| Vorwort | 6 |
| Inhaltsverzeichnis | 9 |
| Herausgeber- und Autorenverzeichnis | 12 |
| Teil I Strategische Aspekte – Industrie 4.0 als „Chefsache“ | 14 |
| 1 Einleitung: Industrie 4.0 und Digitalisierung – Erfolgspotenziale für Unternehmen | 15 |
| Zusammenfassung | 15 |
| 1.1Die Begriffe Industrie 4.0 und Digitalisierung | 15 |
| 1.2Zentrale Inhalte von Industrie 4.0 und Digitalisierung | 16 |
| 1.3Aus Digitalisierungspotenzialen Erfolgspotenziale machen | 21 |
| 1.4Zum weiteren Aufbau dieses Buches | 22 |
| 1.5Ein erster Praxis-Tipp zum Start | 24 |
| Literatur | 24 |
| 2 Industrie 4.0 – eine Bestandsaufnahme | 26 |
| Zusammenfassung | 26 |
| 2.1Entwicklung der Digitalisierung | 27 |
| 2.2Bedeutung von Industrie 4.0 | 29 |
| 2.3Betrieblicher Umsetzungsstand | 30 |
| 2.4Erfolgsfaktoren und Potenziale für die industrielle Umsetzung | 32 |
| 2.4.1Technische Erfolgsfaktoren und Voraussetzungen | 33 |
| 2.4.2Menschliche Erfolgsfaktoren und Voraussetzungen | 35 |
| 2.5Organisation der vierten industriellen Revolution | 36 |
| 2.6Fazit und Ausblick | 37 |
| Literatur | 38 |
| 3 Vier Industrie 4.0-Strategietypen für die Praxis | 40 |
| Zusammenfassung | 40 |
| 3.1Einleitung | 40 |
| 3.2Zur Bedeutung nicht-forschungsintensiver Unternehmen | 42 |
| 3.3Entwicklung der Typologie | 43 |
| 3.4Kategorienauswahl | 44 |
| 3.5Kategorien/Merkmale | 45 |
| 3.5.1Arbeitsorganisation | 45 |
| 3.5.2Tätigkeiten und Qualifikationsanforderungen | 45 |
| 3.5.3Technologieadaptionsfähigkeit | 46 |
| 3.5.4Akzeptanz der Lösung | 46 |
| 3.6Ausprägungen der Typologie | 47 |
| 3.6.1Arbeitsorganisation | 47 |
| 3.6.2Tätigkeiten und Qualifikationsanforderungen | 47 |
| 3.6.3Technologieadaptionsfähigkeit | 48 |
| 3.6.4Akzeptanz der Lösung | 48 |
| 3.7Unternehmenstypen | 48 |
| 3.8Der praktische Typ – Wir machen nur das Nützliche | 49 |
| 3.8.1Arbeitsorganisation | 49 |
| 3.8.2Tätigkeiten und Qualifikationsanforderungen | 50 |
| 3.8.3Technologieadaptionsfähigkeit | 51 |
| 3.8.4Akzeptanz der Lösung | 51 |
| 3.9Der reagierende Typ – Wir haben noch I 3.0 | 52 |
| 3.9.1Arbeitsorganisation | 52 |
| 3.9.2Tätigkeiten und Qualifikationsanforderungen | 53 |
| 3.9.3Technologieadaptionsfähigkeit | 54 |
| 3.9.4Akzeptanz der Lösung | 54 |
| 3.10Der gestaltende Typ – Vorausdenken was kommt | 55 |
| 3.10.1Arbeitsorganisation | 55 |
| 3.10.2Tätigkeiten und Qualifikationsanforderungen | 56 |
| 3.10.3Technologieadaptionsfähigkeit | 57 |
| 3.10.4Akzeptanz der Lösung | 57 |
| 3.11Der zufriedene Typ – Wir nutzen weiter I 3.0 | 58 |
| 3.11.1Arbeitsorganisation | 59 |
| 3.11.2Tätigkeiten und Qualifikationsanforderungen | 59 |
| 3.11.3Technologieadaptionsfähigkeit | 60 |
| 3.11.4Akzeptanz der Lösung | 60 |
| 3.12Fazit | 61 |
| Literatur | 61 |
| 4 Erst Lean-Management, dann Industrie 4.0! | 64 |
| Zusammenfassung | 64 |
| 4.1Einleitung | 64 |
| 4.2Kundenanforderungen und die Folgen für Unternehmen | 65 |
| 4.3Lean-Prinzipien und Managementsysteme als Reaktion auf stetig steigende Kundenanforderungen | 66 |
| 4.4Die Implementierung von Lean-Prinzipien als Basis für Digitalisierung und Industrie 4.0 | 69 |
| 4.5Den aktuellen und zukünftigen Wandel meistern – Anforderungen an die Führung | 72 |
| 4.6Herausforderungen der nahen Zukunft | 73 |
| 4.7Zusammenfassung und Ausblick | 74 |
| Literatur | 75 |
| 5 Auswahlhilfe für Industrie 4.0-Lösungen | 77 |
| Zusammenfassung | 77 |
| 5.1Zielorientierte Ausrichtung von Unternehmen | 79 |
| 5.1.1Von der Unternehmensvision zu Zielzuständen | 79 |
| 5.1.2Die Balanced Score Card zur Messbarkeit von Unternehmenszielen | 81 |
| 5.2Verknüpfung der BSC mit bestehenden Kennzahlensystemen | 82 |
| 5.3Konzept und Funktionalität der Auswahlhilfe | 85 |
| 5.4Webbasierte Auswahlhilfe | 87 |
| 5.4.1Befüllung der Auswahlhilfe | 87 |
| 5.4.2Nutzung der Auswahlhilfe | 90 |
| 5.5Zusammenfassung | 94 |
| Literatur | 94 |
| 6 Praxis-Tipps zu Teil 1 | 98 |
| Zusammenfassung | 98 |
| Teil II Technische Aspekte – aktuelle Instrumente zur Industrie 4.0 | 100 |
| 7 Moderne/smarte Montagearbeitsplätze im Umfeld der Industrie 4.0 | 101 |
| Zusammenfassung | 101 |
| 7.1Einleitung | 101 |
| 7.1.1Manuelle Montage – Hybride Montage | 102 |
| 7.1.2Grundformen moderner manueller Montagearbeitsplätze | 103 |
| 7.1.2.1 Allgemeines | 103 |
| 7.1.2.2 Definition des Wirkungsgrades | 104 |
| 7.1.2.3 Wirtschaftliche Einzelplatzmontage nach dem One-Piece-Flow-Prinzip | 104 |
| 7.1.2.4 Verkettete Montage nach dem One-Piece-Flow-Prinzip | 109 |
| 7.1.2.5 Permutive Montagesysteme | 112 |
| 7.1.2.6 Fließmontage mittelgroßer Baugruppen und Geräte | 113 |
| 7.2Hybride Montagesysteme | 117 |
| 7.2.1Hybride Einzelplatzmontage | 117 |
| 7.2.2Verkettete hybride Fließmontagezellen mit satzweisem Montageablauf | 118 |
| 7.2.3Aus- und rückbaufähige Hybridmontagesysteme | 120 |
| Literatur | 121 |
| 8 Intelligente (smarte) Robotik | 122 |
| Zusammenfassung | 122 |
| 8.1„Roboter für meine kleine Fertigung? Zu teuer….“ | 122 |
| 8.2„Kollege“ Roboter | 123 |
| 8.2.1Sensorsysteme zur sicheren Kollisionserkennung | 124 |
| 8.2.2Robotik „Light“ | 125 |
| 8.2.3Löten mit der „dritten Hand“ | 127 |
| 8.2.4„Ich bastel mir einen Roboter…“ | 129 |
| 8.3Transportroboter | 129 |
| 8.3.1Aus AGV wird aAGV | 130 |
| 8.3.2Fleißige Ameisen | 131 |
| 8.4Quo vadis, Roboter? | 132 |
| 8.4.1Let’s make it simple! | 132 |
| 8.4.2Die Empfangsdame ist ein Roboter | 133 |
| Literatur | 133 |
| 9 Zukunftsweisende Informations- und Kommunikations-Technologien | 135 |
| Zusammenfassung | 135 |
| 9.1Erfassung der Umgebung – Digitalisierung | 136 |
| 9.1.1Technologische Informationsquellen zur Analyse der Umgebung | 137 |
| 9.2Zusammenführung und Verarbeitung vorliegender Informationen | 138 |
| 9.2.1Datenintegration und -verarbeitung und Business Intelligence | 138 |
| 9.2.2Data Mining, Maschinelles Lernen, Predictive und Prescriptive Analytics | 139 |
| 9.3Generierung von Erkenntnissen und Prognosen durch Data Mining und maschinelles Lernen und deren Nutzung für Empfehlungs- und Assistenzsysteme oder zur Automatisierung | 139 |
| 9.3.1Ableitung neuer Informationen und Wissensentdeckung durch Datenintegration, Data Mining, maschinelles Lernen und Prognosen | 139 |
| 9.3.2Prognosen: Können Sie die Zukunft vorhersagen? | 140 |
| 9.3.3Konfidenz: Können Sie den Prognosen vertrauen? | 141 |
| 9.3.4Welchen Nutzen und Wert haben fehlerbehaftete Modelle? | 142 |
| 9.3.4.1 Abhängigkeit der Einsetzbarkeit und des Nutzens maschinell gelernter Modelle von der Aufgabenstellung und der Kritikalität von Fehlprognosen | 142 |
| 9.3.4.2 Abhängigkeit des Nutzens maschinell gelernter Modelle von bereits existierenden alternativen Lösungen | 142 |
| 9.3.4.3 Nutzen und Mehrwert von Prognosemodellen und Anwendungsbeispiele | 143 |
| 9.3.5Anwendungsbeispiele für die Generierung von Mehrwerten aus Daten durch maschinelles Lernen | 144 |
| 9.3.6Vorteile der Digitalisierung | 144 |
| 9.3.7Informationsverwaltung als Unternehmensgrundlage | 145 |
| 9.4Aufbereitung und Nutzung erarbeiteter Ergebnisse | 147 |
| 9.4.1Nutzungsmöglichkeiten gewonnener Einblicke | 147 |
| 9.5Technologien als Wegbereiter | 149 |
| 9.5.1Zusammenfassung: Mehrwerte durch die Digitalisierung und moderne Informations- und Kommunikationstechnologie | 149 |
| 9.5.2Ausblick: Transformation von Unternehmen und ganzen Branchen durch Datennutzung und maschinelles Lernen | 150 |
| 9.5.2.1 Transformation von Industrien und Wettbewerbsvorteile | 150 |
| 9.5.2.2 Neue Geschäftsmodelle | 151 |
| 9.5.2.3 Erforderliche Kompetenzen und Vorgehen | 151 |
| 9.5.3Fazit: Industrie 4.0 aktiv gestalten und maschinelles Lernen nutzen | 152 |
| 10 Praxis-Tipps zu Teil 2 | 153 |
| Zusammenfassung | 153 |
| Teil III Menschliche Aspekte – nur mit motivierten Mitarbeiter-/innen kann Industrie 4.0 gelingen! | 155 |
| 11 Wandel und Gestaltung digitalisierter Industriearbeit | 156 |
| Zusammenfassung | 156 |
| 11.1Technologieschub Digitalisierung | 156 |
| 11.2Zum Wandel von Arbeit | 157 |
| 11.3Umstrittene Beschäftigungseffekte | 157 |
| 11.4Unklarer Strukturwandel von Arbeit | 158 |
| 11.5Beschleunigte Flexibilisierung | 159 |
| 11.6Gestaltungsoptionen | 160 |
| 11.6.1Industrie 4.0 als sozio-technisches System | 160 |
| 11.6.2Schnittstellen im sozio-technischen System | 161 |
| 11.7Fazit | 164 |
| Literatur | 164 |
| 12 Kleine Instrumente – Große Wirkung: Shopfloor-Widgets für den Fertigungsalltag | 166 |
| Zusammenfassung | 166 |
| 13 Psychische Gesundheitsvorsorge – unverzichtbar in der Industrie 4.0! | 174 |
| Zusammenfassung | 174 |
| 13.1Einleitung | 175 |
| 13.2„Zu viel“ oder „zu wenig“? Vom rechten Maß der psychischen Arbeitsbelastung | 176 |
| 13.2.1Ursachen und Entstehung psychischer Störungen | 176 |
| 13.2.2Psychische Störungen – was kann man tun? | 178 |
| 13.3Psychische Gesundheitsförderung im Unternehmen | 180 |
| 13.3.1Gefährdungsbeurteilung psychischer Arbeitsbelastung | 180 |
| 13.3.2Gesunde Unternehmen gestalten – Die vier Wirkungsebenen des gesunden Unternehmens | 183 |
| 13.3.3Zentrale Rolle der Führungskräfte | 185 |
| 13.4Ausblick | 186 |
| Literatur | 187 |
| 14 Wettbewerbsvorteile durch informationsbasierten Wissensvorsprung | 189 |
| Zusammenfassung | 189 |
| 14.1Einleitung | 189 |
| 14.2Wissen als kritische Ressource in digitalen Wertschöpfungs- und Innovationsprozessen | 191 |
| 14.3Generierung und Umsetzung von Wissen als Voraussetzung der Wettbewerbsfähigkeit | 193 |
| 14.4Erzeugung und Management von Wissen im Kontext digitaler Technologien | 195 |
| 14.5Absorptive Capacity als Schlüsselkompetenz von morgen | 198 |
| 14.6Fazit und Ausblick | 201 |
| Literatur | 202 |
| 15 E-Learning als wirkungsvolles Element der Digitalisierung | 205 |
| Zusammenfassung | 205 |
| 15.1E-Learning im Rahmen der Pädagogik | 205 |
| 15.1.1Entwicklung und Begriff | 205 |
| 15.1.2Ansätze und Instrumente des E-Learnings | 206 |
| 15.2E-Learning in KMU in Zeiten der VUCA World | 208 |
| 15.3E-Learning im Rahmen der betrieblichen Weiterbildung: Ist-Zustand | 210 |
| 15.3.1E-Learning als Teil der strategischen Personalarbeit | 210 |
| 15.3.2E-Learning und Industrie 4.0 | 211 |
| 15.3.3Hype oder Flop? | 212 |
| 15.3.4Verbreitung und Anwendung von E-Learning | 212 |
| 15.4Was für die Einführung bzw. den Ausbau von E-Learning spricht | 213 |
| 15.5Was spricht gegen E-Learning? | 214 |
| 15.5.1Gute Gründe | 214 |
| 15.5.2Interner Widerstand gegen E-Learning und der „Mythos der Digital Natives“ | 215 |
| 15.6Das Problem der Erfolgsmessung (Bildungscontrolling und E-Learning) | 217 |
| 15.7Umsetzungshinweise | 219 |
| 15.7.1Herausforderungen für die Einführung bzw. stärkere Nutzung von E-Learning | 219 |
| 15.7.2Qualitätssicherung und Umsetzung mit dem didaktischen Achteck | 220 |
| Literatur | 223 |
| 16 Praxis-Tipps zu Teil 3 | 225 |
| Zusammenfassung | 225 |
| Teil IV Best Practices – wie Unternehmen den Wandel zur Industrie 4.0 konkret gestalten (5 Beiträge produzierender Unternehmen) | 227 |
| 17 Einleitung: Industrie 4.0-Einführung Schritt für Schritt gestalten | 228 |
| Zusammenfassung | 228 |
| 18 Huppertz in Köln – Intelligente interne Logistik | 232 |
| Zusammenfassung | 232 |
| 18.1Rahmenbedingungen des Unternehmens | 232 |
| 18.2Unternehmensvision | 233 |
| 18.3Zielsetzung/KPI (Key Performance Indicators) | 233 |
| 18.4Auswahl Pilotbereich | 236 |
| 18.5Soziotechnische Fähigkeitsbewertung: Barrieren und Hemmnisse | 238 |
| 18.6Umsetzung und Integration | 238 |
| 18.7Fazit | 242 |
| 19 IntrObest in Fellbach – Data-Mining zur Mensch-Assistenz-Symbiose | 244 |
| Zusammenfassung | 244 |
| 19.1Rahmenbedingungen des Unternehmens | 245 |
| 19.1.1Prozessbeschreibung | 245 |
| 19.1.2Implikationen | 245 |
| 19.1.3Digitale Infrastruktur und Datenlage | 246 |
| 19.2Abstraktion der Problematik zur Umsetzungskonzipierung | 246 |
| 19.2.1Feststellung von Teilproblemen | 247 |
| 19.2.2Schrittweise Lösung der manuellen Suche und Zusammenführung | 247 |
| 19.3Identifikation von Data-Mining-Anwendungsmöglichkeiten | 252 |
| 19.3.1Allgemeine Potenzialeinschätzung | 252 |
| 19.3.2Anwendungsmöglichkeiten auf erkannte Teilprobleme | 253 |
| 19.4Servicegestütztes Konzept eines Assistenten | 254 |
| 19.4.1Beschreibung des Assistenzsystems | 255 |
| 19.5Zusammenfassung | 257 |
| 20 Schneppenheim in Pulheim – Der Bedarf nach einem kennzahlenbasierten Managementsystem in der Industrie 4.0 | 260 |
| Zusammenfassung | 260 |
| 20.1Auf dem Weg zur strategieorientierten Organisation | 262 |
| 20.2Die Entwicklung eines kennzahlenbasierten Managementsystems | 265 |
| Literatur | 268 |
| 21 Topstar in Langenneufnach – Intelligente Produktion mit smarten FTS (führerlosen Transportsystemen) | 271 |
| Zusammenfassung | 271 |
| 21.1Unternehmen, Strategie und Motivation für neue Technologien | 271 |
| 21.2Zielsetzungen und Auswahl des Pilotprojekts | 273 |
| 21.3Umsetzung des Pilotbereichs Montagelinie Wagner | 277 |
| 21.4Fazit und Ausblick | 279 |
| 22 Topstar in Langenneufnach – Aus- und Weiterbildung im digitalen Zeitalter | 282 |
| Zusammenfassung | 282 |
| 22.1Ausgangssituation | 282 |
| 22.2Projekt StraKosphere | 283 |
| 22.2.1Vorbereitung | 284 |
| 22.2.2Allgemeine Maßnahmen | 284 |
| 22.3Einfluss der Digitalisierung | 288 |
| 22.3.1Grundlagen | 288 |
| 22.3.2Erweiterte Maßnahmen | 288 |
| 22.4Fazit | 292 |
| 23 Praxis-Tipps zu Teil 4 | 294 |
| Zusammenfassung | 294 |
| 24 Ausblick | 296 |
| Zusammenfassung | 296 |
| Literatur | 300 |
