Covid-19 zeigt, wie verwundbar die Wirtschaft ist, alte Gewissheiten gelten nicht mehr. Was heißt das für unser Risikomanagement? Olaf Eisele arbeitet am Institut für angewandte Arbeitswissenschaft – ein Gespräch über neue Risiken, warum Versicherungen das letzte Mittel zur Absicherung sein sollten und wir uns öfter fragen sollten: Was wäre wenn…

Seit der Hannover Messe 2011 wächst in der Produktion die Bedeutung der Nutzung der Digitalisierung (auch als Industrie 4.0 bezeichnet) und die Präsenz des Themas in der allgemeinen Wahrnehmung steigt stetig. Täglich werden die Unternehmen daran erinnert, wie schnell und weitreichend der Wandel ist, wie viele Chancen er birgt und wie bedrohlich die Folgen eines verspäteten oder gar „verpassten“ Einstiegs wären. Insbesondere kleine und mittlere Unternehmen müssen beim „Wandel zur Industrie 4.0“ und bei der entsprechenden Implementierung und Anwendung digitaler Technologien unterstützt werden. Viele Unternehmen werden nicht sofort in der Lage sein, eine komplett neue Smart Factory zu erschaffen, aber dennoch gilt es, gezielte Investitionen zu tätigen, um sich Schritt für Schritt der Industrie 4.0 anzunähern. Dafür hilft es den Unternehmen, die Potenziale zur Verbesserung, die sie unter Berücksichtigung ihrer aktuellen Situation durch Nutzung der Digitalisierung für ihre Prozesse erreichen können, aufzuzeigen. Zugleich müssen Maßnahmen hergeleitet werden, um diese Potenziale zu realisieren.

Instandhaltungstätigkeiten erfordern von den Fachkräften ein hohes Maß an Analyse- und Problemlösefähigkeit, um eine erfolgreiche Fehlerdiagnose und Fehlerbehebung durchführen zu können. Die zunehmende Vernetzung und Digitalisierung der Arbeitssysteme erweitern auch den Umfang und die Komplexität der Informationen, die für eine Fehlerdiagnose herangezogen werden können. Assistenzsysteme bieten das Potenzial, Fachkräften durch die gezielte Bereitstellung didaktisch aufbereiteter Assistenzinformationen eine Entscheidungsgrundlage für die Diagnose und Behebung von Fehlern zu bieten und damit Lernprozesse zu fördern. Die Qualität der Diagnoseleistungen bei Fehlern ist nicht einfach auf die Menge an Wissen zurückzuführen, sondern vor allem auf die Verfügbarkeit von zielrelevantem Wissen und die Fähigkeit, relevantes von irrelevantem Wissen zu unterscheiden [1]. Diese Expertise der Fachkräfte beruht insbesondere auf der erfolgreichen Nutzung von Wissen in Problemlösesituationen [2]. Assistenzsysteme sollen daher die Fachkraft beim Lern- bzw. Reflexionsprozess unterstützen und die Möglichkeit bieten, das Erfahrungswissen aus vorangegangenen Maßnahmen für die aktuelle Problemlösung heranzuziehen. Die Akzeptanz dieser Systeme wird maßgeblich durch den Einführungsprozess im Unternehmen bestimmt. Deshalb werden im Projekt CPPSprocessAssist vier Anwendungspartner durch nutzerzentrierte Vorgehensweisen und eine lernförderliche Gestaltung dabei unterstützt, „ihr“ Assistenzsystem mitzugestalten. Der vorliegende Beitrag beschreibt diesen Ansatz, die Anwendung im Projekt und reflektiert die ersten Ergebnisse.

Die zunehmende Digitalisierung der Produktion führt zu neuen Anforderungen und einem Komplexitätsanstieg im Datenmanagement, welches ein entscheidender Erfolgsfaktor neuer Digitalisierungs- und Organisationskonzepte sein wird. Daten und Anwendungen werden in Zukunft noch stärker dezentralisiert vorliegen, wobei gleichzeitig die Datensicherheit und die Validität der Daten sichergestellt werden müssen. Mit traditionellen Datenbanken lassen sich diese Anforderungen nur schwer umsetzen. Eine erfolgsversprechende Technologie ist die Blockchain, welche seit einigen Jahren im Kontext von Kryptowährungen, wie z. B. Bitcoins, verwendet wird. Jeder Block bildet dabei eine Sammlung von Datensätzen. Diese Datenblöcke sind mathematisch voneinander abhängig, sodass eine Manipulation der Daten ausgeschlossen werden kann. Gleichzeitig agiert die Blockchain über mehrere Rechnerknoten, sodass die Daten auch dezentral vorliegen. In diesem Beitrag wird die Blockchain in einer industriellen Anwendung im Kontext einer Qualitätsdatenerfassung in der Montage dargestellt.