Das Industrieunternehmen WAGO implementierte die Master-Data-Management-Plattform von Stibo Systems, nutzte jedoch nicht deren volles Potenzial. Die Folge? Performanceschwächen und Akzeptanzprobleme innerhalb der Belegschaft. Deshalb holte sich das Unternehmen msg an Bord.

Digital Trust unterstützt als Vertrauen in die digitalen Fähigkeiten einer Organisation den überbetrieblichen Leistungsaustausch. Übertriebenes Misstrauen führt zu unnötigen Kontrollaufwänden und entgangenen Chancen, blindes Vertrauen dagegen zu inakzeptablen Risiken und vorprogrammierten Enttäuschungen. Die Vertrauenswürdigkeit der eigenen Organisation kann am schnellsten durch Kommunikationsmaßnahmen beeinflusst werden. Digital Trust vorwiegend unter dem Kommunikationsaspekt zu behandeln, birgt jedoch die Gefahr, die eigenen digitalen Fähigkeiten zwar ‚gut zu verkaufen‘, diese aber nicht grundlegend zu verbessern. Und das wird früher oder später zu einem umso größeren Vertrauensverlust führen. Auch hinsichtlich des eigenen Vertrauens in die digitalen Fähigkeiten anderer gilt es, deren Kommunikation kritisch zu reflektieren und realistisch einzuschätzen. Deshalb schlägt der vorliegende Beitrag einen managementorientierten Ansatz zur Steuerung von Digital Trust vor.

Damit die Luftfahrtindustrie ihren Umwelteinfluss reduzieren kann, muss sie entlang der gesamten Wertschöpfungskette neue Lösungen entwickeln. Ein Werkzeug zur Operationalisierung der dafür notwendigen Investitionen und Entscheidungen ist die Methode der Ökobilanzierung. Dieser Beitrag stellt ein analytisches Entscheidungsmodell zur Potenzialbewertung von Ökobilanzierungen bei Flugzeugherstellern vor. Grundlage des Modells ist die Herleitung von Kriterien zur Bewertung sowie die Identifikation von Anwendungsfällen entlang des Wertschöpfungsprozesses. Auf Basis des Entscheidungsmodells werden erste konkrete Anwendungsszenarien spezifiziert.

Wegen der immer stärker fortschreitenden Durchdringung von KI in Unternehmen [1] scheint ein Ordnungsrahmen für Begrifflichkeiten und Betrachtungsaspekte der Anwendung von Künstlicher Intelligenz im Industrie 4.0-Kontext wünschenswert. Methoden der Künstlichen Intelligenz lassen sich nach verschiedenen Aspekten strukturieren. Auch Anwendungen innerhalb von Industrie 4.0 können mithilfe des RAMI-Frameworks oder mithilfe des ISA95-Standards in Ebenen und Prozessgruppen eingeordnet werden. Allerdings fehlt eine Taxonomie, welche die Klassifikation der Anwendungsbereiche mit den durch Machine-Learning-Methoden verbesserten Prozessen in Beziehung setzt, sie verortet und bewertet. Ein solcher Ordnungsrahmen hilft, neue Prozesse und Lösungen einzuordnen und unterstützt im Finden passender Machine-Learning-Verfahren für konkrete Problemstellungen im Industrie 4.0-Kontext.

Backwaren werden aufgrund ihres Geschmacks und ihrer leichten Verdaulichkeit von der Bevölkerung aller Altersgruppen weltweit in großem Umfang konsumiert. Während die digitale Welt bereits in vielen anderen Produktionsbereichen des Handwerks angekommen ist, hat das Bäckerhandwerk von diesen technologischen Entwicklungen bisher nur wenig profitiert. Das liegt daran, dass viele Produktionsprozesse manuell gesteuert werden und zur Lösung von Problemen auf Expertenwissen der Bäckermeister und -gesellen zurückgegriffen wird. Hinzu kommt, dass in vielen Bäckereien Maschinen im Einsatz sind, die Prozessdaten nicht automatisch über Sensoren erfassen und für die Steuerung der Produktionsprozesse nutzbar machen können. Auch in naher Zukunft wird voraussichtlich weiter mit diesen Bestandsmaschinen gearbeitet werden. In diesem Beitrag wird ein Vorgehen zur Digitalisierung von Backprozessen durch die Entwicklung einer IoT-Lösung „Bäckerei 4.0“, bestehend aus einem IoT-Device inklusive angepasster Messverfahren, einem Edge-Gateway sowie einer simulationsbasierten Softwarelösung zur Prozessoptimierung vorgestellt.

Die zunehmende Industrialisierung der Baubranche ermöglicht die Implementierung eines standardisierten Process Performance Managements (PPM), mit welchem operative Prozesse auf Baustellen analysiert und gesteuert werden können [1]. Voraussetzung hierfür sind entsprechende Prozessdaten. Gegenstand dieses Beitrags ist die Vorstellung eines strukturierten Vorgehens zur Erhebung dieser Daten auf Basis der Bluetooth Low Energy (BLE)-Technologie. Die im Zuge von Feldstudien gesammelten Erfahrungen ermöglichen die Ableitung von Chancen und Herausforderungen und dienen als praxisbezogene Information hinsichtlich des Einsatzes der BLE-Technologie für die Prozessdatenerhebung.

Mit der zunehmenden Vernetzung steigt die Heterogenität der Plattformen in einem IoT-System. Endpunkte verschiedener Leistungsklassen haben unterschiedliche Arten von Betriebssystemen und Prozessoren, während das Gesamtsystem zusätzlich noch zentrale Server oder die Cloud umfasst. Edge-Geräte werden heute zusätzlich noch integriert, um den steigenden Leistungsanforderungen gerecht zu werden und hohe Durchsätze und niedrige Latenzen zu erreichen. Die sichere und portierbare Programmierung dieser Geräte für anspruchsvolle Aufgaben im industriellen Umfeld, wie zum Beispiel Computer Vision, ist eine Herausforderung. Bytecode-basierte Virtuelle Maschinen haben diese beiden Eigenschaften und sind mit Java seit längerer Zeit vertreten. Seit einigen Jahren strebt WebAssembly auf, das aus beliebigen Programmiersprachen übersetzt werden kann, und findet zunehmend Verbreitung über den Browser hinaus. Dieser Beitrag beschreibt die technischen Grundlagen und zeigt Möglichkeiten auf, wie WebAssembly eine skalierbare Lösung als Baustein der Operational Cybersicherheit von industriellen Anwendungen werden kann.