adobe.com; S. 4 –5: © goldnetz– stock.adobe.com S. 6, 9: © Govert Nieuwland – Fotolia; S.7, 39: © helmutvogler – Fotolia; S. 7, 49: © chombosan – Fotolia; S. 7: © vege – stock.adobe.com; S. 6 – 7: © ket4up – stock.adobe.com; S. 16 – 17: © zapp2photo – stock.adobe.com; S. 25: © zapp2photo – Fotolia; S. 28: © greenbutterfly – stock.adobe.com; S. 38: © herreneck – Fotolia; S. 42 – 43: © rail connect GmbH; S. 46 – 47: © Wellnhofer Designs – stock.adobe.com; S. 52: © denisismagilov – stock.adobe.com; S. 53: © kras99 – stock.adobe.com; S. 54: © kebox – stock.adobe.com; S. 63: © Jakub Jirsák – stock.adobe.com; S. 64: © vencav – Fotolia; S. 65: © wladimir1804 – stock.adobe.com; soweit nicht anders angegeben: © FIR e. V. an der RWTH Aachen

Lesen Sie die aktuelle Ausgabe der UdZ online unter: udzforschung.de

2 UdZForschung – Unternehmen der Zukunft 1/2019

Editorial

Liebe Leserinnen, liebe Leser,

die erste Ausgabe der UdZForschung des Jahres 2019 liefert Ihnen wie gewohnt viele spannende und aktuelle Informationen rund um laufende und Ergebnisse kürzlich beendeter Projekte des FIR.

Bereits in der ersten Ausgabe der UdZForschung 2018 haben wir unsere Dachorganisation, die Johannes-Rau- Forschungsgemeinschaft (JRF), und ihre mit uns gemeinsam definierten Leitthemen vorgestellt. Mehr Informationen über unser Netzwerk und unsere Mitgliedschaften finden Sie im Netz unter unser-netzwerk.fir.de . Neu im Jahr 2019 ist, dass wir unsere Forschungsprojekte auch in der UdZForschung künftig den Leitthemen der JRF zuordnen. Dies ermöglicht Ihnen einen strukturierten Überblick mit einer thematischen Bündelung der Projekte. Die vier JRF-Leitthemen sind: Industrie & Umwelt (ab S. 9), Städte & Infrastruktur (ab S. 39), Gesellschaft & Digitalisierung (ab S. 49) und Globalisierung & Integration.

Eine Übersicht über alle Forschungsprojekte des FIR finden sie auf unserer Internetseite unter folgendem Link: forschungsprojekte.fir.de

Wenn Sie Fragen haben oder in einem Projekt mitwirken möchten, wenden Sie sich gern an die Autoren der jeweiligen Artikel. Oder werden Sie Mitglied des FIR e. V., erhalten Sie frühestmöglich Zugriff auf unsere Forschungsergebnisse und genießen Sie zahlreiche weitere Vorteile! Nähere Informationen dazu finden Sie im Netz über folgenden Link: firev.fir.de

Wir wünschen Ihnen eine interessante Lektüre und weiterhin ein spannendes Forschungsjahr.

Herzlichst, Ihre

Prof. Dr.-Ing. Volker Stich Geschäftsführer des FIR e. V. an der RWTH Aachen

Prof. Dr.-Ing. Dipl.-Wirt. Ing. Günther Schuh Direktor des FIR e. V. an der RWTH Aachen

Sie haben Interesse an Informationen aus unserem Haus?

Registrieren Sie sich für einen oder mehrere unserer themenspezifischen Newsletter wie z. B. für die UdZForschung, die UdZPraxis, aber auch beispielsweise für allgemeine Informationen aus dem FIR. Eine Abmeldemöglichkeit ist selbstverständlich in jedem Newsletter verfügbar.

Nutzen Sie zur Bekundung Ihrer Interessengebiete bitte folgenden Link:

anmeldung.fir-flash.de

Mehr Informationen finden Sie auch auf unsere Internetseite im neuen Design:

fir.rwth-aachen.de

3 UdZForschung – Unternehmen der Zukunft 1/2019

>>In dieser Ausgabe<<

Seite 6

Anhand der Leitthemen der Johannes-Rau-Forschungsgemeinschaft forscht und gestaltet das FIR die Zukunft

>>FIR-Forschungsprojekte<<

5G „geTRIZt“ Seite 10

Seite 12

Unternehmensübergreifende Nutzung von Big Data entlang der textilen Prozesskette Steigerung der Produktqualität und der Rückverfolgbarkeit von Fehlern mittels einer Smart-Data-Analytics-Plattform

Wie das erfinderische Problemlösen zur Gestaltung neuer Showcases für dieTechnologie 5G beiträgt

Seite 18

Load-based Monitoring-Maintenance

Optimierung des Betriebs von Onshore- Windenergieanlagen durch ein lastge- führtes Überwachungssystem mittels Drehmomentsensoren

Seite 15

Konzeption, Entwicklung und Evaluierung einer App und Simulationsplattform Entscheidungsunterstützung in der kurzfristigen Produktionssteuerungt

Seite 20

Entwicklung einer toolgestützten Entscheidungsunterstützung zur Etablierung eines systematischen Ersatzteilmanagements für KMU der Fertigungsindustrie Ableitung von Potenzialen und Empfehlungen möglicher Handlungsempfehlungen für das interne und externe Ersatzteilmanagement

Seite 26

Einführungskonzept für Business- Analytics in produzierenden Unternehmen der Nahrungsmittelindustrie Entwicklung von Implementierungs- und Umsetzungskonzepten für die erfolgreiche Einführung von Business-Analytics am Beispiel von KMU in der Nahrungsmittelindustrie

Seite 23

Softwarebasierte Automatisierung von administrativen Prozessen mittels Robotic-Process-Automation Entwicklung von technischen und organisatorischenGestaltungsmöglichkeiten für die Einführung zukunftsweisender RPA-Technologien in KMU

Seite 29

Seite 34

Cloudbasiertes Energiemanagement zur Steigerung der Energieeffizienz produzierender Unternehmen Ohne vertieftes Energiewissen und bei geringer Ablenkung vom Tagesgeschäft ein flexibles Energiemanagement implementieren

Erzeugung und Verwertung von Datenprodukten in der Lebens- mittelindustrie durch Smart Services

Chancen durch Digitalisierung in der Lebensmittelindustrie

4 UdZForschung – Unternehmen der Zukunft 1/2019

Seite 36

Seite 40

Energiewissensmanagement zur unternehmensübergreifend optimierten Energieverwendung

Digitale Zugabfertigung im Schienengüterverkehr

Steigerung der Effizienz im Schienengüterverkehr auf Basis einer Kollaborationsplattform für Güterwagen

Aufbau regionaler virtueller Kraftwerke in NRW

Seite 44

Innerstädtische Mobilitätsplattform auf Basis autonomer PeopleMover

Nutzerzentrierte Konzeptionierung und Pilotierung einer neuartigen Mobilitätslösung auf Basis einer Dienstleistungsplattform für autonom fahrende Elektro-Shuttle

Seite 46

REduce Park-Search-Time

Steigerung der Effizienz im Schienengüterverkehr auf Basis einer Kollaborationsplattform für Güterwagen

Seite 56

Cloudbasierte Collaboration-Software auf demWeg zur Information- 4.0-Welt von morgen Optimierung der Informationsflüsse in Bauprojekten durch ein unternehmensübergreifendes Dokumentenmanagementsystem

Seite 50

Voraussetzungen zum Einsatz von Business-Analytics in der Service- Entwicklung

Aufbau unternehmensinterner Kompetenzen zur Entwicklung von Services unter Verwendung von Business-Analytics

Seite 59

APACHE: Entwicklung einer adaptiven Fertigungsregelung zur systematischen Abweichungsbewältigung bei Kleinserien

Das Regelkreismodell des adaptiven Abweichungsmanagements

>>Studien, Standards und Publikationen<<

Neue Dissertationsschrift erschienen Seite 66

Seite 63 Neue Bände der FIR -Editionen Forschung und Studien erschienen

5 UdZForschung – Unternehmen der Zukunft 1/2019

FIR-Netzwerk

Anhand der Leitthemen der Johannes-Rau-Forschungsgemeinschaft forscht und gestaltet das FIR die Zukunft

Das FIR gestaltet die digitale Transformation in Schlüsselbranchen und -themen der deutschen Industrie. Es setzt seine

Schwerpunkte auf Fragen der Organisation, Unternehmensentwicklung und Informationsmanagement im digital vernetz-

ten Unternehmen der Zukunft. Dazu bündeln wir unsere Arbeit in den übergeordneten Themenbereichen Business-Trans-

formation, Dienstleistungsmanagement, Informationsmanagement und Produktionsmanagement. In den ebenso benann-

ten FIR- Abteilungen arbeiten unsere Projektmanager stark vernetzt, sodass interdisziplinäre Forschungsergebnisse erzielt

werden, die möglichst kurzfristig in der Praxis ihre Anwendung finden.

Mit Erforschung und Transfer innovativer Lösungen leistet das FIR einen Beitrag zur Steigerung der Wettbewerbsfähigkeit

von Unternehmen. Dies erfolgt in der geeigneten Infrastruktur zur experimentellen Organisationsforschung im Cluster

Smart Logistik methodisch fundiert, wissenschaftlich rigoros und unter direkter Beteiligung von Experten aus der Wirt-

schaft. Im Zentrum der Betrachtung liegen die industriellen Anwendungsfälle Future-Logistics, Smart Services und Smart

Maintenance, Smart Commercial Buildings und Smart Mobility.

Das FIR ist Mitglied der Johannes-Rau-Forschungsgemeinschaft (JRF) , war im Jahr 2017 aktiv an der Formulierung der Leit-

themen der JRF beteiligt und trägt mit seinen Forschungsprojekten stets dazu bei, jene auch inhaltlich voranzutreiben. Auf

den folgenden Seiten der UdZForschung berichten wir über eine Auswahl aktueller und auch abgeschlossener Forschungs-

projekte des FIR , die unter Berücksichtigung der Leitthemen der JRF bearbeitet werden. Die wissenschaftlichen Institute

der JRF begleiten und erforschen den Wandel von der Industrie- zur Wissensgesellschaft in folgenden vier Leitthemen, von

denen wir am FIR die ersten drei fachbezogen regelmäßig mit unserer Forschung abdecken:

6

UdZForschung – Unternehmen der Zukunft 1/2019

FIR-Netzwerk

Editorial

> Industrie & Umwelt

Wie können wir Produktion, Logistik und Mobilität nachhaltig gestalten?

mehr ab S. 9 in dieser Ausgabe

> Städte & Infrastruktur

Wie können wir angesichts des demografischen Wandels und der sich wandelnden

Anforderungen lebenswerte Städte und adäquate Infrastrukturen gestalten?

mehr ab S. 39 in dieser Ausgabe

> Gesellschaft & Digitalisierung

Welche Chancen und Herausforderungen bringt die Digitalisierung aller Bereiche

unseres Lebens mit sich und wie können wir diese zum Wohl von Individuum und

Gesellschaft gestalten?

mehr ab S. 49 in dieser Ausgabe

> Globalisierung & Integration

Wie können wir die Auswirkungen der Globalisierung auf lokaler und regionaler

Ebene an verschiedenen Orten der Welt menschenwürdig gestalten?

mehr dazu wieder in der nächten Ausgabe

7 UdZForschung – Unternehmen der Zukunft 1/2019

FIR-Netzwerk

Digital Value Erkennen | Gestalten | Umsetzen

Melden Sie sich jetzt an:

udz.cdo-aachen.de

©peshkov - fotolia

CDO Aachen 2019 Convention on Digital Opportunities 13. und 14. November 2019

Erfahren Sie auf der CDO Aachen 2019, wie Sie den Digital Value in Ihrem Unternehmen erkennen, individuell gestalten und erfolgreich umsetzen können.

Besuchen Sie uns im Cluster Smart Logistik auf dem RWTH Aachen Campus Campus-Boulevard 55 · 52074 Aachen

FIR-Netzwerk

Leitthema Industrie&Umwelt Wie können wir Produktion, Logistik und Mobilität nachhaltig gestalten?

9 UdZForschung – Unternehmen der Zukunft 1/2019

Foto: © Kronenwerth, FIR

FIR-Forschungsprojekte – Leitthema: Industrie & Umwelt

Projekt: 5Gang 5G „geTRIZt“

Wie das erfinderische Problemlösen zur Gestaltung neuer Showcases für die Technologie 5G beiträgt

InzwischensinddietechnischenEntwicklungenfürdenneuenMobilfunkstandard5Gabgeschlossenundes stellt sichzunehmend die Frage: Was bringt 5G wirklich für die Industrie und welche Potenziale können tatsächlich gehoben werden? Diesen Fragen gehtman am FIR imForschungsprojekt '5Gang' auf denGrund und analysiert Usecases, die verdeutlichen, wie 5Gdie Vernetzung der Wirtschaft unterstützt. Von zentraler Bedeutung ist hierbei die Entwicklung von Showcases, also Demonstratoren, die als Leuchtturmprojekte die vorhergesagten Potenziale wie die Realisierung von ultrakritischen Kommunikationswegen, die Einhaltung geringster Latenzen oder die einwandfreie Übertragung großer Datenmengen wirtschaftlich unter Beweis stellen. Zur Entwicklung dieser Demonstratoren greift das Expertenteam im Forschungsprojekt auf die Methodik des „erfinderischen Problemlösens“ zurück (TRIZ).

D

• Asset-Tracking mittels Augmented- Reality-Brillen: Eine Überlagerung von komplexen CAD -Daten mit Videodaten erfordert eine schnelle Da t enübe r t r agung mi t ge r i n - ger Latenz bei gleichzeitig hoher Datenrate. Daher werden minde- s tens zwe i Br i llen übe r e i nen Datenknoten angeschlossen und die Produktinformationen eines Werkstücks in einer CNC-Maschine mittels AR in Echtzeit projiziert. Im Gegensatz zu der bisher notwendi- gen Reduktion der CAD-Modelle des Werkstücks ermöglicht die Nutzung von 5G das Zurückgreifen auf den originalen Datensatz, sodass der zeitintensive Schritt der erneuten CAD-Modellierung entfällt. • Flexible Inventur: Durch 5G können Technologiekombinationen konso- lidiert werden, beispielsweise bei der Gestaltung einer flexiblen und echtzeitfähigen Inventur. Bisher eig- nen sich Real-Time-Location-Systeme

gleichzeitigmehrere4K-KamerasVideosmit höchstpriorisierter Bandbreiteübermitteln.

as Cluster Smart Logistik verfügt bereits seit 2016 über eine 5G-Infrastruktur, die dem Projekt '5Gang' zum Test neuer Usecases der Mobilfunktechnologie dient. DerHintergrundder Installation ist nachwie vor aktuell: Der neue Mobilfunkstandard verspricht viele Neuerungen gegenüber einem LTE-Netz, wie eine tausendfach grö- ßere Bandbreite der Datenübertragung, mit der die Übertragung von 4K-Videos möglich wird, oder 400 Mal so viele Geräte pro Knotenpunkt mit einer zu- verlässigen Übertragung als bisher ver- sorgt werden können. Somit wird 5G als Enabler des Internets der Dinge ange- kündigt. 1,2 Jedoch stellt die Verdeutlichung der Potenziale Technologieanbieter vor eine große Herausforderung im Umgang mit der Industrie.³ Zur Demonstration des NutzenswerdenplakativeDemonstratoren benötigt, die denNutzen erlebbarmachen. ZudiesenadressiertenPotenzialengehören neben der hohen Bandbreite und der ge- ringen Latenz von unter einer Millisekunde sowie der hohen Netzteilnehmeranzahl, dass innerhalb des Netzes Eigenschaften für einzelne Anwendungen priorisiert werden können. So werden beispielsweise Automatisierungsdaten einer Mensch- Maschine-Kollaboration mit der höchsten Priorität der Latenz übermittelt, während

Das FIR als Teil des Projektkonsortiums von ‚5Gang‘ übernimmt die Erarbeitung dieser Showcases, wobei ein Ansatz aus der erfinderischen Problemlösung gewählt wird: Die TRIZ-Methode wurde ursprünglich von Altenschuller ent- wickelt, um Lösungen für scheinbar widersprüchliche Konzeptionsprobleme in der Produktentwicklung zu finden. 4,5 Dazu wird das Problem zunächst abstra- hiert, im lösungsneutralen Raum werden Kreativitätstechniken angewendet und die gefundenen Lösungen auf das Problem adaptiert. Mittels der TRIZ-Methodik wur- den folgende, maßgebliche Showcases ermittelt (s. Bild 1, S. 11). • Condition-Monitoring mittels Distri- buted Sensing & Control: Durch die Verteilung von mindestens vier Sensorkits (Bosch XDK) werden die GeräuschevonProduktionsmaschinen aufgenommen und auf Anomalien untersucht. Auf diese Weise wird das Potenzial der hohen Bandbreite pro Datenpunkt adressiert und gleich- zeitig wird die Energieeffizienz des Systems veranschaulicht.

1 s. Ludwig et al. 2018, S. 1 2 s. Palattella et al. 2016, S. 510 3 s. Moorfeld 2019

4 s. Savransky 2000, S. 21 5 s. Michael 2006, S. 192

10 UdZForschung – Unternehmen der Zukunft 1/2019

Leitthema: Industrie & Umwelt – FIR-Forschungsprojekte

Bild 1: Übersicht der Showcases

(RTLS) für die genaue Lokalisierung von einem Referenzobjekt oder einem Ladungsträger innerhalbeinesWerkes. Sie ermöglichen die Referenzierung von Lokalisierungsdaten zu Prozess- daten über ein Geofencing. Aus wir tschaf tlichen Gr ünden wer- den einzelne Bauteile über andere Identifikationstechnologien wie RFID einem Ladungsträger zuord- net. Durch einen RFID-Reader mit eingebautem 5G-Modul kann nun ein Systemgeschaffenwerden, das sowohl eine Lokalisierung und zugehöriges Geofencing umsetzt als auch adaptier- bar für bestehende RFID-Systeme ist. Durch dieses Retrofitting wird somit ein neuer Anwendungsfall vorgestellt. Neben den hier vorgestellten Anwen- dungsfällen können über das erfinderische Problemlösen weitere Anwendungen er- mittelt werden. Darüber hinaus lässt sich die Methodik auf weitere Technologien anwenden,diederzeitdiskutiertwerdenund deren wirtschaftliche Anwendung bisher unklar ist. Das genaue weitere Vorgehen wurde im Sommer dieses Jahres auf der 52. CIRPConferenceonManufacturingSystems vom12. – 14. Juni 2019 inLjubljanavorgestellt. Ludwig, S.; Karrenbauer, M.; Fellan, A.; Schotten, H.-D.; Buhr, H.; Seetaraman, S.; Niebert, N.; Bernardy, A.; Seelmann; V.; Stich, V.; Hoell, A.; Stimming, C.; Wull, H.; Wunderlich, S.; Taghoutill, M.; Fitzek, F.; Pallasch, C.; Hoffmann, N.; Herfs, W.; Eberhardt, E.; Schildknecht, T.: A 5G Architecture for The Factory Literatur

Ansprechpartnerin:

Anne Bernardy, M.Sc. FIR e. V. an der RWTH Aachen Wissenschaftliche Mitarbeiterin Bereich Informationsmanagement Tel.: +49 241 47705-509 E-Mail: Anne.Bernardy@fir.rwth-aachen.de

Projekttitel: 5Gang

Projekt-/Forschungsträger: BMBF; VDI/VDE Innovation + Technik GmbH

Förderkennzeichen: 16KIS0730

Projektpartner: Ericsson GmbH; Robert Bosch GmbH; Schildknecht AG; SICK AG; Technische Universität Dresden; Technische Universität Kaiserslautern; Werkzeugmaschinenlabor der RWTH Aachen (WZL)

Internet: 5gang.fir.de

of the Future. In: [Proceedings] 2018 IEEE 23rd International Conference on Emerging Technologies and Factor y Automation (ETFA), Turin, 2018, S. 1409 – 1416. 25.09.2018. https://arxiv.org / pdf/1809.09396.pdf (Link zuletzt geprüft: 07.05.2019) Michael, O.: Inventive Thinking through TRIZ: A Practical Guide. Springer, Berlin [u. a.] 2006. Moorfeld, R.: 5G: Industrielles Internet: Kommunikation und Sicherheit digi- taler Systeme. BMBF online, 17.03.2019. https://www.forschung-it-sicherheit- kommunikationssysteme.de/foerderung/

bekanntmachungen/5g-industrielles- internet (Link zuletzt geprüft: 07.05.2019). Palattella, M.; Dohler, M.; Grieco, A.; Rizzo, G.; Torsner, J.; Engel, T.; Ladid L.: Internet of Things in the 5G Era: Enablers, Architecture, and Business Models. In: IEEE Journal on Selected Areas in Communications 34 (2016) 3, S. 510 – 527. https://orbilu.uni.lu/bit- stream/10993/24796/1/main_jsac.pdf (Link zuletzt geprüft: 07.05.2019) Savransky, S.: Engineering of creativity: Introduction to TRIZ methodology of in- ventive problem solving. CRC Press, Boca Raton (FL) 2000.

11 UdZForschung – Unternehmen der Zukunft 1/2019

FIR-Forschungsprojekte – Leitthema: Industrie & Umwelt

Projekt: DigiTextil Unternehmensübergreifende Nutzung von Big Data entlang der textilen Prozesskette Steigerung der Produktqualität und der Rückverfolgbarkeit von Fehlern mittels einer Smart-Data-Analytics-Plattform Die Erhebung, Nutzung und Auswertung von Daten entlang der textilen Wertschöpfungskette, insbesondere über Unternehmensgrenzen hinweg, sind bislang nur unzureichend umgesetzt. 1 Dabei bieten sich für die KMU-dominierte deut- sche Textilindustrie durch Fehler- und Stillstandsvermeidung neunstellige wirtschaftliche Potenziale. 2 Trotz dieses großen Potenzials solcher Datenanalytik und Künstlicher Intelligenz (KI) zur Steigerung der Effektivität gibt es aufgrund der Angst vor Wissensverlust und vor gegenseitiger Schuldzuweisung bei Qualitätsmängeln noch keine übergreifende Cloud-Lösung. Als Antwort auf die Problematik wurde im Rahmen des Projekts folgender Ansatz entwickelt: Ein neutraler Anbieter bie- tet eine zentrale Cloud zur Datensammlung und -analyse unter modernen, vertraglich festgehaltenen Datenschutz- und Datensicherheitsaspekten. Das bietet dieMöglichkeit zur Detektion vonAnomalienundModellierung vonFehlerkorrelationen über die gesamte Prozesskette. Außerdem wird durch einen rechtlichen Rahmenvertrag mit der dritten Partei die Gefahr des Diebstahls des geistigen Eigentums umgangen und der Effekt der gegenseitigen Schuldzuweisung vermieden, indemdie Analyseergebnisse der Korrelation und Fehlersuche nur bei Zustimmung aller Parteien zur Verfügung gestelltwerden. Solche unternehmensübergreifenden Analysen können für die Ableitung eines Lösungsmodells für die zukünftige Textilproduktion genutzt werden. Das Projekt 'DigiTextil‘' (Förderkennzeichen 19902 N/2) wird vom Bundesministerium für Wirtschaft und Energie (BMWi) im Rahmen der Richtlinie über die Förderung der Industriellen Gemeinschaftsforschung (IGF) gefördert.

D

Bereits in den Vorbereitungen zum Antrag fandenzahlreicheTreffenzwischenExperten des FIR e. V. an der RWTH Aachen und des RWTH Aachen Institut für Textiltechnik (ITA) statt, bei denen Mathematiker und Ingenieure beider Forschungsstellen in diversen Brainstormings Gedanken aus- tauschten und Einfälle diskutierten. So wurde nach einer zündenden Idee gesucht, wieVerschlüsselungs-undAnalysetechniken so weiterentwickelt werden können, dass zwar das geistige Eigentum und die Daten geschützt sind, aber trotzdem ein Nutzen aus den Daten durch Analysen gezogen werden kann. Der erfolgversprechend- ste Ansatz wurde schlussendlich durch einen Perspektivwechsel gefunden, in- dem die Forschungsfrage primär als eine Motivationsfrage verstanden wurde: Wie kann eine unternehmensübergreifende Vernetzung entlang der Prozesskette reali- siertwerden, diealleUnternehmen freiwillig nutzen? In anderen Worten ausgedrückt:

müssten viele Produktionsparameter mitgeschrieben werden, Daten, die häufig als Betriebsgeheimnisse klassifiziert sind. Werden diese sensiblen Produktionsdaten, wie zum Beispiel Maschineneinstellungen, an nachfolgende Unternehmen in der Prozesskette weitergegeben, könnten die Informationen auch zu direkten Konkurrenten gelangen. Ein weiterer Grund ist der sogenannte Blaming-Effekt: Bei Reklamationen wird die Schuld gerne imUnternehmen gesucht, das einenbeliefert hat, umnicht imRahmen der Produkthaftung für Folgeschäden aufkommen zu müssen. Wenn unterneh- mensübergreifend Daten transparent sind und festgestellt wird, dass es in der Prozesskette eine Änderung gegenüber dem ausdefinierten Produkt gegeben hat, wird dies schnell als Qualitätsmangel identifiziert, auchwenn dieÄnderung nicht ursächlich für den Fehler im Endprodukt war. Dieser Herausforderungen nimmt sich das Projektteam des Forschungsprojekts DigiTextil an.

ie Produktion von Textilien erfolgt in stark fragmentierten Prozessketten. Unternehmen stellen Zwischenprodukte her, die von anderen Unternehmen wei- terverarbeitet werden. Ein vollständiger, digitaler Informationsfluss zu den einge- setztenProduktenundProzessparametern findet nicht statt. Aufgrund fehlerhafter Vorprodukte entsteht allein in der deut- schen Vliesstoffproduktion, verursacht durch Stillstände und Ausschuss, ein wirt- schaftlicher Schaden in Höhe von ca. 366 Millionen Euro pro Jahr. Die gezielte Speicherung und Analyse von Big Data in der Produktion reduziert Studien zufolge Stillstände und Ausschuss um bis zu 20 Prozent.³ Wenn sich mit ziel- gerichteter Speicherung und Analyse von Produktions- und Produktdaten so viel Geld sparen lässt, warum gibt es dann dafür noch kein fertiges System, das alle Unternehmen nutzen? Der Grund ist so banal, wie die Lösung kompliziert ist: der Schutz des geistigen Eigentums. Für ein funktionierendes, umfängliches System

1 s. Küsters et al. 2017, S. 215 2 ebda, a. a. O. 3 s. Wee et al. 2015, S. 215

12 UdZForschung – Unternehmen der Zukunft 1/2019

Leitthema: Industrie & Umwelt – FIR-Forschungsprojekte

Mit diesem Konzept startete DigiTextil Anfang 2018 als IGF -Projekt, begleitet von einem breit aufgestellten projektbeglei- tenden Ausschuss aus Experten aus der IT- Branche, Anlagenbauern und Produzenten aus der Textilbranche, aus produzierenden Unternehmen anderer Branchen und aus Experten mit juristischer Kompetenz, von führenden Kanzleien imDatenrecht. In den ersten Arbeitspaketen wurden die Grundlagengeschaffen,umeinezielgerichte- teDatensammlungund-analysedurchführen zu können. So wurden die Fragen geklärt, welcheDatenüberhauptgesammeltwerden, wieMaschinenangebundenwerden,welche Platt-formfunktionalitäten vorhanden sein müssen, welche Sicherheitsmechanismen sinnvoll sind und welche Analysesoftware eingesetzt werden sollte. Aktuell ver- wandelt sich das ITA -Technikum 4 auf Basis der Ergebnisse zunächst selbst in eine vollvernetzte Produktion. Vom Spinnturm geht es über die Texturierung und die Vliesstoffproduktion zum Endprodukt. Anschließend erfolgt die Validierung des Systems an mehreren Showcases und die ÜbertragungineinGeschäftsmodellinkl.des juristischen Rahmens. Nachdem alle Prozesse mit relevanten Ein- stellungen, Umgebungsbedingungen und Qualitätsparameternineinerumfangreichen

Bild 1: Prozess- und unternehmensübergreifende DigiTextil-Cloud (eigene Darstellung)

auftreten.EinproduzierendesUnternehmen erhielte soalsoeinenVerarbeitungshinweis, mit dem es einen Produktfehler verhindern könnte, bevor dieser überhaupt entsteht. Datenschutz-undSicherheitsaspektespielen beimProjekt eine zentrale Rolle. Somüssen vertraglicheStrukturenundVertragsstrafen für Datenlecks so hart ausgelegt sein, dass der Cloudbetreiber ein großes finanzielles Interesse am Datenschutz und Schutz des geistigen Eigentums der Unternehmen hat.

Wie muss ein solches System strukturell, lo- gisch und juristisch gestaltet sein, damit das Unternehmens-Know-how erhalten bleibt und kein Blaming-Effekt stattfindet? Kurz darauf wurde der erste Lösungsansatz entwickelt undeswurdeeinehypothetische Struktur aufgebaut, in der ein neutraler Dritter als Cloud-Anbieter fungiert, der Daten sammelt und analysiert. So entsteht quasi eine Cloud der Textilbranche, bei der alle Produkt- und Prozessdaten aus vielen Produktionsprozessen zusammenlaufen (s. Bild 1). Aus den anfallendenBigData können damit über vorhandene Cloud-Algorithmen Anomalien erkannt und Zusammenhänge modelliertwerden.EinsolcherCloud-Service könnte zum einen die Analyse der eigenen Unternehmensdaten übernehmen. Zum anderen könnte er aber auch tatsächliche Fehlerrückverfolgung ohne Blaming-Effekt ermöglichen, indem die Rückverfolgung und Offenlegung von Zusammenhängen nur stattfinden, wenn alle Beteiligten zu- stimmen. Aus den so von Big Data zu Smart Data aufbereiteten Daten könnte dann auch ein Lösungsvorschlag für die operative Unterstützung der Produktion abgeleitet werden. Bei ausreichend präzisenModellen könnte prädiktiv auf veränderte Werte rea- giert werden, wenn Prozessabweichungen

4 Das ITA-Technikum in Aachen ist eine voll ausgestattete Ein-richtung der Forschung und Vorproduktion mit ca. 250 Textilmaschinen und Prüfständen über alle textilen Prozessstufen von der Spinnerei bis zum Fügen.

Bild 2: Informationsflüsse der Maschinendaten (eigene Darstellung)

13 UdZForschung – Unternehmen der Zukunft 1/2019

FIR-Forschungsprojekte – Leitthema: Industrie & Umwelt

AusarbeitungdesGeschäftsmodellsundjuri- stischeGestaltung, damit dieErgebnissedes Projekts DigiTextil sich auch in der Realität durchsetzen können.

Literatur

Küsters,D.;Prass,N.;Gloy,Y.-S.:TextileLearning Factory 4.0 – Preparing Germany’s Textile Industry for the Digital Future. In: Procedia Manufacturing 9 (2017), S. 214 – 221. https:// www.sciencedirect.com/science/article/pii/ S2351978917301531/pdf?md5=5df7e83964c84a2a aa0f4cae09e7f26c&pid=1-s2.0-S2351978917301531- main.pdf (Link zuletzt geprüft: 10.05.2019). Wee, D., Kelly, R.; Cattel, J.; Breunig, M.: [Whitepaper] Industry 4.0 – Howto navigate digitization of the manufacturing sector. Hrsg: McKinsey. NewYork 2015. http://world- mobilityleadershipforum.com/wp-content/ uploads/2016/06/Industry-4.0-McKinsey- report.pdf (Link zuletzt geprüft: 10.05.2019)

Bild 3: Technische Realisierung der MonitorVox-Infrastruktur (eigene Darstellung)

Informationsflussanalyse zusammengetra- gen wurden, wurde eine Grundsoftware entwickelt, die die Datenbank auf einem Server bereitstellt und auf die die Daten per Maschinenanbindungodermanuell per App gesendet werden können (s. Bild 2, S. 13). Mit Unterstützung der ark|group ist die erste Betaversion dieser DigiTextil-App basierend auf einer NoSQL-Datenbank ent- standen. Sollte die Maschinenanbindung nicht direkt möglich sein, so bietet die App dieMöglichkeit zur direktenDateneingabe. Für die Anbindung der Maschinensteuer- ungen wird der Prototyp der ark|group , die MonitorVox, verwendet. 5 Darüber hinaus können an die MonitorVox mit geringem Aufwand weitere Sensoren angeschlossen werden, um externe Einflussfaktoren wie Umgebungsbedingungen zu erfassen (s. Bild 3). ImSpinnturmwurde dieMonitorVox bereits installiert und sammelt Daten der Faserspinnanlage, des Wicklers und der Texturiermaschine. Aufgrund der gewachsenen Gebäude- infrastruktur des ITA wurde die Cloud- Infrastruktur von Anfang anmit Anbindung an das Internet realisiert. Bei der Auswahl einer geeigneten Verschlüsselung, die eine solche Anbindung besonders wichtig macht, wurde nach einem Screening der industriellen Praxis und des Stands der Kryptographie unter den Gesichtspunkten Sicherheit, Geschwindigkeit und Kosten die

AES-Verschlüsselung gewählt. Bislang ist hier keine wirkungsvolle Angriffsmethode bekannt,diedieseVerschlüsselungumgehen kann. In diesem Jahr wird die Prozesskette erweitert undauchdieVliesstoffproduktion mitvernetzt. Anschließend geht es an die

Ansprechpartner:

Alexey Györi, M.Sc. FIR e. V. an der RWTH Aachen Wissenschaftlicher Mitarbeiter Bereich Informationsmanagement Tel.: +49 241 47705-508 E-Mail: Alexey.Gyoeri@fir.rwth-aachen.de

Frederik Cloppenburg, M.Sc. Lehrstuhl für Textilmaschinenbau und Institut für Textiltechnik Wissenschaftlicher Mitarbeiter Tel.: +49 241 80 24714 E-Mail: Frederik.Cloppenburg@ita.rwth-aachen.de Dipl.-Ing. Lukasz Debicki Lehrstuhl für Textilmaschinenbau und Institut für Textiltechnik Wissenschaftlicher Mitarbeiter Tel.: +49 241 80 23475 E-Mail: Lukasz.Debicki@ita.rwth-aachen.de

Projekttitel: DigiTextil

Projekt-/Forschungsträger: BMWi; AiF

Förderkennzeichen: 19902 N/2

Projektpartner: Institut für Textiltechnik der RWTH Aachen University

5 Dies ist einMini-PC ähnlich dem Raspberry Pi mit einer einfach zu bedienenden Software, die bereits Treiber für die gängigen Steuerungen enthält.

Internet: digitextil.fir.de

14 UdZForschung – Unternehmen der Zukunft 1/2019

Leitthema: Industrie & Umwelt – FIR-Forschungsprojekte

Projekt: EkuPro Konzeption, Entwicklung und Evaluierung einer App und Simulationsplattform Entscheidungsunterstützung in der kurzfristigen Produktionssteuerungt

In der Produktionssteuerung kleiner und mittlerer Unternehmen müssen verspätete Fertigungsaufträge zur Einhaltung des Kundenliefertermins mit reaktiven Maßnahmen beschleunigt werden. Die Entscheidung für die optimale Maßnahme in dieser Situation ist für Produktionssteuerer eine große Herausforderung. Um den Entscheidungsprozess zu unterstützen, werden daher im Forschungsprojekt 'EkuPro' (Förderkennzeichen 03135/17 N) eine App und eine Simulationsplattform entwickelt, die den Produktionssteuerer bei der objektiven Auswahl kompensatorischer Maßnahmen gegen Termin- und Lieferverzögerungen unterstützen sollen.

U

Unternehmen eine Verbesserung der Entscheidungsqualität als Potenzial. 5 Das Konzept von 'EkuPro' beruht darauf, dass durch gezielte Informationsbereitstellung über die Handlungsalternativen und die objektive Bewertung der Entscheidungs- situation mit Kennzahlen die Qualität der Entscheidung verbessert werden kann. Die Kennzahlen beschreiben hier- bei einerseits die aktuelle Situation des verzögerten Auftrags und geben ande- rerseits auch über den Simulationsansatz Auskunft, wie sich eine oder mehrere Handlungsalternativen auf den einzelnen Auftrag und das Gesamtsystem auswirkt. Die Erstellungdieses operativ einsetzbaren Softwaretools gliedert sich in folgende Schritte: Zu Beginn des Projekts werden alleUnternehmendes Projektbegleitenden Ausschusses an ihren Standorten besucht. Dies dient der Anforderungsaufnahme (AP 1) für das Tool und schafft Transparenz über die Produktionssysteme, welche innerhalb der Simulation abgebildet werden müssen. Im engen Austausch mit den Partnerunternehmen werden die Handlungsalternativenzur Beschleunigung eines Fer tigungsauf trags definier t (AP 2). Diese Handlungsalternativen sind

häufig spontan und relativ unbedacht, indem sie versuchen, mit schnellen und häufig teuren Gegenmaßnahmen die Lieferverzögerungen noch zu vermeiden. Als Maßnahmen stehen typischerweise Extraschichten, Überstunden einzelner Mitarbeiter oder ein Expressversand des Logistikdienstleisters auf dem Programm. 5 Diese Maßnahmen er fordern in der Umsetzung einen hohen Planungs- und Koordinationsaufwand und münden in zu- sätzliche, nicht kalkulierte Kosten, welche den vorab berechneten Deckungsbeitrag des Auftrags mindern. Die Entscheidung, einen Auftrag zum „Chefauftrag“ zu ma- chen und in der Auftragsreihenfolge zu priorisieren, wird dabei häufig ad hoc und ohneobjektiveundquantifizierteBewertung getroffen. Ziel des Forschungsvorhabens 'EkuPro' ist daher die Unterstützung der Entscheidung durch eine quantifizierte Bewertung der Handlungsalternativen im Sinne von Maßnahmen zur Beschleunigung des Auftrags. Lösungsansatz zur Entscheidungsunterstützung in 'EkuPro' Das Forschungsprojekt gehör t zum Themenfeld der Entscheidungsunter- stützung mit Data-Analytics im Kontext der Produktionsplanung und -steuerung. In diesem Bereich sehen laut einer Studie des Werkzeugmaschinenlabors (WZL) der RWTH Aachen 63 Prozent der befragten

nternehmen des Maschinen- und Anlagenbaus sind häufig in nicht- hierarchische Netzwerke integriert. Diese sind geprägt von dynamischen und zeit- lich nicht stabilen Kunden-Lieferanten- Beziehungen. Diese externe Komplexität führt zu Schwankungen bezüglich des zu fertigenden Produktspektrums und der Produktionsmengen. Diese Instabilität drückt sich auch in der Liefertermintreue aus. Laut einer Studie von Kersten et al. ist für 30 Prozent der befragten Unter- nehmen ihre Liefertermintreue das wichtigste logistische Ziel und damit das zweitwichtigste Ziel nach der Erfüllung der Kundenanforderungen. 1 DieserexterneEinflusswirdverstärktdurch interne Probleme wie Maschinenausfälle, Personalausfall und Fehlmaterial, welche die geplanten Fertigungsaufträge un- terbrechen und verzögern. Durch diese internen Einflüsse kommt es häufig zu Termin- und Liefer verzögerungen in Richtung der Kunden. Hierbei gilt für Unternehmen der Grundsatz „Pünkt- lichkeit vor Schnelligkeit“ zur Sicher- stellung ihrer Wettbewerbsfähigkeit und der Kundenbindung. 2 Eine operative Herausforderung besteht hierbei für Unternehmen in der frühzei- tigen Erkennung der Abweichung. 4 und der Auswahl der optimalen Gegenmaßnahme. Aktuell reagieren Unternehmen auf diese Probleme in ihrer Produktionssteuerung

1 s. Kersten et al. 2017, S. 30 2 s. Gudehus 2012, S. 55 3 s. INFORM Institut für Operations Research und Management GmbH 2011, S. 9

4 s. Nyhuis 2018, S.21 5 s. Nyhuis 2018, S.29

15 UdZForschung – Unternehmen der Zukunft 1/2019

FIR-Forschungsprojekte – Leitthema: Industrie & Umwelt

Bild 1: Prozessablauf der Entscheidungsunterstützung für einen verzögerten Fertigungsauftrag (eigene Darstellung)

bauend wird die Entscheidung für eine Maßnahme getroffen, welche dann ope- rativ auch umgesetzt wird.

Dies wird aus den Bewegungsdaten de s ERP -Sy s t ems abge l e i t e t . De r P r oduk t i onsmi t a r be i te r bekommt nun die Möglichkeit, eine oder meh- rere Maßnahmen zur Beschleunigung auszuwählen (Schritt 2). Hinter jeder Maßnahme steht ein eigenständiges Szenario in der Simulation des jewei- ligen Produktionssystems. Für die Ent- scheidungssituation wird nun automati- siert eineSimulationerstellt,welcheausge- hend von dem Ist-Zustand der Produktion einen gewählten Betrachtungszeitraum unter Berücksichtigung der Handlungs- alternativen simuliert. Die Auswirkung der Maßnahme auf den Auftrag und das Gesamtsystem wird dem Werker in Form von Kennzahlen als objektives Ergebnis zur Verfügung gestellt. Die Kennzahlen beinhalten bezogen auf den Auftrag eine monetäre und eine terminliche Betrachtungsdimension. Darauf auf-

die Basis für das Bewertungsmodell (AP 3), welches in Form von Wirkketten die mo- netären und operativen Auswirkungen einer Beschleunigungsmaßnahme be- schreibt. Diese Vorarbeiten fließen in die Gestaltung des Simulationsmodells ein, welches in PlantSim aufgebaut (AP 4) und umeine Bedienoberfläche (AP 5) ergänzt wird. In der anschließenden Validierungsphase (AP 6) wird das Tool bei einem Partnerunternehmen eingesetzt, um seine Funktionalität im operativen Be- trieb zu testen.

Fazit und Ausblick

Über die erhöhte Informationsdichte in der Entscheidungssituation, welche über die Simulation zusätzlich eine Betrachtung der AuswirkungenderEntscheidungermöglicht, sindfürdenProduktionsmitarbeiterUrsache- Wirkungszusammenhänge schneller und deutlich verständlicher. Dem Mitarbeiter wird bewusst keine optimale Maßnahme vorgegeben, sondern er muss basierend auf einer transparentenSituationserfassung die Handlungsalternative bestimmen. Die Ergebnisse von 'EkuPro' werden somit dabei helfen, eine subjektive Entscheidung durch eine objektive und rational be- gründbare Entscheidung mit höherer Entscheidungsqualität abzulösen.

Ablauf einer Entscheidungs- unterstützung

In Bild1 wird die Sequenz beschrie- b e n , we l c h e i m Fo k u s d e r E n t - s c h e i d u n g s u n t e r s t ü t z u n g s t e h t . Startpunkt für das Tool ist ein verzö- gerter Fertigungsauftrag (Schritt 1).

16 UdZForschung – Unternehmen der Zukunft 1/2019

Leitthema: Industrie & Umwelt – FIR-Forschungsprojekte

Digital Transformation Opportunities. DVV, Hamburg 2017.

Materialwirtschaft nach der Krise. Aachen 2011. https://www.flurfoerderzeuge.de/ap_ project/articles/getFile.asp?af _id=057871FB- BF70-40CA-B28E-57ABEC94D912 (Link zuletzt geprüft: 02.04.2019) Kersten, W.; Seiter, M.; See, B. v.; Hackius, N.; Maurer, T.: Trends and Strategies in Logistics and Supply Chain Management:

Literatur

Gudehus, T.: Dynamische Disposition, Strategien und Algorithmen zur optimalen Auftrags- undBestandsdisposition. Springer, Berlin [u. a.] 2002.

Nyhuis, P. (Hrsg.): PPS-Report 2017/18. Studienergebnisse. Berichte aus dem IFA 2018. TEWISS, Garbsen 2018.

INFORM Institut für Operations Research und Management GmbH (Hrsg.): [Studie]

Ansprechpartner:

Felix Steinlein, M.Sc. FIR e. V. an der RWTH Aachen Wissenschaftlicher Mitarbeiter Bereich Produktionsmanagement Tel.: +49 241 47705-414 E-Mail: Felix.Steinlein@fir.rwth-aachen.de

Yuan Liu, M.Sc. MBA Cluster Produktionstechnik 3B 560 Tel.: +49 241 80-24955 Mail: Y.Liu@wzl.rwth-aachen.de

Projekttitel: EkuPro

Projekt-/Forschungsträger: BMWi; AiF

Förderkennzeichen: 03135/17 N

Projektpartner: Römheld GmbH Friedrichshütte; Dahmen GmbH; JELBA Werkzeug- und Maschinenbau GmbH & Co. KG; Hans von Mangoldt GmbH; periplast Werkzeugbau und Kunststoff- verarbeitung GmbH & Co.KG; STADLER Anlagenbau GmbH

Internet: ekupro.fir.de

17 UdZForschung – Unternehmen der Zukunft 1/2019

FIR-Forschungsprojekte – Leitthema: Industrie & Umwelt

Projekt: LBM 2 Load-basedMonitoring-Maintenance (LBM 2 ) Optimierung des Betriebs von Onshore- Windenergieanlagen durch ein lastgeführtes Überwachungssystemmittels Drehmomentsensoren

Ziel des Forschungsprojekts 'LBM²' ist dieEntwicklungeines kostengünstigenund leicht zubedienendenÜberwachungssystems fürWindenergieanlagen (WEA). Mittels Lasterfassung durchDrehmomentsensoren und der darauf basierenden Ermittlung von Restlebensdauern sollen der Betrieb und die Instandhaltungsplanung des gesamten Windparks (WP) optimiert werden. Dazu wurde in Zusammenarbeit mit einem Sensorhersteller eine Technik zur Messung der realen Lasten an der Hauptwelle für die ApplikationineinemWindparkdesProjektpartnersInnogySEentwickelt.ParallelwurdenInstandhaltungstätigkeitenimWindpark erfasst, prozessual abgebildet und wesentliche Kostentreiber identifiziert. Die Bearbeitung des Projekts erfolgt gemeinsamen durch das Center for Wind Power Drives (CWD) aus Aachen und den FIR e. V. an der RWTH Aachen . Das IGF -Vorhaben 20028 N der Forschungsvereinigung FIR e. V. an der RWTH Aachen , Campus-Boulevard 55, 52074 Aachen wird über die AiF imRahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestages gefördert.

D

verschiedener Restriktionen wie z. B. der geographischen Lage im Windpark, um eine aussagekräftige Untersuchung der Lastmessung an gleichen Anlagentypen über einen Zeitraum von einem Jahr vor- nehmen zu können. Zur Abbildung allgemeiner Instand- haltungstätigkeiten bzw. -kosten in einem Windpark wurde ein Referenzprozess erstellt und in Anlehnung an die DIN 31051 in die Teilbereiche Inspektion, Wartung, Instandsetzung und Verbesserung un- terteilt. Für die einzelnen Teilbereiche wurden jeweils die beteiligten Mit- arbeiter bzw. Serviceteams, durchzu- führende Tätigkeiten sowie prozessrele- vante Kennzahlen (Stillstandszeiten, Er- satzteilkosten etc.) erhoben und in einem Referenzprozessmodell visualisier t. Der Referenzprozess dient im Weiteren als Grundlage zur Ausgestaltung von Simulationen für die Instandhaltung im Windpark in Bedburg.

Antriebs-strangs stehen bereits Condition- Monitoring-Systeme zur Verfügung, die allerdingswiederummit hohen Richtlinien- Anforderungen bzw. Anschaf fungs- und Betriebskosten verbunden sind.³ Im Projekt 'LBM²' wird hierzu eine gün- stige, leicht anzuwendende Alternative untersucht. In Zusammenarbeit mit einem Sensorhersteller wurde dafür im bishe- rigen Arbeitsverlauf eine kostengünstige Messtechnik spezifiziert, die Lasten an der Hauptwelle einer WEA ermitteln und in hohen Frequenzen dem Anlagenbetreiber bereitstellen kann. Zum Einsatz kommen u. a. Dehnungsmessstreifen, die an drei Messpunkten um jeweils 120 Grad ver- setzt an der Hauptwelle appliziert werden (s. Bild 1, S. 19). Über mitrotierende Sende- module mit langer Batterielebensdauer erfolgt die Bereitstellung der Lastdaten an ein Empfangsmodul, sodass die Daten über dievorhandenenSCADA-Systemeabgerufen werden können. Als Einsatzort der Messtechnik wurden im projektbegleitenden Ausschuss acht WEA imWindpark des Projektpartners Innogy SE in Bedburg ausgewählt. Die Auswahl der Referenzanlagenerfolgte unter Beachtung

er Betrieb und die Instandhaltung von WEA sind aktuell mit einem hohen Planungsaufwand, je nach Art des auftre- tenden Schadens, mit langen Warte- oder Stillstandzeiten und folglich auch mit hohen Kosten für den Betreiber verbun- den. Im internationalen Vergleich liegen die Betriebskosten von Onshore-WEA in Deutschland im oberen Mittelfeld. 1 Zusätzlich ist der Windenergiemarkt fortlaufenden Änderungen politischer Rahmenbedingungen ausgesetzt. Ins- besondere die sukzessive Reduzierung der zugesicherten Einspeisevergütung hat direk te Auswir kungen au f die Wirtschaftlichkeit vonWEA und verschärft damit erheblich die Marktsituation vor allem für kleinere Betreiber. Die größte Hebelwirkung zur Sicherung der Wettbewerbsfähigkeit von KMU stellt die fortlaufende Reduktion der LebenszykluskostenvonWEAdar.Mit bis zu 44ProzentbildendieInstandhaltungskosten den größten Anteil an den Betriebskosten. 2 Weiterhin zeigen Schadenstatistiken, dass bis zu 66 Prozent der auftretenden Mängel an WEA auf Schäden am elektro- mechanischen Antriebsstrang zurück- zuführen sind. Zur Überwachung des

Im weiteren Projektverlauf werden die Lastdaten aus der Messung im Wind-

1 s. Lüers et al. 2014, S. 31 2 s. Rohrig 2014, S. 41 3 s. Muuss u. Dalhoff 2007, S.4

18 UdZForschung – Unternehmen der Zukunft 1/2019

Leitthema: Industrie & Umwelt – FIR-Forschungsprojekte

Bild 1: Spezifizierte Lastsensorik an der Hauptwelle einer Windenergieanlage

(Die Abbildung rechts oben ent- stand in der Zusammenarbeit des begleitenden Projektausschusses LBM², 2018)

Muuss, T.; Dalhoff, P.: Richtlinie für die Zertifizierung von Condition-Monitoring- Systemen für Windenergieanlagen. Hrsg.: GermanischerLloydAG.Hamburg2007.http:// docplayer.org/62974673-Richtlinie-fuer-die- zertifizierung-von-condition-monitoring- systemen-fuer-windenergieanlagen.html (Link zuletzt geprüft: 09.05.2019) Rohrig, K. (Hrsg.): Windenergiereport Deutschland 2013. Unter Mitarbeit von Volker Berkhout, Stefan Faulstich, Philip Görg , Ber thold Hahn , Katr in Linke , Moritz Neuschäfer, Sebastian Pfaffel, Kh a l i d Ra f i k , Ku r t Roh r i g ; Re n a t e Rothkegel und Mark Zieße. Fraunhofer IWES, Kassel und Stuttgart 2014. http:// publ ic a .f raunho fe r.de /epr i nt s /u r n _ nbn_de_0011-n-283735-27.pdf (Link zu- letzt geprüft: 10.07.2019)

park in Bedburg über eine Cloud den Forschungseinrichtungen CWD und FIR an der RWTH Aachen zur Verfügung ge- stellt. Diese Daten bilden die Grundlage für zwei softwarebasierte Module, die zur Steigerung der Wirtschaftlichkeit des Betriebs von WEA beitragen sollen. Im ersten Modul erfolgt die Ermittlung des Abnutzungsvorrats von WEA-Kom- ponenten, wie z. B. der Hauptlagerung undBereitstellung von Informationen zum optimalen Betriebspunkt einer Anlage. Dazu werden die Lastdaten über ein Jahr mit den Auslegungslastkollektiven der betrachteten WEA verglichen, sodass die Restlebensdauern der Komponenten mit höherer Genauigkeit simuliert werden können. Auf Basis der Restlebensdauern wird ein zweites Modul zur optimierten Ins t andha ltung splanung von WEA entwickelt. Unter Beachtung kosten- treibender Tätigkeiten (z. B. Wechsel von Getriebekomponenten) und Infor- mationen über die Restlebensdauern kön- nen prädiktive Handlungsmaßnahmen vorgeschlagen werden, die die Ver- fügbarkeit der Anlage erhöhen und die Kosten für ungeplante Reparaturen minimieren sollen. Imnächsten Schritt erfolgt die Applikation der Messtechnik auf den ausgewählten WEA im Windpark in Bedburg. Nach Sicherstellung der Funktionalitäten wer- den die Lastdaten ausgewertet, Rest- lebensdauern der Komponenten simuliert und damit Inputdaten für eine prädiktive Instandhaltungsplanung generiert.

Literatur

Fraunhofer IWES, Stuttgart 2014. ht- t p s : //w i nd - poo l . i e e .f ra unho f e r.d e / opencms/export/sites/WInD-Pool/img/ Of f shore~WMEP_Abschlussber icht _ Anlage_4 _Windenergie_Report_2013. pdf (Link zuletzt geprüft: 09.05.2019) Lüers, S.; Zengen, C. v.; Rehfeldt, K.: Kostensituation der Windenergie an Land. Internationaler Vergleich. Eine Studie der Deutsche WIndGuard GmbH im Auftrag des BWE und des VDMA. Deutsche WindGuard GmbH, Varel, 03.04.2014. https://publika- tionen.windindustrie-in-deutschland.de/ kostensituation-der-windenergie-an-land- internationaler-vergleich/54436233 (Link zuletzt geprüft: 09.05.2019)

Ansprechpartner:

Lennard Holst, M.Sc. FIR e. V. an der RWTH Aachen Wissenschaftlicher Mitarbeiter Bereich Dienstleistungsmanagement Tel.: +49 241 47705-206 E-Mail: Lennard.Holst@fir.rwth-aachen.de

Projekttitel: LBM²

Projekt-/Forschungsträger: BMWi; AiF

Förderkennzeichen: 20028 N

Internet: lbm2.fir.de

19 UdZForschung – Unternehmen der Zukunft 1/2019

FIR-Forschungsprojekte – Leitthema: Industrie & Umwelt

Projekt: SEMF Entwicklung einer toolgestützten Ent- scheidungsunterstützung zur Etablierung eines systematischen Ersatzteilmanage- ments für KMU der Fertigungsindustrie Ableitung von Potenzialen und Empfehlungen möglicher Handlungsempfehlungen für das interne und externe Ersatzteilmanagement

Ein funktionierendes Ersatzteilmanagement stellt die Grundlage für erfolgreiche externe Servicedienstleistungen sowie interne Instandhaltungsprozesse dar. Dennoch wird das Ersatzteilmanagement häufig nur als Randbereich wahrgenommen, was dazu führt, dass Verbesserungspotenziale häufig nicht oder nur schwach ausgeschöpft werden. Dies widerspricht der ansonsten do- minierenden intrinsischenMotivation seitens der Unternehmen, sämtliche Geschäftsbereiche zu optimieren. KMU sollen durch die Erkenntnisse aus dem Forschungsprojekt dabei unterstützt werden, vorhandene Potenziale ihres internen und externen Ersatzteilmanagements zu erkennen und jene durch eine systematische und standardisierte Entscheidungsgrundlage nutzen zu können. Das IGF -Vorhaben 10902/16N der Forschungsvereinigung FIR e. V. an der RWTH Aachen wird über die AiF im Rahmen des Programms zur Förderungder industriellenGemeinschaftsforschungund -entwicklung(IGF) vom BundesministeriumfürWirtschaft und Technologie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestags gefördert.

P

Bindeglied zwischen der Identifikation eines Servicebedarfs (also des exter- nen Ersatzteilmanagements) und der Auftragsdurchführung (also dem inter- nen Ersatzteilmanagement) dar. Ohne eine gezielte Abstimmung mit dem Ersatzteilmanagement kann hieraus ab- leitend der Service bzw. die Instandhaltung nicht maximal effizient durchgeführt wer- den (s. Bild 1, S. 21). Das After-Sales-Geschäft beinhaltet das externe und interne Ersatzteilgeschäft und umfasst den Verkauf von Ersatzteilen und Zubehör sowie die Wartung inklu- sive Reparatur der vom Kunden erwor- benen Produkte. Es zielt darauf ab, den Kunden nach dem Verkauf des Produkts langfristig an die eigene Marke zu bin- den. 4 Das After-Sales-Geschäft macht nicht nur einen Großteil des Umsatzes bei vielen Unternehmen aus, sondern kann auch zu einer intensiven und lang- 1 s. Dombrowski u. Winnefeld 2012, S. 357 – 358 2 s. Schuh et al. 2013, S. 8 3 s. Bouée u. Schwenker 2013, S. 2 4 s.Eberhardt-Motzelt 2016, S. 251 – 252 ; Kampker et al. 2017, S. 6

bisher vollkommen vernachlässigt haben.³ Dies ist insbesondere für produzierende KMU relevant, die zunehmend auf pro- duktbegleitende Dienstleistungen ange- wiesen sind, um sinkende Gewinnmargen bei physischen Produkten zu kompensie- ren. Der Begriff des Ersatzteilgeschäfts besteht aus dem internen sowie externen Bereich undmuss daher entsprechend dif- ferenziert betrachtet werden – zum einen als externes Ersatzteilgeschäft, welches als Vertrieb von Ersatzteilen an den Kunden verstandenwird, zumanderen als internes Ersatzteilgeschäft, das die betriebsin- terne Produktion oder Beschaffung von Ersatzteilen zumZweck der Instandhaltung von unternehmensinternen Anlagen und Maschinen beschreibt. Die internen Logistikprozesse und das Bestandsmanagement sowie die dahin- terliegenden administrativen Prozesse bilden die Basis für eine funktionierende Versorgung mit relevanten Materialien. Die Disposition sowie die Material- bzw. Ersatzteilbereitstellung stellen in diesem Forschungskontext das entscheidende

rozessoptimierung und Kosten- reduktion sind als Maßnahmen produ- zierender Unternehmen die logischen Folgen der zunehmenden Forderung nach Erfüllung individualisierter Kunden- wünsche bei gleichzeitig wachsendem Wettbewerbsdruck. Jedoch mangelt es hier mehrheitlich, neben freien Kapa- zitäten, an einer zielgerichteten, syste- matischen Herangehensweise. Gerade das Ersatzteilmanagement bietet in die- sem Kontext große Nutzenpotenziale für kleine und mittlere Unternehmen (KMU), da dieser Bereich weitestgehend von den Unternehmen als Randbereich wahrgenommen wird und somit die ent- haltenen Potenziale weder identifiziert noch ausgeschöpft werden. 1 Die Aufgabe des Ersatzteilmanagements besteht dabei laut Definition darin, Ersatzteile in der benötigten Menge und Spezifikation zum Zeitpunkt des Bedarfs am richtigen Ort zur rechten Zeit effizient bereitzustellen. 2 Eine Studie der Unternehmensberatung Roland Berger zeigt, dass 40 Prozent der Unternehmen die Realisierung wichtiger Gewinnpotenziale indiesemServicebereich

20 UdZForschung – Unternehmen der Zukunft 1/2019