Handbuch Industrie 4.0

Dieser Beitrag zeichnet das Bild der Silicon Economy einer Logistik 4.0. Technische Entwicklungen unter Überschriften wie Künstliche Intelligenz, Blockchain oder 5G-Funknetze werden die Logistik von Grund auf verändern. In der Logistik 4.0 werden sich die cyberphysischen Systeme in Echtzeit vernetzen, große Datenmengen erzeugen und autonom handeln. Sichere Datenräume (Data Spaces) werden notwendig, in denen Daten sicher genutzt, getauscht und verbunden werden können. Es entsteht eine Silicon Economy – Grundlage für eine industrielle Plattformökonomie.

In diesem Artikel stellen wir kleinskalige, cyber-physische Fördertechnik am Beispiel einer Fördermatrix vor. Diese Fördermatrix wird modular aus einzelnen Fördermodulen zusammengesetzt, die kleiner als die zu transportierenden Pakete sind. Die Fördermatrix ist in der Lage, verschiedene intralogistische Funktionen wie den Transport, die Rotation, die Pufferung und die Sequenzierung von Paketen durchzuführen. Parallel zu der Route des physischen Paketes wird ein Datenschatten mitbewegt: Hierdurch sind zu jedem Transportzeitpunkt alle Daten zur Beschreibung des Transportvorganges vorhanden. Die Steuerung der Fördermatrix ist dezentral und verteilt, da jedes einzelne Fördermodul über eine eigene Steuerung verfügt. Wir beschreiben sowohl den hardwareseitigen Aufbau der Fördermodule als auch die notwendigen Steuerungsalgorithmen, um physische Pakete samt Datenschatten durch die Fördermatrix zu bewegen.

Das amerikanische Unternehmen Kiva Systems hat mit der Nutzung von mobilen Robotern das klassische Kommissionierkonzept „Ware-zur-Person“ revolutioniert. Das im Folgenden „Kiva-Konzept“ genannte Verfahren gewann seine größte Aufmerksamkeit aufgrund der Übernahme des Start-up-Unternehmens durch die Internetplattform Amazon. Das Kiva-Konzept besteht aus einer Flotte von mobilen Robotern, frei konfigurierbaren Regalen und manuellen Arbeitsstationen. Die leichte Anpassbarkeit der Regale an unterschiedliche Produkte und Verpackungen sowie die einfache Skalierbarkeit der Gesamtanlage machen das Kiva-Konzept zu einer idealen Kommissionierlösung für den schnelllebigen Online-Versandhandel. Bei genauerer Betrachtung gibt es aber noch eine Vielzahl von weiteren Verfahren, wie z. B. Shuttle-Systeme oder Zellulare Transport Systeme u. v. a., welche mit mobilen Komponenten das Kommissionieren automatisieren. In diesem Artikel erfolgt ein ausführlicher Überblick über die verschiedenen Konzepte, ein „bewegliches Lager auf Basis von cyber-physischen Systemen“ zu realisieren.

Für die Umsetzung der Vision „Industrie 4.0“, in der Mensch und Maschine unter- und miteinander vernetzt sind, werden u. a. cyber-physische Systeme benötigt. Im Bereich der Intralogistik wurden in den letzten Jahren bereits mehrere Materialflusssysteme entwickelt, die diesen Ansprüchen zumindest teilweise entsprechen, indem sie modular aufgebaut und dezentral gesteuert sind. In diesem Artikel werden zuerst gewünschte Eigenschaften von Fördertechniksystemen identifiziert, aus denen Gestaltungsregeln abgeleitet werden. Daraufhin werden Beispielsysteme vorgestellt, die diese Gestaltungsregeln befolgen, und es wird untersucht, inwieweit die gewünschten Eigenschaften erfüllt sind. Im Fazit wird auf die zukünftigen Herausforderungen eingegangen.

Dieser Beitrag zeigt, wie die von Menschen bekannte Flexibilität und Anpassungsfähigkeit gegenüber veränderten Umgebungsbedingungen, die sich in den kognitiven Eigenschaften der Menschen widerspiegelt, auf Flurförderzeuge in der Intralogistik übertragen werden kann. Als Beispiele für die Umsetzung von Industrie 4.0 in der Intralogistik werden Technologien vorgestellt, die es Flurförderzeugen ermöglichen, ihre Umgebung zu erkennen, Informationen zu kommunizieren, zu schlussfolgern, autonom zu handeln, Entscheidungen zu treffen, zu lernen oder zu planen. Realisiert werden diese Fähigkeiten durch ein optisches Ortungssystem zur Positionsbestimmung, eine kamerabasierte Ein-/Auslagerungsunterstützung und in Reifen integrierte Sensorik. Darüber hinaus werden Methoden zur sprach-, gesten- und blickbasierten Mensch-Maschine-Interaktion (MMI) zwischen einem Bediener und einem Fahrerlosen Transportfahrzeug erläutert. Für diese Interaktionsformen werden fahrzeuggebundene und bedienergebundene Technologien vorgestellt.

Skalierbarkeit und höchste Flexibilität gehören zu den wesentlichen Anforderungen an ein zeitgemäßes Fahrerloses Transportsystem (FTS). Insbesondere die dezentrale Organisation des Gesamtsystems ist dafür eine wesentliche Voraussetzung. Die effiziente Umsetzung ermöglicht ein agentenbasierter Ansatz auf Basis der Eigenschaften von Schwarmintelligenz. In diesem Beitrag werden zunächst die notwendigen Eigenschaften eines FTS im Umfeld von Industrie 4.0 erarbeitet. Diese werden dann bei der Analyse einer bestehenden technischen Lösung zur Anwendung gebracht, um die bestehenden Eigenschaften sowie das zukünftige Potenzial zu beleuchten.

Anhand von Produkten und Forschungsprojekten werden die Entwicklungsschritte aufgezeigt, die zu autonomen Transportfahrzeugen führen. Dabei wird auf der einen Seite von einer zunehmenden computerbasierten Assistenz der Bediener von Flurförderzeugen ausgegangen und auf der anderen Seite von den heute bekannten automatisierten Fahrerlosen Transportfahrzeugen. Die Bedeutung der Schlüsseltechnologie Funkkommunikation für die Umsetzung von Industrie 4.0 wird ausführlich behandelt.

Autonome Plattformen könnten in der Industrie 4.0 viele neue Aufgaben übernehmen. Jedoch sind aktuell verschiedene Technologien noch nicht weit genug entwickelt, um die benötigte Flexibilität für die Smart Factory bereitzustellen. Dieser Artikel soll einen kurzen Überblick über verschiedene Schlüsseltechnologien bieten, die für die Erreichung dieses Zieles notwendig sind. Zudem werden einige Beispiele für solche Plattformen angeführt sowie mögliche Szenarien vorgestellt, die durch intelligente, mobile Plattformen ermöglicht werden können.

Durch technische und logistische Innovationen erweitern die Teilnehmer des KEP-Marktes den Handlungsspielraum einer zuverlässigen Paketzustellung in Innenstädten. Hierzu zählt insbesondere der Einsatz vernetzter und automatisierter Fahrzeuge in der innerstädtischen Paketzustellung, der in diesem Beitrag beleuchtet wird.

Im ersten Teil werden die Bedeutung und Relevanz des KEP-Marktes aufgezeigt sowie die technischen Grundlagen des vernetzten und autonomen Fahrens dargestellt. Anschließend erfolgt die Betrachtung des urbanen Raums aus logistischer Perspektive sowie ein Überblick über die daraus resultierenden Anforderungen an automatisierte Transportfahrzeuge. Abschließend werden gegenwärtig genutzte und für die Zukunft konzipierte Transportfahrzeuge vorgestellt. Der Beitrag endet mit einem kurzen Fazit und einem Ausblick auf den zukünftigen Einsatz von autonomen Fahrzeugen in der innerstädtischen Paketzustellung.

Die Begriffe Künstliche Intelligenz, Machine Learning und Deep Learning sind in aller Munde. Doch was ist damit gemeint und was steckt dahinter? Wofür kann Künstliche Intelligenz heutzutage schon (produktiv) eingesetzt werden? Dieser Beitrag ordnet zunächst diese Begriffe ein, stellt verschiedene Ansätze vor und beschreibt die Vorgehensweise für den Projekteinsatz. Dies wird anhand zweier Beispielanwendungen vertieft. Abgerundet wird der Beitrag durch die Vorstellung von aktuellen Ansätzen aus der Industrie und Forschung für den Einsatz von Lernalgorithmen in ressourcenbeschränkten Systemen.

5G als nächste Mobilfunkgeneration nach 4G/LTE Advanced wird nicht mehr nur für Telefonie und die klassischen Datendienste ausgelegt sein, wie es bei den bisherigen Mobilfunkstandards der Fall ist. Vielmehr ermöglicht der 5G-Standard den Aufbau von Netzen für die Kommunikation von Geräten, die über die heutigen Anwendungen mit Smartphones weit hinausgeht. Letztendlich soll mit 5G das Internet der Dinge ermöglicht werden, in dem Geräte wie Sensoren, Motoren, Steuerungen mit allem und jedem in unserer Umgebung – und darüber hinaus – kommunizieren können. Die servicebasierte Architektur von 5G-Netzen ermöglicht zudem, schnell und effizient differenzierte Kommunikationsdienste für unterschiedliche Anforderungen der Industrie zu generieren und in Form sogenannter „Network Slices“ für den Nutzer maßgeschneidert bereitzustellen. Verschiedene Network Slices können dabei auf einer gemeinsamen physischen Infrastruktur betrieben – und damit dem Nutzerbedarf nach der Realisierung unterschiedlicher Anforderungsprofile für seine Netzkommunikation konfliktfrei und zugleich integrativ gerecht werden. Es werden Fallbeispiele aus Produktion und Logistik aufgezeigt, wie durch 5G-Konnektivität zu Clouddiensten bestehende Anlagen im Sinne eines Retrofits mehr Wertschöpfung leisten – bei gleichzeitig reduzierter Komplexität der lokalen Hardware. Die ansonsten lokal im Anlagendesign einzuplanende Rechnerleistung wird in diesen Beispielen aus der Factory-Cloud als Leistung bezogen. Das 5G Interface zur Cloud bzw. zur Edge garantiert die für die Applikation notwendige Latenzzeit und Verfügbarkeit auch zeitkritischer Anforderungen.

Mit dem Internet der Dinge und Cloud Computing haben sich zwei Technologietrends in der IT-Industrie etabliert, die das Potenzial haben, sie ähnlich nachhaltig zu verändern wie der Einzug der Client-Server-Architektur oder des World Wide Web. Im Umfeld von Industrie 4.0 spielen sie als Schlüsseltechnologien eine entscheidende Rolle und werden häufig in Device Clouds, die die Technologieplattform für viele Industrie-4.0-Anwendungen bilden, zusammengeführt.

Dieser Beitrag gibt zunächst einen Überblick über beide Technologien und zeigt auf, welchen Mehrwert ihre Zusammenführung in Device Clouds bei der Entwicklung und dem Betrieb von Industrie-4.0-Anwendungen bringt. Anschließend wird die typische IT-Architektur einer Device Cloud beschrieben, bevor auf die Anforderungen von Anwendungen an eine solche Architektur eingegangen wird. Schließlich wird anhand konkreter Anwendungsbeispiele illustriert, wie Device Clouds Anwendung in der Praxis finden.

Der Begriff Cloud Computing umfasst Technologien und Methodologien, die eine schnelle Bereitstellung und Nutzung von Software-Diensten im Internet gewährleisten. Im Kontext von Industrie 4.0 ist dabei die Abbildung von digitalen Geschäftsprozessen von besonderem Interesse. Hier stellt sich häufig die Frage, wie sich individuelle Geschäftsprozesse implementieren und zeitnah an Geschäftsprozessveränderungen adaptieren lassen. Microservices und das Business-Process-as-a-Service-Modell (BPaaS) liefern die passende Antwort.

Dieser Beitrag gibt einen Überblick über den Einsatz von BPaaS in der Domäne Industrie 4.0 und stellt die Chancen und Risiken gegenüber. Sodann werden einzelne Komponenten einer BPaaS-Plattform identifiziert und abstrakt beschrieben. Mit der logistics mall wird abschließend eine konkrete Implementierung einer BPaaS-Plattform und der eingesetzten Technologien vorgestellt.

Den Abschluss bildet die Betrachtung eines Phänomens, das aktuell unter dem Begriff Plattform-Ökonomie diskutiert wird und das verspricht, Grundlage zukünftiger Geschäftsmodelle zu werden.

Die Logistik der vierten industriellen Revolution ist durch eine Vernetzung aller Teilnehmer des logistischen Systems gekennzeichnet und fokussiert die optimale, kollaborative Erfüllung der logistischen Aufgabe durch Mensch und Maschine. Die systemseitige, operative Unterstützung des Menschen in der Intralogistik erfolgt dabei in der Regel durch den Einsatz von Warehouse-Management-Systemen (WMS). Das „Team warehouse logistics“ des Fraunhofer-Instituts für Materialfluss und Logistik IML analysiert den Markt für Warehouse-Management-Systeme seit dem Jahr 2000 in Form einer fortlaufenden Langzeitstudie. Dieser Artikel gibt Ihnen einen Überblick über die wesentlichen Trends und Entwicklungen auf dem WMS-Markt im Hinblick auf die Umsetzung von Industrie 4.0 in der Intralogistik.

Industrie-4.0-taugliche Software sollte in der Flexibilität ihrer Gestaltung und Funktionen auf die künftige Wandelbarkeit der Logistikanlagen und -systeme ausgelegt werden. Die Herausforderungen für die Entwickler reichen von der Architektur und Schnittstellenproblematik über die Integration dezentraler Steuerung und Intelligenz bis hin zu den Lizenzmodellen. Darüber hinaus gewinnen die Harmonisierung und intelligente Analyse polystrukturierter Daten sowie die Einbindung von Methoden und Verfahren der Künstlichen Intelligenz (KI) zunehmend an Bedeutung.

Im Rahmen dieses Beitrags werden neue Ansätze für intelligente, innovative Antriebslösungen (Aktoren) und ein Optimierungsansatz zur Ermittlung einer effizienzoptimalen Bewegungsführung für intralogistische Prozesse vorgestellt. Die Ansätze orientieren sich an den spezifischen Anforderungen der Intralogistik und zeigen Lösungen auf, die zu einer Verbesserung der Energie- und Ressourceneffizienz und zu einer Reduzierung der Komplexität im Sinne von Industrie 4.0 beitragen.

Plattformökonomie und das Internet der Dinge erzeugen eine erhebliche Transparenz unter den Marktakteuren, was dazu führt, dass sich Kundenanforderungen schneller ändern als noch vor 10 Jahren. Unternehmen müssen im Zeitalter von Industrie 4.0 auf diese Veränderungen möglichst flexibel reagieren, um sich im internationalen Wettbewerb zu behaupten. Dazu ist es notwendig, die Wertschöpfungskette ganzheitlich zu vernetzen, sodass Informationen und Änderungen eines jeden Kettenglieds im Einklang mit der gesamten Kette geschehen. Die Gestaltung der Fabriken spielt dabei für die angestrebte Wandlungsfähigkeit von Smart Factories eine zentrale Rolle. Dieser Beitrag beschreibt, wie SEW-EURODRIVE am Praxisbeispiel des Produktionswerkes in Graben-Neudorf das Gestaltungsprinzip zur Wandlungsfähigkeit umgesetzt hat. Der Schwerpunkt liegt dabei auf dem Zusammenspiel zwischen Sensorik und Aktorik.

Die stetige Digitalisierung der industriellen Umgebung macht auch vor der Logistik nicht Halt. Intelligente Ladungsträger sowie Fahrerlose Transportfahrzeuge deuten eine Tendenz an, die sich in den nächsten Jahren weiter manifestieren wird. So erhält der Informationsfluss als begleitende Instanz des Materialflusses eine immer größere Bedeutung in der Logistik. Die bestmögliche Abstimmung zwischen dem Informationsfluss und dem Materialfluss ist ein wesentlicher Erfolgsfaktor für die Abwicklung logistischer Prozesse. Für eine durchgehende und reibungslose Abstimmung muss neben den technischen Komponenten auch der Mensch als Akteur in einem logistischen Prozess adäquat berücksichtigt werden. Ein elementarer Faktor für die Integration des Menschen in den digitalisierten logistischen Prozess ist eine individuelle Mensch-Technik-Schnittstelle, die Informationen bereitstellen kann, dem Benutzer jedoch auch die Möglichkeit bietet, kontrollierend als Entscheidungsträger in einen Prozess einzugreifen.

Manuelle Arbeitsschritte haben auch im Zeitalter der Digitalisierung und Robotik weiterhin eine sehr hohe Relevanz in intralogistischen Prozessen. Um einen optimalen Durchlauf der Prozesse zu gewährleisten sowie die körperliche Belastung für Arbeitskräfte möglichst gering zu halten, werden diese seitens des Industrial Engineerings sorgfältig geprüft, dokumentiert, analysiert und optimiert. Mit etablierten Verfahren ist die Dokumentation und Prozessanalyse häufig sehr zeitintensiv, da die einzelnen Arbeitsschritte und Bewegungsabläufe der Mitarbeiter oft von Hand im Rahmen von Prozessbegehungen dokumentiert werden müssen.

Durch die Miniaturisierung von Sensoren und die fortschreitende Entwicklung im Bereich der Mustererkennung und Signalverarbeitung stehen mittlerweile die notwendigen Werkzeuge zur Verfügung, um die Analyse von manuellen Arbeitsprozessen zu automatisieren. Der vorliegende Beitrag gibt einen Überblick über verfügbare Technologien, Analysezwecke sowie verschiedene Anwendungsbeispiele aus der Praxis.

Industrieunternehmen, Groß- und Versandhändler und Logistikdienstleister bewegen jeden Tag viele tausend Paletten und Ladungsträger voller Waren. Dabei ist es wichtig, den Überblick zu behalten und den Standort jedes Objekts zu kennen. Die Bestandsinformationen werden in Warehouse-Management-Systemen (WMS) und Enterprise-Resource-Planning-(ERP-)Systemen geführt, bilden jedoch häufig nicht die Realität ab, da die Vielzahl manueller Prozesse in der Logistik vielfältige Fehlerquellen bereithält, die die Datenlage in ebenjenen Systemen negativ beeinflussen können.

Sind Menschen an Lagerprozessen beteiligt, steigt die ohnehin hohe Anzahl an Fehlern unter Zeitdruck deutlich an. Die resultierenden Abweichungen zwischen Soll- und Ist-Beständen lassen sich nur durch eine kontinuierliche Überprüfung der eingelagerten Bestände aufspüren. Dies gilt gleichermaßen für die Lagerung im Innenbereich in Palettenregalen wie auch die Lagerung in Bodenblocklagern im Innen- und Außenbereich. Der Einsatz von Unmanned Aircraft Systems (UAS) bzw. Drohnen ermöglicht es, logistische Daten zu erfassen, die für Menschen nur unter hohem Aufwand zugänglich sind.

Im vorliegenden Beitrag werden empirische und konzeptionelle Forschungsergebnisse zu den Konsequenzen einer Industrie 4.0 für Arbeit und Qualifikation zusammengefasst. Empirisch wird von verschiedenen Entwicklungsszenarien von Arbeit ausgegangen. Diese zeigen, dass es keine eindeutigen, deterministisch ableitbaren sozialen Effekte der neuen Technologien gibt. Daher wird Industrie 4.0 als Gestaltungsprojekt verstanden, das konzeptionell auf dem Ansatz des sozio-technischen Systems basiert. Zentrales Ziel dieses Ansatzes ist es, sowohl effiziente als auch qualifikationsorientierte Formen digitaler Arbeit zu realisieren. Davon ausgehend werden die zentralen Gestaltungsmöglichkeiten für die Realisation solcher Arbeitsformen aufgezeigt.

Als eines der größten deutschen Logistikunternehmen spielt die Fokussierung auf digitale Technologien eine Schlüsselrolle für die Schenker Deutschland AG. Die Gewinnung und langfristige Bindung kompetenter Mitarbeiter an den Logistiksektor stellt eine große Herausforderung dar. Serious Games unterstützen in diesem Kontext ein revolutionierendes Qualifizierungs- und Befähigungskonzept im Mitarbeitertraining. Dieser Artikel erläutert die Konzeption des Serious Game PackNick, das im Verpackungstraining der DB Schenker eingesetzt wird. Eine vom Fraunhofer-Institut für Materialfluss und Logistik IML durchgeführte Evaluationsstudie hinsichtlich kognitiver Ergonomie konstatiert die erfolgreiche Integration des digitalen Lernspiels. Abgerundet wird der Artikel mit Erläuterungen der digitalen Zukunftsstrategien im Bereich des Mitarbeitertrainings bei der Schenker Deutschland AG.

Kommunikation über soziale Netzwerke ist für die Menschen zur Routine geworden. Ebenso tauschen technische Systeme Informationen und Aufträge im Internet der Dinge miteinander aus. Diese beiden Welten verschmelzen in der „Social Networked Industry“, welche neue Formen der Interaktion zwischen Mensch und Technik bietet. Nicht nur das Privatleben ist von Technik geprägt, ebenso findet Technik wie bspw. Produktionsmaschinen, Fahrerlose Transportfahrzeuge oder Wearables Einzug in das berufliche Leben von mehr und mehr Menschen. Um die Fähigkeiten des Menschen und der Technik optimal zu nutzen, bedarf es der Entwicklung an den Menschen anpassbarer Technik, welche soziale Regeln des Menschen berücksichtigt. Mit EMILI wurde ein soziales Transportfahrzeug geschaffen, welches dem Menschen neue Kommunikationswege bietet und sich auf seine Bedürfnisse einstellt.

„Industrie 4.0“ ist ein Megatrend, der mehr oder minder alle Branchen, unsere gesamte Lebenswelt und sämtliche betrieblichen Leistungsfunktionen grundlegend transformiert. Industrie 4.0 ermöglicht es, flexibel und schnell und teils mit ganz neuen Angeboten auf sich ändernde Kundenwünsche zu reagieren. Welche neuen Geschäftsmodelle ergeben sich aus dieser tiefgreifenden Transformation für die Logistik der Zukunft, die „Logistik 4.0“? Der Beitrag diskutiert diese Frage entlang vier wesentlicher Einflussfaktoren. Eine aktuelle Recherche zeigt, dass erste Geschäftsmodell-Ideen der Industrie 4.0 die Möglichkeiten zur überbetrieblichen Vernetzung, zur Verwertung von Daten und zu smarten Dienstleistungen noch sehr zurückhaltend aufgreifen.

Das Dortmunder Management-Modell strukturiert die digitale Transformation in Unternehmenslogistik und Supply Chain Management. Es ermöglicht eine integrierte, prozessorientierte Betrachtung des Managements der Industrie 4.0 anhand der drei Beschleunigungsfaktoren Migration, Transformation und Change Management. Die Aufgaben des Management 4.0 werden in den vier Säulen Technologie, Mensch, Organisation und Information geordnet. Ausgehend von neuen Geschäftsmodellen und digitalen Prozessen wird ein zielgerichteter Wandel als kontinuierlicher Prozess beschrieben.

Die zunehmende Digitalisierung stellt unsere Gesellschaft vor Herausforderungen und bietet zugleich eine Unmenge an Chancen. Sowohl Mensch als auch Maschine produzieren heutzutage eine große Anzahl an Daten, die bisher noch ungenutzt und nicht miteinander verbunden sind.

Integrierte Telekommunikations- und IT-Dienstleister haben es sich zur Aufgabe gemacht, diese Daten zu transportieren, miteinander zu vernetzen und auf Daten basierende Services für ihre Kunden anzubieten. Erst durch die intelligente Verknüpfung verschiedenster Daten können neue Geschäftsmodelle und intelligente Mehrwertdienste entstehen, die bisher ungeahnte Möglichkeiten für die Wirtschaft und Erlebnisse für den Verbraucher mit sich bringen.

Ein einfaches Beispiel hierfür kann der intelligente Getränkeautomat sein. Dieser teilt beispielsweise automatisch mit, wann das Wasser leer ist, beauftragt selbstständig den Lieferanten, der auf Basis einer intelligenten Routenplanung die entsprechenden Getränkeautomaten anfahren und wieder auffüllen kann. Damit all das funktioniert gilt es, die Maschinen zu vernetzen, die Daten auszulesen, über eine sichere Verbindung zu transportieren und in einem sicheren Datencenter zu verknüpfen, auszuwerten und vordefinierte Aktionen auszulösen. Die sogenannte Machine-to-Machine Communication (M2M) ist dabei sowohl die Basistechnologie als auch der intelligente Vermittler zwischen den Maschinen.

Dieses scheinbar einfache Beispiel birgt eine hohe Komplexität hinsichtlich Markt-, Kunden-, Technologie- und Sicherheitsanforderungen. Dieser Artikel soll einen Einblick in die komplexe, aber auch spannende M2M-Welt ermöglichen und vor allem die damit einhergehenden Chancen für die vierte industrielle Revolution (Industrie 4.0) verdeutlichen.

(Auszug aus Wehberg, G., Logistik 4.0, Wiesbaden 2015)

Viele Megatrends führen zu einer zunehmenden Komplexität in der Lieferkette. Unternehmensführer müssen auf solche zunehmend komplexen Anforderungen angemessene Antworten finden, wenn sie die Wettbewerbsfähigkeit sowie eine ausreichende Flexibilität und Geschwindigkeit sicherstellen möchten. Die Logistik 4.0 mit ihren technologischen Möglichkeiten, etwa cyber-physischen Systemen und Cloud Computing, bietet hier effektive Lösungen. Dabei spielt die Mustererkennung eine erfolgskritische Rolle, um das Verhalten von Logistiksystemen (Kunden, Lieferanten, Dienstleister, Fertigungsstandorte, Infrastruktur etc.) vorherzusagen, d. h. aus großen Datenmengen (neudeutsch Big Data) entscheidungs- und steuerungsrelevante Information zu gewinnen und die Integration entlang der Lieferkette zu realisieren. Die Mustervorhersage basiert auf prediktiver Datenanalytik und multivariater Statistik.

Logistik und Supply Chain Management stellen eine Hauptanwendungsdomäne für die Verknüpfung von Blockchain und Smart Contracts mit dem Internet der Dinge (Internet of Things, IoT) dar. Durch die Kombination dieser Technologien lassen sich im Supply Chain Management Material-, Informations- und Finanzflüsse synchronisieren und automatisieren sowie zukünftig autonomisieren.

Die größte Herausforderung bei der Absicherung von Investitionsentscheidungen ist der unklare wirtschaftliche Nutzen in Verbindung mit hohen Investitionskosten. Folglich werden viele Ideen bzw. Investitionsvorhaben aufgrund der bestehenden Unsicherheiten und zeitaufwendigen Kalkulationen wieder verworfen. Diese Innovationshemmnisse, die die Umsetzung der Digitalisierung in deutschen Unternehmen häufig noch verhindern, könnten sich durch innovative Pricing-Modelle überwinden lassen. Wenn Unternehmen nicht mehr als Käufer und Verkäufer, sondern als Wertschöpfungspartner auftreten, entsteht eine neue Art des Value bzw. Profit Sharings. Im Rahmen des Value-based Pricings verlangt der Technologieanbieter erst nach der Implementierung seines Produkts beim Kunden zu einem vereinbarten Zeitpunkt X eine Beteiligung am Erfolg. Die Methodik des Value-based Pricings wird anhand von Use Cases aus der Praxis dargestellt und für den Einsatz zur Preisbestimmung erprobt.