Kurzfassung
Im Kontext Industrie 4.0 kommt der Erfassung der anfallenden Daten in der Produktion und deren Nutzung eine zentrale Bedeutung zu. Analysen betrieblicher Daten, welche auf verschiedenen Ebenen generiert werden, lassen Rückschlüsse und Erkenntnisse zur besseren Entscheidungsfindung zu. Die Basis für den Einsatz von Verfahren der Datenanalyse und -auswertung stellt ein hinreichend genaues Abbild der relevanten Daten – der Digitale Schatten – in der Auftragsabwicklung, Produktion, Entwicklung oder angrenzenden Bereichen dar. Im Rahmen des vorliegenden Beitrags wird ein Modell für den Digitalen Schatten in der Auftragsabwicklung vorgestellt, welches die Basis für die Implementierung von Methoden der Datenanalytik darstellt.
Abstract
In the context of industry 4.0, the collection of accumulated data in production and its usage is of fundamental importance. The analysis of operational data, which are generated on various levels, allows conclusions and insights for an improved decision making. The basis for the usage of data analysis and evaluation processes builds a sufficiently precise image of the data, called the digital shadow, in the order processing production, development or other relevant fields. In the course of the following article, a model of the digital shadow within the order processing is presented. It builds the basis for the implementation of data analysis methods.
References
1. Kagermann, H.; Wahlster, W.; Helbig, J.: Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0. Deutschlands Zukunft als Produktionsstandort sichern. Hrsg.: Promotorengruppe Kommunikation der Forschungsunion Wirtschaft – Wissenschaft, Berlin2013Search in Google Scholar
2. Koopmann, A.: Industrie 4.0 ist gelebte Realität. VDI-Z Integrierte Produktion157 (2015) 3, S. 32–34Search in Google Scholar
3. Sendler, U. (Hrsg.): Industrie 4.0 – Beherrschung der industriellen Komplexität mit SysLM. Xpert.press. Springer-Vieweg Verlag, Berlin201310.1007/978-3-642-36917-9Search in Google Scholar
4. Bauernhansl, T.: Die Vierte Industrielle Revolution – Der Weg in ein wertschaffendes Produktionsparadigma. In: Bauernhansl, T. (Hrsg.): Industrie 4.0 in Produktion, Automatisierung und Logistik. Anwendung, Technologien und Migration. Springer Vieweg Verlag, Wiesbaden2014, S. 5–3610.1007/978-3-658-04682-8Search in Google Scholar
5. IBM: Descriptive, predictive, prescriptive: Transforming asset and facilities management with analytics. N.N. 2013, S. 1Search in Google Scholar
6. BLUE YONDER: http://www.blue-yonder.com/produkte/plattform.html. 18.11.2015Search in Google Scholar
7. Stich, V.; Lichtblau, K.; Bertenrath, R.; Blum, M.; Bleider, M.; Millack, A.; Schmitt, K.; Schmitz, E.; Schröter, M.: Industrie 4.0 Readiness Studie. Impuls Stiftung2015Search in Google Scholar
8. Bechtold, J.; Lauenstein, C.; Kern, A.; Bernhofer, L.: Industry 4.0 – The Capgemini Consulting View. Sharpening the Picture beyond the Hype. Capgemini Consulting2014Search in Google Scholar
9. Knabke, T.; Olbrich, S.: Towards Agile BI: Applying In-Memory Technology to Data Warehouse Architectures. In: Lehner, W. (Hrsg.): Innovative Unternehmensanwendungen mit In-Memory Data Management. Beiträge der Tagung IMDM in Mainz. GI-Edition Proceedings; 193. Gesellschaft für Informatik, Bonn2011, S. 101–114Search in Google Scholar
10. Sherman, R.: Business Intelligence Guidebook: From Data Integration to Analytics. Morgan Kaufmann Verlag, Waltham2014, S. 16Search in Google Scholar
11. FAIR ISAAC Corporation (Hrsg.): Business Intelligence and Big Data Analytics: Speeding the Cycle from Insights to Action. Four Steps to More Profitable Customer Engagement. N.N. 2013Search in Google Scholar
12. Stich, V.; Hering, N.: Daten und Software als entscheidender Wettbewerbsfaktor, industrie 4.0 magazin – Zeitschrift für integrierte Produktionssysteme (2015) 1, S. 8–13Search in Google Scholar
13. Mugtussidis, I.: Flight Data Processing Techniques to Identify Unusual Events. Dissertation, Virginia Polytechnic Institute and State University 2000, S. 1Search in Google Scholar
14. Oedekoven, D.: Nutzenpotenziale harmonisierter Stammdaten in den Prozessen der Auftragsabwicklung von Auftragsfertigern. Dissertation, RWTH Aachen, 2011, S. 29Search in Google Scholar
© 2016, Carl Hanser Verlag, München
