SlideShare ist ein Scribd-Unternehmen logo
7
Am meisten gelesen
12
Am meisten gelesen
13
Am meisten gelesen
© Fraunhofer · Seite 1
Prof. Dr.-Ing. Boris Otto
Syntegration zur Digitalen Produktion · Königslutter · 7.6.2017
DIGITALISIERUNG DER INDUSTRIE
© Fraunhofer · Seite 2
INHALT
 Digitalisierung des Industriebetriebs
 Die Rolle der Daten
 Digitale Transformation
© Fraunhofer · Seite 3
Bildquelle: Audi (2016).
Legende: FTS – Fahrerloses Transportsystem; VR – Virtual Reality.
Digitale Technologien finden sich in verschiedenen Bereichen des
Leistungserstellungsprozesses – wie das Beispiel von AUDI zeigt
Autonome FTS für die modulare Montage Mensch-Roboter-Kooperation Autonome Routenzüge
Flugroboter in der Montage VR in der Entwicklung Prädiktive Analyseverfahren in der Logistik
© Fraunhofer · Seite 4
Quelle: Koren (2010), zitiert in Bauernhansl (2014). Bildquellen: https://en.wikipedia.org (2015), https://www.impulse.de (2015), audi.de (2015),
o2.co.uk (2015), computerbild.de (2015).
Die Automobilindustrie ist im Zuge der Digitalisierung auf der
Leistungsangebotsseite einem fundamentalen Wandel unterworfen
Ausstoß pro
Variante
Variantenzahl
1850
1913
1955
1980
2000
Ford Model T
VW-Käfer-
Produktion
Audi-Konfigurator
Massen-
fertigung
Individualisierung
»Sharing Economy«
Komplexität
Globalisierung
iPhone
3D Printed Car
© Fraunhofer · Seite 5
Neue Leistungsangebote folgen in der Digitalisierung den Prinzipien der
»Smart Service Welt«
»Smart Service
Welt«
Ende-zu-
Ende-
Kunden-
prozess
Hybride
Leistungs-
angebote
Daten im
Zentrum
Geschäfts-
ökosysteme
Digitale
Plattformen
Neue
Geschäfts-
modelle
Vgl. AK Smart Service Welt, acatech (2015).
© Fraunhofer · Seite 6
Bildquelle: ihs-gmbh.de (2016); silicon.de (2016).
Legende: ERP – Enterprise Resource Planning; LAS – Logistisches Assistenzsystem; OEM – Original Equipment Manufacturer.
Infolgedessen steigen Anforderungen an die Transparenz im
Liefernetzwerk – es braucht ein digitales Abbild der Leistungserstellung
© Fraunhofer · Seite 7
Quelle: Audi (2015); Bildquelle: Audi (2016).
Die Digitalisierung des Industriebetriebs – als Industrie 4.0 – ist kein
Selbstzweck, sondern Antwort auf einen Wandel auf dem Absatzmarkt
Individualisierung des Leistungsangebots ↑
Zahl an Modellen, Varianten,
Ausstattungsmerkmalen ↑
Lebenszyklen ↓
Globalisierung des Produktionsnetzwerks ↑
Prozess- und Produktkomplexität ↑
Kostenziele ↗
Entscheidungsbedarfe (strategisch,
taktisch, operativ) ↑
»Autonomisierung« der Produktion ↑
Echtzeitverfügbarkeit von Information ↑
Interoperabilität der Produktionssysteme↑
Markt- und Kundenanforderungen
Produktion und Logistik
Implikationen und Handlungsbedarf
Industrie 4.0
© Fraunhofer · Seite 8
Voraussetzung ist eine zentrale Informationstransparenzinstanz – bei AUDI
»Tower« genannt
Bildquelle: Audi (2016).
© Fraunhofer · Seite 9
Bildquelle: Audi (2016).
Der »Tower« ist Kern eines neuen industriellen Informationsmanagements
 Konzeptuelles Modell der digitalen Fabrik
 Quelle für die digitalen Abbilder und »Single Source of the
Truth«
 »Data Lake«-Funktionalität
 Sammlung und Analyse von Ereignisdaten aus der Produktion
und der Lieferkette
 Prozessanalysen nahezu in Echtzeit
 Datenbasis für maschinelle Lernverfahren
© Fraunhofer · Seite 10
INHALT
 Digitalisierung des Industriebetriebs
 Die Rolle der Daten
 Digitale Transformation
© Fraunhofer · Seite 11
Daten haben sich zu einer strategischen Ressource entwickelt
Zeit
Wertbeitrag
Daten als
Prozess-
ergebnis
Daten als
Prozess-
befähiger
Daten als
Produkt-
befähiger
Daten als
Produkt
© Fraunhofer · Seite 12
Source: Leveling et al. (2014).
»Smart Data Management« adressiert die gesamte Datenlandschaft im
Unternehmen
Daten außen sind von höherer Unschärfe,
Volumen, Vielfalt, Änderungsfrequenz…
Daten außen sind weniger
kontrollierbar, geschäftskritisch,
eindeutig…
»Nukleus-Daten«
(Kundenstammdaten,
Produktstammdaten
usw.)
»Community-
Daten«
(Geoinformation,
GTIN, Adressen, ISO-
Codes, GS1-Daten
usw.)
Big Data
(Tweets, Social Media
Streams, Sensordaten usw.)
Megabytes
Gigabytes
Terabytes
Petabytes
© Fraunhofer · Seite 13
Legend: Informationsfluss; Materialfluss.
Smart Data Management ist eine Schlüsselfähigkeit des Industriebetriebs
der Zukunft
Öffentliche
Daten
Wertschöpfungs-
netzwerk
Konsumenten-
Services
Industrielle
Services
Losgröße 1
Ende-zu-Ende-
Kundenprozess
Geschäftsökosysteme
Hybride Produkte
Smart Data
Management
Interoperabilität
Mensch-Roboter-
Kooperation
Autonome Systeme
Internet der Dinge
Kunde
Produtkions-
netzwerke
Logistik-
netzwerke
Digitale LeistungsangeboteDataDigitale Leistungserstellung
© Fraunhofer · Seite 14
Beispiel Automobillogistik
Smart Data Management erfordert auch den Austausch bisher eher sensibel
gehandhabter Daten zwischen Unternehmen
Abrufe · Lieferavise · Rechnungen …
Teilestammdaten · Änderungsanfragen · Sicherheitsdatenblätter …
Ereignisdaten aus der Lieferkette …
Kapazitäten ·
Fertigungsschritte ·
Liefernetzstrukturen
EDI
Electronic
Business
RFID · IoT
Industrial
Data Space
Zeit
Mehrwert, Kritikalität
der ausgetauschten
Daten
1990 2000 2010 heute
Legende: RFID – Radio-Frequency Identification; IoT – Internet of Things; EDI – Electronic Data Interchange.
www.industrialdataspace.org // 15
70+
Companies and
Organisations
5
Working Groups
18
Use
Cases
1
Ecosystem
=
© Fraunhofer · Seite 16
Legende: ERP – Enterprise Resource Planning; MES – Manufacturing Execution Systems ; SCADA – Supervisory Control and Data Acquisition; EDI –
Electronic Data Interchange.
Smart Data Management basiert auf einer zukunftssicheren »Data Service
Architecture«
Industrielle Datenquellen
ERP  MES  SCADA  Ereignisdaten
Datenquellen zu Kunden
CRM  Kundenprogramme etc.
Soziale Netzwerke
Facebook  Twitter etc.
Cloud-based Data Storage
Data Source Connectors  Data Space Infrastructure  Shared Information Model
Industrial Data Service Architecture
Datenqualitätssicherung Mapping/Transformation Integration/Aggregation Data Provenance …
Datenanalyse Data Mining Visualisierung Datenbereitstellung …
Industrielle Services
Präventive Wartung  Modular
Montage  »Supply Chain Visibility«
Kommerzielle Services
Finanzdienste  Mobilität 
Kundendienst
Interne Services
Daten als generelle
Prozessbefähiger
Datenprodukte
Data as a Service
Externe Datenquellen
EDI  Industrial Data Space etc.
© Fraunhofer · Seite 17
INHALT
 Digitalisierung des Industriebetriebs
 Die Rolle der Daten
 Digitale Transformation
© Fraunhofer · Seite 18
Flexibilität
Effizienz
Verfügbarkeit
Auslastung
Mensch
Technik
Economies of Scope
Verbund
Menge
Economies of Scale
Umwelt
Kosten
Hierarchie
Selbststeuerung
Vgl. Bauernhansl (2017), zitiert in ten Hompel (2017).
Die Ambivalenz der Wertschöpfung in der Digitalisierung erfordert eine flexible
Wertschöpfungsarchitektur
© Fraunhofer · Seite 19
Schuh, G.; Anderl, R.; Gausemeier, J.; ten Hompel, M.; Wahlster, W (Eds.):
Industrie 4.0 Maturity Index, acatech STUDY 2017. Originalsprache beibehalten.
Die Transformation zum digitalisierten Industriebetrieb muss stufenweise
gesteuert werden
Industrie4.0MaturityLevel
BusinessValue
AdaptabilityPredictabilityTransparencyVisibility
What does happen?
»Seeing«
Industrie 4.0
Development Path
Computerisation Connectivity
Industry 3.0 Industry 4.0
Why does it happen?
»Understanding«
What will happen?
»Being prepared«
How can autonomous
reaction take place?
»Self-optimizing«
© Fraunhofer · Seite 20
Quelle: Otto et al. (2015).
»Digital Business Engineering« ist der Methodenbaukasten für
Digitalisierung »made in Germany«
Digitalisierung
Datenzentrierte Geschäftslösungen
Strategische Perspektive
Prozessperspektive
System- und
Softwareperspektive
Ende-zu-Ende-Kundenprozess
Digitales »Ecosystem«
Datenzentrierte Produkte und Dienstleistungen
Digitale Fähigkeiten
(»Digital Capabilities«)
Datenarchitektur und
»Data Value Chain«
Digitale Technologiearchitektur
1
2
3
4 5
6
© Fraunhofer · Seite 21
Titel: Der Spiegel 17. April 1978
Statistik: Statistisches Bundesamt
www.destatis.de, abgerufen am 8.4.2017
»Uns steht eine Katastrophe bevor« [Spiegel 1978]
40%
45%
50%
55%
201620102000199019801970
Anteil Erwerbspersonen zu Gesamtbevölkerung [D in%]
© Fraunhofer · Seite 22
 Informelle Kooperation
 Ganzheitlichkeit
 Polyvalenz
 Lernen
 Rahmenvorgaben
 Flexible Routinen
 Selbststeuerung
 Funktionsintegration
 Projektarbeit
 Dezentralisierung
 Neues Management
ORGANISATION
MENSCH TECHNOLOGIE
Schnittstelle
Technologie –
Mensch
Schnittstelle
Mensch –
Organisation
Schnittstelle
Organisation –
Technologie
 Ergonomie
 Akzeptanz
 Datenschutz
 Komplementarität
 Transparenz
 Unterstützung
Industrie 4.0 ist ein Gestaltungsprinzip für den Industriebetrieb der Zukunft
© Fraunhofer · Seite 23
Prof. Dr.-Ing. Boris Otto
Fraunhofer ISST · Geschäftsführender Institutsleiter
TU Dortmund · Inhaber Audi-Stiftungsprofessur
Boris.Otto@isst.fraunhofer.de · Boris.Otto@tu-dortmund.de
https://de.linkedin.com/pub/boris-otto/1/1b5/570
https://twitter.com/drborisotto
https://www.xing.com/profile/Boris_Otto
http://www.researchgate.net/profile/Boris_Otto
http://de.slideshare.net/borisotto
Ihr Ansprechpartner!
© Fraunhofer · Seite 24
Prof. Dr.-Ing. Boris Otto
Syntegration zur Digitalen Produktion · Königslutter · 7.6.2017
DIGITALISIERUNG DER INDUSTRIE

Weitere ähnliche Inhalte

PPTX
Die Digitalisierung - Auslöser, Auswirkungen und Herausforderungen
PPTX
Un jour sans veille est un jour sans lendemain
PPTX
Industry 4.0
PPTX
how data science is solving life-threatening problems in Africa
PPTX
Industry 4.0
PPTX
Industry 4.0 @ Jyothi Nivas
PDF
Unlock Your Organization Through Digital Transformation
PPTX
Metadata and ontologies
Die Digitalisierung - Auslöser, Auswirkungen und Herausforderungen
Un jour sans veille est un jour sans lendemain
Industry 4.0
how data science is solving life-threatening problems in Africa
Industry 4.0
Industry 4.0 @ Jyothi Nivas
Unlock Your Organization Through Digital Transformation
Metadata and ontologies

Was ist angesagt? (9)

PDF
Transformation is not digital, it's constant
PDF
Laptop_Price_prediction_Data_Analysis.pdf.pdf-2.pdf
PDF
BI and Dashboarding Best Practices
PDF
Industry 4.0 IIoT vs SCADA
PDF
Power BI Roadmap.pdf
PDF
OCDIE : Influence et Contre-influence
PDF
RWDG Slides: Build an Effective Data Governance Framework
PDF
Managing your Digital Transformation
PDF
Digital Transformation and IOT
Transformation is not digital, it's constant
Laptop_Price_prediction_Data_Analysis.pdf.pdf-2.pdf
BI and Dashboarding Best Practices
Industry 4.0 IIoT vs SCADA
Power BI Roadmap.pdf
OCDIE : Influence et Contre-influence
RWDG Slides: Build an Effective Data Governance Framework
Managing your Digital Transformation
Digital Transformation and IOT
Anzeige

Andere mochten auch (19)

PDF
Digital Business Engineering am Fraunhofer ISST
PDF
Turning Industrial Data into Value
PDF
Industrial Data Space
PDF
A Taxonomy of the Data Resource in the Networked Industry
PDF
Digital Business Engineering
PDF
Industrial Data Space: Referenzarchitekturmodell für die Digitalisierung
PDF
Digitalisierung in der Logistik
PDF
Industrial Data Space: Referenzarchitektur für Data Supply Chains
PDF
Industrial Data Space Key Facts
PDF
Data Sovereignty - Call for an International Effort
PDF
Industrial Data Management and Digitization
PDF
Industrial Data Space: Digitale Souveränität über Daten
PDF
Überblick zum Industrial Data Space
PDF
Industrial Data Space: Digital Sovereignty for Industry 4.0 and Smart Services
PDF
Digitalisierung: Datenzentrierte Geschäftsinnovation
PDF
Konsortialforschung: Gestaltungsorientierte Wirtschaftsinformatikforschung in...
PDF
Logistik in der digitalen Wirtschaft: Daten als strategische Ressource
PDF
Industrie 4.0 in der Logistik: Stand der Umsetzung und Ausblick
PDF
Enabling the Industry 4.0 vision: Hype? Real Opportunity!
Digital Business Engineering am Fraunhofer ISST
Turning Industrial Data into Value
Industrial Data Space
A Taxonomy of the Data Resource in the Networked Industry
Digital Business Engineering
Industrial Data Space: Referenzarchitekturmodell für die Digitalisierung
Digitalisierung in der Logistik
Industrial Data Space: Referenzarchitektur für Data Supply Chains
Industrial Data Space Key Facts
Data Sovereignty - Call for an International Effort
Industrial Data Management and Digitization
Industrial Data Space: Digitale Souveränität über Daten
Überblick zum Industrial Data Space
Industrial Data Space: Digital Sovereignty for Industry 4.0 and Smart Services
Digitalisierung: Datenzentrierte Geschäftsinnovation
Konsortialforschung: Gestaltungsorientierte Wirtschaftsinformatikforschung in...
Logistik in der digitalen Wirtschaft: Daten als strategische Ressource
Industrie 4.0 in der Logistik: Stand der Umsetzung und Ausblick
Enabling the Industry 4.0 vision: Hype? Real Opportunity!
Anzeige

Ähnlich wie Digitalisierung der Industrie (20)

PDF
Smart Data Engineering: Erfolgsfaktor für die digitale Transformation
PDF
Business mit Daten? Deutschland auf dem Weg in die smarte Datenwirtschaft
PDF
Vortrag Prof. Dr. Heinrich Arnold
PDF
Deutschland auf dem Weg in die Datenökonomie
PDF
Endlich der Brückenschluss: IoT und Businessprozesse
PDF
IFFOCUS »Aus digital wird smart«
PDF
IFFOCUS »Digitaler Zwilling: Engineering der Zukunft«
PDF
Jan Christopher Brandt: Innovations- und Effizienzsprünge in der chemischen I...
PDF
Ihk saarbrücken 26.11.2015
PDF
Ihk saarbrücken 26.11.2015
PDF
Mehrwert durch Konnektivität und Interoperabilität - Interview technik report...
PPTX
Big Data und Oracle bringen die Logistik in Bewegung
PPTX
Die Experton Big Data Studie und Splunk
PDF
Social Media - Quo Vadis
PDF
Echte Wertschöpfung mit Industrie 4.0
PDF
Forum Mobile Instandhaltung in Köln
PDF
PDF
Industrie 4.0 und supply chain management impulsvortrag k.schaaf redpoint
PDF
Zusammenfassung von Impulsvortrag 5 und 6
PDF
Software Defined Everything 2016 - Post Event Report
Smart Data Engineering: Erfolgsfaktor für die digitale Transformation
Business mit Daten? Deutschland auf dem Weg in die smarte Datenwirtschaft
Vortrag Prof. Dr. Heinrich Arnold
Deutschland auf dem Weg in die Datenökonomie
Endlich der Brückenschluss: IoT und Businessprozesse
IFFOCUS »Aus digital wird smart«
IFFOCUS »Digitaler Zwilling: Engineering der Zukunft«
Jan Christopher Brandt: Innovations- und Effizienzsprünge in der chemischen I...
Ihk saarbrücken 26.11.2015
Ihk saarbrücken 26.11.2015
Mehrwert durch Konnektivität und Interoperabilität - Interview technik report...
Big Data und Oracle bringen die Logistik in Bewegung
Die Experton Big Data Studie und Splunk
Social Media - Quo Vadis
Echte Wertschöpfung mit Industrie 4.0
Forum Mobile Instandhaltung in Köln
Industrie 4.0 und supply chain management impulsvortrag k.schaaf redpoint
Zusammenfassung von Impulsvortrag 5 und 6
Software Defined Everything 2016 - Post Event Report

Mehr von Boris Otto (8)

PDF
Evolution of Data Spaces
PDF
Shared Digital Twins: Collaboration in Ecosystems
PDF
International Data Spaces: Data Sovereignty for Business Model Innovation
PDF
International Data Spaces: Data Sovereignty and Interoperability for Business...
PDF
Data Governance
PDF
Data Resource Management: Good Practices to Make the Most out of a Hidden Tre...
PDF
IDS: Update on Reference Architecture and Ecosystem Design
PDF
Datensouveränität in Produktions- und Logistiknetzwerken
Evolution of Data Spaces
Shared Digital Twins: Collaboration in Ecosystems
International Data Spaces: Data Sovereignty for Business Model Innovation
International Data Spaces: Data Sovereignty and Interoperability for Business...
Data Governance
Data Resource Management: Good Practices to Make the Most out of a Hidden Tre...
IDS: Update on Reference Architecture and Ecosystem Design
Datensouveränität in Produktions- und Logistiknetzwerken

Digitalisierung der Industrie

  • 1. © Fraunhofer · Seite 1 Prof. Dr.-Ing. Boris Otto Syntegration zur Digitalen Produktion · Königslutter · 7.6.2017 DIGITALISIERUNG DER INDUSTRIE
  • 2. © Fraunhofer · Seite 2 INHALT  Digitalisierung des Industriebetriebs  Die Rolle der Daten  Digitale Transformation
  • 3. © Fraunhofer · Seite 3 Bildquelle: Audi (2016). Legende: FTS – Fahrerloses Transportsystem; VR – Virtual Reality. Digitale Technologien finden sich in verschiedenen Bereichen des Leistungserstellungsprozesses – wie das Beispiel von AUDI zeigt Autonome FTS für die modulare Montage Mensch-Roboter-Kooperation Autonome Routenzüge Flugroboter in der Montage VR in der Entwicklung Prädiktive Analyseverfahren in der Logistik
  • 4. © Fraunhofer · Seite 4 Quelle: Koren (2010), zitiert in Bauernhansl (2014). Bildquellen: https://en.wikipedia.org (2015), https://www.impulse.de (2015), audi.de (2015), o2.co.uk (2015), computerbild.de (2015). Die Automobilindustrie ist im Zuge der Digitalisierung auf der Leistungsangebotsseite einem fundamentalen Wandel unterworfen Ausstoß pro Variante Variantenzahl 1850 1913 1955 1980 2000 Ford Model T VW-Käfer- Produktion Audi-Konfigurator Massen- fertigung Individualisierung »Sharing Economy« Komplexität Globalisierung iPhone 3D Printed Car
  • 5. © Fraunhofer · Seite 5 Neue Leistungsangebote folgen in der Digitalisierung den Prinzipien der »Smart Service Welt« »Smart Service Welt« Ende-zu- Ende- Kunden- prozess Hybride Leistungs- angebote Daten im Zentrum Geschäfts- ökosysteme Digitale Plattformen Neue Geschäfts- modelle Vgl. AK Smart Service Welt, acatech (2015).
  • 6. © Fraunhofer · Seite 6 Bildquelle: ihs-gmbh.de (2016); silicon.de (2016). Legende: ERP – Enterprise Resource Planning; LAS – Logistisches Assistenzsystem; OEM – Original Equipment Manufacturer. Infolgedessen steigen Anforderungen an die Transparenz im Liefernetzwerk – es braucht ein digitales Abbild der Leistungserstellung
  • 7. © Fraunhofer · Seite 7 Quelle: Audi (2015); Bildquelle: Audi (2016). Die Digitalisierung des Industriebetriebs – als Industrie 4.0 – ist kein Selbstzweck, sondern Antwort auf einen Wandel auf dem Absatzmarkt Individualisierung des Leistungsangebots ↑ Zahl an Modellen, Varianten, Ausstattungsmerkmalen ↑ Lebenszyklen ↓ Globalisierung des Produktionsnetzwerks ↑ Prozess- und Produktkomplexität ↑ Kostenziele ↗ Entscheidungsbedarfe (strategisch, taktisch, operativ) ↑ »Autonomisierung« der Produktion ↑ Echtzeitverfügbarkeit von Information ↑ Interoperabilität der Produktionssysteme↑ Markt- und Kundenanforderungen Produktion und Logistik Implikationen und Handlungsbedarf Industrie 4.0
  • 8. © Fraunhofer · Seite 8 Voraussetzung ist eine zentrale Informationstransparenzinstanz – bei AUDI »Tower« genannt Bildquelle: Audi (2016).
  • 9. © Fraunhofer · Seite 9 Bildquelle: Audi (2016). Der »Tower« ist Kern eines neuen industriellen Informationsmanagements  Konzeptuelles Modell der digitalen Fabrik  Quelle für die digitalen Abbilder und »Single Source of the Truth«  »Data Lake«-Funktionalität  Sammlung und Analyse von Ereignisdaten aus der Produktion und der Lieferkette  Prozessanalysen nahezu in Echtzeit  Datenbasis für maschinelle Lernverfahren
  • 10. © Fraunhofer · Seite 10 INHALT  Digitalisierung des Industriebetriebs  Die Rolle der Daten  Digitale Transformation
  • 11. © Fraunhofer · Seite 11 Daten haben sich zu einer strategischen Ressource entwickelt Zeit Wertbeitrag Daten als Prozess- ergebnis Daten als Prozess- befähiger Daten als Produkt- befähiger Daten als Produkt
  • 12. © Fraunhofer · Seite 12 Source: Leveling et al. (2014). »Smart Data Management« adressiert die gesamte Datenlandschaft im Unternehmen Daten außen sind von höherer Unschärfe, Volumen, Vielfalt, Änderungsfrequenz… Daten außen sind weniger kontrollierbar, geschäftskritisch, eindeutig… »Nukleus-Daten« (Kundenstammdaten, Produktstammdaten usw.) »Community- Daten« (Geoinformation, GTIN, Adressen, ISO- Codes, GS1-Daten usw.) Big Data (Tweets, Social Media Streams, Sensordaten usw.) Megabytes Gigabytes Terabytes Petabytes
  • 13. © Fraunhofer · Seite 13 Legend: Informationsfluss; Materialfluss. Smart Data Management ist eine Schlüsselfähigkeit des Industriebetriebs der Zukunft Öffentliche Daten Wertschöpfungs- netzwerk Konsumenten- Services Industrielle Services Losgröße 1 Ende-zu-Ende- Kundenprozess Geschäftsökosysteme Hybride Produkte Smart Data Management Interoperabilität Mensch-Roboter- Kooperation Autonome Systeme Internet der Dinge Kunde Produtkions- netzwerke Logistik- netzwerke Digitale LeistungsangeboteDataDigitale Leistungserstellung
  • 14. © Fraunhofer · Seite 14 Beispiel Automobillogistik Smart Data Management erfordert auch den Austausch bisher eher sensibel gehandhabter Daten zwischen Unternehmen Abrufe · Lieferavise · Rechnungen … Teilestammdaten · Änderungsanfragen · Sicherheitsdatenblätter … Ereignisdaten aus der Lieferkette … Kapazitäten · Fertigungsschritte · Liefernetzstrukturen EDI Electronic Business RFID · IoT Industrial Data Space Zeit Mehrwert, Kritikalität der ausgetauschten Daten 1990 2000 2010 heute Legende: RFID – Radio-Frequency Identification; IoT – Internet of Things; EDI – Electronic Data Interchange.
  • 15. www.industrialdataspace.org // 15 70+ Companies and Organisations 5 Working Groups 18 Use Cases 1 Ecosystem =
  • 16. © Fraunhofer · Seite 16 Legende: ERP – Enterprise Resource Planning; MES – Manufacturing Execution Systems ; SCADA – Supervisory Control and Data Acquisition; EDI – Electronic Data Interchange. Smart Data Management basiert auf einer zukunftssicheren »Data Service Architecture« Industrielle Datenquellen ERP  MES  SCADA  Ereignisdaten Datenquellen zu Kunden CRM  Kundenprogramme etc. Soziale Netzwerke Facebook  Twitter etc. Cloud-based Data Storage Data Source Connectors  Data Space Infrastructure  Shared Information Model Industrial Data Service Architecture Datenqualitätssicherung Mapping/Transformation Integration/Aggregation Data Provenance … Datenanalyse Data Mining Visualisierung Datenbereitstellung … Industrielle Services Präventive Wartung  Modular Montage  »Supply Chain Visibility« Kommerzielle Services Finanzdienste  Mobilität  Kundendienst Interne Services Daten als generelle Prozessbefähiger Datenprodukte Data as a Service Externe Datenquellen EDI  Industrial Data Space etc.
  • 17. © Fraunhofer · Seite 17 INHALT  Digitalisierung des Industriebetriebs  Die Rolle der Daten  Digitale Transformation
  • 18. © Fraunhofer · Seite 18 Flexibilität Effizienz Verfügbarkeit Auslastung Mensch Technik Economies of Scope Verbund Menge Economies of Scale Umwelt Kosten Hierarchie Selbststeuerung Vgl. Bauernhansl (2017), zitiert in ten Hompel (2017). Die Ambivalenz der Wertschöpfung in der Digitalisierung erfordert eine flexible Wertschöpfungsarchitektur
  • 19. © Fraunhofer · Seite 19 Schuh, G.; Anderl, R.; Gausemeier, J.; ten Hompel, M.; Wahlster, W (Eds.): Industrie 4.0 Maturity Index, acatech STUDY 2017. Originalsprache beibehalten. Die Transformation zum digitalisierten Industriebetrieb muss stufenweise gesteuert werden Industrie4.0MaturityLevel BusinessValue AdaptabilityPredictabilityTransparencyVisibility What does happen? »Seeing« Industrie 4.0 Development Path Computerisation Connectivity Industry 3.0 Industry 4.0 Why does it happen? »Understanding« What will happen? »Being prepared« How can autonomous reaction take place? »Self-optimizing«
  • 20. © Fraunhofer · Seite 20 Quelle: Otto et al. (2015). »Digital Business Engineering« ist der Methodenbaukasten für Digitalisierung »made in Germany« Digitalisierung Datenzentrierte Geschäftslösungen Strategische Perspektive Prozessperspektive System- und Softwareperspektive Ende-zu-Ende-Kundenprozess Digitales »Ecosystem« Datenzentrierte Produkte und Dienstleistungen Digitale Fähigkeiten (»Digital Capabilities«) Datenarchitektur und »Data Value Chain« Digitale Technologiearchitektur 1 2 3 4 5 6
  • 21. © Fraunhofer · Seite 21 Titel: Der Spiegel 17. April 1978 Statistik: Statistisches Bundesamt www.destatis.de, abgerufen am 8.4.2017 »Uns steht eine Katastrophe bevor« [Spiegel 1978] 40% 45% 50% 55% 201620102000199019801970 Anteil Erwerbspersonen zu Gesamtbevölkerung [D in%]
  • 22. © Fraunhofer · Seite 22  Informelle Kooperation  Ganzheitlichkeit  Polyvalenz  Lernen  Rahmenvorgaben  Flexible Routinen  Selbststeuerung  Funktionsintegration  Projektarbeit  Dezentralisierung  Neues Management ORGANISATION MENSCH TECHNOLOGIE Schnittstelle Technologie – Mensch Schnittstelle Mensch – Organisation Schnittstelle Organisation – Technologie  Ergonomie  Akzeptanz  Datenschutz  Komplementarität  Transparenz  Unterstützung Industrie 4.0 ist ein Gestaltungsprinzip für den Industriebetrieb der Zukunft
  • 23. © Fraunhofer · Seite 23 Prof. Dr.-Ing. Boris Otto Fraunhofer ISST · Geschäftsführender Institutsleiter TU Dortmund · Inhaber Audi-Stiftungsprofessur [email protected] · [email protected] https://de.linkedin.com/pub/boris-otto/1/1b5/570 https://twitter.com/drborisotto https://www.xing.com/profile/Boris_Otto http://www.researchgate.net/profile/Boris_Otto http://de.slideshare.net/borisotto Ihr Ansprechpartner!
  • 24. © Fraunhofer · Seite 24 Prof. Dr.-Ing. Boris Otto Syntegration zur Digitalen Produktion · Königslutter · 7.6.2017 DIGITALISIERUNG DER INDUSTRIE