Bøger i ifaa-Research serien

Unternehmen jeder Branche und Größe bieten hohes Potenzial zur Produktivitätssteigerung in den Fertigungsbereichen. Im Laufe dieser Arbeit wird aufgezeigt, wie mit einer ganzheitlichen Schwachstellenanalytik und passender Zuweisung von anzuwendenden Methoden zur Schwachstellen­beseitigung, Potenziale der Produktivitätssteigerung identifiziert und erreicht werden können. Digitalisierung und vornehmlich Künstliche Intelligenz helfen dabei als unterstützende Kraft. Im Aufbau startet diese Dissertation zunächst mit Begriffsdefinitionen zum detaillierteren Verständnis der Schwachstellenanalytik. Im weiteren Verlauf wird eine Struktur betrieblicher Schwachstellen erarbeitet, ergänzt durch einen entsprechenden Kennzahlenkatalog sowie Methodenkatalog. Dabei wird ein erhebliches Mengengerüst erkennbar: Die Erarbeitung einer grundlegenden Struktur betrieblicher Schwach­stellen zeigt einen Schwachstellenkatalog mit 297 potenziellen Schwachstellen, der Kennzahlenkatalog beinhaltet 264 bekannte Kennzahlen und der Methodenkatalog enthält 551 verschiedene Methoden. Die Erforschung und Evaluation der Schwachstellenanalytik erfolgte anhand eines exemplarischen Stanzkontaktes. Die grundlegende Prozessfähigkeit wurde bestätigt. Anschließend wurden gezielt Korrelationen untersucht und eine Ampelprognose entwickelt. Die Verifizierung erfolgte mittels eines erneuten Datensets desselben Produktes. Die Schwachstellenanalytik wurde in ihren Grundzügen mathematisch formuliert. Die Erprobung anhand eines Montage-Prozesses bestätigte die Reproduzierbarkeit und Funktionalität der Schwachstellenanalytik. Letztlich können erhebliche Produktivitätspotenziale belegt und so der Mehrwert der Schwachstellenanalytik zur Modell­verfeinerung von Machine Learning in Fertigungsbereichen bestätigt werden.

Mit Beginn der ersten industriellen Revolution entwickelten sich im Laufe der Zeit sukzessiv neuartige Technologien, deren konvergierendes Zusammenspiel in der gegenwärtigen vierten industriellen Revolution mündeten. Die Mensch-Roboter-Kollaboration (MRK) bildet hierbei ein Interaktionskonzept zwischen Mensch und Roboter in einem gemeinsamen Arbeitsbereich. Das Ziel ist eine Verbesserung menschlicher Arbeitsbedingungen bei gleichzeitiger Produktivitätssteigerung.MRK erfahren derzeit eine revolutionäre Weiterentwicklung von statisch programmierten MRK-Systemen hin zu dynamisch lernenden MRK-Systemen auf Basis von Methoden der Künstlichen Intelligenz (KI). Der Nutzen lässt sich anhand der Dimensionen von Flexibilität, Sicherheit sowie Produktivität und der damit verbundenen Steigerung erkennen. Die Integration von leistungsfähiger schwacher KI lässt zugleich neue arbeitswissenschaftliche Herausforderungen entstehen. Es gilt insbesondere einen ganzheitlichen Ansatz in der soziotechnischen Arbeitsgestaltung zu verfolgen. Unternehmen stehen in diesem Zusammenhanggegenwärtig keine benötigten praxisnahen Handlungsempfehlungen zur Verfügung.Das Werk setzt sich folgerichtig zum Ziel, erstmals einen integrativen arbeitswissenschaftlichen Handlungsrahmen unter Berücksichtigung der soziotechnischen Gestaltungselemente herzuleiten. Dieser dient zur Sensibilisierung, ermöglicht es Verbesserungspotenziale und Handlungsmöglichkeiten eigenständig zu identifizieren und bildet in idealtypischer Form die relevanten arbeitswissenschaftlichen Erfolgsfaktoren und Handlungsfelder ab.