33 n a c h G ef r a G t weitere Spezialisierung in richtung technologie und Prozess know how sowie eine Steigerung der flexibilisierung bspw durch vernetzte und sich selbst konfigurierende montage und logistiksysteme die sich an den aktuell zu produzierenden Produktmix anpassen Dabei steuert sozusagen das Produkt die Produktion da sonst die große variantenvielfalt nicht mehr beherrschbar wäre Die Datenbereitstellung und die informati onsweitergabe erfolgen dabei mit entsprechenden assistenz systemen am Shopfloor ein beispiel wäre hier etwa der einsatz von Datenbrillen zur Werkerunterstützung mittels mixed reality also der verschmelzung von realer und virtueller Welt unabhängig davon erfolgt neben der verstärkten nutzung von echtzeitdaten mittlerweile auch der industrielle einsatz von Data Science anwendungen bspw durch die nutzung von machine learning ansätzen zur verbesserten Produktionspla nung und steuerung oder beim betrieb von Werkzeugmaschi nen durch eine datengestützte und vorausschauende instand haltungsplanung zur Steigerung der gesamtanlageneffizienz industrie 4 0 braucht Datenexpertise als angewandte forschungseinrichtung ist fraunhofer austria auf innovative und praxistaugliche anwendungen für den industriellen einsatz ausgerichtet Doch die lösung komplexer datengetriebener Problemstellungen erfordert natürlich auch innerhalb unserer anwendungs und forschungsfelder ein interdisziplinäres Querdenken Daher haben wir bereits vor einiger zeit die erweiterung unse rer bisherigen fachdisziplinen in der Domäne Produktions und logistikforschung um die Disziplinen informatik mathematik und automatisierung eingeleitet in unserem innovationsfeld industrial Data Science arbeiten wir in fachübergreifenden forschungsgruppen an datenbasierenden methoden Werk zeugen und lösungen für die industrielle Praxis Die fachex pertinnen und experten aus dem operations management werden bei ihren forschungsprojekten von Data engineers und Data Scientists unterstützt die die entsprechenden technolo gien methoden und Werkzeuge für die erfassung Sammlung transformation verarbeitung und bereitstellung von Daten im industriellen kontext beherrschen eines ist klar in zukunft wird der bedarf an expertise im bereich industrial Data Science noch weiter ansteigen Denn die beherrschung der steigenden komplexität und die laufen den veränderungen dieser Systeme übersteigen die mög lichkeiten gängiger wissensbasierter methoden aus diesem grund ist der einsatz moderner datengetriebener Werkzeuge notwendig um mittels intelligenter nutzung von analyse und Digitalisierungstechnologien aus big Data schlussendlich Smart Data und realtime informationen zu gewinnen industrial Data Science wird somit zum zusätzlichen enabler zur verbes serung der klassischen zielgrößen in Wertschöpfungsketten wie etwa herstellkosten Durchlaufzeit Qualität und Prozess stabilität

Vorschau Jahresbericht 2017 - Fraunhofer Austria Geschäftsbereich Produktions- und Logistikmanagment Seite 33
Hinweis: Dies ist eine maschinenlesbare No-Flash Ansicht.
Klicken Sie hier um zur Online-Version zu gelangen.