Home » News » Allgemein » Forschung: Sicherer Weg zu Industrie 4.0

Forschung: Sicherer Weg zu Industrie 4.0

Industrie 4.0 bedeutet nicht nur die Einführung neuer Technologien, sondern hat große Auswirkungen auf sämtliche Unternehmensbereiche. Für Betriebe ist es wichtig, mögliche Risiken frühzeitig zu erkennen und mit passenden Maßnahmen gegenzusteuern. Methoden für dieses Risikomanagement liegen nun im vom Europäischen Fonds für regionale Entwicklung (EFRE) mit rund 2,7 Millionen Euro geförderten Forschungsprojekt „SORISMA – Soziotechnisches Risikomanagement bei der Einführung von Industrie 4.0“ vor.

2 Min. Lesezeit
Eine blaue Grafik veranschaulicht das Konzept Industrie 4.0 mit miteinander verbundenen Symbolen, darunter ein Roboter, ein Zahnrad, ein Satellit, eine Drohne, eine intelligente Fabrik, ein Roboterarm, eine Cloud, ein Smartphone, Sensoren und ein Solarpanel – alle mit einer Verknüpfung zum zentralen Text „Industrie 4.0“.
©AdobeStock/dlyastokiv

Fahrerlose Transporter sorgen für effiziente Lagerlogistik. Aber stören sie nicht die Laufwege der Mitarbeiter:innen? Und welche Auswirkungen haben digitale Prozesse auf Arbeitskultur und Mitarbeiterzufriedenheit? Fragen wie diese lassen sich mit Hilfe praxiserprobter Methoden zur Risikobewältigung bei der Einführung von Industrie 4.0 beantworten. 

Industrie 4.0 bedeutet nicht nur die Einführung neuer Technologien, sondern hat große Auswirkungen auf sämtliche Unternehmensbereiche. Für Betriebe ist es wichtig, mögliche Risiken frühzeitig zu erkennen und mit passenden Maßnahmen gegenzusteuern. Methoden für dieses Risikomanagement liegen nun im vom Europäischen Fonds für regionale Entwicklung (EFRE) mit rund 2,7 Millionen Euro geförderten Forschungsprojekt „SORISMA – Soziotechnisches Risikomanagement bei der Einführung von Industrie 4.0“ vor. Entwickelt wurden sie vom Fraunhofer IEM, dem Fraunhofer IML, dem Heinz Nixdorf Institut der Universität Paderborn, der Unity AG und myview systems in einem dreijährigen Forschungsvorhaben.

„Wichtig zu verstehen ist: Risiken der Industrie 4.0 beschränken sich nicht auf den Bereich der Technik. Stolpersteine bei der erfolgreichen Einführung liegen ebenso in den Bereichen Organisation und Mensch. Das Verständnis für diese Zusammenhänge war das Leitmotiv unserer Arbeit“, betont Daniela Hobscheidt, SORISMA-Projektleiterin vom Fraunhofer IEM.

Mehr Nutzen, weniger Risiken

Die Wissenschafter:innen arbeiteten im engen Austausch mit der Industrie. Vier Pilotunternehmen testeten die entwickelten Methoden anhand eigener Industrie-4.0-Projekte. Der Maschinenbauer MIT Moderne Industrietechnik plant beispielsweise, seine Lagerverwaltung künftig digital statt papierbasiert zu organisieren. „Für uns als KMU sind das große Investitionen und damit einhergehend große Veränderungen. Was im Projekt SORISMA deutlich wurde: neue Technologien müssen nicht nur funktionieren, sondern in der Belegschaft auch anerkannt werden. Und der Prozess sollte bereits im Vorfeld gut durchdacht werden. Wir wollen Veränderungen zum Nutzen aller einführen, deshalb ist es wichtig, Risiken vor der Einführung zu durchdenken“, erläutert Karusch Galstjan, Industrial Engineer bei MIT.

Weitere Pilotprojekte waren die agile Organisationsgestaltung bei Beulco, die prädiktive Anlagensteuerung bei Thyssenkrupp und die Einführung eines MES-Systems bei Westaflex. Zusätzlich wurden die Projektergebnisse in insgesamt 13 Industriekreisen diskutiert.

Vier Schritte gegen Industrie-4.0-Risiken

Insbesondere produzierende Unternehmen haben nun Zugriff auf Methoden, mit denen sie Risiken von Industrie 4.0 auf ihre gesamte Wertschöpfungskette analysieren, bewerten, steuern und überwachen können. Interessierte können sich dazu bei Stefan Gabriel, Wissenschaftler am Fraunhofer IEM (stefan.gabriel@iem.fraunhofer.de) melden.

  1. Risiken erkennen:

Was bedeuten agile Entwicklungsteams für die Produktentstehung? Was sollte man beim Einführen flexibler Arbeitszeitmodelle beachten? Insgesamt 55 Use Cases aus Bereichen wie Gesundheit, IT-Sicherheit oder Kultur machen mögliche Industrie 4.0-Risiken sichtbar.

  1. Risiken bewerten:

Wie hoch ein Risiko für ein bestimmtes Unternehmen jeweils ist, hängt immer von der individuellen Situation ab. Ein Bewertungsschema mit den Faktoren Schadenshöhe und Eintrittswahrscheinlichkeit hilft zu beurteilen, ob ein Risiko ernst genommen werden sollte.

  1. Risiken steuern:

Von einer besseren Kundenkommunikation über die Mitarbeiterqualifizierung hin zur Erhöhung der IT-Sicherheit: Unternehmen können aktiv Strategien entwickeln, um ihrer individuellen Risikosituation gegenzusteuern. Dafür entstanden 240 mögliche Gegenmaßnahmen inklusive entsprechender Handlungsoptionen.

  1. Risiken überwachen:

Wie erkenne ich einen Prozess in Schieflage oder einen gefährdeten Absatz? Unternehmen haben Zugriff auf 53 typische Indikatoren zur Überwachung und Prüfung von Risiken, z.B. die Fluktuationsrate oder die Dauer von Entscheidungsprozessen.

 

Ein Mann in Arbeitskleidung steht in einem Lager und sortiert Artikel in blauen Lagerbehältern auf Metallregalen. Der geflieste Boden und die ordentlich angeordneten Kisten lassen auf eine gepflegte Industrieumgebung schließen, die die Effizienz und Innovation von Industrie 4.0 verkörpert.
Foto: MIT Moderne Industrietechnik

Der Maschinenbauer MIT plant, seine Lagerverwaltung künftig digital statt papierbasiert zu organisieren. Im Projekt SORISMA setzte sich das Unternehmen frühzeitig mit möglichen Risiken auseinander und definierte passende Gegenmaßnahmen.

Andere interessante News

E-Mail-Security

Neue Methoden, alte Ziele: Wie Angreifer E-Mail-Sicherheit unterwandern

Cyberangriffe per E-Mail nehmen neue Formen an – und sie treffen mit voller Wucht: Ein aktueller Bericht zeigt anhand realer globaler Daten, welche Taktiken Angreifer im ersten Qua...

Maskierter Hacker vor Daten

Angreifern den Weg abschneiden: Lateral Movement erkennen und verhindern

Cyberangreifer bleiben nach dem ersten Zugriff nicht stehen, sondern bewegen sich geschickt seitwärts durch das Netzwerk. Dieses sogenannte Lateral Movement ist oft der entscheiden...

Observabilty-Konzept

Studie zeigt: Ohne Observability keine verlässliche KI

Je mehr Unternehmen unstrukturierte Daten nutzen, desto größer wird die Herausforderung: Viele Observability-Programme stecken bei Datenqualität, Datenfluss und KI-Modellen noch in...