I m p u l s
1RrJIbW 1RrJIbW
Von zentraler Bedeutung für das Verständnis ist, dass sich die ersten beiden Dimensionen (Smart Factory und Smart Products) auf die physische Welt beziehen, während die beiden anderen (Smart Operations und Data-driven Services) die virtuelle Abbildung der physischen Dimensionen repräsentieren. Industrie 4.0 ist nach diesem Konzept die Verbindung von physischer und virtueller Welt. Smart Factory: Die erfolgreiche Umsetzung von Industrie 4.0 ermöglicht eine dezentrale und hochautomatisierte Produktion. Im Gegensatz zur klassischen Fertigung werden intelligente Werkstücke den Fertigungsprozess steuern und überwachen und sich in der finalen Ausbaustufe eigenständig durch die Fertigung lenken. Dies geschieht in der Umgebung der Smart Factory. Die Smart Factory beschreibt dabei eine Produktionsumgebung, in der sich Fertigungsanlagen sowie Logistiksysteme ohne menschliche Eingriffe weitgehend selbst organisieren. Die Grundlage hierfür sind cyber-physische Systeme (CPS). Diese bilden die Verbindung zwischen der physischen und virtuellen Welt, indem sie über eine IT-Infrastruktur, das „Internet der Dinge“, kommunizieren. Darüber hinaus umfasst Industrie 4.0 die intelligente Datenaufnahme, -speicherung und -verarbeitung zur Erzeugung eines digitalen Abbilds. Das Konzept der Smart Factory gewährleistet also eine effizientere Informationsbereitstellung und Ressourcennutzung. Produktionsanlagen, Informationssysteme und Menschen müssen über die Unternehmensgrenzen hinweg in Echtzeit zusammenwirken. Durch diese vernetzten Systeme entstehen große Datenmengen, die verarbeitet, analysiert und in Entscheidungsmodelle eingebunden werden. Smart Products: Um eine automatisierte, flexible und effiziente Produktion zu ermöglichen, sind Smart Products als Baustein eines Gesamtkonzepts „Smart Factory“ nötig. Physische Produkte werden mit IKT-Komponenten (zum Beispiel Sensoren, RFID, Kommunikationsschnittstelle) ausgestattet, um Informationen über die Umwelt und den eigenen Zustand zu sammeln. Erst wenn die Produkte Daten sammeln, ihren Weg durch die Produktion kennen und mit den übergeordneten Systemen kommunizieren, können Produktionsprozesse in Echtzeit selbstständig verbessert und gesteuert werden. Zudem kann der Zustand der einzelnen Produkte überwacht und optimiert werden. Mögliche Einsatzfelder gehen über die eigentliche Produktion hinaus. Durch den Einsatz von Smart Products in der Nutzungsphase werden neue Dienstleistungen erst möglich, etwa durch die Kommunikation zwischen Kunden und Hersteller. Data-driven Services: Die Dimension Data-driven Services zielt auf die Ausrichtung zukünftiger Geschäftsmodelle sowie auf die Steigerung des Kundennutzens ab. Das After-Sales- und Servicegeschäft wird zunehmend auf der Auswertung und Analyse aufgenommener Daten basieren und sich der unternehmensweiten Vernetzung bedienen. Die physischen Produkte müssen dabei selbst mit physischer IT ausgestattet sein, damit sie für die betrieblichen Prozesse notwendige Informationen senden, empfangen oder verarbeiten können. Sie haben damit eine physische und digitale Komponente, die wiederum Basis für digitalisierte Dienstleistungen in der Nutzungsphase der Produkte sind. Smart Operations: Ein zentrales Merkmal von Industrie 4.0 ist die unternehmensinterne und unternehmensübergreifende Vernetzung der physischen und virtuellen Welt. Durch den Einzug der Digitalisierung und die damit verbundene Datenverfügbarkeit im Produktions- und Logistikumfeld sind teilweise völlig neue Formen und Ansätze der Produktionsplanung und -steuerung (PPS) sowie des Supply-Chain-Managements (SCM) realisierbar. Smart Operations umfassen damit die technischen Voraussetzung in der Produktion und Produktionsplanung zur Realisierung des selbst steuernden Werkstückes. 13
1.3 Methodische Vorgehensweise Zur Durchführung dieser Studie wurde ein Methoden-Mix aus Literaturanalyse, Expertenwissen, Workshops und einer umfassenden Unternehmensbefragung gewählt. Workshop zur Identifizierung Industrie 4.0-relevanter Indikatoren In einem ersten Schritt wurde nach einer ausführlichen Sondierung der Literatur ein Workshop mit ausgewählten führenden Maschinenund Anlagenbauunternehmen durchgeführt, die bereits Erfahrung mit der Anwendung von Industrie 4.0-Technologien besitzen. In diesem Workshop haben die Experten zusammen mit den Projektpartnern (IW Consult und FIR) erfolgsrelevante Indikatoren für Industrie 4.0 systematisch identifiziert und bewertet. Konzeption des Readiness-Modells Aufbauend auf den Workshop-Ergebnissen, der Literaturanalyse und dem Know-how der Projektpartner wurde in einem nächsten Schritt ein Readiness-Modell konzipiert, mit dessen Hilfe sich insgesamt sechs Reifegrade für Industrie 4.0 definieren ließen (vgl. ausführlich Kapitel 2): • Stufe 0: Außenstehender • Stufe 1: Anfänger • Stufe 2: Fortgeschrittener • Stufe 3: Erfahrener • Stufe 4: Experte • Stufe 5: Exzellenz Beim Readiness-Modell wurde eng an die in der Definition genannten vier Dimensionen von Industrie 4.0 angeknüpft. Zusätzlich wurden mit den Dimensionen Strategie und Organisation sowie Mitarbeiter zwei Querschnittsthemen berücksichtigt. Die für die Readiness-Messung verwendeten Indikatoren wurden im Rahmen von Unternehmensbefragungen erhoben. Fragebogendesign Aufbauend auf den Anforderungen des Readiness-Modells wurde ein Fragebogen entwickelt, der die folgenden Aspekte beinhaltet: • Strukturmerkmale der Unternehmen • Allgemeine Fragen zu Industrie 4.0 • Erfüllungsgrad der Dimensionen von Industrie 4.0-Unternehmen • Treiber und Hemmnisse auf dem Weg zu Industrie 4.0. Im ersten Teil des Fragebogens wurden die Teilnehmer darum gebeten, Strukturangaben zu ihrem Unternehmen zu machen. Diese Angaben dienen in erster Linie dazu, die Repräsentativität zu kontrollieren und mit einer Hochrechnung zu gewährleisten. Der zweite Teil des Fragebogens enthielt allgemeine Fragen zu Industrie 4.0, beispielsweise inwieweit die Unternehmen sich mit Industrie 4.0 bereits beschäftigt haben, sowie eine Selbsteinschätzung der Unternehmen zu ihrem Umsetzungsstand von Industrie 4.0. Diese beiden Fragen dienten dazu, die Teilnehmer herauszufiltern, für die Industrie 4.0 nicht relevant oder unbekannt ist. Im Mittelpunkt der Befragung stand aber die Festlegung der Indikatoren, mit deren Hilfe die insgesamt 18 Themenfelder der sechs Dimensionen von Industrie 4.0 (vgl. Kapitel 2) konkret beschrieben und die Ausprägungen entsprechend gemessen werden sollten. Dafür wurden insgesamt 26 Fragen formuliert. Die Unternehmen machten unter anderem Angaben zum Umsetzungsstand ihrer Industrie 4.0-Strategie, zu den Funktionalitäten ihres Maschinenparks, zur Datenerfassung, autonomen Fertigung, zu datenbasierten Dienstleistungen und Mitarbeitern. Zudem gaben die Teilnehmer an, was die zentralen Treiber für die Umsetzung von Industrie 4.0 sind und welche Hemmnisse die Umsetzung maßgeblich bremsen. 14
- Page 1 and 2: I m p u l s Implications of INDUSTR
- Page 3 and 4: Institut der deutschen Wirtschaft K
- Page 5 and 6: Inhalt Zu dieser Studie 3 Inhalt 4
- Page 7 and 8: Abbildung 3-18: Autonome Steuerung
- Page 9 and 10: Executive Summary Industrie 4.0 ste
- Page 11 and 12: 1 Zielsetzung, Studiendesign und Au
- Page 13: Industrie 4.0 soll auf der Eingangs
- Page 17 and 18: Tabelle 1-1: Zusammensetzung der Be
- Page 19 and 20: Mit Industrie 4.0 lassen sich erheb
- Page 21 and 22: Maschinen- und Anlagenbau bei Indus
- Page 23 and 24: Abbildung 2-1: Dimensionen und zuge
- Page 25 and 26: Stufe 4: Experte Eine Industrie 4.0
- Page 27 and 28: 3 Die Ergebnisse der Readiness- Mes
- Page 29 and 30: Abbildung 3-2: Readiness-Messung na
- Page 31 and 32: Abbildung 3-4: Readiness-Stufen in
- Page 33 and 34: Abbildung 3-6: Umsetzungsstand der
- Page 35 and 36: Bisher tätigen Unternehmen nur in
- Page 37 and 38: Abbildung 3-10: Readiness-Stufen in
- Page 39 and 40: Demnach bleiben noch viele Potenzia
- Page 41 and 42: Abbildung 3-15: Readiness-Stufen in
- Page 43 and 44: Besonders die Bereiche Einkauf, Ser
- Page 45 and 46: Abbildung 3-20: Nutzung von Cloud-D
- Page 47 and 48: Abbildung 3-21: Readiness-Stufen in
- Page 49 and 50: Abbildung 3-24: Data-driven Service
- Page 51 and 52: Kaum datenbasierte Dienstleistungsa
- Page 53 and 54: 3.7 Mitarbeiter Mitarbeiter tragen
- Page 55 and 56: Die Ergebnisse dieser Readiness-Mes
- Page 57 and 58: Die Unternehmen wurden in der Umfra
- Page 59 and 60: geringe Intensität, mit denen die
- Page 61 and 62: Welche Kompetenzen im Einzelfall be
- Page 63 and 64: Für 63 Prozent der Pioniere besteh
1.3 Methodische Vorgehensweise<br />
Zur Durchführung dieser Studie wurde ein<br />
Methoden-Mix aus Literaturanalyse, Expertenwissen,<br />
Workshops und einer umfassenden<br />
Unternehmensbefragung gewählt.<br />
Workshop zur Identifizierung Industrie<br />
4.0-relevanter Indikatoren<br />
In einem ersten Schritt wurde nach einer ausführlichen<br />
Sondierung der Literatur ein Workshop<br />
mit ausgewählten führenden Maschinenund<br />
Anlagenbauunternehmen durchgeführt, die<br />
bereits Erfahrung mit der Anwendung von<br />
Industrie 4.0-Technologien besitzen. In diesem<br />
Workshop haben die Experten zusammen mit<br />
den Projektpartnern (IW Consult und FIR)<br />
erfolgsrelevante Indikatoren für Industrie 4.0<br />
systematisch identifiziert und bewertet.<br />
Konzeption des Readiness-Modells<br />
Aufbauend auf den Workshop-Ergebnissen, der<br />
Literaturanalyse und dem Know-how der Projektpartner<br />
wurde in einem nächsten Schritt ein<br />
Readiness-Modell konzipiert, mit dessen Hilfe<br />
sich insgesamt sechs Reifegrade für Industrie 4.0<br />
definieren ließen (vgl. ausführlich Kapitel 2):<br />
• Stufe 0: Außenstehender<br />
• Stufe 1: Anfänger<br />
• Stufe 2: Fortgeschrittener<br />
• Stufe 3: Erfahrener<br />
• Stufe 4: Experte<br />
• Stufe 5: Exzellenz<br />
Beim Readiness-Modell wurde eng an die in der<br />
Definition genannten vier Dimensionen von<br />
Industrie 4.0 angeknüpft. Zusätzlich wurden mit<br />
den Dimensionen Strategie und Organisation<br />
sowie Mitarbeiter zwei Querschnittsthemen<br />
berücksichtigt. Die für die Readiness-Messung<br />
verwendeten Indikatoren wurden im Rahmen<br />
von Unternehmensbefragungen erhoben.<br />
Fragebogendesign<br />
Aufbauend auf den Anforderungen des Readiness-Modells<br />
wurde ein Fragebogen entwickelt,<br />
der die folgenden Aspekte beinhaltet:<br />
• Strukturmerkmale der Unternehmen<br />
• Allgemeine Fragen zu Industrie 4.0<br />
• Erfüllungsgrad der Dimensionen von<br />
Industrie 4.0-Unternehmen<br />
• Treiber und Hemmnisse auf dem Weg zu<br />
Industrie 4.0.<br />
Im ersten Teil des Fragebogens wurden die Teilnehmer<br />
darum gebeten, Strukturangaben zu<br />
ihrem Unternehmen zu machen. Diese Angaben<br />
dienen in erster Linie dazu, die Repräsentativität<br />
zu kontrollieren und mit einer Hochrechnung zu<br />
gewährleisten.<br />
Der zweite Teil des Fragebogens enthielt allgemeine<br />
Fragen zu Industrie 4.0, beispielsweise<br />
inwieweit die Unternehmen sich mit Industrie 4.0<br />
bereits beschäftigt haben, sowie eine Selbsteinschätzung<br />
der Unternehmen zu ihrem Umsetzungsstand<br />
von Industrie 4.0. Diese beiden Fragen<br />
dienten dazu, die Teilnehmer herauszufiltern, für<br />
die Industrie 4.0 nicht relevant oder unbekannt<br />
ist. Im Mittelpunkt der Befragung stand aber die<br />
Festlegung der Indikatoren, mit deren Hilfe die<br />
insgesamt 18 Themenfelder der sechs Dimensionen<br />
von Industrie 4.0 (vgl. Kapitel 2) konkret<br />
beschrieben und die Ausprägungen entsprechend<br />
gemessen werden sollten. Dafür wurden<br />
insgesamt 26 Fragen formuliert. Die Unternehmen<br />
machten unter anderem Angaben zum<br />
Umsetzungsstand ihrer Industrie 4.0-Strategie,<br />
zu den Funktionalitäten ihres Maschinenparks,<br />
zur Datenerfassung, autonomen Fertigung, zu<br />
datenbasierten Dienstleistungen und Mitarbeitern.<br />
Zudem gaben die Teilnehmer an, was die<br />
zentralen Treiber für die Umsetzung von Industrie<br />
4.0 sind und welche Hemmnisse die Umsetzung<br />
maßgeblich bremsen.<br />
14