Die Produktion befindet sich im Wandel: Durch den Einsatz digitaler Technologien wird sie effizienter und flexibler, um wettbewerbsfähig zu bleiben. Digitale Plattformen ermöglichen eine flexible Produktionssteuerung und eröffnen zusätzliche Potenziale einer verteilten, standortübergreifenden Produktion. Immer leistungsfähigere Softwarelösungen sorgen dafür, dass Produktionsprozesse dynamischer, individueller und effizienter gesteuert werden können. Einen weiteren Schub liefert die Künstliche Intelligenz (KI): Maschinelles Lernen als Kerntechnologie ermöglicht enorme Fortschritte bei der automatischen Erkennung und Verarbeitung komplexer Daten und deren Zusammenhänge. Besonders sinnvoll ist ihr Einsatz dort, wo Ursache-Wirkungs-Zusammenhänge nicht mehr analytisch beschreibbar sind, jedoch große Datenmengen verfügbar sind – eine Situation, die im produktionstechnischen Umfeld häufig auftritt.
Neben Produktivität und Effizienz eröffnet Advanced Manufacturing auch die Chance, die ökologische Nachhaltigkeit der Produktion erheblich zu verbessern, beispielsweise durch ressourcenschonende Prozesse oder Energieoptimierung. Gleichzeitig ist es wichtig, aus einer sozio-technischen Perspektive auch die Resilienz der Mitarbeitenden gegenüber diesen tiefgreifenden Veränderungen zu erforschen. Mit diesem breiten Forschungsansatz trägt unser Lehrstuhl dazu bei, die Zukunft der industriellen Produktion nachhaltig und verantwortungsvoll zu gestalten.
Laufende Forschungsprojekte
Problemstellung und Zielsetzung
Das Internet der Dinge bietet für produzierende Unternehmen im Werkzeugmaschinenbau hohes Potential für zusätzliche Erlöse. Vernetzung und entsprechende Software ermöglichen eine modulare Ausstattung der Werkzeugmaschinen mit zusätzlichen smarten und wertschöpfenden Services. Die Bereitstellung solcher digitaler Services erfolgt über digitale Plattformen, welche in der Praxis auch als industrial IoT (iIoT) Plattformen bezeichnet werden. Als Konzept spielen Plattformen bereits eine zentrale Rolle in vielen Domänen wie mobilen Endgeräten, Smart Home oder vernetzten Automobilen. Dennoch sind plattformbasierte Geschäftsmodelle für produzierende Unternehmen im industriellen Kontext noch wenig erforscht. Zusätzlich sind Plattformen ein zentraler Bestandteil flexibler Wertschöpfungsnetzwerke, wobei die Plattformanbieter oftmals eine fokale Rolle einnehmen und die Plattform gestalten können. Strategisches Beziehungsmanagement, als Gestaltungsmerkmal plattformbasierter Geschäftsmodelle, bietet für produzierende Unternehmen die Möglichkeit, die komplementären Drittanbieter (z. B. Dienstleistungen und Softwareprodukte) zu steuern und zu kontrollieren. Somit stellt das Beziehungsmanagement ein attraktives und interdisziplinäres Forschungsfeld dar.
Lösungsweg
In dem Forschungsprojekt wird der Boundary Resources Ansatz als Gestaltungsmerkmal des Beziehungsmanagements für Plattformanbieter im Kontext des industriellen Internets der Dinge untersucht. Unter Boundary Resources können unterschiedliche Ressourcen verstanden werden, die Partnern den Zugang zur Plattform und deren Kerntechnologien ermöglichen und sie befähigen die technischen Funktionen einer Plattform zu nutzen.
Geplantes Vorgehen für das Forschungsprojekt:
- Plattformdefinition und Adaption des Plattform- und des Ökosystemkonzepts für den Maschinenbau
- Evaluation des aktuellen Stands der Technik rund um den Einsatz von Boundary Resources bei iIoT Plattformen
- Untersuchung von Qualitätsfaktoren bei den identifizierten Boundary Resources und ihren Einfluss auf das Wachstum von iIoT Ökosystemen
- Ableitung von Handlungsempfehlungen für Anbieter von iIoT-Plattformen für stakeholderzentrierte Gestaltung von Boundary Resources zur Gewinnung von Wertschöpfungspartnern
Problemstellung und Zielsetzung
Cloud Manufacturing überträgt die Prinzipien des Cloud Computing auf die Produktionslandschaft. Die High-level Idee ist das Zusammenspiel der Integration von verteilten Ressourcen (Produktionsressourcen oder Produktionsfähigkeiten) sowie die Verteilung von diesen integrierten Ressourcen über eine Cloud Plattform.
Innerhalb der Literatur wurde identifiziert, dass das Thema der Informationssicherheit sowie das Vertrauen in dieses neue Produktionsparadigma bisher unzureichend untersucht worden ist. Während die Vertrauenssituation beim klassischen Cloud Computing bereits eine signifikante Rolle spielt, ist diese beim Cloud Manufacturing grundsätzlich verschärft, da der ganzheitliche Produktionsprozess über eine Cloud abgewickelt wird. So stehen neben Informationen und Daten nun auch bspw. Betriebsgeheimnisse und Spezialwissen rund um die Produktion „in der Cloud“ – diese können, bei Missbrauch oder fälschlicher Handhabung, gar zum Verlust von Wettbewerbspositionen und der Wettbewerbsfähigkeit führen. Demnach ist diese Situation ebenfalls durch einen hohen Grad an Unsicherheit und Verletzbarkeit der Anwender charakterisiert.
Lösungsweg
Das Ziel des Forschungsprojekts ist es, signifikante Einflussfaktoren aus der Anwenderperspektive zu determinieren, welche einen positiven oder negativen Einfluss auf die Bildung des Vertrauens gegenüber einer Cloud Manufacturing Plattform ausüben. Diese stellen schließlich die Basis, um Gestaltungsempfehlungen für die Anbieter von Cloud Manufacturing Plattformen ableiten zu können. Innerhalb der bisherigen Arbeit konnte die Problemdomäne des Vertrauens im Cloud Manufacturing definiert und strukturiert werden. Damit wurde nebst der existierenden Forschungslücke eine klare Untersuchungsnotwendigkeit identifiziert, da sich bisherige Erkenntnisse in thematisch benachbarten Bereichen nicht direkt übertragen lassen.
Ziel des Projekts ist die Entwicklung eines Metamodells für die Modellierung von Prozessen aller Domänen in produzierenden Unternehmen sowie die Entwicklung eines Prototyps eines geeigneten Modellierungstools.
Konsortium/Projektpartner:
- Universität Stuttgart, Lehrstuhl für ABWL und Wirtschaftsinformatik II
- Deutsche Forschungsgemeinschaft
- Graduate School of Excellence advanced Manufacturing Engineering (GSaME)
- Universität Stuttgart, Institut für Architektur von Anwendungssystemen
Der Forschungsbereich IT-Integration verteilter Wertschöpfungsnetzwerke beschäftigt sich mit der Integration von Daten, Anwendungen und Geschäftsprozessen. Es werden Möglichkeiten der Integration von (Teil-)funktionen in unternehmenseigene und unternehmensübergreifende Anwendungen untersucht. Integrationsansätze werden aus technischer wie auch betriebswirtschaftlich-organisatorischer Sicht untersucht. Der Grad der Integration soll durch geeignete Ansätze messbar gemacht werden. In Verbindung mit zu bewertenden Merkmalen zur Charakterisierung von Integrationsgegenständen sollen so Aussagen über optimale Integrationsgrade ermöglicht werden. Ebenso stehen Kosten-/Nutzenanalysen im Fokus des Forschungsbereichs, um die Wirtschaftlichkeit der IT-Integration verteilter Wertschöpfungsnetzwerke zu untersuchen. Die Qualitätssicherung der IT-Integration wie auch das Projektmanagement im Hinblick auf die IT-Integration verteilter Wertschöpfungsnetzwerke stehen ebenfalls im Blickpunkt der Betrachtung.
Konsortium/Projektpartner:
- Universität Stuttgart, Lehrstuhl für ABWL und Wirtschaftsinformatik II
- Deutsche Forschungsgemeinschaft
- Graduate School of Excellence advanced Manufacturing Engineering (GSaME)
- Universität Stuttgart, Institut für Architektur von Anwendungssystemen
Heutzutage werden immer mehr Produkte mit agilen Methoden wie Scrum oder Kanban entwickelt. Ein Merkmal solcher Projekte ist die Dynamik der Anforderungen. Während der gesamten Projektdauer ändern sich die Anforderungen ständig. Methoden im Requirements Engineering konzentrieren sich oft auf die funktionalen Anforderungen. Insbesondere bei der Entwicklung einer IT für die Produktion gibt es neben den funktionalen Anforderungen eine Vielzahl an Randbedingungen (engl. constraints), wie beispielsweise technische Randbedingungen, welche bereits während des Entwicklungsprozesses berücksichtigt werden müssen. Bisherige Forschung zeigt, dass kein wissenschaftlich begründeter Ansatz existiert, welcher für die systematische Berücksichtigung von Randbedingungen, insbesondere in agilen Projekten, genutzt werden kann.
Das Dissertationsprojekt konzentriert sich auf das Entwickeln eines methodischen Ansatzes, welcher agile Teams dabei unterstützt, Randbedingungen zu berücksichtigen und mit ihnen systematisch umzugehen. Zum Erreichen dieses Ziels wird sich am Design Science Research (DSR)-Ansatz orientiert.
Das Projekt untersucht Daten und Informationen als zentrale Austauschobjekte, um Transparenz und Vertrauen beim Datenaustausch (engl.: Data Sharing) zu fördern, insbesondere durch den Einsatz von Datentreuhandmodellen. Da standardisierte Kriterien zur einheitlichen Charakterisierung von Daten nach wie vor fehlen, herrscht zwischen Unternehmen eine latente Unsicherheit bei der Bewertung von Daten hinsichtlich ihres Werts und ihrer Schutzbedürftigkeit. Dies hemmt die unternehmensübergreifende Zusammenarbeit auf Basis von Daten. Auch Datentreuhänder haben Probleme, Datenangebote und Bedarfe für die Erstellung von Datenprodukten effizient abzustimmen. Entsprechend verfolgt das Projekt das Ziel, eine Methode zur Bewertung von Daten zu entwickeln. Im Rahmen dieser Methode sollen auch konkrete Handlungsempfehlungen für Datengeber abgeleitet und ein technisch gestützter Ansatz zur Steuerung von Angeboten und Bedarfen für Datentreuhänder geschaffen werden.
Weitere Informationen zum Projekt