AUF DEM WEG ZU INDUSTRIE 4.0: DIGITALE TRANSFORMATION IM MITTELSTAND
INDUSTRIE 4.0
Mehr Infos finden Sie auf:
www.its-owl.de
VORWORT | 3
DIGITALE TRANSFORMATION IM MITTELSTAND
Der Technologietransfer aus dem Spitzencluster it’s OWL ist ein Erfolgsmodell. In 171 Trans-
ferprojekten konnten – insbesondere kleine und mittlere – Unternehmen in den vergangenen
drei Jahren neue Technologien nutzen, um ihre Produkte und Produktionsverfahren zu optimie-
ren. Die Rückmeldungen sind hervorragend: 74 % der Unternehmen sind mit dem Projektablauf
zufrieden. 69 % geben an, dass sie eine wesentliche Weiterentwicklung vollzogen haben.
Dieser Erfolg basiert auf dem engen Zusammenspiel der Akteure. Die Hochschulen und For-
schungseinrichtungen haben neue Basistechnologien entwickelt und für die Unternehmen
verfügbar gemacht. Dabei ging es um die Bereiche Selbstoptimierung, Mensch-Maschine-
Interaktion, intelligente Vernetzung, Energieeffizienz und Systems Engineering. Diese Techno-
logien konnten die Unternehmen nutzen, um konkrete Herausforderungen im Betrieb zu lösen.
Und die Transferpartner – die IHKs, die OWL GmbH, die Wirtschaftsförderungseinrichtungen
und die Brancheninitiativen – haben mit den Unternehmen Anknüpfungspunkte für die Pro-
jekte definiert und die Kontakte zu den passenden Forschungspartnern hergestellt.
Mit den Transferprojekten haben die Unternehmen einen einfachen Zugang zu aktuellem For-
schungswissen erhalten und konnten erste Schritte auf dem Weg zur intelligenten Produktion
gehen. Die Forschungseinrichtungen konnten von Impulsen aus der Praxis für ihre Forschung
profitieren und sich als Partner für die Innovationsentwicklung der Unternehmen etablieren.
In dieser Broschüre beschreiben wir die Erfahrungen und Ergebnisse unserer Aktivitäten.
Ausgehend von den Herausforderungen des Technologietransfers werden das Konzept und die
Instrumente beschrieben. An 16 konkreten Beispielen zeigen wir auf, wie KMU unsere Tech-
nologieplattform zur Optimierung ihrer Produkte, Produktionsverfahren und Services genutzt
haben. Abschließend werden Erfolgsfaktoren und Wirkungen der Aktivitäten dargestellt.
Mit dem Technologietransfer leisten wir einen wichtigen Beitrag, den Mittelstand in OWL fit
für Industrie 4.0 zu machen und seine Wettbewerbsfähigkeit zu steigern. Das unterstreicht
auch das hohe Interesse in der Fachwelt. So wurde das Konzept mehrfach ausgezeichnet und
war Impulsgeber für neue Programme auf Ebene von Land, Bund und EU.
Gemeinsam wollen wir den erfolgreichen Technologietransfer fortführen und auch in Zukunft
Unternehmen unterstützen. Das Land Nordrhein-Westfalen wird dafür Fördermittel bereitstel-
len. Nutzen Sie die Kompetenzen, Technologien und Erfahrungen des Spitzenclusters it’s OWL,
um Ihr Unternehmen fit für die digitale Transformation zu machen. Wir freuen uns auf die
weitere Zusammenarbeit!
WIR MACHEN DEN MITTELSTAND FIT FÜR DIE DIGITALE TRANSFORMATION!NEUE WEGE IM TECHNOLOGIETRANSFER ZEIGEN WIRKUNG
Wir ermöglichen die intelligente Produktion: mit Spezialisten aus OstWestfalenLippe.
Innovationstreiber für Industrie 4.0 und die intelligente Produktion: Rund 200 Unternehmen, Forschungseinrichtungenund Organisationen haben sich im Technologie-Netzwerk it’s OWL zusammengeschlossen; darunter maßgebliche Weg-bereiter der vierten industriellen Revolution. Das Ergebnis: Lösungen, die heute die Produktion verändern – und morgen die Wettbewerbsfähigkeit des Standortes Deutschland sichern. www.its-owl.de
Anzeige_kompliBild_A4_final.indd 4 20.11.17 09:53
INHALT | 5
Wir ermöglichen die intelligente Produktion: mit Spezialisten aus OstWestfalenLippe.
Innovationstreiber für Industrie 4.0 und die intelligente Produktion: Rund 200 Unternehmen, Forschungseinrichtungenund Organisationen haben sich im Technologie-Netzwerk it’s OWL zusammengeschlossen; darunter maßgebliche Weg-bereiter der vierten industriellen Revolution. Das Ergebnis: Lösungen, die heute die Produktion verändern – und morgen die Wettbewerbsfähigkeit des Standortes Deutschland sichern. www.its-owl.de
Anzeige_kompliBild_A4_final.indd 4 20.11.17 09:53
INHALTSVERZEICHNIS
VORWORT
Wir machen den Mittelstand fit für die digitale Transformation!Neue Wege im Technologietransfer zeigen Wirkung
Industrie 4.0 gestaltenTechnologietransfer als Schlüssel
Technologietransfer im WandelInnovationsprozesse öffnen
Transferkonzept des SpitzenclustersNeue Technologien – praxisnahe Methoden
Unser Instrument: Fokussierte TransferprojekteAuf die Bedarfe von KMU zugeschnitten
ThemenlandkarteTypen und Themen der Transferprojekte im Überblick
ErfolgsgeschichtenErgebnisse aus der Praxis
28 Selbstoptimierung Vorausschauende Wartung von Regelventilen
29 Selbstoptimierung Intelligente Steuerung der Produktion von Schmelzklebstoffen
30 Selbstoptimierung Intelligente Prozessüberwachung in der Druckverarbeitung
31 Mensch-Maschine-Interaktion Auf der Suche nach dem Bedienkonzept von morgen
32 Mensch-Maschine-Interaktion Benutzerfreundliche Bedienung von Mischanlagen
33 Mensch-Maschine-Interaktion Multi-Level-Lokalisierung für Benutzerschnittstellen
34 Mensch-Maschine-Interaktion AR-Lösungskonfigurator in der Angebotsphase
35 Intelligente Vernetzung Dezentrale Steuerung einer Profilummantelungsanlage
36 Intelligente Vernetzung Zentrale Auswertung von Prozesssensordaten in der Cloud
37 Systems Engineering Thermische Analyse von Induktivitäten mittels CFD-Methoden
38 Systems Engineering Modellbasiertes Systems Engineering in der Nähtechnik
39 Systems Engineering Benchmark von Systems Engineering Werkzeugen für den Mittelstand
40 Systems Engineering Modellgetriebene Softwareentwicklung für Anlagensteuerungen
41 Energieeffizienz Ressourceneffiziente Vernetzung dynamischer Lichtinstallationen
42 Energieeffizienz Energieeffizienz verteilter Sensorknoten
43 Vorausschau Wandel der Elektronikfertigung durch Industrie 4.0
Wirkung des TechnologietransfersBeitrag zum Unternehmenserfolg
Erfolgsfaktoren des TransferkonzeptsImpulse für Veränderungen
Literatur
Anhang
Clusterpartner
Impressum
3
6
9
12
16
20
24
44
46
48505455
DIGITALE TRANSFORMATION IM MITTELSTAND
6 |
AUF DEM WEG ZU INDUSTRIE 4.0
Die digitale Transformation wird unsere Wirtschaft und
Gesellschaft grundlegend verändern. Die Tragweite der
jetzt stattfindenden Veränderungen wird von weiten Krei-
sen der Bevölkerung, der Politik und auch von zahlreichen
Unternehmen noch erheblich unterschätzt. Dabei steigen
der Durchdringungsgrad und die Nutzungsintensität digi-
taler Technologien und Dienste in Unternehmen stetig an
[BMWI16]. Der Wandel betrifft sämtliche Bereiche des Unternehmens sowie des Unternehmensumfelds.
Dies äußert sich in Veränderungen der Marktleistung und
Wertschöpfung und führt darüber hinaus zu einer engeren
Verknüpfung der Dimensionen:
Veränderung der Markleistung: Wandel von kon-
ventionellen Produkten zu komplexen Produkt-Service-
Systemen, datenbasierte Services, neue Geschäfts-
modelle, Plattformökonomie usw.
Veränderung der Wertschöpfung: Aus einfachen
Wertschöpfungsketten werden flexible Wertschöp-
fungsnetzwerke, Flexibilisierung und Automatisierung
der Produktion, Neugestaltung von Aufbau- und Ab-
lauforganisation (z. B. agile Entwicklung) usw.
Zunehmende Verknüpfung: intelligente Vernetzung
von Prozessen und Produkten, Nutzung von Produkt-
daten zur Optimierung zukünftiger Produktgeneratio-
nen usw.
Die dynamischen Entwicklungen in Schlüsseltechno-
logien wie dem maschinellen Lernen, Netzwerk- und Kom-
munikationstechnologien oder der Robotik treiben den
Wandel an. Dementsprechend vielfältig sind die Poten-
ziale für Innovationen und damit Wettbewerbsvorteile.
Gleichzeitig sind das steigende Tempo, bedingt durch die
Verkürzung von Innovationszyklen, und die Beherrschung
der Technologievielfalt wesentliche Herausforderungen.
Vor dem Hintergrund, dass sich die Umwälzung durch die
Transformation derzeit noch in einer frühen Phase befin-
det, entsteht ein hoher Handlungsdruck. Der Zugang zu
Expertenwissen in den Schlüsseltechnologien und die
Übertragung in den eigenen betrieblichen Kontext sind er-
folgskritische Faktoren.
DER MITTELSTAND ALS INNOVATIONSTREIBER
Mittelständische Unternehmen sind das Rückgrat der deut-
schen Wirtschaft und gelten als bedeutender Innovations-
treiber. 99 % aller deutschen Unternehmen werden dem
Mittelstand zugeordnet und 60 % aller Beschäftigten in
Deutschland arbeiten in mittelständischen Unternehmen
[Sta15-ol]. Darüber hinaus haben 86 % der Hidden Cham-
pions weniger als 499 Beschäftigte [ZEW15]. Die Zukunfts-
fähigkeit des Innovationsstandorts Deutschland hängt
demnach maßgeblich davon ab, inwiefern der Mittelstand
die digitale Transformation nicht nur bewältigt, sondern
aktiv gestalten kann. Der Mittelstand muss in die Digita-
lisierung investieren, um nicht den Anschluss im interna-
tionalen Wettbewerb zu verlieren [KAG+16].
Forschung und Entwicklung (FuE) im Mittelstand erfolgt in
der Regel außerhalb eigenständiger FuE-Abteilungen.
Zudem handelt es sich häufig um marktgetriebene Inno-
vationen am Produkt, ausgelöst durch Anforderungen des
Kunden, zu welchem der Mittelstand charakteristisch
eine enge Bindung aufweist. Es stellt sich die Frage, in-
wiefern die Veränderung der Innovationsmechanismen
(z. B. Fokus auf plattformgetriebene Innovationen, Service-
innovationen), ausgelöst durch die digitale Transforma tion,
in die mittelständischen Unternehmen überführt werden
kann.
INDUSTRIE 4.0 GESTALTENTECHNOLOGIETRANSFER ALS SCHLÜSSEL
INDUSTRIE 4.0 GESTALTEN
INDUSTRIE 4.0 GESTALTEN | 7
DIGITALE TRANSFORMATION IM MITTELSTAND
TECHNOLOGISCHE VERÄNDERUNGEN
Investitionen müssen vorrangig in neue Technologien ge-
hen, die als Treiber der Digitalisierung gelten. Welche
Technologien sind das? Häufig fällt im Zusammenhang mit
der digitalen Transformation der treffende Begriff des
»Internets der Dinge und Dienste«. In diesem Begriff sind
die drei wesentlichen Technologiefelder, in denen der Wan-
del stattfindet, genannt. Das sind im ersten Technolo-giefeld die »Dinge«. Gemeint sind damit intelligente, ver-
netzte Produkte und Produktionssysteme (smart connected
products [PH14]), die neben klassischen mechanischen und
elektrischen Komponenten zusätzlich über »intelligente«
Komponenten wie Sensoren, Mikroprozessoren, Software
etc. verfügen sowie Konnektivität besitzen. Mit Konnek-
tivität sind Schnittstellen für die kabelgebundene oder
drahtlose digitale Kommunikation mit anderen Komponen-
ten mittels des Internetprotokolls gemeint. Das zweite Technologiefeld ist die eigentliche Infrastruktur des In-
ternets, die die weltweite Konnektivität einer exponen tiell
wachsenden Anzahl intelligenter »Dinge« erst ermöglicht,
wie beispielsweise der zukünftige Mobilfunkstandard 5G.
Das dritte Technologiefeld schließlich sind sogenannte
Plattformen, die höherwertige Dienste für die vernetzten
»Dinge« als Service über Cloud-Infrastrukturen zur Verfü-
gung stellen, beispielsweise maschinelle Lernverfahren.
In den beiden letzteren Feldern besitzen andere Wirt-
schaftsräume einen technologischen Vorsprung. Dies gilt
insbesondere für die Vereinigten Staaten mit ihren großen
INDUSTRIE 4.0 GESTALTEN
BILD 1 Motive des Technologietransfers
ERFOLGREICHER
TECHNOLOGIE-
TRANSFER
MITTEL- STAND
Erweiterung der Wissens basis Problemlösung Steigerung der Markt leistung
mittels Innovation Kompetenz aufbau bei
Mitarbeitern Zugang zu Fachkräften Technologiesprung
»Out of the box«-Perspektive Zugang zu Fördermöglich keiten Optimierung der Wert-
schöpfung Zugang zu Netzwerken/
Clustern Zugang zu Forschungsinfra-
struktur und -ressourcen
NETZWERK
Partnerzugang erleichtern Bündelung und Vernetzung von
Kompetenzen Kooperationskultur etablieren Aufbau von Beziehungen
fördern
Closed Shop vorbeugen Strukturen verstetigen Netzwerkpartner stärken Nachhaltigkeit bewirken
WISSEN- SCHAFT
Zugang zu Anwendungswissen Validierung und Weiterentwick-
lung des Angebots Impulse für Forschung Aufbau von Netzwerken Erfahrungsaufbau bei den
Mitarbeitern
Türöffner für langfristige Partnerschaften
Initiierung von Folgeprojekten Finanzierungssicherung
durch Drittmittel Schaffung industrieller
Referenzprojekte
8 | INDUSTRIE 4.0 GESTALTEN
AUF DEM WEG ZU INDUSTRIE 4.0
Internetkonzernen, deren Plattformen sich zu globalen
Standards der Digitalisierung entwickelt haben. Die Digi-
talisierung bietet dem Mittelstand in Deutschland als welt-
weit führender Nation im Bereich der Produktionstechnik
besondere Chancen im Bereich der intelligenten Pro dukte
verbunden mit innovativen Geschäftsmodellen. Der in
Deutschland geprägte Begriff Industrie 4.0 fokussiert
daher diesen Bereich. Einer der Vor reiter der Digitalisie-
rung in Deutschland ist dabei die Elektro industrie mit der
Automatisierungstechnik. Digitale Angebote erzielen be-
reits über 20 % des Umsatzes der Branche, insbesondere
Komponenten für Smart Products und zugehörige Dienst-
leistungen [ZVEI2017].
BESTANDSAUFNAHME: STOCKENDER WAN-DEL IM MASCHINEN- UND ANLAGENBAU
Im Maschinen- und Anlagenbau dagegen können sich
einer anderen aktuellen Studie zufolge erst gut 5 % der
Unternehmen zu Pionieren bei der Umsetzung von Indus-
trie 4.0 zählen [LSB+15]. Knapp 18 % der befragten Unter-
nehmen sehen sich immerhin als Einsteiger, jedoch haben
fast 77 % noch keine konkreten Schritte zum Einstieg in
die Digitalisierung unternommen. Immerhin befassen sich
über drei Viertel der Unternehmen mit dem Thema. Die
Bedeutung der Digitalisierung für das eigene Geschäft ist
von einer deutlichen Mehrheit der Unternehmen des
Maschinenbaus erkannt worden. Allerdings zeigen wei-
tere aktuelle Studien, dass trotz der vielfältigen Poten ziale
insbesondere KMU zögerlich in der Umsetzung von Indus-
trie 4.0-Anwendungen sind [BMWI15]. In einer Umfrage
der Commerzbank geben 63 % der Befragten an, dass die
zunehmende Digitalisierung vom Mittelstand bislang eher
vernachlässigt wird [Com15]. Hieraus resultiert, dass KMU
(aus dem Produktionssektor) nur langsam auf den Zug der
Digitalisierung aufspringen [Str16]. Diese Zurückhaltung
findet sich auch in den übergeordneten FuE-Investitions-
kennzahlen des Stifterverbands wieder: 79 % der FuE-
Investitionen der deutschen Wirtschaft kommen von
Unternehmen mit mehr als 1.000 Mitarbeitern [Sti15]. In
Verbindung damit, dass deutsche Unternehmen derzeit mit
14 % ihres FuE-Etats nur halb so viel in die Digitalisierung
investieren wie US-amerikanische Firmen [RB15], ist ein
deutlicher Handlungsbedarf erkennbar.
Die Gründe für diese Zurückhaltung sind vielfältig. Die ge-
nannten Studien weisen darauf hin, dass hohe Kosten und
das Risiko von Fehlinvestitionen, fehlende Standards oder
ein Mangel an Fachkräften und Know-how sowie mangeln-
des Vertrauen in die Datensicherheit von vielen Mittel-
ständlern als wesentliche Hemmnisse für den Einstieg in
die Digitalisierung gesehen werden [MGG+17], [PWC16].
Darüber hinaus finden Innovationen häufig in Bereichen
statt, die nicht durch die traditionellen Kernkompetenzen
der Unternehmen abgedeckt werden. Die Technologieviel-
falt, deren interdisziplinärer Charakter und die Verände-
rungen in allen Instanzen des Unternehmens erschweren
den Aufbruch. Insgesamt fällt es mittelständischen Unter-
nehmen schwer, rele vante Technologien für den zukünfti-
gen Markt erfolg zu identi fizieren, Anwendungsszenarien
und Potenziale zu bewerten, notwendige Aufwände zur
Implementierung aufzubringen und die Lösungen zielge-
richtet einzuführen. Sie sind aufgrund ihrer limitierten
Ressourcen bei der Bewältigung des Umbruchs auf Koope-
rationen angewiesen.
TECHNOLOGIETRANSFER ALS SCHLÜSSEL
Dabei steht ein kostengünstiger Zugang zu technolo-
gischem Know-how und qualifiziertem Personal zur
Ver fügung. Allein das Bundesministerium für Bildung
und Forschung hat für Industrie 4.0 Fördermittel in Höhe
von über 470 Millionen Euro zur Verfügung gestellt
[BMBF17-ol], die überwiegend in den Know-how-Zu-
wachs an Hoch schulen und Forschungsinstituten fließen.
Ein Hebel, die Digitalisierung erfolgreich mitzugestalten,
liegt also darin, dieses Know-how dem deutschen Mittel-
stand zugänglich zu machen und zwar durch einen schlan-
ken, wirk samen und insbesondere mittel standskonformen
Technologie transfer aus Wissenschaft und Forschung in
die indus trielle Praxis. Fortschrittliche Technologien,
Methoden und Verfahren aus der ange wandten Forschung
können durch Kooperationen erschlossen und in neue
Marktchancen überführt werden. Diese Kooperationen
mit externen Partnern gewinnen für die Innovationskraft
der Unternehmen zunehmend an Bedeutung [Hig17]. Die
intensive Vernetzung wird dabei zum entscheidenden Er-
folgsfaktor. Dabei liegen dem Technologietransfer ver-
schiedene Transfermotive zugrunde, die sich hin sichtlich
der involvierten Stakeholder unterscheiden (Bild 1). Die
Kenntnisse der Motive des Partners ist eine zentrale Vor-
aussetzung für einen erfolgreichen Techno logietransfer.
TECHNOLOGIETRANSFER IM WANDEL | 9
DIGITALE TRANSFORMATION IM MITTELSTAND
TECHNOLOGIETRANSFER IM WANDELINNOVATIONSPROZESSE ÖFFNEN
Die Aktivitäten zielen auf die bedarfsgerechte Befähi-
gung des Mittelstands zur Gestaltung des digitalen
Wandels. Auf diese Weise können Innovationen in ver-
schiedenen Unternehmensbereichen umgesetzt werden:
ein Schlüssel zum Ausbau der eigenen Position in der
internatio nalen Wettbewerbsarena. Bestehende Poten-
ziale der digi talen Transformation können durch Koopera-
tionen gemeinsam erschlossen werden. Allerdings be-
stehen Grenzen: Der Technologietransfer kann kein
vollständiger Ersatz für eigene FuE-Aktivitäten sein. Viel-
mehr gehen Kooperationen Hand in Hand mit unterneh-
menseigenen Projekten.
Übergeordnetes Motiv ist ein Innovationsprung der Unternehmen. Gleichzeitig profitieren die Forschungs-
einrichtungen vom Anwendungswissen und den Er-
kenntnisrückflüssen aus der Validierung. Hieraus resultie-
ren neue Impulse für zukünftige Forschungsaktivitäten.
Existierende Vorbehalte und Transferbarrieren werden
durch Umsetzungserfolge beseitigt. Somit wird das Ver-
trauen in FuE-Kooperationen gestärkt und die Krea tivität
zur akti ven Gestaltung der digitalen Transforma tion ge-
fördert.
Der Nutzen der Kooperation geht somit über die direkt
messbaren Ergebnisse, d. h. die Erfüllung der im Vorfeld
beschriebenen Projektziele, hinaus. So ist ein erfolgreicher
Transfer etwa durch Folgeaktivitäten (z. B. die Übertragung
der Ergebnisse auf andere Unternehmensbereiche, weite-
re Forschungsprojekte), den Aufbau strategischer Partner-
schaften oder die Sensibilisierung des Unternehmens für
den langfristigen Nutzen von Transferkooperationen ge-
kennzeichnet.
HERAUSFORDERUNG AN DEN TECHNOLOGIETRANSFER
Das nationale Transfersystem mit seinen etablierten
Wirkmechanismen wird durch verschiedene Entwick-lungen herausgefordert [Aca16]. Eine große Heraus-
forderung ist die vielfach diskutierte Verkürzung von Innovationszyklen, welche in wesentlichem Maße be-
stehende Vorgehensweisen des Transfers und etablierte
Instrumente unter Druck setzt. Fortschrittliche Ideen nut-
zen der Wirtschaft nur, wenn sie zügig in die Anwendung
finden [Hig17]. Es gilt, schneller zu marktfähigen For-
schungsergebnissen zu kommen. Dieser Aspekt geht
einher mit einer geringeren Bestandsdauer von techno-
logischem Wissen und der Verschiebung des Techno-logie-Übergabezeitpunkts in Richtung Marktreife
[Aca16]. Das oftmals vorherrschende Vorgehen, eine Ver-
wertung von Forschungsergebnissen im Sinne eines
Technologietransfers erst nach Ablauf eines Forschungs-
vorhabens anzustoßen, steht dieser Entwicklung antago-
nistisch gegenüber. Vielmehr gilt es, die Anbahnung des
Technologietransfers zeitlich parallel zum Forschungs-
vorhaben voranzutreiben und potenzielle Empfänger auf
Industrieseite frühzeitig zu sensibilisieren.
Ferner kann konstatiert werden, dass die Einbindung des Mittelstands in das Transfergeschehen häufig nur un-zureichend erfolgt. Ursächlich hierfür ist u. a. die unzu-reichende Aufbereitung und Kommunikation von Forschungsergebnissen, die im Gegensatz zu den An-
forderungen des Mittelstands steht. Dieser fordert eine
hohe Anwendungsnähe der Ergebnisse und die Möglich-
keit zur raschen Umsetzung in Marktleistungen oder die
Integration in die eigene Wertschöpfung. Folglich sind
BILD 2 Mögliche Transferbarrieren
Handlungsfeld des Technologie-
transfers
KMU
Prozess Digitalisierung
Mangelnde Kontaktmöglichkeiten Unpassende Projektziele Unzureichender Zuschnitt des Transferinhalts Mangelhaftes Projektmanagement Gegensätzliche Ziele der Kooperationspartner Unterschiedliche/ungeklärte Zeitvorstellungen . . .
Mangelnde Vorerfahrungen Unkenntnis über FuE-Kooperationspotenziale Digitalisierung konkurriert mit Tagesgeschäft bei begrenzten Ressourcen Schwierigkeiten bei der Identifikation von Anwendungspotenzialen von FuE-Resultaten Hohe Kosten für FuE-Kooperationsprojekte Schwierigkeiten, den Leistungslevel des Partners zu bewerten . . .
Schwierigkeiten hinsichtlich ... Identifikation relevanter Technologien Abschätzung der Anwendungspotenziale Abschätzung des Implementieraufwands Unsicherheit über wirtschaftliche Vorteile Innovationen erfolgen nicht in Kernkompetenz feldern Fehlende Standards Mangelndes Vertrauen in Datensicherheit Schwierigkeiten bei der Strategiebildung Mangel an Fachkräften Vielfalt und Interdisziplinarität der Veränderungen . . .
KMU- und Prozess-spezifische Transferbarrieren verstärken sich durch zusätzliche Digitalisierungs-hürden. Es entsteht Zurückhaltung – Innovationspotenziale werden nicht ausgeschöpft.
10 | TECHNOLOGIETRANSFER IM WANDEL
AUF DEM WEG ZU INDUSTRIE 4.0
Validierungslücken, d. h. ein fehlender Nachweis der prak-
tischen Anwendbarkeit der Forschung, maßgebliche
Hemmnisse im Transferprozess. Daraus resultiert die
Notwendigkeit, dass Forschungsergebnisse einen fortge-
schrittenen Reifegrad aufweisen müssen. Zugleich müs-
sen Freiräume als Teil des Technologietransfers geschaffen
werden, die ein Ausprobieren und Experimentieren mit
neuen Technologien erlauben [Hig17].
MASSGEBLICHE VERÄNDERUNGEN
Neben diesen Herausforderungen bewirken zentrale Ver-
änderungen einen Wandel in der Innovationslandschaft.
Diese wirken sich unmittelbar auf die Technologietrans-
ferprozesse aus. Auf übergeordneter Ebene wird dies durch
die Aufweitung des Innovationsbegriffes im Zuge der
digitalen Transformation deutlich. Demnach inkludiert der
Wandel neben Marktleistungsleistungsinnovationen, die
auf neuen Technologien, Produktionsprozessen, Geschäfts-
oder Finanzierungsmodellen beruhen, auch Innovationen
auf der Ebene von Organisationsstrukturen, Arbeitsformen
und -prozessen (z. B. neue Kollaborationsformen in der
Entwicklung durch den Einsatz von Virtual-Reality-Anwen-
dungen). Zunehmend verschmelzen technologische und
soziale Aspekte in übergreifenden Innovationen [Hig17],
[Aca16].
Gleichzeitig bedingt die Öffnung unternehmenseigener Innovationsprozesse in Richtung kooperativer Vorge-
hensweisen eine Neuausrichtung konventioneller Entwick-
lungsansätze. In der Literatur ist dieser Wandel geprägt
durch den Begriff Open Innovation. Dieser beschreibt die
Öffnung des Innovationsprozesses durch den Austausch
mit Externen, etwa über neue Verfahren der Lieferanten-
und Kundenintegration oder Imitation von Innovationen
über Branchengrenzen hinweg. Infolgedessen ergeben sich
neue Chancen für kreative Lösungen und das Explorieren
von Kompetenz- und Innovationsfeldern, die eigenständig
kaum zu erschließen wären. Gleichzeitig gilt es jedoch,
kritische Aspekte, etwa hinsichtlich der Wahrung geis-
tigen Eigentums, zu betrachten [Aca16].
Darüber hinaus erfolgt ein Wandel von linearen Innova-
tionsketten (von der Grundlagenforschung, über die an-
gewandte Forschung zur wirtschaftlichen Verwertung) zu
umfassenden Innovationsökosystemen [Aca16], [CC12].
BILD 3 Ergebnisse der Unternehmensbefragung
Unklarheit über wirtschaftlichen Nutzen
Hohe Komplexität und Interdisziplinarität der Technologien
Langer Zeitraum zwischen Beantragung und Projektstart bei geförderten Projekten
Mangelnde Kenntnis über potenzielle Forschungspartner
Konkrete Vorstellungen über unternehmensinterne Umsetzungsmöglichkeiten fehlenDeutlich abweichende Zielsetzungen und Erwartungen zwischen Industrie und WissenschaftFehlende Kenntnis über existierende Transferinstrumente/-kanäle/-mechanismen
Mangelnder Anwendungsbezug der Forschungsthemen
Fehlende interne Ressourcen (Fachwissen, Fachkräfte), bspw. zur Wissensübernahme
Unübersichtlichkeit des Angebots / große Themenvielfalt
Universitäten / Forschungsinstitute sind nicht der geeignete Partner
In der Evaluation des it’s OWL Technologietransfers haben die Unternehmen Barrieren in der Zusammenarbeit mit Forschungs-einrichtungen bewertet. In Verbindung mit einer Gewichtung der Gruppe ergibt sich die dargestellte TOP-10-Liste.
Barrieren: KooperationBarrieren: Industrie 4.0
Min.
Rank TOP-10-Ranking – Transferbarrieren
Max.
1
2
3
4
5
6
7
8
9
10
30
... ...
TECHNOLOGIETRANSFER IM WANDEL | 11
In diesen kooperieren verschiedene Stakeholder in unter-
schiedlichen Interaktionsformen, über diverse Kanäle,
beeinflussen sich wechselseitig und entwickeln gemein-
sam vielversprechende Ideen bis zur Praxistauglichkeit.
Die Impulse können dabei markt-, bedarfs- und techno-
logiegetrieben und neben inkrementellen Ent wicklungen
auch sprunghaft erfolgen. Diese Form der Zusammen-
arbeit basiert auf einer netzwerkartigen Struktur von
Innovationspartnern. Neben den weitreichenden Poten-
zialen dieses Wandels besteht eine Problematik: Uner-
fahrene Unternehmen können sich ggf. nicht zurechtfinden
und es treffen Stakeholder aufeinander, die bisher keinen
Kontakt hatten. Es gilt, die Motive zur Beteiligung trans-
parent aufzuzeigen und ein Verständnis für den Lösungs-
beitrag des anderen zu entwickeln. Zudem ist eine aus-
geprägte Kooperationskultur aller Partner er forderlich.
DIGITALE TRANSFORMATION IM MITTELSTAND
WELCHE EINFLÜSSE WIRKEN AUF DIE TRANSFERMECHANISMEN?
Steigende Dynamik: Die Verkürzung von Innovations zyklen und
die geringere Bestandsdauer von technolo gischem Wissen erfordern
schnelleren Transfer.
Zusätzliche Barrieren: Konventionelle Transferbar rieren und Digita-
lisierungshürden verstärken sich gegenseitig.
Öffnung der Innovationsprozesse: Erforderliches Wissen in viel-
fältigen Technologiefeldern kann mit limitierten Ressourcen nur unzu-
reichend abgebildet werden.
Veränderung der Transferinhalte: Verschiebung von klassischen
Produktinnovationen zu Marktleistungs-, Wertschöpfungs- und Ge-
schäftsmodellinnovationen.
Zunehmende Interdisziplinarität: In den Transfer werden alle
Unternehmensbereiche und Disziplinen involviert.
Impetus des Transfers: Den Ausgangspunkt des Transfers bilden viel-
fach gemeinsame Bedarfsanalysen und die kooperative Ideenfindung.
Digitalisierung der Instrumente: Digitalisierungstechnologien er-
möglichen vielfältige neue Transfer instrumente. Plattformen erweisen
sich als maßgebliches Hilfsmittel für einen effektiven Transfer.
12 | TRANSFERKONZEPT DES SPITZENCLUSTERS
AUF DEM WEG ZU INDUSTRIE 4.0
Familiengeführte mittelständische Industrieunterneh-
men bilden den Kern des Wirtschaftsstandorts OWL. Die
Gestaltung und Umsetzung der Digitalisierung sind für
diese Unternehmen Pflicht, um langfristig die Wett be-
werbs fähigkeit zu erhalten und auszubauen. Ein Schlüssel
dazu ist gerade für die produzierenden Unternehmen der
leichte Zugang zu Industrie 4.0-Technologien. Die Univer-
sitäten und Forschungseinrichtungen der Region stellen
praxistaugliche Industrie 4.0-Methoden, -Werkzeuge, -Ver-
fahren und -Prototypen auf der Technologie- und Inno va-
TRANSFERKONZEPT DES SPITZENCLUSTERSNEUE TECHNOLOGIEN – PRAXISNAHE METHODEN
BILD 4 Transferkonzept des Spitzenclusters
INHALTLICHE SÄULE: TECHNOLOGIE- UND INNOVATIONSPLATTFORM
QUERSCHNITTS PROJEKTE NACHHALTIGKEITS MASSNAHMEN
Selbstoptimierung
Marktorientierung
Mensch-Maschine-Interaktion
Vorausschau
Intelligente Vernetzung
Prävention Produktpiraterie
Energieeffizienz
Technologieakzeptanz
Systems Engineering
Arbeit 4.0
TECHNOLOGIE- UND
INNOVATIONS- PLATTFORM
TRANSFERKONZEPT DES SPITZENCLUSTERS | 13
NEUE TECHNOLOGIEN – PRAXISNAHE METHODEN
DIGITALE TRANSFORMATION IM MITTELSTAND
tionsplattform des Spitzenclusters bereit. Sie agieren als
Transfergeber. Ein unkomplizierter und schneller Zugang
der Unternehmen, also der Transfernehmer, zu dieser
Plattform ist das erklärte Ziel des it’s OWL Technologie-
transfers. Dieser Technologiezugang orientiert sich kon-
sequent am Bedarf des Mittelstands. In den vergangenen
Jahren wurde dafür ein innovatives Transferkonzept
eta bliert. Dies bündelt die Ansätze und Maßnahmen in
einem gemeinsamen Transferökosystem.
WIRKMECHANISMUS: WORAUF BASIERT DAS TRANSFERKONZEPT?
Das Transferkonzept des Spitzenclusters it’s OWL basiert
auf zwei Säulen: Die inhaltliche Säule bildet die Technologie- und Innovationsplattform. Die metho-dische Säule ist das 4-Stufen-Konzept (siehe Bild 4).
Der Schlüssel zum Transfererfolg liegt darin, diese bei-
den Säulen zusammenzubringen. Das gelingt mittels
eines starken Fundaments, welches durch die Projekt-
struktur des Spitzen clusters geformt wird. Dazu kommt
ein professionelles Projekt management. Dank einer struk-
turierten Orga nisation durch das Clustermanagement
werden die not wendigen Rahmenbedingungen und Struk-
turen ge schaffen, die das effiziente Zusammenwirken der
zwei Säulen erst ermöglichen. Ferner fokussiert das
Cluster management den systematischen Know-how-
Austausch mit den anderen Clusterformaten und Pro-
jekten.
Die Technologie- und Innovationsplattform vereint
Lösungen zur Gestaltung des digitalen Wandels in Form
von Technologien, Methoden, Verfahren oder Geschäfts-
modellen und repräsentiert somit wesentliche Indus-
trie 4.0-Schlüsseltechnologien. Sie gliedert sich in fünf
Technologiefelder, die in den Querschnittsprojekten (QP)
des Spitzenclusters it’s OWL adressiert werden: Selbst-
optimierung, Mensch-Maschine-Interaktion, Intelligente
Vernetzung, Energieeffizienz und Systems Engineering.
Dazu kommen Nachhaltigkeitsmaßnahmen, die unter-
METHODISCHE SÄULE: 4-STUFEN-MODELL DES TRANSFERS
Wirkungskette zur Verknüpfung von Transferinstrumenten (Beispiel 1)
Wirkungskette zur Verknüpfung von Transferinstrumenten (Beispiel 2)
Nutzung und Integration
4
3
2
1
Ausprobieren und Testen
Vertieftes Verständnis
Aufmerksamkeit und erste Information
Fokussierte Transferprojekte
Initiale Bedarfs- workshops (In-House)
Erfahrungs- austauschgruppen
it’s OWL Transfertage
Fokussierte Transferprojekte
(Verbund)
Messeauftritte
Implementierung in Transfer-Labs
Exkursionen zu Cluster-Partnern
Transfer- broschüren
Direkt- beauftragungen
Intensiv-Schulung zu Inhalten der
Transferplattform
Solutions- Veranstaltungs-
reihe
Informationstage
. . .
. . .
. . .
. . .
Guided Tours durch
Transfer-Labs
Quick-Check- Produktion
Workshops zur Projektplanung
14 | TRANSFERKONZEPT DES SPITZENCLUSTERS
AUF DEM WEG ZU INDUSTRIE 4.0
stützende Methoden für die Diffusion dieser Techno-
logien in die industrielle Praxis bereitstellen. Die kon ti-
nuierliche Weiterentwicklung der Plattform erfolgt durch
die leistungsstarke Forschungslandschaft der Region.
In jedem Querschnittsprojekt befinden sich verschiedene
Lösungsbausteine (z. B. QP-Selbstoptimierung: Iden-
tifikation von Selbstoptimierungspotenzial, Entwurf von
Condition Monitoring Konzepten usw.). Im Rahmen von
detaillierten Workshops sowie der Planung von Koope-
rationsprojekten können diese Lösungsbausteine zu indi-
viduellen Projektinhalten gestaltet werden. Auf diese
Weise bedient die Technologie- und Innovationsplattform
KMU mit ähnlichen Problemen auf effiziente Weise und
schafft dennoch eine hohe Bedarfsorientierung (Bild 5).
Einen nachhaltigen Transfererfolg kann es nur durch die
projektbezogene Zusammenarbeit zwischen Transfergeber
und Transfernehmer geben. Ziel muss die an der geschäft-
lichen Praxis des Unternehmens orientierte operative
Nutzung und Integration von Industrie 4.0-Technologien
sein. Dennoch ist das Erzählen und Zeigen notwendig,
um das Tun zu ermöglichen. Aus diesem Grund werden
die Transfermaßnahmen in einem 4-stufigen Trans-fermodell orchestriert, welches von den mittelstän-
dischen Unternehmen als Transfernehmer durchlaufen
wird.
Die vier Stufen gliedern sich wiederum in die Kategorien
Sensibilisierung und Umsetzung. Für jede Phase sind
zugeschnittene Transferinstrumente vorgesehen. Beson-
deres Merkmal des Modells ist die schrittweise Verket-
tung der Phasen: von der individuellen Ausgangssituation
über eine bedarfsgerechte Ausprägung der Transferinstru-
mente bis hin zur Erreichung des spezifischen Innovations-
BILD 5 Mit dem Plattformkonzept wird es möglich, ähnliche Bedarfe effizient zu bedienen und Technologien auf individuelle Bedarfe anzupassen.
Zunehmender Anpassungsgrad
Technologiekonzept
it’s OWL Technologiekonzept
Technologieplattform
Selbstoptimierung ZustandsüberwachungCondition Monitoring eines Systems mithilfe verteilter
Sensorik
Technologiefelder Lösungsmodule Projektbausteine
Viel
falt
an In
nova
tions
pote
nzia
len
...
......
...
Mensch-Maschine- Interaktion
Datengetriebene Prozessoptimierung
Industrielle Bildverarbeitung
Konzept für die selbst-optimierende Anpassung
von Maschinenparametern im laufenden Betrieb
Entwicklung eines Assistenzsystems für die
automatisierte Fehlerdiagnose
Modellbasierte Trend- und Anomalieerkennung,
basierend auf maschinellem Lernen
TRANSFERKONZEPT DES SPITZENCLUSTERS | 15ziels. Hierdurch ergeben sich sog. Wirkungsketten, die
einen schrittweisen Zugang zu den fortschrittlichen Tech-
nologien des Spitzenclusters aufzeigen. Die aufeinander
aufbauenden Phasen sind durch eine steigende Bedarfs-
orientierung und Anwenderfokussierung der eingesetzten
Trans fer instrumente gekennzeichnet. Infolge der Absolvie-
rung höherer Phasen nimmt aufseiten der Unternehmen
die Kooperationsfähigkeit zu und Hemmnisse gegenüber
Forschungskooperationen werden sukzessive abgebaut.
Der Technologietransfer hat eine Steigerung der Innova-
tionsleistung des Unternehmens als Ziel. Im Hinblick auf
die vielfältigen Herausforderungen und Potenziale des
Wandels ist davon auszugehen, dass ein Unternehmen
verschiedene Innovationsziele verfolgt. Dementsprechend
bedarf es eines wiederkehrenden Durchlaufs des Trans-
fermodells.
Die Phasen der Sensibilisierung zielen auf die gegensei-
tige Vermittlung der Nachfrage und der Leistungsange bote
unter den Transferakteuren im Sinne eines Matching. Dies
erfolgt etwa im Rahmen von Workshops zu ausgewählten
Themen der Technologie- und Innovationsplattform. Um
einen Technologietransfer über Kooperationsprojekte
vorzubereiten, gilt es darauf aufbauend, die Bedarfe des
Unternehmens zu konkretisieren. Hierfür eignen sich
insbesondere Potenzialanalysen zu einzelnen Themen-
bereichen der digitalen Transformation. Basierend auf den
resultierenden Handlungsempfehlungen wird der Techno-
logietransfer über Kooperationsprojekte geplant und in
der Phase »Lösungen umsetzen« durchgeführt.
NUTZEN FÜR DIE TRANSFERPARTNER
Für die mittelständische Industrie liegt der Hauptnutzen
des it’s OWL Technologietransfers im quasi barrierefreien
Zugang zur Technologie- und Innovationsplattform des
Spitzenclusters. Mangelnde Qualifikation der eigenen Mit-
arbeiter wird von vielen Mittelständlern als eine wesent-
liche Barriere für die Umsetzung von Industrie 4.0 gesehen
(vgl. S. 10 f.). Neben den Technologien erhalten die Unter-
nehmen durch die Technologie- und Innovationsplattform
auch Zugang zu fachkundigen Personen an den Forschungs-
einrichtungen. Mittels des Technologietransfers werden
die Mitarbeiter der Unternehmen weiterqualifiziert; ferner
ergeben sich Chancen, Absolventen kennenzulernen und
für das eigene Unternehmen zu gewinnen. Weiterhin kön-
nen die Unternehmen die Forschungsinfrastruktur an den
Industrie 4.0-Transferzentren der Region kostengünstig
nutzen und damit weitere Impulse für eigene Aktivitäten
erhalten.
Der primäre Nutzen für die Forschungseinrichtungen liegt
darin, Technologiewissen und den aktuellen Stand der Tech-
nik in die industrielle Praxis zu tragen. Dadurch können
beispielweise zukünftige Forschungsprojekte stärker am
Bedarf der Unternehmen ausgerichtet werden. Somit
ergeben sich neue Chancen für industriell geför derte
Forschung (industrielle Drittmittelprojekte) und Impulse
für zukünf tige Forschungsthemen. Nicht zuletzt erhalten
junge Mitarbeiter der Forschungseinrichtungen auf diesem
Weg gute Kontakte zu potenziellen zukünftigen Arbeit-
gebern.
PERSÖNLICHE NETZWERKE: EIN WICHTIGER NUTZENFAKTOR
Der it’s OWL Technologietransfer ist aufgrund des Cluster-
gedankens auf die Region Ostwestfalen-Lippe beschränkt.
Die räumliche Nähe hat den großen Vorteil, dass die Mög-
lichkeiten zum regelmäßigen persönlichen Netzwerken ver-
einfacht werden. Der persönliche Kontakt, das Vertrauen
in das Gegenüber, das man »gut kennt«, ist ein weicher,
schwer messbarer, aber erfahrungsgemäß bedeutender
Nutzenfaktor eines erfolgreichen Technologietransfers.
DIGITALE TRANSFORMATION IM MITTELSTAND
16 | UNSER INSTRUMENT: FOKUSSIERTE TRANSFERPROJEKTE
AUF DEM WEG ZU INDUSTRIE 4.0
Neben zahlreichen Sensibilisierungs- und Informations-
angeboten stehen die fokussierten Transferprojekte im
Kern des Transferkonzepts. Gegenstand dieser Transfer-
projekte ist es, Technologien, Methoden und Werkzeuge
aus der Technologie- und Innovationsplattform des Spit-
zenclusters in die betriebliche Praxis des Mittelstands zu
tragen. Mit dem Lösen geschäftsrelevanter Problemstel-
lungen soll den Unternehmen der Region zu einem höhe-
ren technischen Reifegrad im Kontext von Industrie 4.0
verholfen werden. Zur Beantragung und Durchführung
wurde ein schlankes Regelwerk mit wenig formalen Hür-
den entwickelt.
Mitarbeiter der Forschungseinrichtung und des Unter-
nehmens bearbeiten das Projekt gemeinsam – häufig vor
Ort beim Unternehmen und in enger Abstimmung. Die
Aufwände der Forschungseinrichtungen werden dabei
zu 100 % gefördert. Das Unternehmen bringt eigene
Personal- und Sachmittel in das Projekt ein, die mindes-
tens dem geförderten Aufwand entsprechen. Die Eigen-
schaften der fokussierten Transferprojekte bieten
zentrale Vorteile: Besonders hervorzuheben sind die
Anwendungs nähe der Projekte, die Orientierung an den
Bedarfen der Unternehmen, das mittelstandsfreundliche
Beantragungsverfahren sowie die Technologie- und
Innovationsplattform des Clusters als effiziente Zugangs-
möglichkeit. Die Projekte haben in Relation zu klassischen
Forschungsprojekten eine kurze Laufzeit von sechs bis
zehn Monaten. Sie ermöglichen damit kleinen und mitt-
leren Unternehmen die Durchführung von Projekten mit
hohem technischem Risiko, die diese nicht eigenständig
durchführen könnten. Insgesamt wurden 171 Transfer-
projekte durchgeführt, wobei ein Großteil der Unter-
nehmen erstmalig mit externen Forschungspartnern
kooperierte.
VON DER ANBAHNUNG BIS ZUM ABSCHLUSS – KMU-GERECHTE PROJEKTGESTALTUNG
In der Anbahnungsphase der Projekte ist es erforderlich,
relevante Innovationsbedarfe der Unternehmen zu ermit-
teln und den richtigen Forschungspartner zu finden. An-
schließend bedarf es einer Adaption der Lösungsbau-
steine der Technologie- und Innovationsplattform, welche
in einem individuellen Transferprojekt mündet. In dieser
Phase werden das Projektziel sowie die Arbeitspakete zur
schrittweisen Erarbeitung der geplanten Ergebnisse defi-
niert. Entscheidend ist, unter Berücksichtigung des Vor-
kenntnisstands des Unternehmens und des Technologie-
inhalts ambitionierte, aber erreichbare Ziele festzulegen.
Dabei werden mögliche Ausprägungstypen von Transfer-
projekten unterschieden, die im nächsten Kapitel detail-
liert vorgestellt werden.
Den Abschluss der Planung der Transferprojekte durch die
Kooperationspartner bildet eine Projektskizze. In dieser
werden sämtliche Aspekte gemäß einer vorgegebenen
Struktur festgehalten. Die Projektskizzen konnten kontinu-
ierlich eingereicht werden, die Projektauswahl erfolgte
jedoch zu festen Stichtagen in vier Tranchen. Nach den je-
weiligen Stichtagen wurden die Projektskizzen einem Re-
view unterzogen. Ausgehend von dem daraus resultieren-
den Ranking entschied das it’s OWL Clusterboard über die
finale Auswahl der Projekte einer Tranche. Die Bearbei-
tung startete sechs Monate nach der Beantragung.
Abgeschlossen wurden die Transferprojekte mit einer
öffentlichen Präsentation der Ergebnisse auf dem jähr-
lichen it’s OWL Transfertag zum Ende jeder Tranche. Hier-
bei stand neben der Vorstellung der Ergebnisse der Erfah-
UNSER INSTRUMENT: FOKUSSIERTE TRANSFERPROJEKTEAUF DIE BEDARFE VON KMU ZUGESCHNITTEN
UNSER INSTRUMENT: FOKUSSIERTE TRANSFERPROJEKTE | 17
UNSER INSTRUMENT: FOKUSSIERTE TRANSFERPROJEKTEAUF DIE BEDARFE VON KMU ZUGESCHNITTEN
DIGITALE TRANSFORMATION IM MITTELSTAND
BILD 6 Erfolgsbilanz der fokussierten Transferprojekte
Themenfokus der Transferprojekte Mitarbeiterzahl der beteiligten Unternehmen
318 beantragte
Projekte
648 eingeholte Gutachten
60 Veranstaltungen
im Breiten- transfer
171 durchgeführte
Projekte
122 Unternehmen
haben Transfer-projekte
durchgeführt
69 % der Unternehmen
kleiner als 250 Mitarbeiter
2.016 Personenmonate
(Industrie und Forschung)
17 Mio. d
Projektvolumen Transferprojekte
über
600 Einzelgespräche in der Akquise
Selbstoptimierung
Systems Engineering
Mensch-Maschine-Interaktion
Intelligente Vernetzung
Energieeffizienz
Nachhaltigkeitsmaßnahmen
10 %13 %
19 %
23 %
35 %
68 %
10 – 99 Mitarbeiter
250 – 999 Mitarbeiter
1.000 und mehr Mitarbeiter
100 – 249 Mitarbeiter
weniger als 10 Mitarbeiter
19 %
22 %
11 %
8 % 15 %
26 %
18 | UNSER INSTRUMENT: FOKUSSIERTE TRANSFERPROJEKTE
AUF DEM WEG ZU INDUSTRIE 4.0
BILD 8 Weiterentwicklung des Konzepts in 4 Tranchen
BILD 7 Innovationsverständnis und Vorerfahrungen der Unternehmen
Bitte schätzen Sie das Innovationsverständnis Ihres Unternehmens ein.
Hat Ihr Unternehmen schon vor diesem Transferprojekt ein gemeinsames Projekt mit einer Universität/Forschungs-einrichtung durchgeführt bzw. beantragt? (Studentische Arbeiten zählen nicht dazu.)
Etablierung des standar-disierten Prozesses und einheitlicher Rahmen-bedingungen
Begehung als 1. Meilen-stein
Tranche als Testballon mit 39 Transferprojekten, 60 Einreichungen
Zentrale Erkenntnis: Anpassung der Regeln notwendig
Beispiel: Limitierung der Projekte je Unternehmen, um den Transfer in die Breite zu fokussieren
34 Transferprojekte, 66 Einreichungen
Erweiterung der
Themeninhalte auf die
Nachhaltigkeitsmaß-nahmen
Weitere Regelanpassung:
Max. 1 Projekt je Unter-
nehmen
57 Transferprojekte,
97 Einreichungen
Ausbau des Transfer-programms aufgrund des großen Erfolgs
Öffnung für das Thema Arbeit 4.0
Nutzung eines Konferenz-tools
41 Transferprojekte, 99 Einreichungen
1. TRANCHE 2. TRANCHE 3. TRANCHE 4. TRANCHE
KONTINUIERLICHE WEITERENTWICKLUNG
Pionier
0
0
1
1
2 bis 5
2 bis 5
> 5
> 5
Früher Folger Später Folger
0,0 %
0,0 %
0,0 %
10,0 %
10,0 %
10,0 %
20,0 %
20,0 %
20,0 %
30,0 %
30,0 %
30,0 %
40,0 %
40,0 %
40,0 %
50,0 %
50,0 %
50,0 %
60,0 %
60,0 %
60,0 %
70,0 %
70,0 %
70,0 %
80,0 %
80,0 %
80,0 %
90,0 %
90,0 %
90,0 %
100,0 %
100,0 %
100,0 %
Förderprojekte
Projekte im Rahmen einer Direktbeauftragung
UNSER INSTRUMENT: FOKUSSIERTE TRANSFERPROJEKTE | 19
DIGITALE TRANSFORMATION IM MITTELSTAND
rungsaustausch der Transferpartner im Fokus. Ferner wer-
den die Ergebnisse jedes Projekts durch einen Abschluss-
bericht dokumentiert und mittels einer Onlinebefragung
evaluiert.
WEITERENTWICKLUNG IN VIER TRANCHEN
Die Transferprojekte wurden von Mitte 2014 bis Ende 2017
in vier Tranchen durchgeführt. Zwischen den Tranchen
erfolgten jeweils kleinere Anpassungen. Von Tranche zu
Tranche hat das Format an Aufmerksamkeit gewonnen.
Die Zahlen der Einreichungen in den einzelnen Tranchen
sprechen für sich – die Anzahl ist von der ersten Tranche
mit 66 Projektskizzen bis zur vierten Tranche mit 99 Skiz-
zen kontinuierlich und insbesondere zur dritten Tranche
stark gestiegen. Über die vier Tranchen hinweg sind ins-
gesamt 318 Projektskizzen eingegangen. Davon konnten
171 als geförderte Transferprojekte umgesetzt werden.
Die Inhalte und Rahmenbedingungen wurden im Sinne
eines kontinuierlichen Verbesserungsprozesses nach je-
der Tranche weiterentwickelt (Bild 8). Grundlage hierfür
waren vor allem die Ergebnisse der Evaluation sowie
Erfahrungsberichte der Transfernehmer und -geber. In der
zweiten Tranche erfolgte bspw. eine Limitierung der geför-
derten Projekte je Unternehmen auf maximal 2 Projekte,
um den Transfer in die Breite zu fördern und mehr Unter-
nehmen zu erreichen. Um dem hohen Interesse und den
damit ein hergehenden zunehmenden Einreichungen ge-
recht zu werden, wurde diese Limitierung in der dritten
Tranche auf ein gefördertes Projekt je Unternehmen redu-
ziert.
Hinsichtlich der Themeninhalte wurde in der dritten
Tranche der Technologietransfer aus den fünf Quer-
schnittsprojekten um die Nachhaltigkeitsmaßnahmen
Marktorientierung (MarktLab), Vorausschau, Prävention
gegen Produktpiraterie (3P) sowie Technologieakzeptanz
erweitert. Ab der vierten Tranche wurde die im Januar
2016 gestartete Nachhaltigkeitsmaßnahme Arbeit 4.0
integriert. Um bei der großen Anzahl an Einreichungen
weiterhin eine für die Transferpartner einfache Bean-
tragung mit wenig formalen Hürden zu gewährleisten, er-
folgte die Bewerbung um ein gefördertes Transferprojekt
in der vierten Tranche mittels eines Konferenztools.
Dieses war online für die Transfernehmer und -geber ver-
fügbar und Gutachterkommentare sowie das Ergebnis
bzgl. der Förderungsbewilligung waren direkt einsehbar.
20 | THEMENLANDKARTE
AUF DEM WEG ZU INDUSTRIE 4.0
Der Reifegrad von Unternehmen im Hinblick auf Indus-
trie 4.0-Technologien unterscheidet sich. Gleichzeitig
variieren die Innovationsbedarfe. Daher kommt der
unternehmensindivi duellen Adaption der Technologie-
inhalte im Rahmen der Projektplanung eine hohe Bedeu-
tung zu. Die Ausgestaltung folgt dabei wiederkehrenden
Mustern. So kristal lisierten sich unabhängig vom technolo-
gischen Kontext im Wesentlichen zwei Typen heraus, die
sich in ihrer Ziel setzung unterscheiden.
FOKUS: BEFÄHIGUNG
Für Unternehmen, die bisher wenig praktische Berührung
mit Industrie 4.0-Inhalten hatten, dienen Transferprojekte
vorwiegend der Befähigung und Entwicklung erster Lö-
sungskonzepte. Die individuelle Themenstellung der
Unternehmen kann sich dabei sowohl auf ein Produkt, die
Produktion, die Entwicklung oder strategische Themen,
wie neue Geschäftsmodelle, beziehen. Bei der Betrach-
tung von Prozessen bietet sich die Begleitung eines
konkreten Projekts an, bspw. um Systems Engineering
Me thoden im bestehenden Entwicklungsprozess zu unter-
suchen und zu bewerten. Projekte mit dem Fokus auf die
Befähigung weisen einen ausgeprägten Sensibilisierungs-
und Konzipierungsanteil auf. Unter Sensibilisieren sind
Tätigkeiten wie Problem- und Bedarfsanalysen, Markt- und
Technologiestudien sowie die Ideenfindung und -generie-
rung zu verstehen. Aufgaben der Konzipierung bestehen
bspw. aus der Ideenbewertung und -auswahl sowie der
Erarbeitung von Roadmaps. Das wesentliche Ziel dieser
Projekte liegt darin, auf Basis einer Ist-Analyse Optimie-
rungspotenziale, bspw. für Verhaltensoptimierungen von
Maschinen und Anlagen oder Verarbeitungsprozessen, zu
identifizieren. Darauf aufbauend werden erste Konzept-
vorschläge zur Umsetzung der Potenziale erarbeitet. Im
Rahmen der fokussierten Transferprojekte handelte es sich
insgesamt bei 76 der geförderten 171 Projekte um diese
Projektform.
FOKUS: IMPLEMENTIERUNG
Für weiter fortgeschrittene Unternehmen im Kontext In-
dustrie 4.0 bzw. Intelligente Technische Systeme bieten
sich Projekte mit dem Fokus auf die Implementierung an.
Diese setzen bereits ein tiefgreifendes Verständnis im
entsprechenden Technologiefeld voraus. Aus einem beste-
henden Lösungsansatz oder Konzept werden Anforderun-
gen für die Implementierung der Lösung abgeleitet, bspw.
notwendige Daten für ein Expertensystem. Das Ziel dieser
Projekte ist häufig der Aufbau eines Prototyps/Demonst-
rators (Teilsystem oder Gesamtsystem) sowie dessen Test
unter Labor- oder Einsatzbedingungen. Hierdurch können
Verbesserungspotenziale identifiziert und Anpassungen
am Lösungskonzept ermöglicht werden. Im Sinne der
eigenständigen Fortführung der Entwicklung nach Projekt-
ende durch das Unternehmen, welche die Integration der
Er gebnisse in das Unternehmen und das Vorantreiben in
Richtung Marktreife umfasst, kommt der kooperativen
Bearbeitung eine hohe Bedeutung zu. Es ist nicht sinnvoll,
die Arbeitspakete im Sinne einer Auftragsforschung strikt
zu trennen. Von den 171 geförderten Transferprojekten
lassen sich 96 Projekte dem Typ Implementierungspro-
jekte zu ordnen.
FORTSCHRITTLICHE PROJEKTINHALTE
Im Zeitalter von Industrie 4.0 bzw. der Digitalisierung ist
es für die Unternehmen zum Erhalt ihrer Wettbewerbs-
fähigkeit unabdingbar, an den neuen Technologien und
Methoden zu partizipieren. Doch insbesondere für KMU
THEMENLANDKARTE TYPEN UND THEMEN DER TRANSFERPROJEKTE IM ÜBERBLICK
THEMENLANDKARTE | 21gilt, nicht das grundsätzlich Mögliche einzuführen, son-
dern das für sie spezifisch Notwendige. Aus diesen indivi-
duellen Bedürfnissen der Unternehmen resultiert über alle
vier Tranchen eine große Themenvielfalt der 171 durchge-
führten fokussierten Transferprojekte. Wie vielfältig die
Transferprojektinhalte waren und welche Themenfelder
häufig transferiert wurden, zeigt die sog. »Themenland-
karte Technologietransfer« (Bild 9).
Mittels einer Schlagwortanalyse der einzelnen Projekt-
titel und -beschreibungen lassen sich die fokussierten
Transferprojekte aller Tranchen Themenfeldern (graue
Kreise) und übergeordneten Klassen (Tortenstücke) zuord-
nen. Die Häufigkeit der einzelnen Themenfelder wird über
die Größe der Kreise angezeigt – das Auftreten in mehr
als sechs Projekten kann aufgrund der Themenvielfalt
dabei bereits als häufig interpretiert werden. Bei den sechs
übergeordneten Klassen handelt es sich mit Selbstopti-
mierung, Mensch-Maschine-Interaktion, intelligente Ver-
netzung, Systems Engineering, Energieeffizienz sowie
Sonstiges weitestgehend um die Querschnittsprojekte
des it’s OWL Spitzenclusters. Unter Berücksichtigung der
verschiedenen Unternehmensbereiche lassen sich die
Themenfelder weiterhin in den Dimensionen Strategie/
Geschäft, Methode/Prozess/Engineering/Tool, Produktion
sowie Produkt/Service (Kreisringe) verorten. Dabei kann
sich ein Themenfeld, ggf. mit unterschiedlicher Häufigkeit,
auch über mehrere Dimensionen erstrecken. Das Themen-
feld Augmented Reality im Querschnittsprojekt Mensch-
Maschine-Interaktion wurde etwa mit einer ähnlichen
Häufigkeit sowohl im Bereich des Engineerings als auch
für Produkterweiterungen eingesetzt.
Innerhalb der ermittelten Klassen bzw. Querschnittspro-
jekte lassen sich aus den 171 durchgeführten Transferpro-
jekten klare Trends identifizieren, die für den Wissenstrans-
fer zwischen Wirtschaft und Wissenschaft von großer
Bedeutung waren. Ein häufig auftretendes Themenfeld
innerhalb der Klasse Selbstoptimierung ist z. B. die »Zu-
standsüberwachung«. Hierbei geht es insbesondere um
die Zustandsüberwachung eines Endprodukts, bspw. zur
Ableitung von Wartungsintervallen oder neuen Service-
modellen. Charakterisiert wird das Themenfeld u. a. über
die aus den fokussierten Transferprojekten ermittelten
Schlagwörter Condition Monitoring von Systemen mittels
verteilter Sensoren, Fehlzustandsprognosen, modellba-
sierte Trend- und Anomalieerkennung auf Basis maschi-
neller Lernverfahren oder Diagnoseplattformen. Im Bereich
Mensch-Maschine-Interaktion wurde in einer Vielzahl
von Projekten das Themenfeld »Benutzerschnittstelle« be-
arbeitet. Unter diesem ist bspw. die Optimierung einer
Nutzeroberfläche hinsichtlich der Gebrauchstauglichkeit
(Usability) oder des Benutzererlebnisses (UX) sowie die
Anwendung von Methoden des Human Centered Designs
zu verstehen. Dabei bezieht sich die Benutzerschnittstelle
in den meisten Projekten auf die Nutzeroberfläche eines
Endprodukts. Die Themenfelder im Bereich Systems
Engineering (SE) erstrecken sich meist über mehrere
Innovationsdimensionen. Sie beziehen sich zum einen auf
die Prozess-/Engineering-Ebene, zum anderen auf eine
konkrete Produkterweiterung mit SE-Methoden. Ein häu-
fig transferiertes Themenfeld ist daher auch die SE-
Methodenanwendung in dem Entwicklungsprozess. Hier-
bei werden geeignete SE-Methoden bspw. für das Anfor-
derungs- oder Variantenmanagement oder zur interdiszi-
plinären Systemmodellierung integriert.
Insgesamt konnten für den it’s OWL Technologietransfer
31 relevante Themenfelder abgeleitet werden (Beschrei-
bungen vgl. Anhang). Sie verteilen sich dabei gleichmäßig
über die sechs übergeordneten Klassen – der größte An-
teil liegt in den Querschnittsprojekten Selbstoptimierung
und Systems Engineering. Da die Transferprojekte insbe-
sondere auf KMU ausgerichtet sind, handelt es sich bei
den Themenfeldern um mittelstandsgerechte Transfer-
objekte. Eine Berücksichtigung dieser bei zukünftigen
Kooperationen zwischen Wissenschaft und Wirtschaft ist
daher empfehlenswert.
DIGITALE TRANSFORMATION IM MITTELSTAND
22 | THEMENLANDKARTE
AUF DEM WEG ZU INDUSTRIE 4.0
Produkt/Service
Methode/Prozess/Engineering/ToolProduktion Strategie/
GeschäftDimensionen
Assistenzsystemein der Produktion
Inbetriebnahme
Lokalisierung
Robotik
Modernisierungder Produktion
Robotik
Prozess-überwachung
DatengetriebeneProzessoptimierung
Zustands-überwachung
DatengetriebeneProzess-optimierung
Prozess-überwachung
VirtualReality
AugmentedReality
Benutzer-schnittstelle
VirtualReality
AugmentedReality
Model-BasedSystems Engineering
SE-Methoden-anwendung
Modellbildungund Simulation
SE-Prozess-integration
Softwareentwicklung
Software-entwicklung
SE-Methoden-anwendung
Modellbildungund Simulation
AdditiveProduktions-technologie
Analyse und EntwurfressourceneffizienterSysteme
Ressourcen-effizienteKommunikation
Wärme-management
IntelligenteBetriebsstrategien
IntelligenteBetriebs-strategien
Fernüberwachung /Datenaggregation
Auto-konfiguration
Kommunikations-architektur
ModulareSystemarchitekturen
IndustrielleBildverarbeitung
Schutz vorProduktpiraterie Additive Pro-
duktionstechnologie
PotenzialanalyseDigitalisierung
IT-Sicherheit
Digitale Arbeit
Potenzial-analyseDigitalisierung Smart Services/
Geschäfts-modelle/Plattform
IndustrielleBildverarbeitung
Querschnittsprojekt:Mensch-Maschine-Interaktion Themenfeld:Benutzerschnittstelle • Evaluation und Optimierung existierender
Bedienschnittstellen • Optimierung der Gebrauchstauglichkeit
(Usability) und des Benutzererlebnisses (UX) von Nutzeroberflächen (Interaction Design)
• Konzipierung intuitiver, multimodaler Interaktionskonzepte (z.B. berührungslose Technologien wie Gestensteuerung)
• Anwendung von Ansätzen des Human Centered Design • Implementierung eines Konzeps zur intuitiven
Parametrisierung von Produktionssystemen
Querschnittsprojekt:Selbstoptimierung Themenfeld:Zustandsüberwachung • Condition Monitoring von Systemen mittels
verteilter Sensoren • (Selbstoptimierende) Zustandsüberwachung
für die Prognose von Fehlzuständen • Modellbasierte Trend- und Anomalieerkennung
auf Basis maschineller Lernverfahren • Entwicklung einer Diagnoseplattform zur
Fehlervorhersage (Gesundheitsmonitoring) • Entwicklung von Assistenzsystemen zur
automatischen Diagnose von Fehlzuständen • Konzipierung eines Systems zur prädiktiven
Wartung auf Basis von Verhaltensprognosen • Anwendung von Verfahren zur Sensor- und
Informationsfusion
Querschnittsprojekt:Sonstiges Themenfeld:Potenzialanalyse Digitalisierung • Identifikation von Industrie 4.0-Potenzialen
und Ableitung von Handlungsoptionen • Identifikation von Selbstoptimierungspotenzial
für Marktleistung und Produktionssystem • Migrationspfade zur digitalen Transformation
mit sinnvollen Evolutionsschritten (Roadmap)
Querschnittsprojekt:Intelligente Vernetzung Themenfeld:Autokonfiguration • Entwicklung von Systemen mit Selbstbeschreibungs-
und -diagnosefähigkeit • Anwendung von Plug&Produce-Konzepten in
der Automation (z.B. mittels OPC-UA) • Ansätze zur automatischen Konfiguration
verteilter Systeme • Selbstständige Anpassung von Systemen auf
variierende Umfeldbedingungen (z.B. Autokalibrierung von Sensoren)
• Autokonfiguration von Multiprotokoll-I/O-Modulen nach einem Gerätetausch
Querschnittsprojekt:Systems Engineering Themenfeld:SE-Methodenanwendung • Unterstützung des Anforderungs- und
Entwicklungsmanagements • Disziplinübergreifende Modellierung und
Analyse bestehender Systeme (mechatronische Systembeschreibung)
• Interdisziplinäre Schnittstellenbetrachtung • Effizienzsteigerung in der Produktentstehung
durch Verknüpfung aus Anforderungen und Systemstrukturmodellierung
• Disziplinübergreifendes Variantenmanagement (z.B. mittels Featuremodellen)
• Modularisierung mechatronischer Systeme (mechatronischer Baukasten)
• Interdisziplinäre Projektierung vernetzter Systeme
< 4 Projekte
4-6 Projekte
> 6 Projekte
LEGENDE
verbundene Innovations-dimension
beispielhafte Themenfelder→ vollständige Themenfeldliste
im Anhang
Querschnittsprojekt:Energieeffizienz Themenfeld:Intelligente Betriebsstrategien • Entwurf und Implementierung von Energie- und
Lastmanagementsystemen • Microgrid-Betriebsstrategien mit Lastmanagement
und Speicherbetriebsstrategie • Konzipierung und Einführung eines
Demand-Side-Management
SELB
STOP
TIM
IERUNG
M
ENSCH-MASCHINE-INTERAKTION
INTELLIGENTE VERNETZU
NG
SON
STIGES
ENERGIEEF FIZIENZ
SYSTEMS E
NGI
NEE
RIN
G
BILD 9 Themenlandkarte Technologietransfer
THEMENLANDKARTE | 23
Produkt/Service
Methode/Prozess/Engineering/ToolProduktion Strategie/
GeschäftDimensionen
Assistenzsystemein der Produktion
Inbetriebnahme
Lokalisierung
Robotik
Modernisierungder Produktion
Robotik
Prozess-überwachung
DatengetriebeneProzessoptimierung
Zustands-überwachung
DatengetriebeneProzess-optimierung
Prozess-überwachung
VirtualReality
AugmentedReality
Benutzer-schnittstelle
VirtualReality
AugmentedReality
Model-BasedSystems Engineering
SE-Methoden-anwendung
Modellbildungund Simulation
SE-Prozess-integration
Softwareentwicklung
Software-entwicklung
SE-Methoden-anwendung
Modellbildungund Simulation
AdditiveProduktions-technologie
Analyse und EntwurfressourceneffizienterSysteme
Ressourcen-effizienteKommunikation
Wärme-management
IntelligenteBetriebsstrategien
IntelligenteBetriebs-strategien
Fernüberwachung /Datenaggregation
Auto-konfiguration
Kommunikations-architektur
ModulareSystemarchitekturen
IndustrielleBildverarbeitung
Schutz vorProduktpiraterie Additive Pro-
duktionstechnologie
PotenzialanalyseDigitalisierung
IT-Sicherheit
Digitale Arbeit
Potenzial-analyseDigitalisierung Smart Services/
Geschäfts-modelle/Plattform
IndustrielleBildverarbeitung
Querschnittsprojekt:Mensch-Maschine-Interaktion Themenfeld:Benutzerschnittstelle • Evaluation und Optimierung existierender
Bedienschnittstellen • Optimierung der Gebrauchstauglichkeit
(Usability) und des Benutzererlebnisses (UX) von Nutzeroberflächen (Interaction Design)
• Konzipierung intuitiver, multimodaler Interaktionskonzepte (z.B. berührungslose Technologien wie Gestensteuerung)
• Anwendung von Ansätzen des Human Centered Design • Implementierung eines Konzeps zur intuitiven
Parametrisierung von Produktionssystemen
Querschnittsprojekt:Selbstoptimierung Themenfeld:Zustandsüberwachung • Condition Monitoring von Systemen mittels
verteilter Sensoren • (Selbstoptimierende) Zustandsüberwachung
für die Prognose von Fehlzuständen • Modellbasierte Trend- und Anomalieerkennung
auf Basis maschineller Lernverfahren • Entwicklung einer Diagnoseplattform zur
Fehlervorhersage (Gesundheitsmonitoring) • Entwicklung von Assistenzsystemen zur
automatischen Diagnose von Fehlzuständen • Konzipierung eines Systems zur prädiktiven
Wartung auf Basis von Verhaltensprognosen • Anwendung von Verfahren zur Sensor- und
Informationsfusion
Querschnittsprojekt:Sonstiges Themenfeld:Potenzialanalyse Digitalisierung • Identifikation von Industrie 4.0-Potenzialen
und Ableitung von Handlungsoptionen • Identifikation von Selbstoptimierungspotenzial
für Marktleistung und Produktionssystem • Migrationspfade zur digitalen Transformation
mit sinnvollen Evolutionsschritten (Roadmap)
Querschnittsprojekt:Intelligente Vernetzung Themenfeld:Autokonfiguration • Entwicklung von Systemen mit Selbstbeschreibungs-
und -diagnosefähigkeit • Anwendung von Plug&Produce-Konzepten in
der Automation (z.B. mittels OPC-UA) • Ansätze zur automatischen Konfiguration
verteilter Systeme • Selbstständige Anpassung von Systemen auf
variierende Umfeldbedingungen (z.B. Autokalibrierung von Sensoren)
• Autokonfiguration von Multiprotokoll-I/O-Modulen nach einem Gerätetausch
Querschnittsprojekt:Systems Engineering Themenfeld:SE-Methodenanwendung • Unterstützung des Anforderungs- und
Entwicklungsmanagements • Disziplinübergreifende Modellierung und
Analyse bestehender Systeme (mechatronische Systembeschreibung)
• Interdisziplinäre Schnittstellenbetrachtung • Effizienzsteigerung in der Produktentstehung
durch Verknüpfung aus Anforderungen und Systemstrukturmodellierung
• Disziplinübergreifendes Variantenmanagement (z.B. mittels Featuremodellen)
• Modularisierung mechatronischer Systeme (mechatronischer Baukasten)
• Interdisziplinäre Projektierung vernetzter Systeme
< 4 Projekte
4-6 Projekte
> 6 Projekte
LEGENDE
verbundene Innovations-dimension
beispielhafte Themenfelder→ vollständige Themenfeldliste
im Anhang
Querschnittsprojekt:Energieeffizienz Themenfeld:Intelligente Betriebsstrategien • Entwurf und Implementierung von Energie- und
Lastmanagementsystemen • Microgrid-Betriebsstrategien mit Lastmanagement
und Speicherbetriebsstrategie • Konzipierung und Einführung eines
Demand-Side-Management
SELB
STOP
TIM
IERUNG
M
ENSCH-MASCHINE-INTERAKTION
INTELLIGENTE VERNETZU
NG
SON
STIGES
ENERGIEEF FIZIENZ
SYSTEMS E
NGI
NEE
RIN
G
DIGITALE TRANSFORMATION IM MITTELSTAND
24 | ERFOLGSGESCHICHTEN
AUF DEM WEG ZU INDUSTRIE 4.0
In vier Tranchen wurden in 171 fokussierten Transfer-
projekten des it’s OWL Spitzenclusters spannende Auf-
gabenstellungen aus der Praxis bearbeitet. Diese reichen
von der Optimierung von Produktionsprozessen über die
Erprobung neuer Entwicklungsmethoden bis hin zur Ent-
wicklung von Konzepten für vollkommen neue Produkte
(Bild 10). Die Themenvielfalt unterstreicht die Einsatzmög-
lichkeiten des Technologietransfers als Instrument zur
Steigerung des digitalen Reifegrads von KMU. Durch die
Kooperationen mit Forschungseinrichtungen konnten
diese Unternehmen von der fortschrittlichen Technologie-
und Innovationsplattform des Spitzenclusters profitieren.
Gründe für die Kooperationen aufseiten der Unternehmen
waren vor allem der Kompetenzerwerb, die gemeinsame
ERFOLGSGESCHICHTENERGEBNISSE AUS DER PRAXIS
BILD 10 Klassifizierung der Zielsetzung der Transferprojekte
Optimierung eines Produkts
Optimierung bestehender Entwicklungsprozesse/Methoden
Optimierung bestehender Geschäftsmodelle
Einführung/Erprobung neuer Methoden
Neuentwicklung eines Produkts
Neue Geschäftsmodelle
Neuentwicklung eines Produktionsprozesses
Optimierung eines Produktionsprozesses
0,0 % 2,0 % 4,0 % 6,0 % 8,0 % 10,0 % 12,0 % 14,0 % 16,0 % 18,0 % 20,0 %
ERFOLGSGESCHICHTEN | 25
Lösung einer konkreten Aufgabenstellung oder der Ein-
stieg in neue Technologiegebiete (Bild 11).
Dieses Kapitel gibt einen Einblick in die Vielfalt der zu-
grundeliegenden Innovationsbedarfe, eingeschlagenen
Lösungswege und entstandenen Projektergebnisse von
ausgewählten Projekten aus der dritten und vierten
Tranche. Die Projektvorstellungen sind dabei nach den
Querschnittsprojekten des Spitzenclusters geordnet. Eine
Übersicht über die Projekte kann Tabelle 1 entnommen
werden. Darüber hinaus lassen sich die Transferprojekte
in das Themenradar einordnen. Hierzu dient ein Pikto-
gramm, welches die einzelnen Projektbeschreibungen er-
gänzt.
BILD 11 Beurteilung des Nutzens der Kooperationen mit Forschungseinrichtungen durch die Unternehmen
DIGITALE TRANSFORMATION IM MITTELSTAND
Zugang zu technologischem bzw. methodischem Wissen und entsprechenden Kompetenzen
Lösung einer technologischen/methodischen Problemstellung
Einstieg in neue Technologiegebiete
Kompetenzaufbau bei Mitarbeitern des eigenen Unternehmens
Entwicklung von Partnerschaften und Netzwerken
Reduktion des Risikos, z. B. im Hinblick auf notwendige Investitionen
Zugang zu Fachkräften (Rekrutierung), z. B. Direkteinstieg qualifizierter Absolventen/Doktoranden
infolge der Zusammenarbeit
1,0 2,0 3,0 4,0 5,0 6,0 7,0
26 | ERFOLGSGESCHICHTEN
AUF DEM WEG ZU INDUSTRIE 4.0
TABELLE 1 Überblick über die vorgestellten Transferprojekte
NR.TRANSFER-
NEHMERTRANSFER-
GEBERTITEL QP*
TECHNOLOGIE-FELD
DIMENSION B/I**
1 ARI-ArmaturenFraunhofer IEM
Vorausschauende Wartung von Regelventilen
SO ZustandsüberwachungProdukt/Service
B
2 JowatFraunhofer IEM
Intelligente Steuerung der Pro-duktion von Schmelzklebstoffen
SODatengetriebene Prozessoptimierung
Produktion I
3 KolbusHochschule OWL
Intelligente Prozessüberwachung in der Druckverarbeitung
SO Prozessüberwachung Produktion I
4battenfeld- cincinnati
Universität Bielefeld
Auf der Suche nach dem Bedienkonzept von morgen
MMI BenutzerschnittstelleProdukt/Service
I
5 HMR RautecFraunhofer IOSB-INA
Benutzerfreundliche Bedienung von Mischanlagen
MMI BenutzerschnittstelleProdukt/Service
I
6 ISI AutomationFraunhofer IOSB-INA
Multi-Level-Lokalisierung für Benutzerschnittstellen
MMI BenutzerschnittstelleProdukt/Service
I
7 POS TuningFraunhofer IEM
AR-Lösungskonfigurator in der Angebotsphase
MMI Augmented Reality
Methode/ Prozess/Engineering/ Tool
I
8 DüspohlUniversität Bielefeld
Dezentrale Steuerung einer Profilummantelungsanlage
IV AutokonfigurationProdukt/Service
B
9FISCHER Mess- und Regel-technik
Hochschule OWL
Zentrale Auswertung von Pro-zesssensordaten in der Cloud
IVKommunikations-architektur
Produkt/Service
I
10 SchaffnerUniversität Paderborn
Thermische Analyse von Indukti-vitäten mittels CFD-Methoden
SEModellbildungund Simulation
Methode/ Prozess/Engineering/ Tool
B
11 Dürkopp AdlerFraunhofer IEM
Modellbasiertes Systems Engineering in der Nähtechnik
SEModel-Based Systems Engineering
Methode/ Prozess/Engineering/ Tool
B
12Friedrich Remmert
Fraunhofer IEM
Benchmark von Systems Engineering Werkzeugen für den Mittelstand
SEModel-Based Systems Engineering
Methode/ Prozess/Engineering/ Tool
B
13 G. KRAFTFraunhofer IEM
Modellgetriebene Software-entwicklung für Anlagen-steuerungen
SE Softwareentwicklung
Methode/ Prozess/Engineering/ Tool
I
14 HalemeierUniversität Bielefeld
Ressourceneffiziente Vernetzung dynamischer Lichtinstallationen
EERessourceneffizienteKommunikation
Produkt/Service
I
15 STEINELUniversität Bielefeld
Energieeffizienz verteilter Sensorknoten
EEAnalyse und Entwurf ressourceneffizienter Systeme
Produkt/Service
I
16CP contech electronic
Universität Paderborn
Zukunft der intelligenten Elektronikfertigung
VSPotenzialanalyse Digitalisierung
Produktion B
* QP = Querschnittsprojekt, SO = Selbstoptimierung, MMI = Mensch-Maschine-Interaktion, IV = Intelligente Vernetzung, EE = Energieeffizienz, SE = Systems Engineering, VS = Vorausschau
** B = Fokus Befähigung, I = Fokus Implementierung
ERFOLGSGESCHICHTEN | 27
NR.TRANSFER-
NEHMERTRANSFER-
GEBERTITEL QP*
TECHNOLOGIE-FELD
DIMENSION B/I**
1 ARI-ArmaturenFraunhofer IEM
Vorausschauende Wartung von Regelventilen
SO ZustandsüberwachungProdukt/Service
B
2 JowatFraunhofer IEM
Intelligente Steuerung der Pro-duktion von Schmelzklebstoffen
SODatengetriebene Prozessoptimierung
Produktion I
3 KolbusHochschule OWL
Intelligente Prozessüberwachung in der Druckverarbeitung
SO Prozessüberwachung Produktion I
4battenfeld- cincinnati
Universität Bielefeld
Auf der Suche nach dem Bedienkonzept von morgen
MMI BenutzerschnittstelleProdukt/Service
I
5 HMR RautecFraunhofer IOSB-INA
Benutzerfreundliche Bedienung von Mischanlagen
MMI BenutzerschnittstelleProdukt/Service
I
6 ISI AutomationFraunhofer IOSB-INA
Multi-Level-Lokalisierung für Benutzerschnittstellen
MMI BenutzerschnittstelleProdukt/Service
I
7 POS TuningFraunhofer IEM
AR-Lösungskonfigurator in der Angebotsphase
MMI Augmented Reality
Methode/ Prozess/Engineering/ Tool
I
8 DüspohlUniversität Bielefeld
Dezentrale Steuerung einer Profilummantelungsanlage
IV AutokonfigurationProdukt/Service
B
9FISCHER Mess- und Regel-technik
Hochschule OWL
Zentrale Auswertung von Pro-zesssensordaten in der Cloud
IVKommunikations-architektur
Produkt/Service
I
10 SchaffnerUniversität Paderborn
Thermische Analyse von Indukti-vitäten mittels CFD-Methoden
SEModellbildungund Simulation
Methode/ Prozess/Engineering/ Tool
B
11 Dürkopp AdlerFraunhofer IEM
Modellbasiertes Systems Engineering in der Nähtechnik
SEModel-Based Systems Engineering
Methode/ Prozess/Engineering/ Tool
B
12Friedrich Remmert
Fraunhofer IEM
Benchmark von Systems Engineering Werkzeugen für den Mittelstand
SEModel-Based Systems Engineering
Methode/ Prozess/Engineering/ Tool
B
13 G. KRAFTFraunhofer IEM
Modellgetriebene Software-entwicklung für Anlagen-steuerungen
SE Softwareentwicklung
Methode/ Prozess/Engineering/ Tool
I
14 HalemeierUniversität Bielefeld
Ressourceneffiziente Vernetzung dynamischer Lichtinstallationen
EERessourceneffizienteKommunikation
Produkt/Service
I
15 STEINELUniversität Bielefeld
Energieeffizienz verteilter Sensorknoten
EEAnalyse und Entwurf ressourceneffizienter Systeme
Produkt/Service
I
16CP contech electronic
Universität Paderborn
Zukunft der intelligenten Elektronikfertigung
VSPotenzialanalyse Digitalisierung
Produktion B
DIGITALE TRANSFORMATION IM MITTELSTAND
Vier Transfertage boten Unternehmen und Forschungseinrich-tungen die Möglichkeit, sich über Ergebnisse und Wirkungen der Transferprojekte auszutauschen.
28 | ERFOLGSGESCHICHTEN
AUF DEM WEG ZU INDUSTRIE 4.0
Die ARI-Armaturen Albert Richter GmbH & Co. KG ist ein
international erfolgreicher Hersteller von Industriearma-
turen, die zum Regeln, Absperren, Sichern und Ableiten
von flüssigen und gasförmigen Medien eingesetzt werden.
Eine elementare Komponente der Regelventile ist der
Stell antrieb, dessen Funktion das komplette oder par tielle
Auf- bzw. Absperren ist. Die Regelventile verfügen typi-
scherweise über mehrere Sensorkomponenten (z. B. Tem-
peratur oder Feuchtigkeit). Da ein Regelventiltyp in unter-
schied lichen Industrien und teilweise in korrosiven oder
nicht kooperativen Umgebungen eingesetzt werden kann,
stellen die Wartung, Fehlererkennung und Fehlerbehebung
von solchen Systemen eine große Herausforderung dar.
Außerplanmäßige Wartungen oder Instandsetzungen
können zu Einschränkungen im Betrieb oder gar zu Anla-
genausfällen führen. Dies kann erhebliche wirtschaftliche
Verluste für den Anlagenbetreiber bedeuten.
Ziel des Transferprojekts war es daher, im Zuge der Digi-
talisierung, die Entwicklung von Konzepten für eine soge-
nannte »Vorausschauende Wartung« vorzunehmen. Es
sollte ein Condition Monitoring System (CM) entwickelt
werden, das durch Selbstdiagnose und Adaption eine
aktive Komponente in der Wartung darstellt.
Die Umsetzung des Systems erfolgte in drei Arbeits-
phasen. Zunächst wurden die Anforderungen an das
CM-System in enger Zusammenarbeit mit dem Transfer-
nehmer in Form von Workshops erarbeitet, um im An-
schluss die Analyse der bestehenden Steuerungssoftware
des Regelventils vorzunehmen. Aus den Analyseergeb-
nissen erfolgte zum einen die Konzeption einer für die
Zielhardware und -software optimierten sowie modular
aufgebauten CM-Lösung. Zum anderen wurden mittels
modellbasierter Entwicklung die erforderlichen Algorith-
men auf Basis von realen Prozessdaten bspw. des Hub-
weges oder der Temperatur mit dem Werkzeug MATLAB/
SIMULINK entworfen. Abschließend wurden die ent-
wickelten Algorithmen mithilfe der Entwicklungsumgebung
CooCox in die Hochsprache C übertragen, kompiliert und
ausführlichen Funktionstests unterzogen. Parallel zu der
Entwicklung wurde der Wissenstransfer durchgeführt,
welcher einen wesentlichen Bestandteil des Transfer-
projektes bildet. Hierbei wurde die Firma ARI Armaturen
befähigt, modellbasierte Entwicklungsmethoden und
Konzepte zu entwerfen und diese am Beispiel ihrer eige-
nen Regelventile anzuwenden.
Ergebnis des Transferprojekts ist eine Methodik, die auf
Basis von identifizierten Anforderungen an das Condition
Monitoring System eine modellbasierte Entwicklung und
Konzeption ermöglicht. Aus dem genannten System erge-
ben sich viele Vorteile, wie z. B. die intelligente, effiziente
und rechtzeitige Wartung durch gezieltes Vorfeldwissen
für das Personal oder die Erzeugung von sensorbasierten
Statusmeldungen. Die oben genannten Vorteile tragen
maßgeblich zu einer Verminderung der Lebenszyklus kosten
(Life Cycle Cost) für den Hersteller ARI-Armaturen sowie
zu einer Verminderung der Gesamtbetriebskosten (Total
Cost of Ownership) für deren Kunden bei.
VORAUSSCHAUENDE WARTUNG VON REGELVENTILEN
SELBSTOPTIMIERUNG
Produkt/Service
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
ERFOLGSGESCHICHTEN | 29
Die Produktion von reaktiven Schmelzklebstoffen ist kom-
plex, da eine Vielzahl von Rohstoffen homogen gemischt
werden und auf kontrollierte Weise reagieren müssen.
Für die Optimierung der Klebstoffherstellung unter hohen
Qualitätsanforderungen ist die Kenntnis und Über-
wachung des Prozesszustands bzw. -fortschritts essen-
ziell. Jedoch können nicht alle relevanten Größen auf ein-
fache Weise online im Prozess bestimmt werden.
Das Unternehmen Jowat SE aus Detmold möchte als An-
bieter von Klebstofflösungen für die Möbel-, Textil- und
Automobilindustrie die Herstellung reaktiver Schmelzkleb-
stoffe mithilfe von intelligenten Ansätzen optimieren und
automatisieren. So kann die Prozesssicherheit gesteigert
und die Ausschussmengen können minimiert werden.
Ziel des Transferprojekts war die Prozessüberwachung bei
der Herstellung reaktiver Schmelzklebstoffe basierend auf
vorhandenen Messgrößen. In dem Transferprojekt haben
die Transferpartner einen virtuellen Sensor entwickelt,
welcher die Online-Überwachung der Produktviskosität
während des Produktionsprozesses erlaubt. Dieser Pro-
zessmonitor nutzt eine Vielzahl an Messungen und Daten
über den Produktionsprozess, die indirekt Aufschluss über
den Reaktionsfortschritt und die Produktviskosität geben.
Zur Aufdeckung einer geeigneten Abbildung von Mess-
größen auf die Viskosität kamen Methoden der Künst-
lichen Intelligenz, insbesondere maschinelle Lernverfah-
ren, zum Einsatz. Zum Training der virtuellen Sensorik
wurden historische Daten über einen Zeitraum von drei
Jahren verwendet. Die Zielgrößen für das Training ent-
stammen der derzeit offline betriebenen Qualitätsprüfung.
Der virtuelle Sensor erlaubt nach dem Training die Bestim-
mung der Produktviskosität online. Insbesondere wird die
Zeit von ca. 20 Minuten, die für das Offline-Messverfah-
ren benötigt wird, eliminiert. Auf diese Weise können
Produkteigenschaften nahezu in Echtzeit angezeigt und die
Anzahl der Offline-Proben zur Qualitätssicherung reduziert
werden. Die Viskosität des Produkts im Reaktor lässt sich
mit der virtuellen Sensorik mit einer mittleren Genauigkeit
von 4–8 % für mehrere Produktgruppen bestimmen.
Dieses Ergebnis ist als Erfolg zu werten, da die Wieder-
holgenauigkeit des Offline-Messverfahrens einen ver-
gleichbaren Wert aufweist.
Im nächsten Schritt wird der entwickelte Prozessmonitor
in der Produktion pilotiert. Eine Erweiterung des Ansatzes
ermöglicht die Vorhersage der Viskosität für einen länge-
ren zeitlichen Horizont. Durch den Einsatz des Prozess-
monitors wird eine Steigerung der Wirtschaftlichkeit in der
Klebstoffherstellung erwartet. Darüber hinaus konnte
Jowat SE seine Kompetenzen im Bereich des Qualitäts-
managements und der Produktion bzgl. der Anwendung
und Integration maschineller Lernverfahren ausbauen.
INTELLIGENTE STEUERUNG DER PRODUKTION VON SCHMELZKLEBSTOFFEN
SELBSTOPTIMIERUNG
Produktion
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
DIGITALE TRANSFORMATION IM MITTELSTAND
1
Klebstoffgesucht?Dann sind Siehier richtig!
30 | ERFOLGSGESCHICHTEN
AUF DEM WEG ZU INDUSTRIE 4.0
INTELLIGENTE PROZESSÜBERWACHUNG IN DER DRUCKVERARBEITUNG
Die KOLBUS GmbH & Co. KG aus Rahden stellt Buchbin-
dereimaschinen für die Herstellung von Buchprodukten
her. Durch die zunehmende Komplexität der Maschinen in
Bezug auf eine Vielzahl informationsverarbeitender Kom-
ponenten entstehen hier oft potenzielle Fehlerquellen.
Diese können durch die Verkettung von Anlagenteilen oder
durch das Zusammenspiel unterschiedlicher Komponen-
ten in einem Produktionssystem auftreten. Diese und
weitere Fehlerquellen lassen sich z. B. auf Verschleiß oder
Verschmutzung von Sensoren zurückführen und äußern
sich oft durch Änderungen im Zustands- und/oder Zeit-
verhalten des Gesamtsystems. Die frühzeitige Erkennung
derartiger Prozessanomalien bzw. Anlagefehler wird
somit notwendig, um eine Erhöhung der Anlagenver-
fügbarkeit und Reduzierung der Ausschussrate der
Maschinen zu erzielen.
Das Ziel des Transferprojektes war es daher, durch eine
zuverlässige und einfache Prozessüberwachung den aktu-
ellen Betriebszustand sowie Ursachen im Fehlerfall zu
identifizieren und eine Bedarfsermittlung von Wartungen
abzuleiten. Durch frühzeitiges Aufdecken der Fehlerquel-
len können zudem Wartungsintervalle verkürzt und un-
geplante Instandsetzungsmaßnahmen reduziert werden.
Zur Erreichung des Gesamtziels sollte dabei ein Assistenz-
system (Softwarewerkzeug) zur Erkennung von Prozess-
anomalien eines Dreimesserautomaten prototypisch um-
gesetzt werden.
Im Rahmen des Projekts wurden neue Verfahren zur intel-
ligenten, modellbasierten Anomalieerkennung in techni-
schen Systemen angewandt. Zunächst wurden gemein-
sam mit dem Transfernehmer die Anforderungen an die
Produktionsmodule erfasst und es wurde ermittelt, wel-
che Art von Störungen und Anomalien detektiert werden
sollten. Im zweiten Schritt konnte durch die Betrachtung
unterschiedlicher Datenerfassungslösungen die geeig nete
Alternative für KOLBUS, das auf dem Netzwerkprotokoll
UDP basierte Datalogging, ausgewählt und integriert
werden. Dies ermöglichte den Zugriff auf die Prozess-
daten sowie die Analyse und Weiterverarbeitung dieser
mithilfe von Lernalgorithmen. Das Ergebnis ist ein gelern-
tes Modell in Form eines hybriden Automaten, welcher als
Zustandsraum die einzelnen diskreten Betriebszustände
des betrachteten Dreimesserautomaten abbildet. Mit den
hier verwendeten Diagnosealgorithmen konnten weiter-
hin innerhalb der Assistenzsoftware bestimmte Anoma-
lien, wie z. B. Abweichungen von gelernten Zeitintervallen
für Zustandstransitionen, erkannt werden.
Das zentrale Ergebnis des Transferprojekts ist das Assis-
tenzsystem zur Prozessüberwachung. Durch das automa-
tische maschinelle Lernen und die zuverlässige Anomalie-
erkennung profitieren sowohl der Transfernehmer in der
Rolle des Maschinenbauers als auch der Endkunde als
Maschinenbetreiber. Durch das Transferprojekt können
nun Anomalien bzw. Fehler frühzeitig entdeckt werden, um
die Ausschussware zu vermindern und Wartungszyklen zu
optimieren. Der Transfernehmer hat großes Interesse, das
gewonnene Know-how weiter auszubauen und die Assis-
tenzsoftware langfristig in die Produktionsmodule oder in
Fernwartungssysteme zu integrieren.
Produktion
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
SELBSTOPTIMIERUNG
ERFOLGSGESCHICHTEN | 31
AUF DER SUCHE NACH DEM BEDIENKONZEPT VON MORGEN
MENSCH-MASCHINE-INTERAKTION
Extrusionsanlagen für die kunststoffverarbeitende Indust-
rie sind mit einer grafischen Nutzerschnittstelle ausgestat-
tet, die es ermöglicht, über zahlreiche Funktionen den
Produktionsprozess zu steuern und zu überwachen. Durch
die zunehmende Komplexität der Funktionen wird eine
einfache und intuitive Bedienung der Anlagen immer
schwieriger. Zudem erlaubt ein fest am Extruder montier-
tes Bedienpanel keine Bedienbefehle für den Extruder
aus der Distanz. Erschwerend kommt hinzu, dass während
des Anfahrprozesses zeitweise dicke Schutzhandschuhe
getragen werden.
Ziel des Transferprojekts war die Entwicklung eines inno-
vativen Bedienkonzepts für die Steuerung von Extrusions-
anlagen. Dazu haben battenfeld-cincinnati und das CITEC
der Universität Bielefeld den Einsatz moderner Eingabe-
technologien wie Multitouch-Gestik und berührungslose
Gestik untersucht. Dabei sollte die Nutzerführung mit dem
Ziel einer hohen Usability optimiert und gleichzeitig die
kognitive Belastung der Nutzer gering gehalten werden.
Durch Interviews mit Kunden wurden deren Verbesserungs-
vorschläge für die bestehenden Systeme identifiziert so-
wie Vorstellungen und Wünsche an die zukünftige Bedie-
nung ermittelt. In einem systematischen Konzeptionsprozess
nach dem Ansatz des User Centered Design entstand ein
für die Nutzerbedürfnisse optimierter Prototyp, der sowohl
per Multitouch- als auch mit Freihand-Gesten bedienbar
ist. Für die Gestensteuerung des Prototyps wurden sechs
Freihandgesten implementiert. Des Weiteren wurde eine
Sicherheitsgeste in das Gestenset aufgenommen.
Die alternativen Eingabetechnologien Multitouch- und
Freihandgestik wurden in einer vergleichenden Studie
evaluiert. Dabei kamen verschiedene Usability-Metriken
wie Time on Task, Task Success, Task Accuracy, User
Experience und empfundene kognitive Belastung der Nut-
zer zum Einsatz. Im Ergebnis bewerteten die Probanden
die Multitouch-Bedienung deutlich besser als die gesten-
basierte Steuerung, da die Usability höher und die kogni-
tive Belastung geringer ist.
battenfeld-cincinnati wird das neue User-Interface zur
Marktreife weiterentwickeln und bei ausgewählten Extru-
sionsanlagen einsetzen. Ein Übertrag auf andere Maschi-
nentypen wird ebenfalls angestrebt. Die entwickelte Er-
kennungstechnologie erweitert den Methoden- und
Technologiebaukasten für innovative Mensch-Maschine-
Interaktionstechnologien des CITEC und steht so auch
weiteren Unternehmen zur Verfügung.
Produkt/Service
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
DIGITALE TRANSFORMATION IM MITTELSTAND
32 | ERFOLGSGESCHICHTEN
AUF DEM WEG ZU INDUSTRIE 4.0
MENSCH-MASCHINE-INTERAKTION
BENUTZERFREUNDLICHE BEDIENUNG VON MISCHANLAGEN
Die Automatisierung und Vernetzung von Produktions-
mitteln verlangt eine nutzergerechte Gestaltung der
Mensch-Maschine-Schnittstellen. Komplexere Zusammen-
hänge, sich ändernde Nutzergruppen und flexible Auf-
gabenstellungen erfordern eine menschenzentrierte Neu-
oder Umgestaltung dieser Schnittstellen. Gerade kleine
Unternehmen benötigen Unterstützung, um geeignete
Mensch-Maschine-Schnittstellen in Softwareprodukte zu
integrieren. Die RAUTEC GmbH steht als Dienstleister und
Entwickler hochindividueller Softwarelösungen in der Auto-
matisierungs- und Prozesstechnik vor genau dieser Heraus-
forderung. Dabei fordern ihre Kunden bereits eine hohe
Gebrauchstauglichkeit der Softwarelösungen ein. Im Trans-
ferprojekt steht die Benutzungsoberfläche einer Gummi-
mischanlage zur Herstellung von Kautschuk im Fokus. Die
Aufgabe besteht hier darin, diesen Prozess zu steuern, die
einzelnen Komponenten zu wiegen und dem Prozess
(Mischer) zuzuführen. Dies geschieht manuell durch den
Bediener oder automatisch durch eine Fördertechnik.
Gesamtziel des Transferprojektes war daher die Optimie-
rung der Gebrauchstauglichkeit (Usability) und des Benut-
zererlebnisses (UX) der Nutzeroberfläche eines Systems
zur Steuerung von Gummimischanlagen. Des Weiteren
sollte der Produktentwicklungsprozess von einer technik-
getriebenen hin zu einer menschenzentrierten Software-
entwicklung transformiert werden.
Die Umsetzung erfolgte in fünf Arbeitsschritten durch eine
Ist-Analyse und ein Re-Design gemäß ISO 9241-210. Zu-
nächst wurde eine Kontextanalyse durchgeführt, um den
Ist-Zustand des Systems zu dokumentieren und Usability-
Schwachstellen zu identifizieren. Des Weiteren wurden die
Nutzergruppen und die für die Nutzung relevanten Ein flüsse
mittels einer Contextual Inquiry analysiert (eine Kombina-
tion aus systematischer Beobachtung und Befragung). Auf
Grundlage der Ergebnisse dieser beiden Akti vitäten wurde
der Ist-Use-Case formalisiert. Im zweiten Arbeitsschritt
konnten dann die funktionalen und nicht-funktionalen An-
forderungen mittels Requirements Engineering spezifiziert
werden. Die Formulierung des Soll-Use-Cases wurde als
sog. User-Story dokumentiert. Daran anschließend wurde
in mehreren Iterationen, sog. Design Sprints, die Informa-
tionsarchitektur, das Layout und Raster, die Farbgebung
sowie die Typografie der Nutzeroberfläche erarbeitet.
Darüber hinaus wurden die angewandten Methoden als
Forschungsbeitrag per Fragebogen evaluiert.
Der Schwerpunkt des Transferprojekts bestand in der
Methodenvermittlung im Hinblick auf die nutzergerechte
Gestaltung von Benutzungsoberflächen für Produktions-
maschinen, da sich der Wissenstransfer auf diesem Ge-
biet für den Transfernehmer als vordringlichster Bedarf
herausgestellt hatte. Hierbei wurde ein Ansatz aus Infor-
mieren und Anwenden gewählt, um die Grundlagen des
Usability Engineerings und User Experince Design zu ver-
mitteln und nachhaltig zu verankern. Dies geschah vor-
nehmlich in Form von regelmäßigen Workshops, an denen
die im Projekt involvierten Mitarbeiter von Transfernehmer
und -geber teilgenommen haben. Auf diese Weise werden
die Mitarbeiter der RAUTEC GmbH über die Projektdauer
hinaus dazu befähigt, etablierte Usability- und UX-Metho-
den für den eigenen konkreten Bedarf selbstständig ein-
zusetzen und die geltenden Standards in die eigenen Soft-
warelösungen zu implementieren. Auf Basis der Projekt-
arbeit soll zeitnah noch eine umfassende Nutzerstudie
durchgeführt werden.
Produkt/Service
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
ERFOLGSGESCHICHTEN | 33
MULTI-LEVEL-LOKALISIERUNG FÜR BENUTZERSCHNITTSTELLEN
Die ISI Automation GmbH & Co. KG entwickelt Nutzer-
schnittstellen zur Automation von komplexen Fertigungs-
abläufen. Die steigende Komplexität industrieller und ver-
netzter Anlagen erfordert im Zuge von Industrie 4.0
intelligente Benutzerschnittstellen (Intelligent User Inter-
faces – IUI), welche die jeweiligen Nutzer ideal unter-
stützen. Eine zentrale Anforderung, um intelligente
Schnittstellen zu realisieren, ist die effektive und robuste
Lokalisierung von bewegten Objekten (z. B. Personen oder
Maschinen) in Produktionsumgebungen. Auf einer grob-
granularen Ebene funktioniert diese Lokalisierung heute
bspw. durch Lichtschranken oder Chip-Karten. Für eine
ideale Assistenz von Nutzern ist jedoch eine bessere
Sensorik sowie eine umfangreiche Datenbasis nötig, um
das Potenzial intelligenter Benutzerschnittstellen aus-
zuschöpfen. Speziell die Lokalisierung von Menschen im
Arbeitsumfeld wirft zahlreiche ethische, rechtliche und
soziale Fragen auf. In Zukunft könnten Assistenzsysteme
helfen, automatisch Mitarbeiter an verschiedene Stellen
in der Fertigung zu beordern, um dort Unterstützung bei
der Behebung von Prozessabweichungen zu leisten.
Hierzu ist es erforderlich, Lokalisierungskonzepte zu ent-
wickeln, die sowohl den technischen Anforderungen
genügen als auch bei den Nutzern auf Akzeptanz stoßen.
Ziel des Transferprojektes war es deshalb, ein Konzept für
eine multigranulare Lokalisierung (»Multi-Level-Lokali-
sierung«) von Mitarbeitern für IUIs zu entwickeln. Dieses
wurde prototypisch implementiert und in Bezug auf die
Gebrauchstauglichkeit und Nutzerakzeptanz evaluiert.
Die Umsetzung erfolgte in sieben Arbeitspaketen. Zunächst
wurden die Anforderungen für das System erarbeitet und
in Form eines Lasten- und Pflichtenheftes dokumentiert.
Darauf aufbauend wurde das skizzierte Multi-Level-
Lokalisierungs-Konzept verfeinert. Die Software-Architek-
tur des späteren Systems wurde geplant, dokumentiert
und es wurden Schnittstellen an das vorhandene System
definiert. Das Lokalisierungs-System ist auf Basis der
Technologien RFID, Ultra-Breitband-Lokalisierung sowie
3D-Kamera/Face-Tracking entwickelt worden. Für die
Implementierung mussten die verschiedenen Hardware-
komponenten der drei Basis-Technologien mitein ander
vernetzt und Schnittstellen gemäß der Software-Archi-
tektur geschaffen werden. Im Anschluss daran wurden
Modul- und Integrationstests durchgeführt. Im nächsten
Schritt wurde die IUI prototypisch entwickelt, sodass
definierte Use-Cases sinnvoll demonstriert werden konn-
ten. Das Gesamtsystem wurde in der SmartFactoryOWL
installiert und intensiv auf seine Funktionsfähigkeit
ge testet. Im letzten Umsetzungsschritt wurde das Multi-
Level-Lokalisierungssystem im Hinblick auf die Gebrauchs-
tauglichkeit und die Nutzerakzeptanz evaluiert. Hierzu sind
Usability-Tests und Experimente mit Nutzern innerhalb der
SmartFactoryOWL durchgeführt worden. Es wurden rea-
listische Arbeitssituationen simuliert, in denen Nutzer mit
dem System arbeiteten.
Das Ergebnis des Projekts ist ein funktionsfähiger Demons-
trator des Lokalisierungssystems in der SmartFactoryOWL.
Der Transfernehmer hat neues Wissen über die Basis-
Technologien sowie Methodenwissen aufgebaut und kann
dies im Unternehmen gewinnbringend einsetzen.
MENSCH-MASCHINE-INTERAKTION
Produkt/Service
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
DIGITALE TRANSFORMATION IM MITTELSTAND
34 | ERFOLGSGESCHICHTEN
AUF DEM WEG ZU INDUSTRIE 4.0
Das wichtigste Akquise-Instrument ist heutzutage ein über-
zeugendes Angebot. Die Unternehmen stehen in der digi-
talisierten Welt immer mehr vor der Herausforderung, die
vielfältigen und kundenspezifischen Angebotsvari anten
transparent und nutzenorientiert zu präsentieren. Der
Transfernehmer POS Tuning Udo Voßhenrich GmbH & Co.
KG aus Bad Salzuflen hat, als Hersteller von Display-
systemen zur Warenpräsentation, den Handlungsbedarf
für sich erkannt, seinen Endkunden die Vielzahl an
Lösungs- und Konfigurationsmöglichkeiten der Displays
am Point of Sale bedarfsgerecht zu veranschaulichen.
Der Kunde soll auf den ersten Blick verstehen, wie er mit-
hilfe der Displaysysteme den Verkauf seiner Produkte
unterstützen kann. Die derzeitige Vor-Ort-Präsentation ist
jedoch sehr zeit aufwendig und mittels Katalog und physi-
schen Mustern wenig flexibel, sodass neue Technologien
und Ansätze zur Visualisierung erforderlich werden.
Das Transferprojekt zielte daher darauf ab, einen auf Aug-
mented Reality (AR) basierten Lösungskonfigurator zur
Unterstützung der Angebotsqualifizierung zu konzipieren
und prototypisch umzusetzen.
Innerhalb einer Systemanalyse wurden die Anforderun-
gen an einen geeigneten AR-Konfigurator sowie ein ent-
sprechendes Anwendungsszenario erarbeitet. Der erfor-
der liche Funktionsumfang in Bezug auf die Hard- und
Software komponenten wurde in diesem Rahmen definiert
und in enger Zusammenarbeit mit dem Transfernehmer
abgestimmt. Anhand des so entwickelten Anforderungs-
kataloges wurde anschließend ein Konzept zur Umsetzung
des AR-Lösungskonfigurators für kundenindividuelle
Angebots varianten erstellt. Das Konzept, als wesentliches
Projekt ergebnis, beinhaltet u. a. zu integrierende Funktio-
nen sowie Schnittstellen zu der bestehenden System-
umgebung (CAD- und PDM-Systeme). Die Konzipierung er-
folgte dabei insbesondere mithilfe des Expertenwissens
des Transfernehmers, was in Form von Workshops auf-
gearbeitet und dokumentiert wurde. Der Demonstrator
des AR-Lösungskonfigurators wurde anschließend als
Tabletvariante entwickelt und bietet die Option, mehrere
standardisierte oder individuelle kundenspezifische
Warenpräsentationssysteme (Displays) abzubilden. Die
für den Kunden geeigneten Displayvarianten werden mit-
hilfe des Tablets direkt in ihrer realen Umgebung, z. B. in
einem Supermarkt regal, visualisiert. Der Kunde kann sich
das Display unmittelbar mit seiner Ware vorstellen,
erkennt den direkten Nutzen und hat die Möglichkeit,
zwischen verschiedenen Varianten zu wählen. Für den
Transfernehmer POS Tuning bedeutet das einen verbes-
serten und effektiveren Angebotsprozess sowie einen
schnelleren Auftragsabschluss.
Durch die Teilnahme an dem Transferprojekt wurde der
Transfernehmer befähigt, die Technologie AR mithilfe des
innovativen Lösungskonfigurators sowie den verbesserten
Angebotsprozess zukünftig in sein Portfolio zu integrieren,
um damit die Kundenbindung und Wettbewerbsfähigkeit
zu steigern. Weiterhin lässt sich das gewonnene Fach-
wissen über die AR-Technologie auf weitere nutzenorien-
tierte Einsatzbereiche bei POS Tuning übertragen.
AR-LÖSUNGSKONFIGURATOR IN DER ANGEBOTSPHASE
Methode/Prozess/Engineering/Tool
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
MENSCH-MASCHINE-INTERAKTION
ERFOLGSGESCHICHTEN | 35
INTELLIGENTE VERNETZUNG
DEZENTRALE STEUERUNG EINER PROFILUMMANTELUNGSANLAGE
Die Firma Düspohl zeigt am Beispiel ihrer Profilummante-
lungsanlage RoboWrap, dass ein Wandel von Produktions-
anlagen hin zu intelligenten Anlagen mit einem stetig stei-
genden Automatisierungsgrad verbunden ist. Dies liegt
u. a. an der Vorgabe, eine gleichbleibend gute Qualität
kosteneffizient produzieren zu müssen. Für ein gutes Er-
gebnis müssen die Andruckrollen der Anlage von einem
erfahrenen Mitarbeiter ausgewählt und manuell justiert
werden, was zu einer langen Rüstzeit führt. Das System
weist bereits einen hohen Teilautomatisierungsgrad auf.
Jedoch wird die Einhaltung der Betriebsparameter durch
den Mangel an Fachkräften zunehmend zu einer großen
Herausforderung. Diese gilt es mittels weiterer Schritte
der Automatisierung zu lösen.
Langfristiges Ziel des Transferprojektes ist daher die voll-
ständige Automatisierung der Profilummantelungsanlage,
sodass eine dezentrale selbstoptimierende Produktion
im laufenden Betrieb realisiert werden kann. Zusätzlich
sollte eine Möglichkeit zur einfachen Nachjustierung der
Anlage geschaffen werden. Die relevanten Parameter sind
dabei die Position und die Ausrichtung der Andruckrollen
am Profil. Gemeinsam mit der Universität Bielefeld ging
Düspohl diese Herausforderung an.
Zunächst wurden die konkreten Anforderungen für ein
praxisgerechtes und intuitives Bedienkonzept ausgear-
beitet. Durch eine Marktanalyse gelang es, geeignete
Technologien für die industrietaugliche Realisierung zu
identifizieren. Mit der Integration der ausgewählten
WLAN-Funktechnologie in die zentrale Steuerungsarchi-
tektur der Anlage wurde die Grundlage geschaffen, eine
dezentrale Bedienung über mobile Steuergeräte (z. B. ein
Tablet) zu ermöglichen. Der Fokus lag hier darin, diese
Anbindung entsprechend robust und abgesichert auszu-
legen. Durch die Verwendung eines mobilen Gerätes für
die Nachjustierung konnte der Erfolg der Maßnahme vom
Bediener direkt im laufenden Betrieb kontrolliert werden.
Zusätzlich wurde die Möglichkeit untersucht, den Video-
stream einer in der Anlage verbauten Kamera einzubinden.
So konnte die visuelle Inspektion auch an schwer zugäng-
lichen Stellen ermöglicht werden. Dieser Ansatz stellte
sich als sehr praktikabel heraus. Hier muss jedoch eine
mobile und somit vom Anwender frei platzierbare Kamera
verwendet werden, um die Flexibilität im Livebildmodus
zu gewährleisten. Der Anlagenbediener wertet die Ergeb-
nisse der Nachjustierung nun regelmäßig aus. Dadurch ge-
lingt es jetzt, dieses Fachwissen stetig in die automatische
Kon figuration mit einfließen zu lassen.
Für die Firma Düspohl konnte eine voll funktionsfähige
dezentrale Steuerungslösung für Profilummantelungs-
anlagen konzipiert, implementiert und evaluiert werden.
Der Einsatz von WLAN als Funktechnologie hat sich als
Übertragungsstandard bewährt, da er die Anforderungen
bezüglich des Datendurchsatzes, der Zuverlässigkeit und
der Datensicherheit kosteneffizient erfüllt. Zukunfts-
weisende Ansätze wie die Videoüberwachung wurden
darüber hinaus betrachtet. So verfügt die Firma Düspohl
über eine Lösung für eine zukunftssichere, dezentrale
Steuerung ihrer Fertigungsanlagen. Dies erlaubt es, die
Fülle an neuen Möglichkeiten hinsichtlich Steuerung und
Interaktion auch für die Anlagenbediener praktikabel
nutzbar zu machen.
Produkt/Service
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
DIGITALE TRANSFORMATION IM MITTELSTAND
36 | ERFOLGSGESCHICHTEN
Das Unternehmen FISCHER Mess- und Regeltechnik GmbH
bietet Lösungen in der Mess- und Regeltechnik an (z. B.
Sensoren für die Überwachung von physikalischen Größen
in technischen Prozessen wie Druck, Temperatur oder Füll-
stand). Moderne Fertigungstechnologien und eine hohe
Fertigungstiefe sichern die Flexibilität und Qualität der
Produkte. Als Beispiel lässt sich hier eine prototypische
Implementierung eines Sensors mit einer Bluetooth-
Schnittstelle nennen. Dieser lässt sich über eine speziell
entwickelte Android-App drahtlos parametrieren und er-
möglicht das Abrufen von Prozessdaten. Für den Kunden
ergibt sich eine Zeit- und Kostenersparnis bei kritischen
Geschäftsprozessen wie der Inbetriebnahme. Bisher ist die
Vernetzung auf eine Punkt-zu-Punkt-Verbindung zwischen
Sensor und mobilem Endgerät beschränkt und eine An-
bindung an einen zentralen Datenspeicher (z. B. eine Cloud)
ist noch nicht gegeben. Es gibt somit noch keine Möglich-
keit der automatischen Sammlung, Aufbereitung und
Weiterverarbeitung der Sensordaten.
Daher war das Ziel des Transferprojektes, die funkbasierte
Kommunikation der Sensoren aufzugreifen und sie in einer
Kommunikationsstruktur zu verwenden. Diese soll das
zentrale Auswerten der Sensordaten in der Cloud ermög-
lichen.
Die Umsetzung erfolgte in insgesamt drei Arbeitspaketen.
Im ersten Schritt wurden die Anforderungen an eine Er-
weiterung der aktuellen Kommunikationsarchitektur auf-
genommen. Ziel war es, die semantische Beschreibung
der Prozesssensoren (OPC UA, SensorML usw.) und die
Anbindung an ein zentrales Cloudsystem mittels Anwen-
dungsfällen zu definieren. Im zweiten Schritt, der Konzept-
entwicklung, wurden Technologien zur semantischen
Beschreibung, Private und Public Clouds sowie mögliche
Komponenten analysiert und bewertet. Darauf aufbauend
erfolgte die Auswahl der Bestandteile für die prototypi-
sche Umsetzung. Für die semantische Beschreibung wurde
auf eine OPC-UA-Schnittstelle zurückgegriffen, da sie eine
Industrie 4.0-konforme Schnittstelle darstellt. Hinsichtlich
der Cloudlösung wurde eine Public Cloud, konkret der
Amazon Web Service, ausgewählt. Als Hardwareplattform
wurde ein Raspberry Pi gewählt, da dies eine kosten-
günstige Alternative für die serielle Kommunikation dar-
stellt. Im letzten Schritt ist das entstandene Konzept in
einem Prototyp implementiert worden. Dazu wurde die
benötigte Hardware für die konzeptionierte Cloud-Archi-
tektur beim Transfernehmer aufgebaut. Daran anschlie-
ßend wurde die Middleware implementiert, in welcher die
Prozesssensoren semantisch beschrieben und die Techno-
logien in die neue Kommunikationsarchitektur integriert
worden sind. Abschließend konnten weitere Algorithmen
zur Wartung oder Analyse in der Cloud realisiert werden.
Die Ergebnisse dieses Transferprojekts dienen als mög-
licher Entwicklungspfad für den Transfernehmer hin zu
verlässlichen, adaptiven und benutzerfreundlichen intelli-
genten technischen Systemen. Es ist gelungen, eine kos-
teneffiziente und sichere Speicherung der Sensordaten in
der Cloud zu ermöglichen.
ZENTRALE AUSWERTUNG VON PROZESSSENSORDATEN IN DER CLOUD
INTELLIGENTE VERNETZUNG
Produkt/Service
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
AUF DEM WEG ZU INDUSTRIE 4.0
SYSTEMS ENGINEERING
THERMISCHE ANALYSE VON INDUKTIVITÄTEN MITTELS CFD-METHODEN
Die Schaffner Deutschland GmbH ist Hersteller von leis-
tungsmagnetischen Filterkomponenten für die Schlüssel-
märkte in den Bereichen Traktion, Antriebssysteme und
erneuerbare Energien. Induktivitäten werden in einer Viel-
zahl von Anwendungen als Filterelemente zur Formung
von elektrischem Strom eingesetzt. Besonders im Bereich
der elektrischen Bahnen (Personenbeförderung) wird ein
möglichst geringes Gewicht und Volumen solcher Wickel-
güter einhergehend mit einer hohen Leistungsdichte an-
gestrebt. Die Zuverlässigkeit und die Lebensdauer von
Wickelgütern ist abhängig von deren thermischer Belas-
tung. Um die hohe Leistungsdichte unter Einhaltung der
zulässigen maximalen Wicklungstemperatur zu gewähr-
leisten, müssen Induktivitäten daher häufig mit einer akti-
ven Kühlung mittels erzwungener Konvektion betrieben
werden (Einsatz von Wasser oder Luft als Kühlmedium).
Ziel dieses Projekts war die Integration der numerischen
Strömungsmechanik (Computational Fluid Dynamics, CFD)
in die bestehenden Berechnungsmethoden von Wickel-
gütern bei der Schaffner Deutschland GmbH. Gemeinsam
mit den Wissenschaftlern der Universität Paderborn ging
das Unternehmen diese Herausforderung an. Obwohl
heute verschiedene kommerzielle und auch frei verfüg bare
CFD-Programme sowie die notwendige Rechenleistung
verfügbar sind, gibt es zahlreiche Barrieren bei der Ver-
wendung der numerischen Strömungsmechanik. In diesem
Transferprojekt sollten daher geeignete Ansätze zur Ent-
wicklung von CFD-Modellen für die Berechnung von
Wickelgütern mit forcierter Kühlung erarbeitet werden.
Das Projekt gliederte sich in fünf Arbeitspakete. Zunächst
wurde ein Fallbeispiel für die thermische Analyse von
Induktivitäten mit CFD-Methoden erstellt. Für die ausge-
wählte Induktivität sollte ein geeigneter Modellierungs-
ansatz hergeleitet werden, welcher sowohl die verteilte
Wärmeproduktion als auch den Einfluss der alternieren-
den Materialien auf den Wärmetransport hinreichend
genau berücksichtigt.
Die Simulationen wurden beim Transfergeber realisiert;
dabei wurden Simulationsparameter wie Strömungs-
geschwindigkeit, Eintrittstemperatur und die Orientierung
der Luftströmung vom Transfernehmer vorgegeben. Paral-
lel dazu führte der Letztere Messungen durch, um eine
Validierungsbasis für Simulationen zu ermitteln. Hierfür
wurde eine Netzfilterdrossel aufgebaut und in einem
Windkanal des Transfernehmers vermessen. Im nächsten
Schritt wurden Konzepte erarbeitet, um die numerische
Strömungssimulation in den Entwicklungsprozess beim
Transfernehmer zu integrieren. Dabei sind die simulations-
verantwortlichen Mitarbeiter des Transfernehmers
geschult worden. Der Fokus lag hierbei explizit auf der
CFD-Simulation von Wickelgütern. Im Anschluss an die
Schulungen sind von diesen Mitarbeitern eigene nume-
rische Strömungsberechnungen durchgeführt und von
beiden Projektpartnern gemeinsam bewertet worden. Im
finalen Arbeitspaket wurde der hergeleitete und vali dierte
Modellierungsansatz verwendet, um unterschiedliche
Kühlungskonfigurationen an einer Induktivität zu unter-
suchen.
Aus dem Transferprojekt ergaben sich Berechnungs- und
Modellreduktionsansätze für die CFD-Simulation von
Wickelgütern. Zukünftig soll mittels der numerischen
Strömungssimulation die Erwärmungsvorhersage der
Wickelgüter verbessert werden. Durch den zielgerichteten
Einsatz der CFD konnte die Effizienz des Produktent-
stehungsprozesses bei der Schaffner Deutschland GmbH
deutlich gesteigert werden.
ERFOLGSGESCHICHTEN | 37
Methode/Prozess/Engineering/Tool
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
DIGITALE TRANSFORMATION IM MITTELSTAND
38 | ERFOLGSGESCHICHTEN
AUF DEM WEG ZU INDUSTRIE 4.0
SYSTEMS ENGINEERING
MODELLBASIERTES SYSTEMS ENGINEERING IN DER NÄHTECHNIK
Die Dürkopp Adler AG aus Bielefeld entwickelt und ver-
treibt Industrienähmaschinen und automatisierte System-
lösungen für die Nähtechnik. Die steigende Vernetzung
und der zunehmende Elektronik- und Softwareanteil in die-
sen Systemen führt zu einer stetig wachsenden System-
komplexität. Dies erfordert neue Ansätze in der Produkt-
entwicklung; eine stärkere Ausrichtung im Themenfeld
Model-Based Systems Engineering (MBSE) ist notwendig.
Erreicht wird damit eine systematische Erhebung und
Kommunikation von Anforderungen und Produktkonzepten.
Dies bringt die verschiedenen Bereiche über das Produkt-
management, die Entwicklung, aber auch den Einkauf und
die Produktion näher zusammen. So kann relevantes Wis-
sen frühzeitig eingebracht und Risiken identifiziert werden.
Jedoch existiert im Bereich MBSE eine große Vielfalt von
Vorgehensweisen, Methoden und Entwicklungswerk-
zeugen.
Gemeinsam mit den Wissenschaftlern des Fraunhofer-
Instituts für Entwurfstechnik Mechatronik (IEM) ging
Dürkopp Adler diese Herausforderung in einem Transfer-
projekt an. Dieses hatte daher zum Ziel, passende An sätze
zielgerichtet auszuwählen und auf die spezifischen Rah-
menbedingungen von Dürkopp Adler zu adaptieren. Es
galt, ein Konzept für einen bedarfsgerechten Systems
Engineering Prozess zu erarbeiten.
Im Projekt wurde zunächst in Workshops gemeinsam der
derzeitige Entwicklungsprozess analysiert. Darauf auf-
bauend wurden spezifische MBSE-Methoden für verschie-
dene Anwendungsfälle ausgewählt und in einem Ansatz
integriert. Die Einordnung der Methoden erfolgte dabei auf
Grundlage der etablierten Arbeit mit Lasten- und Pflichten-
heften im Entwicklungsprozess. Zur Erprobung des Ansat-
zes wurde ein aktuelles Entwicklungsprojekt begleitet: Die
Weiterentwicklung einer Nähanlage zur automatisierten
Fertigung von Hosenteilen (Facelift, neue Sensorik, neue
Steuerung etc.). Zur rechnerinternen Modellierung wurde
die 3D Experience Plattform von Dassault genutzt, welche
sich bereits im Unternehmen im Einsatz befindet.
Kern des Ansatzes ist das RFLP-Konzept, welches in der
Dassault Plattform umgesetzt wird. Hierbei wird das Sys-
tem auf vier Ebenen beschrieben und modelliert: Anforde-
rungen, Funktionen, logische Struktur und physikalische
Struktur. Die Modellelemente können über die Ebenen hin-
weg verknüpft werden. So entsteht ein durchgängiges
Systemmodell, das die vollständige Nachverfolgung von
Anforderungen oder Funktionen bis zum physikalischen
Entwurf möglich macht.
Die zentralen Ergebnisse des Projekts sind die Auswahl
und Einordnung geeigneter MBSE-Methoden in den Ent-
wicklungsprozess sowie deren werkzeugtechnische Re-
präsentation. Das Systemmodell bildet darüber hinaus
die Grundlage für die Kommunikation und Kooperation
zwischen allen Projektbeteiligten; vom Produktmanage-
ment bis zur Konstruktion. Die projektbegleitende Model-
lierung verdeutlichte den Nutzen des Ansatzes und zeigte
gleichzeitig notwendige Handlungsbereiche für eine
mögliche Überführung in die produktive Produktentwick-
lung auf.
Methode/Prozess/Engineering/Tool
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
ERFOLGSGESCHICHTEN | 39
Die Firma Friedrich Remmert GmbH entwickelt und liefert
Lagersysteme und Automatisierungslösungen für Bleche
und Langgut. Die Bleche können dabei automatisiert aus
dem Lager bis zur Bearbeitungsmaschine transportiert wer-
den. Die Systemlösungen von Remmert verfügen dank der
modularen Bauweise über eine sehr lange Lebensdauer,
da sie jederzeit erweiterbar sind – ein Kundennutzen, der
Vorausschau und ein gutes Management der Systemkom-
plexität notwendig macht. Neben der Standardisierung der
Produkte sind häufig kundenspezifische Anpassungen inner-
halb der eigenständigen mechatronischen Systeme erforder-
lich. Remmert sieht den Ansatz des Model-Based Systems
Engineerings (MBSE) als einen vielversprechenden Weg,
um die zunehmend komplexer werdenden Systeme auch in
Zukunft erfolgreich entwickeln und anbieten zu können.
Für den Einsatz von MBSE, insbesondere bei kleinen und
mittleren Unternehmen (KMU), mangelt es derzeit an eta-
blierten Modellierungswerkzeugen und der bedarfsgerech-
ten Integration dieser in den Entwicklungsprozess. Ziel des
Transferprojekts war es deshalb, einen speziell auf die An-
forderungen des Mittelstands ausgerichteten Tool-Bench-
mark von MBSE-Modellern durchzuführen. Darüber hinaus
sollte ein Konzept zur Werkzeugintegration in den Entwick-
lungs- und Produktentstehungsprozess von Remmert erar-
beitet werden. Hierdurch sollen insbesondere Auswirkun-
gen von Änderungen im Entwicklungsprozess schneller
erkannt und die Durchgängigkeit im Sinne der Interdiszi-
plinarität verbessert werden.
Das Transferprojekt gliederte sich in fünf Arbeitspakete.
Zunächst wurden die Anforderungen an MBSE-Tools im
Allgemeinen identifiziert. Anschließend ist auf Basis
dieser Anforderungen ein Vergleich der Werkzeuge
»3D Experience Plattform«, »Enterprise Architect«, »Cameo
Systems Modeler« sowie »iQuavis« erfolgt. Ergebnis des
Vergleichs war, dass das Tool iQuavis die Anforderungen
von Remmert am besten erfüllt. Daher wurde es als
MBSE-Werkzeug ausgewählt und seine Integration in den
Entwicklungsprozess konzipiert. iQuavis bietet den Vorteil,
dass es einen einfachen Einstieg auch mit KMU-typischen
Ressourcen gewährleistet. Das ausgewählte Werkzeug
wurde anschließend genutzt, um einen Demonstrator im
Sinne eines Proof-of-Concept für die Einbindung des Tools
in den Entwicklungsprozess von Remmert zu prüfen.
Dabei galt es, die Eignung zur aktiven Nutzung im Ent-
wicklungsalltag und die Möglichkeiten zur Kopplung mit
an deren, bereits im Einsatz befindlichen Werkzeugen zu
betrachten.
Das Tool-Benchmarking und der innerhalb des Transfer-
projektes entwickelte Demonstrator zur Validierung der
Werkzeugintegration zeigen, dass der MBSE-Ansatz für
KMU nachweisbaren Nutzen stiftet.
BENCHMARK VON SYSTEMS ENGINEERING WERKZEUGEN FÜR DEN MITTELSTAND
SYSTEMS ENGINEERING
Methode/Prozess/Engineering/Tool
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
DIGITALE TRANSFORMATION IM MITTELSTAND
40 | ERFOLGSGESCHICHTEN
AUF DEM WEG ZU INDUSTRIE 4.0
SYSTEMS ENGINEERING
MODELLGETRIEBENE SOFTWAREENTWICKLUNG FÜR ANLAGENSTEUERUNGEN
Die Firma G. KRAFT Maschinenbau GmbH stellt Maschi-
nen und Anlagen für die Produktion von Türen, Zargen, Fuß-
böden und Dämmstoffen her. Diese werden unter Wieder-
verwendung möglichst vieler Anlagenmodule für jeden
Kunden individuell realisiert. Um Entwicklungszeit zu spa-
ren, ist die Software zur Steuerung der Anlagen höchst-
modular aufgebaut und wird anlagenspezifisch konfiguriert
und zu einem großen Teil automatisch generiert. Ein Konfi-
gurationstool, das Kraft Configuration Tool (KCT), ermög-
licht dabei die individuelle Anlagenkonfiguration und gene-
riert das Codeframework für die Basismodule der Anlage.
Für die sog. Schrittketten, die die Steuerung einzelner Ab-
läufe in der Anlage definieren, ist dies allerdings noch nicht
der Fall. Diese müssen noch manuell implementiert werden.
Aus diesen Anforderungen ergab sich für das Transferpro-
jekt das Ziel, eine modellgetriebene Entwicklung von
Schrittketten zur Steuerung von Anlagenmodulen zu errei-
chen. Der Fokus lag auf der Optimierung des Softwareent-
wicklungsprozesses hinsichtlich seiner Effizienz und Effek-
tivität, indem aus einer grafischen Modellierung von
Abläufen im Kraft Configuration Tool auch der Code für die
Implementierung von Schrittketten automatisch erzeugt
wird. Auf Basis solcher Modelle können mittels Erreich-
barkeitsanalysen oder Model Checking auch Fehler auto-
matisch erkannt und somit die Qualität der Entwicklung
verbessert werden (z. B. Deadlocks oder nicht erreichbare
Zustände).
Um eine speziell an G. KRAFT angepasste Modellierungs-
sprache zu spezifizieren, war die detaillierte Analyse der
bestehenden Schrittketten sowie des Entwicklungsprozes-
ses notwendig. Dabei wurden bereits etablierte Sprachen
zur Schrittkettenmodellierung, zum Beispiel IEC61131-3
SFC1, UML 2 Zustandsmaschinen oder Siemens S7-
Graph3, berücksichtigt. Auf Basis der Analyse wurden
weitere Konzepte für die Modellierung von für G. KRAFT
spezifische Eigenschaften ausgearbeitet. Hierzu wurden
die bestehenden Schrittketten und der existierende Maschi-
nencode analysiert. Sowohl die Modellierungssprache als
auch der Codegenerator wurden im Transferprojekt proto-
typisch umgesetzt. Die entsprechenden Konzepte wurden
mittels Microsoft VisualStudio in Visual Basic implemen-
tiert und als Bibliothek in das Kraft Configuration Tool ein-
gebunden. Dies ergab eine wesentlich höhere Codequali-
tät und auch Produktivität. Die Generierung der Schrittkette
führt zudem zu einer Vereinheitlichung des Codes. Um die
Modellierungssprache einfach während des Softwareent-
wicklungsprozesses nutzen zu können, wurde weiterhin
ein grafischer Editor integriert. Schon jetzt hat der Einsatz
des KCT und der Codegenerierung die Entwicklungszeit
von größeren Anlagen bei G. KRAFT um 50 % reduziert. Der
Wert soll noch auf bis zu 90 % gesteigert werden.
Durch das Transferprojekt konnte G. KRAFT die bereits
hohe Effizienz in der Softwareentwicklung deutlich stei-
gern. Das reduziert die Entwicklungs- und Inbetriebnah-
mezeiten und trägt damit maßgeblich zur Steigerung der
Produktivität des Unternehmens bei.
Methode/Prozess/Engineering/Tool
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
ERFOLGSGESCHICHTEN | 41
Die Firma Halemeier entwickelt moderne Produkte im
Bereich der Lichttechnik und Sensorik. Halemeier verfolgt
dabei unter anderem das Ziel, komplexe Lichtinstallatio-
nen und situationsangepasste Lichtszenen für ihre Kunden
zu schaffen. So können bspw. bereits mehrere Leuchten
über ein mobiles, batteriebetriebenes Bedienelement an-
gesteuert werden. Dazu ist ergänzend die Steuerung per
Smartphone derzeit ebenso möglich. Die Realisierung
einer Lichtlösung mit minimalem Installationsbedarf und
maximaler Adaptivität setzt jedoch eine Vernetzung der
Leuchten voraus. Idealerweise erfolgt diese dynamisch
und selbstständig. Hieraus und zur Reduzierung des Ener-
giebedarfs der mobilen Sensoren und Sendeeinheiten
ergibt sich der Handlungsbedarf, möglichst lange Lauf zei-
ten zu garantieren und somit den Wartungsaufwand zu mini-
mieren und die Anwenderfreundlichkeit zu maximieren.
Ziel des Projekts ist die Konzeption eines ressourcen-
effizienten, idealerweise energieautarken und kleinen
Bedienelements für dynamische Lichtinstallationen. Dabei
müssen die konkurrierenden Zielgrößen Betriebszeit, Bau-
größe und Funktionsvielfalt gegeneinander abgewogen
werden. Im Transferprojekt sollen dazu Methoden des
Energy-Harvesting zur autarken Versorgung der Bedienein-
heit berücksichtigt werden. Ferner sollen die Möglichkei-
ten zur weiteren Miniaturisierung der Systemkomponen-
ten aufgezeigt werden.
Die Umsetzung erfolgte, zusammen mit der AG Kogni tronik
& Sensorik der Universität Bielefeld, in vier Arbeitsschrit-
ten. Im ersten Schritt wurden ein Anforderungskatalog und
eine Technologieanalyse für die drahtlose Bedieneinheit
erarbeitet. Die Funktionsvielfalt und der Grad der Vernet-
zung zwischen verschiedenen Leuchten wurden in den An-
wendungsszenarien »Energieautarker Handtaster« sowie
»Rückgewinnung von Energie« definiert. Für diese Szena-
rien wurden Energy-Harvesting Methoden wie Piezoelek-
trizität, Thermoelektrizität oder Photovoltaik evaluiert. Das
drahtlose Bedienelement mittels Piezoelektrik sowie die
Energierückgewinnung mittels Thermoelektrik wurden
anschließend prototypisch getestet. Die benötigte Energie
wurde dabei mit der bisherigen Halemeier-Lösung, dem
batteriebetriebenen Handsender, verglichen. Auf Grund-
lage der Ergebnisse zur Nutzung der Energy-Harvesting
Methoden wurde ein Konzept der energieautarken Bedien-
einheit erstellt, um bei geringer Energie möglichst viele
Funktionen moderner Lichtlösungen (z. B. Dimmer, Farb-
wechsel, Soft an/aus) zu gewährleisten. Speziell für Licht-
installationen, die aus mehreren Leuchten bestehen
wurde dazu auch eine Vernetzung der Empfangseinheiten
(Tri-Mitter) untereinander geprüft und implementiert. Die
prototypischen Systemkomponenten wurden abschließend
unter realen Bedingungen getestet.
Für die Firma Halemeier konnte mittels des Transfer projekts
eine Studie zur Nutzung von Energy-Harvesting Methoden
für ausgewählte Anwendungsszenarien erarbeitet werden.
Die Ergebnisse konnten genutzt werden, um ein energie-
autarkes Bedienelement zu konzipieren und zu testen. Der
erzielte Wissenstransfer ist für Halemeier dabei nützlich
für die Entwicklung weiterer neuer Konzepte und Techno-
logien.
RESSOURCENEFFIZIENTE VERNETZUNG DYNAMISCHER LICHTINSTALLATIONEN
ENERGIEEFFIZIENZ
Produkt/Service
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
DIGITALE TRANSFORMATION IM MITTELSTAND
42 | ERFOLGSGESCHICHTEN
AUF DEM WEG ZU INDUSTRIE 4.0
Die Firma STEINEL GmbH entwickelt moderne Produkte im
Bereich der Lichttechnik und Sensorik. Durch die innova-
tive Kombination von Sensor- und Lichtlösungen erfüllt
STEINEL die Bedürfnisse der Verbraucher nach intelligen-
ten Automatisierungskonzepten. Angestrebt werden
dabei unter anderem komplexe Lichtinstallationen, wel-
che die Lichtsituation bedarfsgerecht steuern. So können
neben mehr Komfort auch hohe Energieeinsparungen ge-
genüber herkömmlichen Lichtinstallationen realisiert
werden.
Um den Installationsaufwand insbesondere in Bestands-
gebäuden und auch die Folgekosten durch Wartung, wie
z. B. den Batteriewechsel, möglichst gering zu halten, be-
steht die Herausforderung darin, die Sensorknoten mög-
lichst energieeffizient zu realisieren und eine optimale
Energieversorgung zu wählen. So kann ein Sensorknoten
durch eine geeignete Batterie mit möglichst hoher Stand-
zeit optimiert werden. Idealerweise wird ein Sensor knoten
jedoch mittels Techniken des Energy-Harvestings autark
mit Energie versorgt. Das Ziel des Transferprojektes be-
stand deshalb in der Auswahl geeigneter Methoden des
Energy- Harvestings für die Realisierung eines innovativen
energieautarken Sensormoduls.
Die Umsetzung dieses Ziels erfolgte zusammen mit der
AG Kognitronik & Sensorik der Universität Bielefeld und
wurde im Rahmen des Transferprojekts in drei Meilen-
steine gegliedert. Zunächst wurde der aktuelle Ist-Zustand
in enger Zusammenarbeit mit der Firma STEINEL identifi-
ziert. Resultat war das Anforderungsprofil an die zu reali-
sierenden Sensormodule. Auf dieser Basis wurde die Ener-
gieaufnahme der Sensormodule mit einer vom Transfer-
geber entwickelten Methode modelliert. Die Methode
ermöglicht in Abhängigkeit verschiedener Anwendungs-
szenarien eine Abschätzung des Energiebedarfs und da-
mit der Standzeit. Kern des Transferprojektes war die Aus-
wahl geeigneter Methoden des Energy-Harvestings für die
Realisierung eines innovativen energieautarken Sensor-
moduls. Hierbei wurden aktuelle Methoden (z. B. thermo-
elektrische Generatoren, Photovoltaik und Funkeinstrah-
lung) auf ihre Tauglichkeit im Hinblick auf die zuvor ermit-
telten Anforderungen überprüft. Drei Methoden erwiesen
sich als geeignet. Anschließend wurde die Modellierung
des Sensormoduls um die Komponenten des Energy-
Harvestings sowie die aus der Umgebung zu erwartende
Energiemenge erweitert. Mittels dieser Modellierung
konnten Referenzszenarien entwickelt und auf ihre Praxis-
tauglichkeit hin überprüft werden.
Mit der ganzheitlichen Modellierung des Systems als Kern
des Projekts konnte zunächst ein energieautarkes Sensor-
modul modelliert und simuliert werden. Durch die Steige-
rung der Effizienz und Standzeit der Sensormodule, ver-
glichen mit herkömmlichen Sensoren, wird STEINEL
voraussichtlich seine Marktposition stärken und einen
Wettbewerbsvorteil gegenüber Mitbewerbern erzielen
können. Die im Rahmen des Projektes erarbeiteten Ergeb-
nisse bieten eine gute Grundlage zur weiteren Entwick-
lung von energieautarken Sensormodulen in der Gebäude-
automation. Dafür ist die Integration der prototypisch
entwickelten Systeme in Produkte der Firma STEINEL vor-
gesehen, um letztendlich serienreife Produkte mit Energy-
Harvesting zu entwickeln und am Markt zu etablieren.
ENERGIEEFFIZIENZ VERTEILTER SENSORKNOTEN
ENERGIEEFFIZIENZ
Produkt/Service
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
ERFOLGSGESCHICHTEN | 43
Industrie 4.0 bietet Unternehmen vielfältige Möglich keiten
zur Leistungssteigerung. Hierfür sind allerdings enorme
Investitionen in Prozesse und Systeme erforderlich. Um
das Risiko von Fehlinvestitionen zu vermeiden, ist zunächst
ein unternehmensadäquates Zielbild zu formulieren. Da-
bei sind Veränderungen von Geschäftsumfeldern, bedingt
durch technologische Entwicklungen, geänderte Kunden-
anforderungen oder das Verhalten von Wettbewerbern,
nicht ohne Weiteres prognostizierbar.
Der Transfernehmer CP contech electronic GmbH ent-
wickelt und produziert einbaufähige Systeme für bran-
chenführende Unternehmen im Bereich Industrie, Handel
und Gewerbe. Die Fähigkeiten liegen bei contech haupt-
sächlich in der Elektronikentwicklung, SMD- und THT-
Fertigung, Montage sowie Qualitätsplanung und- realisie-
rung – wo heutzutage teilautomatisierte Prozesse domi-
nieren. Im Hinblick auf die intelligente Elektronikfertigung
sind umfassende Anpassungen hinsichtlich ihrer Prozesse
und Technologien er forderlich. Deshalb ist dem Transfer-
nehmer eine schritt weise Migration zur Industrie 4.0-
gerechten Produktion zu empfehlen. Ziele sind u. a. die
Standortsicherung sowie die Möglichkeit, Kleinserien zum
Preis von Massenfertigung bei gleichbleibender Flexibi-
lität zu gewährleisten.
Das Transferprojekt hatte daher zum Ziel, Zukunftsszena-
rien zur Gestaltung der intelligenten Elektronikfertigung
zu erarbeiten. Zur Erreichung eines wünschenswerten
Zukunftsbildes wurden sinnvolle Migrationspfade ermit-
telt und beschrieben.
Im Projekt wurde zunächst im Rahmen von Workshops mit-
tels der Modellierungssprache OMEGA die Ist-Situation
bzgl. des Produktionsprozesses von contech aufgenommen
und analysiert. Hieraus ergaben sich Potenziale zur Ver-
besserung der Prozesse durch Industrie 4.0. Darauf auf-
bauend ermittelten die Projektpartner 44 mögliche Ge-
staltungshebel sowie für 18 dieser Hebel denkbare
Ausprägungen, z. B. einen flächendeckenden Einsatz eines
individuellen Verfügbarkeitskalenders. Die Resultate
wurden in Form eines Katalogs dokumentiert. Mithilfe von
Konsistenzbewertungen und Cluster-Analysen sind daran
anschließend für Szenarien unterschiedlicher Perspek-
tiven Migrationspfade erarbeitet worden. Abschließend
wurde von dem Transfernehmer unter Berücksichtigung
der gemeinsamen Bewertung von Chancen und Risiken ein
wünschenswertes Szenario ausgewählt. Aus dem zuge-
hörigen Migrationspfad wurde eine Umsatzplanung ab-
geleitet, um für die Realisierung des Zukunftsbildes zu
evaluieren, zu welchem Zeitpunkt welche Maßnahme
durchgeführt werden muss. Die Migration wurde final mit-
hilfe einer Migrations-Roadmap visualisiert.
Die Strategie von CP contech ist die Industrie 4.0-ge -
rechte Weiterentwicklung der Produktion, um auch in Zu-
kunft kleine Serien hochflexibel und wettbewerbsfähig
anbieten zu können. Dazu konnten mithilfe des Projekts
wichtige Fragen nach der Zukunft der intelligenten Elek-
tronikfertigung beantwortet werden. Die Gestaltungsfeld-
szenarien zur Zukunft der intelligenten Elektronikfertigung,
das wünschenswerte Zukunftsbild sowie der entwickelte
Migrationspfad ermöglichen eine Planung des notwen-
digen Wandels der Produktion.
WANDEL DER ELEKTRONIKFERTIGUNG DURCH INDUSTRIE 4.0
VORAUSSCHAU
Produktion
QP-MMI
QP-EE
QP-SE
QP-IVQP-SO
Sonstiges
DIGITALE TRANSFORMATION IM MITTELSTAND
44 | WIRKUNG DES TECHNOLOGIETRANSFERS
AUF DEM WEG ZU INDUSTRIE 4.0
WIRKUNG DES TECHNOLOGIETRANSFERSBEITRAG ZUM UNTERNEHMENSERFOLG
Die Wirkung der Transferprojekte in den Unternehmen
wurde mithilfe eines Online-Fragebogens zum Ab-
schluss jeder Tranche überprüft. Im Kern steht die »Input-Output-Outcome-Impact«-Wirkkette. Der
»Input« betrifft dabei die eingebrachten Ressourcen des
Projekts, wie bspw. Personal. Der »Output« stellt die
unmittelbar messbaren Ergebnisse des Projekts dar, z. B.
einen entwickelten Prototypen. Der »Outcome« adres-
siert die kurz- und mittelfristigen Wirkungen der Trans-
feraktivität, wie z. B. eine Verstetigung der Projektergeb-
nisse in den Unternehmen. Der »Impact« beschreibt die
langfristigen Ziele, etwa, ob die Projektergebnisse lang-
fristig einen Einfluss auf den Markterfolg des Unterneh-
mens haben.
BILD 12 Auswertung der Befragung der beteiligten Unternehmen und Forschungseinrichtungen der Transferprojekte
82 %
der Unternehmen erlebten den Projekt verlauf als gemeinschaftlichen Prozess.
67 %
der Unternehmen attestieren dem Projekt einen hohen Nutzen.
60 %
der Unternehmen sehen eine Übertragbarkeit der Ergebnisse auf
andere Bereiche/Prozesse.
67 %
der Unternehmen sehen die Projekt ziele als voll verfüllt an.
78 %
der Unternehmen geben an, dass ihr Vertrauen in Forschungs-
kooperationen bekräftigt wurde.
70 %
der Unternehmen geben an, dass die Ergebnisse zum mittel- bis langfristigen Erfolg beitragen.
65 %
der Unternehmen geben an, dass sie eine wesentliche Weiterentwicklung
vollzogen haben.
55 %
der Unternehmen sehen sofortige Anknüpfungspunkte für weitere
Kooperationen.
INPUT
OUTPUT
OUTCOME
IMPACT
79 %
der Unternehmen geben an, dass die Zusammenarbeit sehr zielorientiert verlief.
Wirkkette Ausgewählte Auswertungen
WIRKUNG DES TECHNOLOGIETRANSFERS | 45Eine derartige Betrachtung weist einen entscheidenden
Vorteil auf: Neben den direkt messbaren Ergebnissen, d. h.
der Erfüllung der im Vorfeld beschriebenen Projektziele,
greift die Bewertung deutlich weiter. So wird auch die
empfundene Zufriedenheit der Projektteilnehmer mit
dem Projektverlauf bewertet. Zudem ist ein erfolgreicher
Transfer insbesondere durch Folgeaktivitäten, wie wei-
tere Forschungsprojekte, die Übertragung der Ergebnisse
auf andere Unternehmensbereiche, den Aufbau strate-
gischer Partnerschaften oder Veröffentlichungen über das
Transferprojekt, gekennzeichnet (vgl. Transfermotive,
Seite 7). Die Wirkkette schließt einen systematischen
Rahmen um diese Projektergebnisse und bildet somit eine
vielversprechende Grundlage zur Bewertung des Transfer-
instruments.
Bisher wurden die Befragungen der ersten drei Tranchen
ausgewertet. Die Ergebnisse verdeutlichen: Die fokussier-
ten Transferprojekte haben sowohl kurz- als auch mittel-
fristig eine positive Wirkung. So attestieren 67 % der
befragten Unternehmen dem Projekt einen unmittel-
baren Nutzen. Ebenso sehen 67 % die Projektziele als voll
erfüllt an.
Durch Transferprojekte werden zudem die Kompetenzen
der Unternehmen hin zu Industrie 4.0 schrittweise erwei-
tert. Die Ergebnisse zeigen – das Instrument wird diesem
hohen Anspruch gerecht. Über zwei Drittel der Befragten
geben an, dass durch die Zusammenarbeiteine technolo-
gische oder methodische Weiterentwicklung erfolgt ist.
NACHHALTIGE WIRKUNG DES TECHNOLOGIETRANSFERS
Das gestärkte Vertrauen in Forschungskooperationen
ebenso wie die vergleichsweise hohe Zahl an Transfer-
projekten, bei denen direkt Anknüpfungspunkte für wei-
tere Kooperationen bestehen, zeigen: Durch die Transfer-
projekte konnte die Kooperations- und Transferkultur in der
Spitzenclusterregion nachhaltig verbessert werden. Durch
die enge Verzahnung der Partner ist ein schlagkräftiges
Netzwerk entstanden, aus welchem zahlreiche Folgeakti-
vitäten initiiert werden. Vorhandene Transferbarrieren
zwischen Forschung und Industrie konnten aufgebrochen
werden. Insgesamt zeigt sich die Wirkung in folgenden
übergeordneten Dimensionen:
Kompetenzaufbau – Wechselseitiges »Vonein-ander-Lernen« als Erfolgsmodell: Unternehmen
erhalten Zugang zu fortschrittlichen Technologien,
Wissenschaftler lernen durch den Praxiseinsatz.
Erfolgsgeschichten – Motivation über Projekt-erfolg: Erfolgreiche Umsetzung der Projekte erzeugt
direkte Wirkung in der Praxis, Best Practices motivie-
ren Nachahmer und verstetigen das Transfermuster.
Vernetzung – Entstehung neuer Partnerschaften in der Region: Durch die Verknüpfung der Akteure ent-
lang der Innovationskette werden Innovationsprozesse
optimiert und langfristige, strategische Kooperationen
geschaffen.
Sichtbarkeit – Transfermodell als Blaupause: Das hohe nationale und internationale Interesse an dem
erfolgreichen Transferkonzept stärkt die Profilierung der
Region als Standort für Spitzentechnologie.
Kooperationskultur – Intensivierung des Dialogs: Alle involvierten Partner begreifen den Technologie-
transfer als Chance zur gemeinsamen Gestaltung von
Industrie 4.0 und der digitalen Transformation.
DIGITALE TRANSFORMATION IM MITTELSTAND
46 | ERFOLGSFAKTOREN DES TRANSFERKONZEPTS
AUF DEM WEG ZU INDUSTRIE 4.0
Veränderungen bestehender Transferstrukturen und -me-
chanismen in Deutschland sind notwendig, wenn Techno-
logien schneller und anwendungsorientierter transferiert
werden sollen. Das Beispiel it’s OWL zeigt, dass ausge-
prägte Clusterstrukturen mit einem Technologietransfer
im Kern sowie der Mut zu Veränderungen zum Erfolg
führen können. Auf diese Weise kann der Technologie-
transfer als Instrument zur Steigerung des digitalen Reife-
grads von mittelständischen Unternehmen dienen und
Forschungseinrichtungen somit als bedeutender Partner
für den Mittelstand agieren.
Als Nachhaltigkeitsmaßnahme innerhalb des Spitzen-
clusters verfolgt der Technologietransfer das Ziel, die
Dynamik des Clusters über die Förderdauer hinweg sicher-
zustellen. Der Erfolg der Maßnahme lässt sich dabei nicht
anhand einzelner Faktoren festmachen. Vielmehr ist ein
Bündel verschiedener Erfolgsfaktoren, die eng verzahnt
sind, entscheidend. Im Mittelpunkt steht dabei ein
Dreiklang aus Akteuren, Technologien und Transfer-instrumenten. Die verschiedenen Akteure wurden erfolg-
reich vernetzt, bedarfsgerechte Instrumente entwickelt und
verknüpft sowie relevante Technologien bereitgestellt. Vor
dem Hintergrund der digitalen Transformation ergeben sich
zentrale Impulse, um den erforderlichen Wandel des
Technologietransfers und die weitere Adaption auf die
Be darfe des Mittelstands voranzutreiben:
Clusterstrukturen als Transferbasis: Das Innova-
tionscluster bildet mit seiner Technologie- und Innova-
tionsplattform eine zentrale Zugangsmöglichkeit für
sämtliche Innovationsthemen im Kontext Industrie 4.0.
Auf Dauer angelegte Netzwerkstrukturen zwischen
Wirtschaft und Wissenschaft verbessern die Transfer-
fähigkeit einer Region. Sie führen zu einem Vertrau-
ensaufbau, ermöglichen ein gezieltes Matching von
Partnern und verbessern die Kooperationskultur.
Befähigungskette als Erfolgsgarant: Die Transfer-
instrumente reichen von der Sensibilisierung über die
gemeinsame Bedarfs- und Ideenfindung hin zur Um-
setzung konkreter Lösungen in Kooperationsprojekten.
Die enge Verzahnung der Transferinstrumente ist von
hoher Bedeutung.
Angebotsorientierung der Wissenschaft: Die Tech-
nologiefelder und praxiserprobten Lösungsbausteine
der Technologie- und Innovationsplattform sind ein zen-
trales Erfolgsmerkmal. In ihnen haben die Forschungs-
einrichtungen strukturiert und praxisnah formuliert,
welche Angebote sie bereitstellen. Daraus resultiert
eine hohe Flexibilität und Skalierbarkeit, sodass eine
Anpassung auf unternehmensspezifische Bedarfe,
Anforderungen und Rahmenbedingungen möglich ist.
Anreizsystem als Katalysator: Risikoreiche Inno-
vationsvorhaben, die in Technologiebereichen erfol-
gen, welche nicht den Kernkompetenzen der KMU
ent sprechen, erfordern eine zielgerichtete Förderung.
Es ergibt sich die Möglichkeit, Ideen weiterzuent-
wickeln, Technologiefelder zu erkunden und somit die
Basis für innovative Markleistungen und Prozesse zu
legen.
Zugeschnittene, bedarfsgetriebene Projekte: Grundlage der Transferprojekte sind die Bedarfe der
Unternehmen. Sowohl der technologische Ausgangs-
punkt als auch der angestrebte Innovationshub unter-
scheiden sich dabei unternehmensindividuell (Unter-
nehmen abholen, wo sie stehen).
ERFOLGSFAKTOREN DES TRANSFERKONZEPTSIMPULSE FÜR VERÄNDERUNGEN
ERFOLGSFAKTOREN DES TRANSFERKONZEPTS | 47
Mittelstandskonforme Transfergestaltung: Sowohl
die Prozesse als auch die Instrumente müssen die Be-
darfe des Mittelstands in den Fokus stellen. Projekte
müssen optimal in die betriebliche Praxis integriert
werden können, um die verfügbaren Ressourcen auf
die inhaltliche Projektarbeit zu fokussieren. Wesent-
liche Voraussetzungen dafür sind schlanke Antrags-
verfahren und eine zeitlich kurz- bis mittelfristige
Orientierung der Projekte.
Professionelle, transparente Strukturen: Die effi-
ziente Zusammenarbeit zwischen Wirtschaft, Wissen-
schaft und weiteren Akteuren erfordert professionelle
Strukturen und Vorgehensweisen. Ein gemeinsam er-
arbeitetes Regelwerk mit Richtlinien, Verantwortlich-
keiten und Fristen dient als Grundlage für die Zusam-
menarbeit. Ferner profitiert der Technologietransfer
wesentlich von personeller und institutioneller Konti-
nuität: Etablierte Netzwerkstrukturen und bewährte
Transferinhalte steigern den Transfererfolg und moti-
vieren neue Unternehmen zur Partizipation.
ERFOLGSFAKTOREN DES TRANSFERKONZEPTS
DIGITALE TRANSFORMATION IM MITTELSTAND
Wissenschaft und Wirtschaft treiben Erfolgsmodell Technologietransfer voran (v. l.): Prof. Dr. Roman Dumitrescu (Geschäfts-führer it’s OWL Clustermanagement), Dieter Richter (Leiter Konstruktion und Entwicklung ARI Armaturen), Günter Korder (Geschäftsführer it’s OWL Clustermanagement), Prof. Dr. Ingeborg Schramm-Wölk (Präsidentin Fachhochschule Bielefeld), Ministerialrat Dr. Otto Fritz Bode (Referatsleiter Bundesministerium für Bildung und Forschung), Herbert Weber (Geschäfts-führer it’s OWL Cluster management) und Dr. Peter Ebbesmeyer (Projektleiter it’s OWL Technologietransfer).
48 | LITERATUR
AUF DEM WEG ZU INDUSTRIE 4.0
[Aca16] acatech – Deutsche Akademie der Technikwis-
senschaften (Hrsg.): Dossier für den 4. Innovationsdialog
in der 18. Legislaturperiode am 28. April 2016. Moderne
Formen des Wissens-, Technologie- und Erkenntnis-
transfers, 2016
[BMBF17-ol] https://www.bmbf.de/de/zukunftsprojekt-
industrie-4-0-848.html, abgerufen am 30. Oktober 2017
[BMWI15] Bundesministerium für Wirtschaft und Ener-
gie (Hrsg.): Erschließen der Potenziale der Anwendung
von Industrie 4.0 im Mittelstand. Erarbeitet von agiplan
GmbH, Fraunhofer IML und ZENIT, Mülheim an der Ruhr,
2015
[BMWI16] Bundesministerium für Wirtschaft und Ener-
gie (Hrsg.): Monitoring-Report. Wirtschaft DIGITAL 2016.
Berlin, 2016
[CC12] Carayannis, E.G., Campbell, D. F. J.: Mode 3
Knowledge Production in Quadruple Helix Innovation
Systems, Springer Briefs in Business 7,
DOI 10.1007/978-1-4614-2062-0_1., 2012
[Com15] Commerzbank AG (Hrsg.): Management im
Wandel: Digitaler, effizienter, flexibler! Durchführung
der Studie: TNS Infratest GmbH, Frankfurt, 2015
[Hig17] Hightech-Forum (Hrsg.): Gemeinsam besser:
Nachhaltige Wertschöpfung, Wohlstand und Lebens-
qualität im digitalen Zeitalter – Innovationspolitische
Leitlinien des Hightech-Forums, Berlin, 2017
[KAG+16] Kagermann, H.; Anderl, R.; Gausemeier, J.;
Schuh, G.; Wahlster, W. (Hrsg.): Industrie 4.0 im globalen
Kontext – Strategien der Zusammen arbeit mit internatio-
nalen Partnern, acatech Studie, München: Herbert Utz
Verlag 2016
[LSB+15] Lichtblau, K.; Stich, V.; Bertenrath, R.; Blum,
M.; Bleider, M.; Millack, A.; Schmitt, K.; Schmitz, E.;
Schröter. M.: INDUSTRIE 4.0-READINESS, Institut der
deutschen Wirtschaft Köln Consult GmbH und FIR e. V.
an der RWTH Aachen, gefördert von der IMPULS-
Stiftung des VDMA, Aachen und Köln, Oktober 2015
[MGG+17] Meißner, A., Glass, R., Gebauer C.; Stürmer,
S., Metternich, J.: Hindernisse der Industrie 4.0 –
Umdenken notwendig? ZWF Jahrgang 112, 2017
[PH14] Porter, M. E.; Heppelmann, J.: How smart
connected products are transfroming competition,
Harvard Business Review, November 2014
[PWC16] PricewaterhouseCoopers GmbH (Hrsg.): PWC
Global Industry 4.0 Survey Industry 4.0: Building the digi-
tal enterprise, https://www.pwc.com/gx/en/industries/
industries-4.0/landing-page/industry-4.0-building-your-
digital-enterprise-april-2016.pdf
[RB15] Roland Berger Strategy Consultants GmbH,
Bundesverband der Deutschen Industrie e.V. (Hrsg.)
(2015): Die digitale Transformation und Industrie.
LITERATUR
LITERATUR | 49
[Sta15-ol] Statistisches Bundesamt (Hrsg.):
https://www.destatis.de/DE/ZahlenFakten/Gesamtwirt-
schaftUmwelt/UnternehmenHandwerk/KleineMittlere-
UnternehmenMittelstand/Aktuell_.html;jsessionid=
7B4767A36FDEE39210D25C43D24F9431.cae4
[Sti15] Wissenschaftsstatistik GmbH im Stifterverband
für die Deutsche Wissenschaft (Hrsg.): a:ren'di: Analysen
2015 – Forschung und Entwicklung in der Wirtschaft
2013, Essen, 2015
[Str16] Strategic Policy Forum on Digital Entrepreneur-
ship (Hrsg.): Big data and B2B digital platforms: the next
frontier for Europe’s industry and enterprises, 2016,
http://www.digitaleurope.org/DesktopModules/Bring
2mind/DMX/Download.aspx?Command=Core_
Download&EntryId=2163&PortalId=0&TabId=353
[ZEW15] Zentrum für Europäische Wirtschaftsforschung
(ZEW) (Hrsg.): Hidden Champions – Driven by Innovation:
Empirische Befunde auf Basis des Mannheimer Innova-
tionspanels. Rammer, C.; Spielkamp, A., Forschungsbe-
reich Industrieökonomik und Internationale Unterneh-
mensführung, Mannheim, 2015, http://ftp.zew.de/pub/
zew-docs/docus/dokumentation1503.pdf
[ZVEI17] ZVEI - Zentralverband Elektrotechnik- und
Elektronikindustrie e.V. (Hrsg.): Die Elektroindustrie als
Leitbranche der Digitalisierung, Studie, 2017
LITERATUR
DIGITALE TRANSFORMATION IM MITTELSTAND
e
50 | ANHANG
AUF DEM WEG ZU INDUSTRIE 4.0
SELBSTOPTIMIERUNG
Prozessüberwachung
Konzipierung und Implementierung eines kontinuierlichen Prozessmonitoring Verbesserte Systemüberwachung mithilfe maschineller Lernverfahren Diagnoseplattform zur Erkennung von Prozessanomalien (z. B. in modularen
Produktionslinien) Assistenzsystem zur Prozessüberwachung von Produktionsanlagen (Dashboard) Konzipierung eines Leitstands 4.0
Datengetriebene Prozessoptimierung
Intelligente Assistenzsysteme zur automatisierten/autonomen Prozessoptimierung Konzipierung einer selbstoptimierenden Prozesssteuerung Justierung von Prozessmaschinen im laufenden Betrieb Anwendung von Methoden des maschinellen Lernens zur Optimierung von
Produktions prozessen (z. B. Anpassung des Bewegungsverlaufs elektrischer Antriebe)
Industrielle Bildverarbeitung und Mustererkennung
Entwicklung von Kamera-/Beleuchtungssystem zur automatischen optischen Qualitätskontrolle
Optimierung von Bildverarbeitungsalgorithmen Inspektionssysteme für die Oberflächenkontrolle/Qualitätskontrolle für
3D-Mikrostrukturen
Robotik
Konzipierung und Implementierung kollaborativer Robotik-Systeme Verkettung von Produktionssystemen Intuitive Programmierung von Industrierobotern (z. B. interaktives Teaching) Konzipierung eines Lösungsmusterbaukastens für den Einsatz von Robotersystemen
Modernisierung der Produktion
Modellierung, Analyse und Optimierung bestehender Produktionsprozesse Bedarfsgerechte Mechatronisierung von Produktionsanlagen (Retrofitting
von Maschinen) Bedarfsgerechte Automatisierung von Prozessschritten
Inbetriebnahme Lösungen zur vereinfachten Inbetriebnahme und Rekonfiguration von Anlagen Intuitive Maschinenprogrammierung Einführung der virtuellen Inbetriebnahme
ANHANG
ANHANG | 51
SELBSTOPTIMIERUNG
Prozessüberwachung
Konzipierung und Implementierung eines kontinuierlichen Prozessmonitoring Verbesserte Systemüberwachung mithilfe maschineller Lernverfahren Diagnoseplattform zur Erkennung von Prozessanomalien (z. B. in modularen
Produktionslinien) Assistenzsystem zur Prozessüberwachung von Produktionsanlagen (Dashboard) Konzipierung eines Leitstands 4.0
Datengetriebene Prozessoptimierung
Intelligente Assistenzsysteme zur automatisierten/autonomen Prozessoptimierung Konzipierung einer selbstoptimierenden Prozesssteuerung Justierung von Prozessmaschinen im laufenden Betrieb Anwendung von Methoden des maschinellen Lernens zur Optimierung von
Produktions prozessen (z. B. Anpassung des Bewegungsverlaufs elektrischer Antriebe)
Industrielle Bildverarbeitung und Mustererkennung
Entwicklung von Kamera-/Beleuchtungssystem zur automatischen optischen Qualitätskontrolle
Optimierung von Bildverarbeitungsalgorithmen Inspektionssysteme für die Oberflächenkontrolle/Qualitätskontrolle für
3D-Mikrostrukturen
Robotik
Konzipierung und Implementierung kollaborativer Robotik-Systeme Verkettung von Produktionssystemen Intuitive Programmierung von Industrierobotern (z. B. interaktives Teaching) Konzipierung eines Lösungsmusterbaukastens für den Einsatz von Robotersystemen
Modernisierung der Produktion
Modellierung, Analyse und Optimierung bestehender Produktionsprozesse Bedarfsgerechte Mechatronisierung von Produktionsanlagen (Retrofitting
von Maschinen) Bedarfsgerechte Automatisierung von Prozessschritten
Inbetriebnahme Lösungen zur vereinfachten Inbetriebnahme und Rekonfiguration von Anlagen Intuitive Maschinenprogrammierung Einführung der virtuellen Inbetriebnahme
MENSCH-MASCHINE-INTERAKTION
Augmented Reality
Entwurf eines Systems zur AR-gestützten Wartung (Remote Maintenance Expert) AR-Serviceassistent für die Produktpräsentation Implementierung von Lösungen der assistierten Realität mittels Projektion Einsatz von Augmented Reality zur Montageunterstützung
Assistenzsysteme in der Produktion
Prozessintegrierte Assistenzsysteme zur Unterstützung in der Montage (z. B. interaktive Mitarbeiterassistenz für die Elektromotorenmontage)
Prozessintegrierte Qualitätssicherung und Dokumentation in der Montage Handhabung von Variantenvielfalt und Qualitätsverbesserung am Arbeitsplatz
durch kontextsensitive Informationsbereitstellung und Bedienerführung Systeme zur Unterstützung körperlich schwerer Tätigkeiten (Exoskelett)
Virtual Reality
Durchführung virtueller Design Reviews zur frühzeitigen Absicherung von Maschinen- und Anlagenkonzepten (z. B. Optimierung des Materialflusses)
Optimierung der Logistik-Planung mittels interaktiver Optimierungsverfahren Explorationssystem zur Mehrpersonen-Diskussion von virtuellen Prototypen
(mehrbenutzerfähige VR)
ANHANG
INTELLIGENTE VERNETZUNG
Fernüberwachung/ Datenaggregation
Implementierung von Vernetzungstopologien für Fernüberwachungssysteme Fernüberwachung von mobilen Steuerungen Konzipierung eines Systems zur Fernüberwachung und -wartung heterogener
Maschinen Datensammlung, Synchronisation und Auswertung für Smart Services
Kommunikationsarchitektur
Gestaltung und Spezifikation von Kommunikationsarchitekturen (z. B. Echtzeit-Ethernet)
Intelligente Vernetzung von Multisensormodulen für die Gebäudeautomation Entwicklung und Implementierung funkbasierter Kommunikationsarchitekturen Drahtlose Sensorparametrisierung für das Life-Cycle Management
Modulare Systemarchitektur
Potenzialbewertung, Konzipierung und Implementierung von FPGA- Systemarchitekturen
Modulare Kommunikationsarchitekturen für die Vernetzung von Systemen FPGA-basierte Hardwarebeschleunigung mittels rekonfigurierbarer
Co-Prozessoren
DIGITALE TRANSFORMATION IM MITTELSTAND
52 | ANHANG
AUF DEM WEG ZUR INDUSTRIE 4.0
SYSTEMS ENGINEERING
SE-Prozessintegration
Aufnahme und Optimierung des Entwicklungsprozesses Durchgängiger modellbasierter Entwicklungsprozess für den Maschinen-
und Anlagenbau KMU-gerechte SE-Integration in den Entwicklungsprozess (bedarfsgerechter
SE-Prozess) Scrum-basierte Entwicklungsprozesse für den Sondermaschinenbau
Model-Based Systems Engineering
MBSE-Integration im Unternehmen Benchmarking ausgewählter MBSE-Modeller (Tool-Benchmark) MBSE mit CATIA V6 Systems (RFLP-Ansatz) Unternehmensindividuelle Identifikation von Modellierungsmethode,
-sprache und -tool Entwicklung und Anwendung wissensbasierter Systemmodelle
(User-spezifische Sichten) Werkzeugunterstützung für ein Modell- und Dokument-basiertes Requirements
Engineering
Modellbildung und Simulation
Konzipierung und modellbasierte Entwicklung von Steuerungen- und Regelungen Entwicklung selbstoptimierender, adaptiver Regler Reglerentwurf für rekonfigurierbare Systeme Modellbasierte Potenzialanalyse für die Optimierung von Systemen Virtualisierung von Maschinen und Anlagen zur Beschleunigung der Entwicklung Entwicklung von HiL-Prüfständen Toolkette für XiL-Teststrategien (z. B. für Steuergeräte) Anwendung von Mehrkörpersimulation Einsatz von CFD-Methoden Modellbasierte Verträglichkeitsanalyse
01010001000111000
11010011110010101
00101001000111001
01001100111001101
00101000100010000
01010101010110100 Softwareentwicklung
Modellbasierter Softwareentwurf Konzipierung und Entwicklung von Softwarearchitekturen für eingebettete
Systeme Analyse und Optimierung von Softwareentwicklungsprozessen
(z. B. Steuerungsentwicklung) Methoden der automatischen Softwarequalitätsanalyse in der Auto-
matisierungstechnik Methoden der agilen Softwareentwicklung Management von Systemmodellen
ENERGIEEFFIZIENZ
Ressourceneffiziente Kommunikation
Konzipierung ressourceneffizienter Kommunikationsarchitekturen Energieeffiziente, robuste Funkarchitekturen (Low-Power-Funknetze) Multi-Hop-Technologien (Funk)
Wärmemanagement Nutzung überschüssiger Energie aus regenerativen Quellen zur Wärmeerzeugung
(Power-to-Heat) Konzipierung intelligenter Entwärmungsstrategien
Analyse und Entwurf ressourceneffizienter Systeme
Untersuchung, Bewertung und Optimierung bestehender Systeme hinsichtlich Energieeffizienz
Optimierung der Ressourceneffizienz der Elektronik Entwurf von Leistungselektronik Konzipierung energieautarker Systeme mittels Energy-Harvesting Ansätzen,
z. B. Energy-Harvesting für verteilte minimale Sensorknoten Energierückspeisung mittels Frequenzumrichtern
ANHANG | 53SYSTEMS ENGINEERING
SE-Prozessintegration
Aufnahme und Optimierung des Entwicklungsprozesses Durchgängiger modellbasierter Entwicklungsprozess für den Maschinen-
und Anlagenbau KMU-gerechte SE-Integration in den Entwicklungsprozess (bedarfsgerechter
SE-Prozess) Scrum-basierte Entwicklungsprozesse für den Sondermaschinenbau
Model-Based Systems Engineering
MBSE-Integration im Unternehmen Benchmarking ausgewählter MBSE-Modeller (Tool-Benchmark) MBSE mit CATIA V6 Systems (RFLP-Ansatz) Unternehmensindividuelle Identifikation von Modellierungsmethode,
-sprache und -tool Entwicklung und Anwendung wissensbasierter Systemmodelle
(User-spezifische Sichten) Werkzeugunterstützung für ein Modell- und Dokument-basiertes Requirements
Engineering
Modellbildung und Simulation
Konzipierung und modellbasierte Entwicklung von Steuerungen- und Regelungen Entwicklung selbstoptimierender, adaptiver Regler Reglerentwurf für rekonfigurierbare Systeme Modellbasierte Potenzialanalyse für die Optimierung von Systemen Virtualisierung von Maschinen und Anlagen zur Beschleunigung der Entwicklung Entwicklung von HiL-Prüfständen Toolkette für XiL-Teststrategien (z. B. für Steuergeräte) Anwendung von Mehrkörpersimulation Einsatz von CFD-Methoden Modellbasierte Verträglichkeitsanalyse
01010001000111000
11010011110010101
00101001000111001
01001100111001101
00101000100010000
01010101010110100 Softwareentwicklung
Modellbasierter Softwareentwurf Konzipierung und Entwicklung von Softwarearchitekturen für eingebettete
Systeme Analyse und Optimierung von Softwareentwicklungsprozessen
(z. B. Steuerungsentwicklung) Methoden der automatischen Softwarequalitätsanalyse in der Auto-
matisierungstechnik Methoden der agilen Softwareentwicklung Management von Systemmodellen
ENERGIEEFFIZIENZ
Ressourceneffiziente Kommunikation
Konzipierung ressourceneffizienter Kommunikationsarchitekturen Energieeffiziente, robuste Funkarchitekturen (Low-Power-Funknetze) Multi-Hop-Technologien (Funk)
Wärmemanagement Nutzung überschüssiger Energie aus regenerativen Quellen zur Wärmeerzeugung
(Power-to-Heat) Konzipierung intelligenter Entwärmungsstrategien
Analyse und Entwurf ressourceneffizienter Systeme
Untersuchung, Bewertung und Optimierung bestehender Systeme hinsichtlich Energieeffizienz
Optimierung der Ressourceneffizienz der Elektronik Entwurf von Leistungselektronik Konzipierung energieautarker Systeme mittels Energy-Harvesting Ansätzen,
z. B. Energy-Harvesting für verteilte minimale Sensorknoten Energierückspeisung mittels Frequenzumrichtern
SONSTIGES
Smart Services/ Geschäftsmodelle/Plattform
Transformationsplanung der Marktleistung hin zu komplexen Produkt- Service-Systemen
Auswirkungsanalyse des Geschäftsmodells auf Produkt und Organisation Methodengestützte Geschäftsmodellentwicklung und Operationalisierung
im Kontext der digitalen Transformation (z. B. Pay-per-use) Potenzialbewertung von Ansätzen zur Umsetzung von Smart Services Geschäftsmodellkonzept für eine Smart Service Plattform IT-Konzept für eine Plattform zum Angebot von Smart Services Modellierung und Analyse von Wertschöpfungsketten bzw. -netzen
Schutz vor Produktpiraterie
Entwicklung einer Schutzkonzeption für einen ganzheitlichen Produkt-/ Know-how-Schutz
Berücksichtigung von Möglichkeiten der Fälschungssicherheit im Entwicklungs-prozess
Additive Produktionstechnologie
Integration von additiver Fertigung in den Produktentstehungsprozess Entwicklung einer Geschäftsmodellroadmap für Additive Manufacturing 3D-Druck mit integrierter Funktionalität (gedruckte Elektronik) Potenzialanalyse für den Einsatz additiver Fertigungsverfahren für die eigenen
Produkte
IT-Sicherheit Certification Authority Durchführung von Bedrohungsanalysen für die IT-Sicherheit
Digitale Arbeit Organisationsentwicklungs-Roadmap zur Gestaltung des digitalen Wandels
der Arbeitswelt Altersgerechte Personalentwicklung für die digitale Arbeitswelt
Lokalisierung Einsatz von Location-based Services in der Produktion Intralogistikkonzept für das Tracking und Tracing von Systemen
DIGITALE TRANSFORMATION IM MITTELSTAND
54 | CLUSTERPARTNER
AUF DEM WEG ZU INDUSTRIE 4.0
CLUSTERPARTNER
Im it’s OWL e.V. bündeln Unternehmen, Hochschulen, Forschungsinstitute und weitere Partner ihre Interessen.
FÖRDERMITGLIEDER
Mehr als 150 Fördermitglieder – insbesondere kleine und mittlere Unternehmen – nutzen die Leistungsangebote des Spitzenclusters,
um sich zu vernetzen und ihre Betriebe fit für Industrie 4.0 zu machen.
Interessierte Unternehmen, wissenschaftliche Einrichtungen und wirtschaftsnahe Organisationen sind herzlich eingeladen, sich im
Spitzencluster zu engagieren und dem Verein beizutreten. Informationen zum Verein (Satzung, Beitragsordnung und Beitritts erklärung)
sowie weitere Partner finden Sie unter: www.its-owl.de/partner
UNTERNEHMEN
HOCHSCHULEN UND FORSCHUNGSEINRICHTUNGEN
TRANSFERPARTNER
CONSULTING & INNOVATION
GEMEINSAM ERFOLGREICH
DIE AUTOREN
IMPRESSUM
Prof. Dr.-Ing. Jürgen GausemeierHeinz Nixdorf Institut Paderborn
Fachgruppe Strategische Produktplanung
und Systems Engineering
Prof. Dr.-Ing. Roman DumitrescuGeschäftsführer
it’s OWL Clustermanagement GmbH
Dr.-Ing. Peter EbbesmeyerProjektleitung Technologietransfer
it’s OWL Clustermanagement GmbH
Fraunhofer-Institut für Entwurfstechnik
Mechatronik IEM
Christian Fechtelpeter Technologietransfer
it’s OWL Clustermanagement GmbH
Fraunhofer-Institut für Entwurfstechnik
Mechatronik IEM
Daniela Hobscheidt Technologietransfer
it’s OWL Clustermanagement GmbH
Fraunhofer-Institut für Entwurfstechnik
Mechatronik IEM
HERAUSGEBERit’s OWL Clustermanagement GmbH
Verantwortlich: Prof. Dr.-Ing. Roman Dumitrescu,
Günter Korder, Herbert Weber
Umsetzung: Wolfgang Marquardt, Lars Bökenkröger
Gestaltung: VISIO Kommunikation GmbH
Bildnachweis: it’s OWL (Titel, S. 27, S. 47)
Die Bilder auf den Seiten 28–43 wurden von
den beteiligten Unternehmen bereitgestellt.
April 2018
GEFÖRDERT VOM BETREUT VOM DAS CLUSTERMANAGEMENT WIRD GEFÖRDERT DURCH
it’s OWL Clustermanagement GmbH Zukunftsmeile 1 | 33102 Paderborn
Tel. 05251 5465275 | Fax 05251 5465102
[email protected] | www.its-owl.de