UdZ

ISSN 1439-2585

2/2016

Unternehmen der ZukunftZeitschrift für Betriebsorganisation und Unternehmensentwicklung

2 UdZ – Unternehmen der Zukunft 2/2016

Impressum

UdZ – Unternehmen der ZukunftFIR-Zeitschrift für Betriebsorganisation und Unternehmensentwicklung, 17. Jg., Heft 2/2016, ISSN 1439-2585„UdZ – Unternehmen der Zukunft“ informiert mit Unterstützung des Landes Nordrhein-Westfalen zwei Mal im Jahr über die wissenschaftlichen Aktivitäten des FIR.

HerausgeberFIR e. V. an der RWTH AachenCampus-Boulevard 55 · 52074 AachenTel.: +49 241 47705-0 · Fax: +49 241 47705-199E-Mail: info@fir.rwth-aachen.de Internet: www.fir.rwth-aachen.de

Direktoren Prof. Dr.-Ing. Dipl.-Wirt. Ing. Günther SchuhProf. Dr.-Ing. Achim Kampker, M. B. A.

Geschäftsführer Prof. Dr.-Ing. Volker Stich

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

Redaktionelle MitarbeitJulia Quack van Wersch, M.A. Simone Suchan M.A.

KorrektoratSimone Suchan M.A.

Satz und BildbearbeitungJulia Quack van Wersch, M. A.

Druck AWD Druck GmbH

CopyrightKein Teil dieser Publikation darf ohne ausdrückliche schriftliche Genehmigung des Herausgebers in irgend einer Formreproduziert oder unter Verwendung elektronischer Systeme verarbeitet, vervielfältigt oder verbreitet werden.

BildnachweisTitelbild (re. und li.): © Sergey Nivens – Fotolia; Soweit nicht anders angegeben: © FIR e. V. an der RWTH Aachen

Einfach diesen QR-Code mit Ihrem Smartphone

einscannen und die aktuelle UdZ online lesen!

4 UdZ – Unternehmen der Zukunft 2/2016

Inhaltsverzeichnis

12

17

14

FIR-Forschungsprojekte

SmarF: Herstellerübergreifende Vernetzung in der LandwirtschaftOffene, multikonnektive Service-Infrastruktur und Applikationsplattform für landwirtschaftliche Anwendungen

BigPro: Big Data für das proaktive Störungsma-nagement in der ProduktionVorgehen zur Implementierung von BigPro im Unternehmen

CKDCHAIN: Completely-knocked-down(CKD)-Produktion im Maschinen- und AnlagenbauSimulationsbasierte Gestaltungsunterstützung für CKD-Supply-Chains

1910

Der Themenkompass der UdZ 2/2016Horizon 2020 als beispielhafter Ordnungsrahmen für die Arbeit des FIR

6

21

24

Foto

graf

: w

ww

.eve

ntfo

togr

af.in

/ ©

JR

F e.

V.

CCS: Cloudbasierte Collaboration-Software für die BaubrancheOptimierung der Informationsflüsse in Bau-projekten durch ein unternehmensüber- greifendes Dokumentenmanagementsystem

cyberKMU2: CPS von KMU für KMU Aufbau einer Plattform zur anforderungsge-rechten Auswahl cyberphysischer Systeme

ELIAS: Aufbau einer Expertencommunityfür die lernförderliche ArbeitssystemgestaltungEtablierung einer breitenwirksamen Lösung für Transfer und Dissemination im Rahmen des BMBF-Verbundprojekts ELIAS

eStep Mittelstand: Analyse der Nutzung und Verbreitung von E-Business-Standards bei UnternehmenModulare Lösungen für den Mittelstand zur Stärkung der eigenständigen Integration vonE-Business-Standards in komplexe Lieferketten-prozesse

5UdZ – Unternehmen der Zukunft 2/2016

26

28

Digital in NRW: Das Kompetenzzentrum für den MittelstandEin NRW-weites Netzwerk aus anwendungs-orientierten Forschungseinrichtungen unterstütztmittelständische Unternehmen in Frage- und Aufgabenstellungen rund um das Thema Industrie 4.0

ToMiC: Entwicklung einer Typologie zum lebenszyklusorientierten Management unter-nehmensinterner CommunityplattformenWie wissensintensive Dienstleister Social Software erfolgreich einsetzen30

33

35

38

DigiKMU: Strategische Ausrichtung der Unternehmens-IT zur Umsetzung von Industrie-4.0-KonzeptenWirkungsbeziehung zwischen CAD-CAM-NC-Modulen und Unternehmenszielen

Graduiertenkolleg Anlaufmanagement :Anlaufunterstützung durch Serious GamingHerausforderungen in der Supply-Chain spielerisch verstehen

SmartMaintenance: Industrie 4.0 in der Instandhaltung – Zum aktuellen Stand des ProjektsIntegrative Softwarelösungen für ein intelligentes, bedarfsorientiertes Instandhaltungsmanagement in komplexen Produktionsumgebungen

Rezept ECM: Modellbasierte Einsatzplanung von Enterprise-Content-Management im Maschinen- und AnlagenbauGanzheitliches ECM-Konzept für Unternehmen des Maschinen- und Anlagenbaus

Studien, Standards und Publikationen

Mensch und Technologie – neue Herausfor-derungen im Kontext der Industrie 4.0 Service-Studie 2016 erschienen

40

30 UdZ – Unternehmen der Zukunft 2/2016

FIR-Forschungsprojekte

SmartMaintenance: Industrie 4.0 in der Instandhaltung – Zum aktuellen Stand des ProjektsIntegrative Softwarelösungen für ein intelligentes, bedarfsorientiertes Instandhaltungsmanagement in komplexen Produktionsumgebungen

Das Verbundprojekt "Smart Maintenance" zielt auf eine neuartige Softwarelösung für ein vorausschauendes Instandhaltungsmanagement zur Maximierung der Produktionsverfügbarkeit und Minimierung von Ausfallrisiken und Wartungs-/Betriebskosten ab. Aufgrund zunehmender Komplexität der Produktion, Volatilität von Auftragseingängen und Variantenreichtum der Produkte bei immer kür-zeren Planungshorizonten gewinnt ein flexibles und leistungsfähiges Instandhaltungsmanagement rasch an Bedeutung. Vor diesem Hintergrund entwickeln die Verbundpartner FIR e. V. an der RWTH Aachen, GreenGate AG, pro-micron GmbH & Co. KG und die flexis AG gemeinsam eine Lösung zur flexiblen Optimierung von Instandhaltung und Produktion. Die angestrebte IT-Lösung soll nicht nur eine durchgängige Verarbeitung und Analyse aller relevanten Betriebsinformationen der gesamten Produktionsumgebung ermög-lichen, sondern zugleich in Abstimmung mit der Produktionsplanung konkrete Handlungsempfehlungen geben, um die optimale Instandhaltungsstrategie zu realisieren.

Instandhaltungsmanagement bedeutet heute noch in vielen produzierenden Unternehmen die Planung und Abwicklung von notwendigen oder routinebedingten Wartungsmaßnahmen, deren Prioritäten häufig hinter die Vorgaben der Produktion gestellt werden. Dabei ent-fallen, je nach Branche, 15 – 40 Prozent der P roduk t ionskosten au f fer t igung sbezo -gene Instandhaltungsmaßnahmen [1], so-dass sie mittlerweile die Produktivität und Wettbewerbsfähigkeit eines Unternehmens s ig n i f i k a n t b e e i n f lu ss e n . Da s jä h r l ic h e Umsatzvolumen von ca. 250 Mrd. € zeigt auch in der volkswirtschaftlichen Betrachtung eine hohe Relevanz des Instandhaltungssektors, die deutlich über anderen, zumeist stärker beachte-ten Industriebranchen einzuordnen ist.

Die Unterstützung der Instandhaltung durch Condition-Monitoring-Systeme ermöglicht eine Reduzierung des Auf wands bei den Inspektionen, da diese selbständig zyklisch oder kontinuierlich durchgeführt werden kön-nen. Das Ziel sollte dabei sein, mit möglichst wenigen Sensoren eine maximale Anzahl von Bauteilen und Baugruppen überwachen zu können, um einerseits die Investitionskosten gering zu halten und andererseits unnötige Fehlerquellen zu vermeiden.

Im Projekt "SmartMaintenance" ist vorgesehen, dass die Datenaufnahme durch die Smart Objects drahtlos erfolgt und die Datenerhaltung in eine Smart-Objects-Bibliothek ausgelagert ist. Als we-sentliche Faktoren der zur Messung relevanten Kenngrößen wurden

• die Steigung der Verschleißkurve,• der Grenzwert für

Instandhaltungsmaßnahmen (Ampelfunktion),

• das Werkzeug (zur Identifikation des Alters und Abnutzungsgrades) und

• das Werkstück (Einflussfaktor auf die Steigung der Verschleißkurve)

identifiziert. Dabei geht es im Wesentlichen zunächst darum, die benötigten Werte zu erfassen und verlustfrei an eine Datenbank weiterzugeben. Unabhängig davon, ob die Messwerte dabei z. B. optisch, induktiv oder anderweitig erzeugt werden, ist hier bereits darauf zu achten, dass die erhobenen Werte kompatibel untereinander sind. Dies betrifft sowohl die Frequenz, mit der die Daten erho-ben werden, als auch das Format dieser.

Im Usecase bei der Fir ma Berger Holding GmbH & Co. KG wird bezüglich der erforder-lichen Sensorik ein spezielles Sensormodul m i t d r a h t l o s e m K r a f t a u f n e h m e r z u r Werkzeugüber wachung zum Einsatz kom-men, mit dem entstehende Belastungen (Axialkräften, Torsions- und Biegemomente) während des Bear beitungsprozesses di -rekt am Werkzeughalter gemessen werden können. Hiermit lassen sich die typischen Bearbeitungsprozesse wie Schleifen, Drehen, Fräsen, Bohren, Reiben, Gewindeschneiden, Rollieren etc. sehr detailliert überwachen – und zwar ohne eine Beeinflussung der Dynamik und ohne Steifigkeit des Werkzeughalters zu verursachen.

Zusammenspiel der Instandhaltung und Produktion

Nachdem relevante Messwerte von Smart Objects aufgezeichnet und diese in einer Smar t- Objec t s - B ibl iothek log isch abge -speichert wurden, gilt es, die gewonnenen Erkenntnisse sinnvoll zu verwenden. Dies be-deutet zunächst die ermittelten Prognosen so in das Instandhaltungsplanungssystem (IPS) und das Produktionsplanungssystem (PPS) zu integrieren, dass es möglichst zu keinen

ProjekttitelSmartMaintenance

Projekt-/ForschungsträgerBMBF; DLR

Förderkennzeichen01IS14028D

ProjektpartnerForum Vision Instandhaltung e. V.; GreenGate AG; Berger Gruppe GmbH; BILSTEIN SERVICE GmbH ; GETRAG Getriebe- und Zahnradfabrik, UntergruppenbachAMA Verband für Sensorik und Messtechnik e. V.; pro-micron GmbH & Co. KG; flexis AG; DFA Demonstrations-fabrik Aachen GmbH AnsprechpartnerRoman Emonts-Holley, M. Sc.

Internetsmartmaintenance.de

31UdZ – Unternehmen der Zukunft 2/2016

FIR-Forschungsprojekte

Überschneidungen zwischen Produktion und Instandhaltung kommt.

Das Zusammenspiel von Produktion und Instandhaltung wird in Bild 1 noch einmal ver-deutlicht.

Durch die Optimierung des Zusammenspiels zwischen PPS und IPS, durch die Einsparung ungewollter Maschinenst i l lst andszeiten wegen Ver meidung von z. B. Maschinen- oder Werkzeugausfall, können Faktoren wie Kosteneinsparungen, Qualitätssicherheit oder Arbeitssicherheit in hohem Maße positiv be-einflusst werden. Diese Möglichkeiten werden jedoch in den meisten Fällen nicht oder nicht ausreichend genutzt [3].

Bild 1: Zielbild SmartMaintenance

„Nach heutigem Stand der Technik bieten aber weder die etablierten statischen bzw. reaktiven Instandhaltungslösungen noch aus der Forschung abgeleitete Konzepte der zustands- oder zuver-lässigkeitsorientierten Instandhaltung praktika-ble und zugleich leistungsfähige Lösungen“ [2]. Diese Lücke gilt es zu schließen.

Datenfluss

Durch die automatisierte Auswertung und instandhaltungsspezifische Bewertung der Sensorinformationen, basierend auf einfachen Referenzläufen der betreffenden Anlage, werden Wartungsbedarfe von Systemen autonom be-stimmt und priorisiert, wo nach Stand der Technik noch erfahrungsbasierte, statische Grenzwerte

Bild 2: Struktur SmartMaintenance

32 UdZ – Unternehmen der Zukunft 2/2016

FIR-Forschungsprojekte

angewendet werden (Condition-Monitoring), die der Produktionsdynamik und häufigen Änderung von Auftrags- und Anlagenkonfigurationen letzt-lich nicht gewachsen sind.

Die Aufarbeitung der Messwerte durch Condition-Monitoring in einer Smart-Objects-Datenbank und die Vereinfachung und Visualisierung der Ergebnisse in einem Ampelsystem ermöglichen eine schnelle und zuverlässige Übersicht, welche Maschinen oder Werkzeuge innerhalb welches Zeitrahmens einer Instandhaltungsmaßnahme bedürfen oder ob ein einwandfreier Einsatz gewährleistet ist.

In Bild 2 (s. S. 32) wird eine Übersicht über die verschiedenen involvierten Systeme und deren Datenaustausch untereinander gezeigt.

Wie dargestellt, verläuft der Datentransfer maß-geblich in eine Richtung, während auf der Ebene der IPS und PPS ein Dialog zwischen den Systemen stattfindet. Die angestrebte Smart-Objects-Datenbank unterstützt also, wie beschrieben, sowohl die Datenspeicherung und Auswertung als auch die Interaktion zwischen den Systemen. Speziell entwickelte Algorithmen bestimmen da-bei sowohl die IH-Prognose als auch die IH-Regel und planen die dafür benötigte Zeit selbständig in die laufende Produktionsplanung mit ein.

Zusammenfassend kann festgehalten werden, dass eine Abstimmung von Instandhaltung u n d P r o d u k t i o n g r o ß e s Po t e n z i a l z u r Kosteneinsparungen birgt. Dafür ist eine detaillierte Aufnahme von Maschinen- und Werkzeugkenngrößen unerlässlich. Diese müssen in Echtzeit ausgewertet werden, um eine Prognose zu erstellen. Die erstellten Prognosen werden in die Produktions- und Instandhaltungsplanung so integriert, dass möglichst keine Leerzeiten für die Produktion entstehen.

Im Projekt "SmartMaintenance" werden all diese Aspekte berücksichtigt. Die Chancen und Möglichkeiten, die hierdurch eröffnet werden, bieten großes Potenzial für die Steuerung zu-künftiger Produktionssysteme.

Literatur

[1] Biedermann, H.: Anlagenmanagement, M a n a g e m e n t i n s t r u m e n t e z u r Wertsteigerung. 2., vollst. überarb. und aktualisierte Auflage. TÜV Media, Köln 2008.

[2] Lee, J.; Kao, H.-A.; Yang, S.: Service inno-vation and smart analytics for Industry 4.0 and big data enviroment. Product Services Systems and Value Creation. Proceedings of the 6th CIRP Conference on Industrial Product-Service Systems. 16(2014), S. 3 – 8. http://www.sciencedirect.com/science/arti-cle/pii/S2212827114000857 (letzter Zugriff: 25.11.2016)

[3] Mobley, R. K.: An introduction to predictive maintenance. 2. Auflage. Butterworth-Heinemann, Amsterdam [u. a.] 2002.

Roman Emonts-Holley, M. Sc.Wissenschaftlicher MitarbeiterFIR, Bereich DienstleistungsmanagementFachgruppe Community-ManagementTel.: +49 241 47705-221E-Mail: Roman.Emonts-Holley@fir.rwth-aachen.de