Add Thesis

Industry 4.0 with a Lean perspective

Investigating IIoT platforms’ possible influences on data driven Lean

Written by Anonymous

Paper category

Master Thesis

Subject

Business Administration>General

Year

2017

Abstract

Masterarbeit: Zweck: Untersuchung möglicher Verbindungen zwischen einem System des industriellen Internets der Dinge (IIoT), wie Predix, und datengesteuerten Lean-Praktiken. Ziel ist es, zu untersuchen, ob eine IIoT-Plattform bestehende Lean-Praktiken verbessern kann, und wenn ja, welche Lean-Tools am ehesten beeinflusst werden und wie dies geschieht: Die Arbeit folgt einem phänomenbasierten Forschungsansatz. Die Methodik besteht aus einer Mischung aus Primär- und Sekundärdaten. Die Primärdaten wurden durch "fast unstrukturierte" Interviews mit Experten gewonnen, während die Sekundärdaten aus einer umfassenden Durchsicht der vorhandenen Literatur bestehen. Darüber hinaus wurde ein Modell entwickelt, um die Verbindungen zwischen den Konzepten von IIoT und Lean zu untersuchen. Ergebnisse: Die Erkenntnisse aus den Experteninterviews bei General Electric (GE) in Uppsala haben zu dem Schluss geführt, dass Predix die notwendigen Voraussetzungen erfüllt, um als IIoT-Plattform zu gelten. Positive Auswirkungen der Plattform auf die ausgewählten Lean-Tools konnten jedoch nicht festgestellt werden. Nur in einem Fall verbesserte Predix die Wirksamkeit eines Lean-Tools. Insgesamt wurden Anstrengungen zur Datenanalyse unternommen, die zu einer besseren prozessinternen Kontrolle führten. Diese Bemühungen waren jedoch unabhängig von den durchgeführten Lean-Maßnahmen. Die Datenerfassung oder -analyse wurde durch die Lean-Initiative nicht gesteigert, und Predix wird nicht für die Datenerfassung, -speicherung oder -analyse eingesetzt. Es hat den Anschein, dass die pharmazeutische Industrie neue Technologien nur relativ langsam adaptiert. Erstens schränken die hohen regulatorischen Anforderungen in der Pharmaindustrie die Anwendung von Spitzentechnologien ein, da sie eine strenge prozessbegleitende Kontrolle und Prozessdokumentation erfordern. Zweitens verlangsamt die schiere Größe von GE selbst die Einführung neuer Technologien. Und schließlich behindert der pragmatische Ansatz des Top-Managements, die digitalen Strategien der verschiedenen Branchen aufeinander abzustimmen, und die daraus resultierende Zuweisung von Ressourcen an andere, technologisch anspruchsvollere Geschäftsbereiche den Einsatz von Predix bei GE in Uppsala. "Wir haben gesehen, was passiert, wenn 3 Milliarden Menschen vernetzt werden, als nächstes werden wir sehen, was passiert, wenn 20 Milliarden Maschinen vernetzt werden" (Comstock, 2016). Diese Worte des stellvertretenden Vorsitzenden von GE verdeutlichen auf elegante Weise das enorme Potenzial der vierten industriellen Revolution. Zum ersten Mal im digitalen Zeitalter sind Sensoren billig und leistungsfähig genug geworden, Clouds sind in der Lage, riesige Datenmengen schnell genug zu senden, zu empfangen und zu verarbeiten, und Software ist intelligent genug, um aus Daten in Echtzeit sinnvolle Schlüsse zu ziehen. Diese technologischen Innovationen bilden die Grundlage für die Industrie 4.0. Um das Potenzial von Industrie 4.0 auszuschöpfen, müssen die Unternehmen jedoch die neuen Technologien sowie die damit verbundenen Herausforderungen und Chancen verstehen. Laut Manyika et al. (2015) ist es für die Erschließung des vollen potenziellen Werts von Industrie 4.0 entscheidend, dass die verschiedenen Systeme vollständig ineinander integriert sind, da sonst nur 40-60 % des potenziellen Werts genutzt werden können. Darüber hinaus muss die Datenanalyse verbessert werden, da die deutliche Mehrheit der gesammelten Daten derzeit nicht in Entscheidungsprozessen berücksichtigt wird (Manyika et al., 2015). Cloud-basierte Softwareplattformen wie Predix von GE könnten die Lösung für dieses Problem sein. Predix soll ein enormes Potenzial für die Rationalisierung von Abläufen, die Abschätzung des künftigen Bedarfs, die Verringerung von Maschinenausfallzeiten, die Verbesserung von Wartungsplänen und die Steigerung der Effizienz des Inputs bei gleichzeitiger Maximierung des Outputs bieten (General Electrics, 2016a). All dies wird zu effizienteren und effektiveren Abläufen führen und damit die Kosten senken und gleichzeitig die Einnahmen steigern. Die Möglichkeiten und Anwendungsbereiche scheinen endlos zu sein. Von der Verbesserung der Effizienz von Düsentriebwerken über Echtzeitbilder eines schlagenden Herzens bis hin zur Vorhersage des Strombedarfs und der entsprechenden Anpassung der Leistung eines Windparks. Die automatisierte Analyse riesiger Informationsmengen ermöglicht es Managern, Ärzten und vielen anderen, bessere Entscheidungen zu treffen, und zwar schneller und mit weniger externen Effekten, indem Marktschwankungen, Nachfrage oder Engpässe genauer vorhergesagt werden. Erreicht wird dies durch die Schaffung eines digitalen Zwillings (auf den später näher eingegangen wird), der es Managern ermöglicht, die Leistung der Anlage in Echtzeit zu sehen und Entscheidungen auf der Grundlage der bereitgestellten Informationen zu treffen (Sanders et al., 2016; Magruk, 2016; Miorandi et al., 2012). Dieses ständige Streben nach höherer Effizienz wird durch das Konzept der schlanken Produktion (Lean) repräsentiert. Lean gilt als eines der effizientesten Fertigungskonzepte und hat sich in Fertigungsunternehmen auf der ganzen Welt durchgesetzt. Der Kern des Konzepts ist die Reduzierung von Verschwendung in Produktionsprozessen, wodurch die Effizienz gesteigert und die Produktionskosten gesenkt werden (Womack et al., 1990; De Treville & Antonakis, 2006; Narasimhan et al., 2006; Moyano-Fuentes & Sacristan-Diaz, 2012). Ein solches Fertigungskonzept sollte theoretisch vom Aufkommen der Industrie 4.0 profitieren, da es standardisierte Prozesse und Datenanalyse nutzt, um Verschwendung in der Produktion zu erkennen und anschließend zu beseitigen. Masterarbeit21.1.ForschungsbereichDa sich die ersten Auswirkungen des Industrial Internet of Things (IIoT) abzuzeichnen beginnen, bedarf dieser Trend mit weitreichenden Auswirkungen einer tieferen wissenschaftlichen Untersuchung. Signifikante Effizienzsteigerungen gehören zu den ersten Ergebnissen, die sich zeigen. Effizienz war schon immer ein Hauptanliegen von Fertigungsunternehmen. Zwar konzentrieren sich viele Fertigungsphilosophien auf die Steigerung der Effizienz, doch keine verkörpert diesen Ansatz so konsequent wie das Lean-Konzept. Wie das Lean-Konzept durch das IIoT beeinflusst werden kann, ist noch unbekannt. Daher zielt diese Studie darauf ab, das Phänomen des IIoT aus der Lean-Perspektive zu untersuchen. Beide Konzepte haben einen großen Umfang und die möglicherweise betroffenen Bereiche sind heterogen. Um dieses Phänomen zu erfassen, zu beschreiben, zu dokumentieren und zu konzeptualisieren, wurden eine gründliche Literaturrecherche und Tiefeninterviews mit Experten in den jeweiligen Bereichen durchgeführt. Als Ergebnis dieser Forschung untersucht die Studie die wahrscheinlichsten Aspekte, die Lean durch das Aufkommen des IIoT beeinflussen. 1.2.ForschungsfrageAusgehend von den oben genannten aktuellen Entwicklungen in den jeweiligen Bereichen wird die folgende Forschungsfrage formuliert:Können etablierte Werkzeuge und Praktiken von Lean durch das Aufkommen des industriellen Internets der Dinge verbessert werden?1.3.Beiträge& AnsatzIn Anbetracht der jüngsten technologischen Fortschritte, insbesondere im Bereich der sensor- und cloudbasierten Technologie, muss das Phänomen der Industrie 4.0 und intelligenter cloudbasierter Softwareplattformen wie Predix und ihre Auswirkungen auf weit verbreitete Fertigungsprinzipien wie Lean wissenschaftlich untersucht werden. Dieser Trend hat große Investitionen ausgelöst und wird in den Wirtschaftsmedien intensiv diskutiert. Mit den möglichen Ergebnissen des technischen Fortschritts (z. B. Big-Data-Analytik, Maschine-zu-Maschine-Kommunikation, Verbesserung der Prozesseffizienz usw.) ist der Beitrag der Forschung in diesem Bereich nicht nur wissenschaftlich, sondern auch betriebswirtschaftlich. Die vorhandene etablierte Literatur zum Phänomen Industrie 4.0 gilt als gering bis gar nicht vorhanden und die Forschungslücke als vielfältig. Da sich die möglichen Auswirkungen dieses Trends auf eine Reihe von Forschungsdisziplinen, Bereichen und Unternehmen erstrecken, wird diese Studie einen Beitrag leisten, indem sie zu erforschen beginnt, wo sich der Trend heute befindet und wie er sich entwickelt. Der Beitrag wird sich nicht nur auf IIoT und Industrie 4.0 beziehen, sondern auch die möglichen Einflüsse untersuchen, die diese auf die etablierte Disziplin von Lean haben können. Da das Lean-Konzept in der heutigen Industrie weit verbreitet ist, wird ein möglicher Einfluss dieses Trends sowohl zur Entwicklung des Konzepts in der Wissenschaft als auch in der Wirtschaft beitragen. Da sowohl der Trend selbst als auch die Verbindung zu Lean bisher nicht erforscht sind, wird die Arbeit Masterarbeit3einem phänomenbasierten Forschungsansatz, wie er von Doh (2015) vertreten wird. Der Ausgangspunkt war das Interesse, mehr über diesen Trend zu erfahren. Während der Anfangsphase, in der wir Informationen sammelten und uns über das Phänomen informierten, wurde klar, dass der phänomenbasierte Forschungsansatz die interessantesten Ergebnisse liefern würde. Die Neuartigkeit des Trends, der Mangel an durchgeführten Untersuchungen und die möglichen interessanten Ergebnisse sprechen ebenfalls für diesen Ansatz. Was zu diesem Zeitpunkt nicht klar war, war, wie komplex und verwirrend der phänomenbasierte Forschungsansatz sein kann, da eine Reihe von unvorhergesehenen Hindernissen und Herausforderungen auftraten. Die wichtigste war die schier unendliche Tragweite des Trends. Wenn man tiefer in die Materie eindrang, eröffnete sich eine Vielzahl möglicher Wege, die relevant und interessant zu sein schienen. Zum Zeitpunkt des ersten Interviews mit einem Experten für Predix und IIoT war die Informationsflut überwältigend und das Papier hätte sich in verschiedene Richtungen entwickeln können: Es ist eine Herausforderung, dem Trend einen Sinn zu geben und zu entscheiden, welche Teile aufgenommen oder weggelassen werden sollten und wie er strukturiert, erklärt und dem Leser präsentiert werden sollte. Darüber hinaus erwies es sich als eine große Herausforderung, eine geeignete Theorie zu finden, mit der die Entwicklung oder zumindest Teile davon angemessen erklärt werden können. Eine weitere Herausforderung war die Tatsache, dass der Trend in hohem Maße von der Entwicklung der Informationstechnologie abhängt, die an sich eine sich schnell entwickelnde Disziplin ist. Aufgrund des technologischen Charakters und der Neuartigkeit des Trends erwies es sich als schwierig, Experten für dieses Thema zu finden. Schließlich führte die fehlende Struktur des gewählten Ansatzes zu verstreuten Forschungsanstrengungen, was zur Folge hatte, dass verschiedene Aspekte untersucht wurden, die in der Arbeit nicht berücksichtigt wurden. Die Zusammenführung all dieser verschiedenen Aspekte und die Erstellung eines logisch strukturierten, gut formulierten Papiers mit interessanten Ergebnissen ist an sich schon eine Herausforderung. Nichtsdestotrotz hat die Untersuchung interessante Ergebnisse zutage gefördert und eine große Forschungslücke aufgezeigt, die untersucht werden sollte. Darüber hinaus waren die meisten Herausforderungen darauf zurückzuführen, dass es bisher wenig bis gar keine Forschung gab. Diese Untersuchung wird künftigen Forschern eine Orientierungshilfe bieten, um weitere Erkenntnisse zu gewinnen, Konzepte zu entwickeln und Beiträge für die Forschung und die Managementgemeinschaft zu liefern.1.4 StrukturDas Papier ist in acht Abschnitte unterteilt. Im ersten Abschnitt werden das Thema und der Forschungsbereich, der zur Forschungsfrage führt, sowie ein kurzer Kommentar zum verwendeten Ansatz vorgestellt. Der zweite Abschnitt umfasst eine ausführliche Literaturübersicht über die Bereiche Lean und Industrie 4.0, der dritte Abschnitt eine empirische Übersicht über die Plattform Predix, das Forschungsmodell wird in Abschnitt vier vorgestellt und Abschnitt fünf widmet sich dem methodischen Ansatz der Arbeit und der Begründung für die Legitimität der verwendeten Methoden. In Abschnitt sechs werden die Primärdaten vorgestellt. In Abschnitt sieben werden die Ergebnisse analysiert und diskutiert, bevor in Abschnitt acht eine Schlussfolgerung gezogen wird, in der die wichtigsten Erkenntnisse und die zukünftige Forschung hervorgehoben werden. Masterarbeit42.LiteraturübersichtDas folgende Kapitel stellt bisherige Forschung und etablierte Theorien in den Bereichen Lean und Industrie 4.0 vor und legt die wissenschaftliche Grundlage, auf der das Modell basiert. Zunächst wird eine detaillierte Beschreibung des Lean-Konzepts gegeben, einschließlich einer Darstellung, wie Lean als Konzept in der Praxis entstanden ist, sowie zwei Kritikpunkte an dem Konzept. Zweitens werden die Hauptkomponenten von Industrie 4.0 vorgestellt und erörtert, einschließlich einer kurzen empirischen Trendbeschreibung.2.1.LeanNach dem Zweiten Weltkrieg und der großflächigen Zerstörung der japanischen Produktionsanlagen in Verbindung mit einem Mangel an Investitionsmitteln sahen sich die japanischen Produktionsunternehmen mit einem schwierigen Umfeld konfrontiert. Aus diesem Umfeld heraus entwickelten Taiichi Ohno und Shigeo Shingo, zwei Manager bei Toyota, eine neue Art der Warenherstellung, die als Toyota-Produktionssystem (TPS) weltberühmt wurde (Sugimori et al., 1977). Das TPS war den damals üblichen Modellen wie dem Fordismus-Fertigungskonzept überlegen, weil es Toyota ermöglichte, Autos mit geringeren Lagerbeständen, weniger Personalaufwand, weniger Investitionen und weniger Fehlern zu produzieren und gleichzeitig eine größere Produktvielfalt anzubieten (Womack & Jones, 1996a; Moyano-Fuentes & Sacristan-Diaz, 2012; Sangwan, 2013). Die Ursprünge von "Lean", das manchmal auch als "Lean Manufacturing" (LM) oder "Lean Production" (LP) bezeichnet wird, lassen sich auf das TPS zurückführen (Papadopoulou & Özbayrak, 2004; Sangwan, 2013). Der Oberbegriff "Lean" wurde erstmals von Krafcik (1988) eingeführt und später von Forschern des International Motor Vehicle Programme am Massachusetts Institute of Technology übernommen, die untersuchten, warum japanische Automobilunternehmen besser abschnitten als westliche Automobilunternehmen (Sangwan, 2013). In den frühen 1990er Jahren wurde das LM-Konzept durch das Buch The Machine That Changed the World von Womacket al. (1990) popularisiert, das Lean als Alternative zum traditionellen, von Ford entwickelten Massenproduktionskonzept propagierte (Moyano-Fuentes & Sacristan-Diaz, 2012; Sangwan, 2013). Kurz gesagt, Lean wurde entwickelt, um die Bedürfnisse kleinerer Märkte mit einer steigenden Nachfrage nach maßgeschneiderten Produkten zu erfüllen (Moyano-Fuentes & Sacristan-Diaz, 2012). Der Hauptgedanke hinter Lean ist die Verringerung von Verschwendung und die Reduzierung der Produktion auf wertschöpfende Tätigkeiten, wodurch Kosten durch die Verbesserung von Produktivität, Qualität und Lieferzeiten bei gleichzeitiger Minimierung der Lagerbestände und Maximierung der Kapazität eingespart werden (Womack et al., 1990; De Treville & Antonakis, 2006; Narasimhan et al., 2006; Moyano-Fuentes & Sacristan-Diaz, 2012). 2.1.1.Lean als KonzeptDas Konzept von Lean folgt von Anfang an den fünf von Womack und Jones (1996b) vorgeschlagenen Grundprinzipien:(1) Wert spezifizieren; (2) Wertstrom identifizieren; (3) Unterbrechungen im Wertstrom vermeiden Masterarbeit5flow; (4) Kunden den Wert ziehen lassen; (5) Perfektion wieder anstreben. Das Konzept von Lean wird jedoch ständig weiterentwickelt, und so wurden die fünf Grundprinzipien im Laufe der Zeit erweitert. Shah und Ward (2003) beispielsweise betrachten Lean aus praktischer Sicht als eine Reihe von 22 Managementpraktiken, die in vier Pakete unterteilt sind: Just-in-Time (JIT), Total Quality Management (TQM), Total Preventive Maintenance (TPM) und Human Resource Management (HRM). JIT zielt auf eine kontinuierliche Verringerung der Verschwendung mit dem Ziel, einen verschwendungsfreien Produktionsprozess zu erreichen (Sugimori et al., 1977; Narasimhan et al., 2006). Nach Shah und Ward (2003) sind die "zwei Hauptformen der Verschwendung die Bestände an in Arbeit befindlichen Produkten (WIP) und unnötige Verzögerungen in der Durchlaufzeit" (S. 9) und können durch eine Reihe von produktionsflussbezogenen Instrumenten wie "Losgrößenreduzierung, Zykluszeitreduzierung, Schnellwechseltechniken zur Reduzierung der WIP-Bestände und durch die Implementierung zellularer Layouts, die Umgestaltung von Produktionsprozessen und die Beseitigung von Engpässen zur Verringerung unnötiger Verzögerungen in Produktionsprozessen" (S. 9) reduziert werden. Damit diese Instrumente JIT ermöglichen, müssen jedoch bestimmte Voraussetzungen geschaffen werden. So ist das Unternehmen, das sich in hohem Maße auf termingerechte Lieferungen verlässt, gezwungen, enge Beziehungen zu seinen Lieferanten der ersten Ebene aufzubauen (Sako & Helper, 1998; Womack et al., 1990). Moyano-Fuentes & Sacristan-Diaz (2012) stellen fest, dass dies in der Regel weniger Lieferanten bedeutet. JIT-Strategien haben zu engeren Beziehungen mit einer geringeren Anzahl von Zulieferern geführt (Sako & Helper, 1998; Womack et al., 1990; Moyano-Fuentes & Sacristan-Diaz, 2012), was das Risiko in der Lieferkette und damit die Notwendigkeit eines höheren Maßes an Vertrauen und Informationsaustausch zwischen den beteiligten Parteien erhöht (Christopher & Lee, 2004). Das TQM basiert auf den folgenden neun Grundprinzipien: "funktionsübergreifende Produktgestaltung, Prozessmanagement, Qualitätsmanagement bei den Zulieferern, Einbeziehung der Kunden, Information und Feedback, engagierte Führung, strategische Planung, funktionsübergreifende Schulung und Einbeziehung der Mitarbeiter" mit dem Ziel, die Produktion von Qualitätsprodukten kontinuierlich zu verbessern und zu erhalten (Cua et al., 2001, S. 2; Shah & Ward, 2003). Das starke Engagement für TQM war einer der Gründe dafür, dass der japanische Automobilsektor nach dem Zweiten Weltkrieg seine westlichen Konkurrenten übertraf (Sangwan, 2013). Während Forscher wie Dahlgaard und Dahlgaard-Park (2006) TQM als eigenständige Managementphilosophie betrachten, sehen Shah und Ward (2003) TQM als Teil des Lean-Konzepts, das sich aus dem TPS und seinem Konzept zur statistischen Bewertung der Qualität des Outputs ableitet.Ein entscheidender Aspekt von TQM ist die Standardisierung von Arbeitsabläufen. Durch die Standardisierung von Arbeitsschritten wird der menschliche Einfluss auf die Variation durch unterschiedliche Arbeitsansätze minimiert und damit auch die Varianz im Output (Cua et al., 2001; Alvarez et al., 2009).In den letzten Jahren ist ein weiterer Trend in Bezug auf Lean- und Qualitätskontrollinitiativen zu beobachten, der sich Lean Six Sigma nennt und bei dem Six-Sigma-Aspekte zu Lean-Initiativen hinzugefügt werden (Hoerl, 2004; Assarlind et al., 2012). Six Sigma wurde in den 1980er Jahren von Motorola entwickelt und zielt wie TQM und der TQM-Aspekt von Lean auf die Verbesserung der Qualität ab und kann als die US-Version von TQM angesehen werden (Dahlgaard & Dahlgaard-Park, 2006). Masterarbeit6Das Ziel von TPM ist die Maximierung der Anlagenleistung durch die Erhöhung der Anlageneffizienz und die Verringerung der Ausfallzeiten der Anlagen (Cua et al., 2001). Shah und Ward (2003) beziehen in ihr TPM-Bündel Praktiken wie geplante vorausschauende und vorbeugende Instandhaltung, Techniken zur Optimierung der Instandhaltung und die Anschaffung neuer Prozessanlagen oder Technologien ein. Cua et al. (2001) beziehen den Einsatz eigener Anlagen und Verfahren in TPM ein. Für Unternehmen, die einen produktionsbasierten Wettbewerbsvorteil anstreben, kann die Entwicklung firmenspezifischer Anwendungen für ihre Anlagen oder das Verständnis des Potenzials technologischer Fortschritte einen erheblichen Vorteil darstellen (Cua et al., 2001). HRM steht für den menschlichen Faktor in Lean. Das HRM-Bündel setzt sich aus den beiden Praktiken der selbstgesteuerten Arbeitsteams und der flexiblen, funktionsübergreifenden Arbeitskräfte zusammen (Shah & Ward, 2003). Shah und Ward (2003) betrachten diese beiden Praktiken als Praktiken der "höheren Ebene", die Praktiken der "niedrigeren Ebene" einschließen, wie z. B. Arbeitsplatzrotation, Arbeitsplatzgestaltung, Arbeitsplatzerweiterung, formale Schulungsprogramme, funktionsübergreifende Schulungsprogramme, Arbeitsteams, Problemlösungsgruppen und Mitarbeiterbeteiligung. Diese Praktiken der "unteren Ebene" sind ein integraler Bestandteil jeder Lean-Implementierung und stehen in positivem Zusammenhang mit der Arbeitseinstellung der Belegschaft (Groebner & Merz, 1994). Moyano-Fuentes und Sacristan-Diaz (2012) stellen fest, dass "die Arbeit ein breites Spektrum an Fähigkeiten und eine hohe Identifikation mit der Aufgabe erfordert, um die positiven Auswirkungen von Lean zu erzielen" (S. 16). Daher sollte sich die Unternehmensleitung darauf konzentrieren, ihre Mitarbeiter zu halten und kontinuierlich weiterzubilden, zumal das Lean-Konzept in hohem Maße vom Engagement der Mitarbeiter abhängt, da das Feedback der Mitarbeiter in den Betrieben unerlässlich ist, um Verschwendung zu erkennen und zu beseitigen (Rothstein, 2004; Suzuki, 2004; Moyano-Fuentes & Sacristan-Diaz, 2012; Sangwan, 2013). Dies deckt sich mit den Erkenntnissen von Alves et al. (2012), die den Standpunkt vertreten, dass die Arbeitnehmer in Lean eine Position als "Denker, die ständig nach Verbesserungen suchen" (S. 1) einnehmen.Drei Jahre nach dem Vorschlag des ersten Lean-Modells überarbeiteten Shah und Ward (2007) ihr Konzept. Abbildung 1 zeigt das Lean-Konzept von Shah und Ward (2007), das drei zugrundeliegende Konstrukte mit zehn operativen Konstrukten vorschlägt, die 48 operative Maßnahmen des Lean-Konzepts zusammenfassen.Abbildung 1: Hauptkonzept der schlanken Produktion (Shah & Ward, 2007) Masterarbeit7Die zehn operativen Konstrukte sind: (1) Lieferanten-Feedback: regelmäßiges Feedback an die Lieferanten über ihre Leistung.(2) JIT-Lieferungen durch die Lieferanten: Sicherstellung, dass die Lieferanten die richtige Menge zur richtigen Zeit am richtigen Ort liefern.(3) Lieferantenentwicklung: Entwicklung der Lieferanten, damit sie stärker in den Produktionsprozess des Schwerpunktunternehmens einbezogen werden können.(4) Einbeziehung der Kunden: Konzentration auf die Kunden eines Unternehmens und ihre Bedürfnisse.(5) Pull: Erleichterung der JIT-Produktion einschließlich Kanban-Karten, die als Signal für den Start oder Stopp der Produktion dienen. (6) Kontinuierlicher Fluss: Einrichtung von Mechanismen, die den kontinuierlichen Fluss von Produkten ermöglichen und erleichtern.(7) Rüstzeitverkürzung: Verringerung der Prozessstillstandszeiten zwischen Produktwechseln.(8) Totale produktive/präventive Instandhaltung: Behebung von Anlagenstillstandszeiten durch totale produktive Instandhaltung und somit Erreichen eines hohen Niveaus an Anlagenverfügbarkeit.(9) Statistische Prozesskontrolle: Sicherstellung, dass jeder Prozess fehlerfreie Einheiten an den nachfolgenden Prozess liefert.(10) Mitarbeiterbeteiligung: Rolle der Mitarbeiter bei der Problemlösung und ihr funktionsübergreifender Charakter. (Shah & Ward, 2007)Im Gegensatz zu Shah und Ward (2007), die eine stark praxisorientierte Sichtweise des Konzepts vertreten, betrachten Papadopoulou und Özbayrak (2004) Lean als einen "ganzheitlichen Ansatz, der die Grenzen der Fertigung überschreitet und somit neben der Produktion selbst fast alle betrieblichen Aspekte wie Design, Entwicklung, Qualität, Wartung usw. sowie die gesamte Organisation und das Management des Unternehmens betrifft" (S. 4). Unabhängig davon, ob Lean von einem praktischen oder philosophischen Standpunkt aus betrachtet wird, sind sich die Forscher einig, dass es Fertigungsunternehmen auf der ganzen Welt verändert und zu einer effizienteren und effektiveren Produktion geführt hat (Shah & Ward, 2003; Papadopoulou & Özbayrak, 2004; De Treville & Antonakis, 2006; Moyano-Fuentes & Sacristan-Diaz, 2012; Sangwan, 2013). Aufgrund des Umfangs dieser Arbeit stellt ein philosophischer Ansatz für das Lean-Konzept jedoch ein erhebliches Problem für die Verbindung der Ergebnisse dar. Daher wird der praktischere Ansatz von Shah und Ward (2003; 2007) als das Lean definierende Konzept verwendet.2.1.2. Lean in der PraxisDie Forschung ist nicht schlüssig, wenn es darum geht, wie Lean umgesetzt werden kann. Es besteht Unklarheit in Bezug auf die parallele oder sequenzielle Umsetzung. Autoren wie Hayes et al. (1988), die eine parallele Implementierung befürworten, argumentieren, dass Lean-Werkzeuge und -Techniken gleichzeitig implementiert werden sollten, um Masterarbeit8 von Synergien zu profitieren. Dies deckt sich mit den Erkenntnissen von Sangwan (2013), der feststellt, dass ein kritischer Erfolgsfaktor für Lean die gleichzeitige Einführung von Lean-Prinzipien in der Lieferkette ist. Im Gegensatz dazu argumentieren Ferdows und de Meyer (1990), dass eine parallele Umsetzung einen nachhaltigen Fähigkeitszuwachs ermöglicht. Außerdem können die Ressourcen, die das Management für den Implementierungsprozess bereitstellen kann, begrenzt sein (Ferdows & de Meyer, 1990), und eine sequenzielle Implementierung mit Schwerpunkt auf den wichtigsten Aktivitäten ist vorzuziehen (Womack & Jones, 1996; Zayko et al., 1997; Moyano-Fuentes & Sacristan-Diaz, 2012). Im Einklang mit diesen Erkenntnissen schlagen Zayko et al. (1997) einen Prozess vor, der die Bildung von Teams, die Schulung der Teams in Lean-Techniken, die Durchführung von Analysen möglicher Verbesserungen, die Förderung der Beteiligung der Mitarbeiter und das Überdenken von Produktionsprozessen umfasst. Da Lean als Konzept auf das spezifische Umfeld und die Bedürfnisse jedes einzelnen Unternehmens zugeschnitten werden muss, gibt es keinen schrittweisen Leitfaden oder Umsetzungsprozess (Sangwan, 2013), aber es gibt eine Reihe von Vorschlägen für Instrumente, die vor der Umsetzung, während der Umsetzung und nach der Umsetzung zum erfolgreichen Einsatz von Lean beitragen (siehe Abbildung 2). Comm und Mathaisel (2000) plädieren für eine enge Zusammenarbeit zwischen den verschiedenen Partnern in der Lieferkette und schlagen eine Perspektive vor, die die gesamte Lieferkette eines bestimmten Produkts bereits in der Vorimplementierungsphase einbezieht. In diesem Szenario sollten Unternehmen: (1) die Glieder ihrer Lieferkette identifizieren, um starke Beziehungen aufzubauen; (2) potenzielle Interessengruppen ansprechen, um herauszufinden, wer bereit ist, sich zu beteiligen und von der Initiative zu profitieren; (3) eine Forschungsagenda erstellen, um den Fokus der Lean-Initiative einzugrenzen; (4) die Forschungsagenda testen, um die Stärken und Schwächen jedes Teilnehmers zu bewerten; (5) Benchmarking einsetzen, um Qualitäts- und Leistungsstandards festzulegen; und (6) die Ergebnisse analysieren (Comm & Mathaisel, 2000). Sangwan (2013) plädiert aus der Perspektive eines einzelnen Unternehmens für eine Konzentration auf die Sensibilisierung in der Phase vor der Umsetzung. Die beteiligten Schlüsselpersonen, z. B. Mitarbeiter an der Front, Vorgesetzte und das Management, sollten darüber aufgeklärt werden, was Lean ausmacht, was verbessert werden soll und was die treibenden Kräfte und Hindernisse im Unternehmen sind (Sangwan, 2013). Darüber hinaus schlägt Sangwan (2013) vor, dass in der Phase vor der Umsetzung Pläne für die Umsetzungsphase und die Phase nach der Umsetzung erstellt werden sollten. In der Umsetzungsphase sollte der Schwerpunkt auf der Identifizierung und Beseitigung von Verschwendung (Sangwan, 2013) und der Verbesserung der Leistung im gesamten Wertestrom liegen (Comm & Mathaisel, 2000; Hines et al., 2004). Laut Sangwan (2013) sollten sich Unternehmen nur in der Umsetzungsphase auf den Aufbau starker Beziehungen zu den wichtigsten Lieferanten konzentrieren, um eine pünktliche Lieferung und daraus resultierende niedrige Lagerbestände zu gewährleisten, und zu den Kunden, um kürzere Lieferzeiten sicherzustellen. Die Umsetzung von Lean ist kein abgeschlossener Prozess, daher sollten Unternehmen kontinuierlich nach Möglichkeiten suchen, um Verschwendung zu beseitigen und sich nur auf wertschöpfende Tätigkeiten zu konzentrieren und somit nicht wertschöpfende Tätigkeiten auszulagern, den Wissensaustausch zu fördern, nach Möglichkeiten zur Kostensenkung zu suchen und eine gute organisatorische Anpassung vorzunehmen, um die Leistung des gesamten Systems zu verbessern (Pettersen, 2009; Comm & Mathaisel, 2000; Sangwan, 2013). In der Phase nach der Implementierung sollte das Unternehmen die zuvor unternommenen Schritte beobachten und analysieren und ihre jeweiligen Ergebnisse bewerten, sich auf den schrittweisen Aufbau von Lean-Kenntnissen und -Fähigkeiten innerhalb der Organisation konzentrieren, die Masterarbeit9 Leistung der Mitarbeiter überprüfen und herausragende Leistungen anerkennen sowie kontinuierlich nach Möglichkeiten suchen, um Verschwendung weiter zu reduzieren und die Leistung zu steigern (Comm & Mathaisel, 2000; Sangwan, 2013).Abbildung 2: Input, Action & Output (Sangwan, 2013)Die Forschung hat jedoch verschiedene Faktoren gefunden, die eine erfolgreiche Umsetzung von Lean-Praktiken behindern oder fördern. So ist es zum Beispiel wahrscheinlicher, dass große Fertigungsunternehmen Lean erfolgreich umsetzen als KMU, und KMU zögern im Allgemeinen mit der Umsetzung von Lean (Shah & Ward, 2003; Sangwan, 2013). Dies lässt sich teilweise durch die hohen Umsetzungskosten (Sangwan, 2013) und den Mangel an Fähigkeiten und Fachwissen (Achanga et al., 2006) in KMU erklären. Eine andere Erklärung könnte darin bestehen, dass große Unternehmen ihre Stärke bei der Schaffung günstiger Umweltbedingungen ausspielen, externe Experten engagieren und Einfluss auf Kunden und Lieferanten nehmen können, wodurch sich die Wahrscheinlichkeit einer erfolgreichen Umsetzung von Lean erhöht (Sangwan, 2013). Panizzolo (1998) stellt fest, dass das Management der externen Beziehungen für die erfolgreiche Umsetzung der Lean-Grundsätze wichtiger zu sein scheint als die internen Abläufe. Lewis (2000), der drei Fälle untersuchte, stimmt mit diesen Ergebnissen überein und stellt fest, dass externe Faktoren Masterarbeit10 wie die Art des Marktes, die vorherrschende Technologie und die Struktur der Versorgungskette die Leistung von Lean stark beeinflussen. Andererseits sind häufige Fehler bei der Umsetzung von Lean-Praktiken eine unzureichende Logistik und Lieferantenintegration (Naylor et al., 1999; Sangwan, 2013) sowie eine falsche Vorhersage der künftigen Nachfrage (Christopher et al., 2006; Sangwan, 2013). Um mit Lean erfolgreich zu sein, müssen Unternehmen einen gleichmäßigen Produktionsplan erstellen, der ungünstige Bedingungen wie Volatilität, Unsicherheit oder Schwankungen minimiert (Naylor et al., 1999; Christopher et al., 2006). Lange Vorlaufzeiten und eine vorhersehbare Nachfrage sind günstige Bedingungen für eine Lean-Strategie, während eine unvorhersehbare Nachfrage und kurze Vorlaufzeiten eine ernsthafte Herausforderung für eine Lean-Strategie darstellen (Naylor et al., 1999; Christopher et al., 2006). Darüber hinaus betonen Naylor et al. (1999), wie wichtig die Rückwärtsintegration von Lean-Praktiken ist, und dass ein Versagen in diesem Bereich die Leistung eines Lean-Produktionskonzepts beeinträchtigen wird. 2.1.3.Kritik an LeanLean hat sich als effizientes Fertigungskonzept weit verbreitet. Doch wie bei jedem Konzept gibt es Lob und Kritik. Die Kritik an Lean konzentriert sich hauptsächlich auf zwei spezifische Aspekte: die Universalität des Konzepts selbst und den menschlichen Faktor innerhalb des Konzepts. Aus konzeptioneller Sicht ist ein Kritikpunkt die Annahme der Universalität von Lean als Konzept. Cooney (2002) argumentiert, dass die Befürworter von Lean die "allgemeinen Geschäftsbedingungen, die Art der Käufer-Lieferanten-Marktbeziehungen und die Struktur der sozialen und politischen Institutionen" (S. 5) ignorieren, die "alle einen Einfluss auf die Realisierung von Werten haben" (S. 5). Nach Cooneys (2002) Meinung versäumen es die Befürworter des Lean-Konzepts, Umwelteinflüsse anzuerkennen und das Konzept selbst als universell anwendbar zu betrachten. Cooney (2002) stellt insbesondere die Allgemeingültigkeit langfristiger Käufer-Lieferanten-Verträge in Frage und verweist auf die Unvereinbarkeit des JIT-Konzepts mit kurzfristigen Lieferantenverträgen und wechselnden Kundenpräferenzen. Cooney (2002) stellt fest: "Um JIT zu erreichen, muss die Produktion in der gesamten Lieferkette nivelliert werden, und wenn diese Voraussetzung nicht erfüllt ist, wird der Nutzen der Lean-Praxis in Frage gestellt" (S. 6). Diese Annahmen stimmen mit den Erkenntnissen von Christopher et al. (2006) überein, die auf die Grenzen von Lean hinweisen, wenn die Nachfrage unvorhersehbar ist und die Vorlaufzeiten kurz sind. Cooney (2002) fährt fort: "Diese angenommene Überlegenheit von JIT ist jedoch aus zwei Gründen fragwürdig: erstens, weil es eine Reihe von Arbeits- und Produktmarktfaktoren gibt, die die Einführung von JIT beeinflussen, und zweitens, weil unklar ist, ob der durch JIT geschaffene Mehrwert auf dem Markt tatsächlich in Form von Gewinnen realisiert werden kann" (S. 6). Die erste Aussage wird teilweise von Papadopoulou und Özbayrak (2004) unterstützt, die feststellten, dass Lean in der Hochsorten-Kleinstserien-Produktion (HVLV) unüblich ist, da der hohe Grad an kundenspezifischer Anpassung und die Komplexität der Produktion, neben anderen Faktoren, eine erfolgreiche Umsetzung von Lean verhindern. In Bezug auf die letztgenannte Aussage von Cooney (2002) liefern Özbayrak et al. (2004) den Gegenbeweis. In ihrer Untersuchung über die Produktion Masterarbeit11Kosten produzierte das Pull-System, wie es in Lean-Ansätzen verwendet wird, Produkte zu deutlich niedrigeren Kosten als das Push-System, was zeigt, dass sich die Kosteneinsparungen durch JIT-Ansätze tatsächlich in Gewinne auf dem Markt umsetzen lassen (Özbayrak et al., 2004). Der andere Hauptkritikpunkt an Lean bezieht sich auf den Faktor Mensch. Die Gegner des Lean-Konzepts argumentieren, dass die Behauptung der Lean-Befürworter, dass Lean die Belegschaft stärkt (Shah & Ward, 2003; Taj & Morosan, 2011), falsch ist (Landsbergis & Cahill, 1999) und dass Lean tatsächlich zu einem erhöhten Stressniveau (Hutchinson et al., 1996; Sugimoto, 1997; Gill, 2003), einer erhöhten Fluktuation, Fehlzeiten, geringerer Leistung und schlechterer Gesundheit führt (Gill, 2003). Sangwan (2013) stimmt diesen Ergebnissen teilweise zu, widerlegt sie aber auch, indem er feststellt, dass Lean tatsächlich das Stressniveau erhöht, allerdings nicht, wie vermutet, im Betrieb, sondern auf der Führungsebene. Bei einem Vergleich von Lean mit drei anderen Arbeitsorganisationsmodellen, dem tayloristischen Modell, dem Modell der menschlichen Beziehungen und dem soziotechnischen Modell, belegte Lean jedoch in Bezug auf die beiden Dimensionen zentrale oder dezentrale Ausrichtung und Ausrichtung auf den menschlichen Faktor insgesamt den zweiten Platz und übertraf das tayloristische Modell und das Modell der menschlichen Beziehungen (Bericht der Europäischen Stiftung, 2001).2.2.Industrie 4.0Die Industrie 4.0 ist die Vorstellung, dass sich die Welt an der Schwelle zu einer vierten industriellen Revolution befindet. Das Phänomen beruht auf der Möglichkeit, dass mit aktuellen Technologien wie der Kommunikation zwischen Maschinen, der Sensortechnologie und der Big-Data-Analyse eine neue Art der intelligenten End-to-End-Produktion und -Erleichterung ermöglicht wird. (Magruk, 2016; Sanders et al., 2016) Die Idee ist, dass diese Technologien eine neue Art von intelligenten und selbstoptimierenden Maschinen unterstützen, die sich mit jedem Teil der Wertschöpfungskette synchronisieren, von der Produktion, dem Design oder der Bestellung von Rohstoffen bis hin zu Wartung und Recycling (Sanders et al., 2016; Magruk, 2016; Spath et al. 2013), wobei ein höheres Maß an vorausschauender Analyse als heute verwendet wird (Sanders et al., 2016). Die Industrie 4.0 prägt die Entwicklung des gesamten Sektors der Informations- und Kommunikationstechnologie (auch als IKT bekannt) (Miorandi et al., 2012; Atzori et al., 2010). Die Vision besteht darin, die reale Umgebung mit einem digitalen Zwilling zu verbinden, Daten zu sammeln und zu analysieren, um Ergebnisse besser vorherzusagen und Entscheidungen, Automatisierungen und die gesamte Wertschöpfungskette zu unterstützen (Sanders et al., 2016; Magruk, 2016; Miorandi et al., 2012). Aus der Systemperspektive ist Industrie 4.0 eine hochdynamische und radikal verteilte Netzwerkumgebung, die aus einer riesigen Anzahl von Knotenpunkten besteht, die Informationen über ein cloudbasiertes System produzieren und konsumieren (Miorandi et al., 2012). Wie dies möglich ist, lässt sich unter anderem an den jüngsten technologischen Fortschritten und den damit verbundenen Möglichkeiten ablesen. Technologische FortschritteRüssmann et al. (2015) nennen neun technologische Fortschritte, die die digitale Revolution in der Produktion vorantreiben: "Autonome Roboter, Simulation, horizontale und vertikale Systemintegration, das Internet der Dinge (IoT), Cybersicherheit, die Cloud, additive Fertigung, Augmented Reality sowie Big Data und Analytik" (S.3). Magruk (2016) argumentiert, dass die treibenden Kräfte hinter dem Phänomen "IoT, Cloud Computing, Big Data, cyber-physische Systeme..." (S. 1) u. a. Die Branche hat auch die Weiterentwicklung bestehender, unverzichtbarer Technologien erlebt, die ein notwendiges Niveau von geringen Kosten und/oder Raffinesse erreicht haben. GE fasst einige der Kostenentwicklungen zusammen, die die Hauptinvestition in die Entwicklung von Industrie 4.0-Software, d. h. Predix, vorantreiben: "Durch die Nutzung der rasanten Explosion von Sensoren, extrem kostengünstiger Konnektivität und Datenspeicherung in Verbindung mit leistungsstarken Analysen können diese Mehrwertdienste Geschäftsergebnisse für Kunden und zusätzliche Einnahmen für das Unternehmen erzielen" (General Electric, 2016d, S. 4). Diese jüngsten Entwicklungen haben alle zusammen Industrie 4.0 ermöglicht. Die theoretische Abgrenzung des IIoT ist aufgrund der Heterogenität des Themas und seines interdisziplinären Charakters eine Herausforderung. Der Argumentation von Atzory et al. (2010) folgend, kann das IIoT durch drei Paradigmen realisiert werden: Identifikation, Sensorik und Kommunikation, Middleware und Anwendungen. Im folgenden Abschnitt werden die einflussreichsten technologischen Fortschritte im Anschluss an die Kategorisierung der vorgestellten Paradigmen beschrieben. Ziel ist es, ein Verständnis für die Rolle und Funktion der Technologie zu vermitteln, um ein umfassendes Bild von Industrie 4.0 zu ermöglichen, und nicht, einen detaillierten technologischen Überblick zu geben. 2.2.2.Identifizierung, Erfassung und KommunikationDer erste Teil der gewählten Kategorisierung zielt auf die Grundlagentechnologie für die Datenerfassung und die Übermittlung der Informationen ab. Es sind die drahtlosen "Dinge", die die Vision der industriellen Revolution vorantreiben. Ericsson (ein führendes ITK-Unternehmen, das 40 % des weltweiten Mobilfunkverkehrs über seine Infrastruktur abwickelt (Ericsson, 2014)) schätzt, dass 2017 die Zahl der IoT-Geräte erstmals die Zahl der Mobilfunkgeräte übersteigen wird (siehe Abbildung 3) (Ericsson Mobility Report, 2016).Die Informationen, die übermittelt werden, entstehen auf Geräteebene, sowohl durch die "Erfassung" der Umgebung und die Weitergabe dieser Informationen nach außen als auch durch die Verarbeitung von Informationen, die von anderen Geräten gesendet werden. In diesem Zusammenhang ermöglichen drahtlose Technologien die Datenübertragung und spielen eine Schlüsselrolle bei der zunehmenden Verbreitung. (Atzori et al., 2010) Masterarbeit13Abbildung 3: Prognose für vernetzte Geräte (Ericsson Mobility Report, 2016)Der zunehmende Einsatz von übertragbaren Sensoren zeigt, dass die Verringerung von Größe, Gewicht, Energieverbrauch und Kosten zu einer neuen Art der Integration von "Funkgeräten" in fast allen Objekten führen kann, die den Grundgedanken des IIoT tatsächlich aufgreift (Atzori et al. 2010). Um zu untersuchen, wie diese "Dinge" in der Industrie 4.0 funktionieren werden, müssen sie aktiver Teil des gesamten Unternehmens und der Informationsprozesse sein und miteinander interagieren und kommunizieren, indem sie Daten aus ihrer Umgebung aufnehmen und weitergeben, während sie bis zu einem gewissen Grad autonom auf die erfassten und geteilten Informationen reagieren. Dies könnte durch laufende Prozesse geschehen, die Aktionen auslösen und mit oder ohne direktes menschliches Eingreifen einen höheren Wert schaffen. (Gubbi et al., 2013) Die am meisten diskutierte Art von "intelligenten Sensoren" sind sogenannte Radiofrequenz-Identifikationssensoren (RFID). Diese gibt es schon seit einiger Zeit und sie werden häufig als Identifizierungsetiketten verwendet (sehr beliebt bei U-Bahn-Systemen und modernen Schlüsseln). Das RFID-System wird in dieser Studie hervorgehoben, da andere Sensortypen je nach den von ihnen gesammelten Daten zu unterschiedlich sind.2.2.3.Radiofrequenz-Identifikation (RFID) & NetzwerkeIm Kontext von Industrie 4.0 besteht eine wichtige Komponente darin, ein digitales System zu ermöglichen, das einzigartige Teile/Maschinen identifizieren kann (Finkenzeller et al., RFID Handbook, 2003; Gubbi et al., 2013; Atzori et al., 2010; Weber, 2010). Im Zuge des technischen Fortschritts wurden diese Identifizierungsetiketten so entwickelt, dass sie andere RFID-Etiketten erkennen und in Abhängigkeit von benutzerdefinierten Auslösern Aktionen durchführen. Eine solche Abfrage kann beispielsweise das Vorhandensein von Tags in der Umgebung sein und ein Auslesen der aktuellen Umgebung ermöglichen. Auf diese Weise können Objekte in Echtzeit überwacht werden, ohne dass sie in Sichtweite sein müssen, was eine genaue virtuelle Darstellung der realen Welt ermöglicht und einen digitalen Zwilling schafft. (Atzori et al., 2010; Gubbi et al., 2013) Die Anwendungsszenarien für diese Art von virtueller Karte sind vielfältig und reichen von der Logistik bis zur Überwachung verschiedener und komplizierter Engpässe. Aus technischer Sicht handelt es sich bei dem RFID-Tag um einen kleinen Chip mit einer Antenne, die mittels Induktion Informationen übertragen kann. Das bedeutet, dass das Lesegerät und nicht der Absender die Masterarbeit14 Stromversorgung und die RFID-Tags funktionieren ohne Batterie. Da diese recht einfach sind, was die Erfassung der äußeren Bedingungen angeht, abgesehen von RFID-Etiketten in der Nähe und möglichen Lesegeräten, sind die niedrigen Kosten der Grund, warum dies ein wichtiges Stück Technologie ist und als Durchbruch in diesem Paradigma betrachtet werden sollte. (Gubbi et al., 2013) Das Sensornetzwerk ist für die Industrie 4.0 von entscheidender Bedeutung. Es handelt sich um die Zusammenarbeit von RFID-Systemen und anderen Arten von Sensoren. Diese können entwickelt werden, um Temperatur- und andere Sensordaten einzubeziehen, die nicht vom RFID-System unterstützt werden, um die Lücke zwischen der Realität und der virtuellen Welt zu schließen. Die Kombination der verschiedenen Sensortypen führt zu einem Sensornetzwerk, das aus einer großen Anzahl intelligenter Knotenpunkte besteht, die wertvolle Daten aus einer großen und vielfältigen Umgebung sammeln, verarbeiten und analysieren (Gubbi et al., 2013; Presser et al., 2009). Daher ist die Implementierung dieser Art von Sensoren in einer modernen Industrie 4.0 von entscheidender Bedeutung, um eine Darstellung der physischen Welt als virtueller digitaler Zwilling zu ermöglichen und ein selbstorganisiertes Ad-hoc-Netz zu schaffen (Weber, 2010). 2.2.4.MiddlewareMiddleware ist der Softwareteil, der die Kommunikation über große Entfernungen und die Übertragung großer Datenmengen ermöglicht und eine komplexere Analyse und Datenspeicherung bietet.Experten zufolge ist dies durch die Zentralisierung der Rechenleistung möglich. Es handelt sich um die Architektur und die Programme, auf denen alle Sensoren zentralisiert und installiert werden sollten und die die Zwischenstufe zwischen der Datenerfassung (von Sensoren und Maschinen) und den Anwendungen (Programme, Analyse, Präsentation, Automatisierungsprogramme usw.) bilden. (Gubbi et al., 2013; Atzori et al., 2010) Ein Schlüsselaspekt der Middleware ist ihre Eigenschaft, die Details der verschiedenen Technologien vor der Vielfalt des gesamten IoT-Systems zu verbergen, um dem Programmierer die Möglichkeit zu geben, an spezifischen Themen oder Anwendungen zu arbeiten. Auf diese Weise werden nicht alle gesammelten Daten unsortiert präsentiert, sondern die Daten werden spezifiziert und sortiert gespeichert, um die Entwicklung einer bestimmten Anwendung zu ermöglichen, die auf ein gewünschtes Ergebnis zugeschnitten ist. Beim Umgang mit großen Datenmengen und komplizierten Infrastrukturen hat die Middleware in den letzten Jahren an Bedeutung gewonnen, da die neueste Technologie die Verarbeitungs- und Rechenkapazitäten und damit die Möglichkeiten zur Entwicklung eines ausgefeilten Middleware-Systems verbessert hat (Atzori et al., 2010). Eines der Hauptprobleme im Bereich der Middleware ist die eindeutige Identifizierung von Geräten, Funktionen und Umgebungen bei gleichzeitiger Bereitstellung eines gemeinsamen Satzes von Diensten (Atzori et al., 2010). Um eine große Menge unterschiedlicher Datenströme integrieren zu können, wird von mehreren Forschern ein mehrschichtiges System vorgeschlagen, das bei der Standardisierung der Verarbeitung und Speicherung von Daten helfen kann und als serviceorientierte Architektur (SOA) bezeichnet wird (Atzori et al., 2010; De Deugd et al., 2006; Pasley, 2005).Der Ansatz und die zunehmende Beliebtheit der SOA sind vor allem auf ihre Prinzipien der Zerlegung komplexer und monolithischer Systeme in besser definierte Daten und Komponenten zurückzuführen. Dies bedeutet, dass für das gesamte Unternehmenssystem Standardschnittstellen und -protokolle zur Verfügung stehen. Die Idee basiert darauf, dass alle Geschäftsdaten mit Objektaktionen, Arbeitsabläufen und Prozessen verbunden sein sollten. (De Deugd et al., Masterarbeit152006; Atzori et al., 2010) Dies soll die Koordination und Interaktion zwischen verschiedenen Abteilungen erleichtern, um die Zeit zu verkürzen, die benötigt wird, um sich an eine schwankende Umgebung anzupassen. Ein weiterer beliebter Aspekt des SOA-Ansatzes ist die Wiederverwendung von Software und Hardware. Da die Architektur keine bestimmte Technologie oder ein bestimmtes Programm für die Anwendungsimplementierung vorschreibt, ermöglicht sie die Wiederverwendung sowohl der technischen Teile als auch der Hardware (Pasley, 2005). Ein weiterer wichtiger Aspekt der Middleware ist die zentralisierte Infrastruktur, die sowohl die Speicherung als auch die Analyse in Echtzeit unterstützt. Ein neuer aufstrebender Trend sind die Cloud-basierten Speicher- und Datenverarbeitungslösungen. Einer der wichtigsten Fortschritte beim Cloud-Computing ist die neu erreichte Fähigkeit, noch nie dagewesene Datenmengen zu verarbeiten, aber auch die Möglichkeit, diese Daten auf verschiedenen Plattformen ortsunabhängig zu präsentieren. (Gubbi et al., 2013) Damit all dies funktioniert, müssen intelligente Anwendungen auf der Middleware entwickelt werden.2.2.5.AnwendungenDie Anwendung ist der letzte Schritt bei der Umsetzung von Industrie 4.0. Dabei handelt es sich um den visuellen Teil des Systems auf der Architektur, der die gesamte virtuelle Darstellung, die Daten und die Analyse an den Endbenutzer exportiert. (Atzori et al., 2010) Da dieses Paradigma stark auf den Benutzer ausgerichtet ist, variieren die möglichen Visualisierungen und Anwendungen, da es nicht durch die jüngsten technologischen Entwicklungen eingeschränkt ist, sondern von der gewünschten Visualisierung der Anwendung abhängt. Es kann als die perfekte Integration zwischen Anwendungen und verteilten Systemen beschrieben werden (Atzori et al., 2010). Gubbi et al. (2013) argumentieren, dass die Visualisierung der kritischste Aspekt des Anwendungsparadigmas ist, da die Interaktion zwischen dem Benutzer und der Umgebung über dieses Medium erfolgt. Daher muss sie mit der Absicht einer einfachen Nutzung gehandhabt und gestaltet werden, da die technische Kompetenz der Endnutzer sehr unterschiedlich sein kann. Um innovative Anwendungen anbieten zu können, scheint ein einheitlicher Rahmen für alle Plattformen die beste Lösung zu sein. Ein weiterer wichtiger Aspekt des Anwendungssystems sollte die Möglichkeit sein, Informationen funktionsübergreifend auszutauschen und durch Big-Data-Analyse Muster zu finden. Diese einheitliche Art von System sollte die Idee der Cloud-Datenspeicherung und -verarbeitung unterstützen, da dies eine ihrer Schlüsselfähigkeiten ist. Um das Potenzial von Industrie 4.0 auszuschöpfen, müssen die Unternehmen jedoch die neuen Technologien und die sich daraus ergebenden Herausforderungen und Chancen verstehen. Darüber hinaus muss die Datenanalyse verbessert werden, da die überwiegende Mehrheit der gesammelten Daten derzeit bei Entscheidungsprozessen nicht berücksichtigt wird (Manyika et al., 2015). Unternehmen sollten untersuchen, wie Industrie 4.0 bestehende Geschäftsmodelle verändern, Innovationen vorantreiben und neue Geschäftsmodelle ermöglichen wird (Manyika et al., 2015; Dijkman et al., 2015). Read Less