Unsere Gesellschaft befindet sich derzeit im Zeitalter der vierten industriellen Revolution. Die demzufolge für Unternehmen eintretenden disruptiven Veränderungen betreffen sämtliche Bereiche der Wertschöpfung. Dadurch entsteht ein Umschwung, welcher zu einer digitalen Ökonomie führt. Innovative Fortschritte bei technologischen Entwicklungen führen dazu, dass sich die zukünftigen Arbeitsabläufe ändern. Darunter gehören zum Beispiel cyber-physische Systeme, hochentwickelte Robotik, Internet of Things, Sensorik, Big Data und intelligente Software-Systeme.
Der Bereich Big Data hat sich in diesem Zusammenhang mittlerweile zum regelrechten Top-Trend in der Informationstechnologie entwickelt. Im Hype Cycle for Emerging Technologies von Gartner aus dem Jahr 2014 erreichte Big Data bereits den Gipfel der überzogenen Erwartungen. Auf Basis der genannten Entwicklungszeiträume befindet sich die Disziplin aktuell auf der Zielgeraden zum Produktivitätsplateau. Diese Evolution hat ihren Ursprung im rasanten Wachstum von Datenmenge und Datenvielfalt im Zeitalter des Internets. Die Wurzeln liegen dabei in den primären Bereichen der Statistik und Datenanalyse. In Korrelation mit den modernen Entwicklungen der Informationstechnologie können große Datenmengen nahezu in Echtzeit erfasst, dokumentiert und analysiert werden, wodurch eine Vielzahl an potenziellen Anwendungen entsteht.
Die gewonnenen Erkenntnisse sollen dabei nicht nur zur Bewertung vergangener Prozesse, sondern zur proaktiven Gestaltung des Unternehmens genutzt werden. In diesem Kontext sind die verfügbaren Daten mithilfe von Big Data Analytics zielgerichtet zu verarbeiten und in die jeweiligen Geschäftsprozesse mit einzubinden. Der wirtschaftliche Nutzen umfasst sämtliche Funktionsbereiche, wie z. B. Produktion, Logistik, Marketing und Vertrieb. Ein Großteil der heutigen Unternehmen ist jedoch noch weit davon entfernt, den Mehrwert zu erkennen, den eine derartige Analyse hervorbringen kann.
In Verbindung mit Industrie 4.0 und der Zielsetzung einer Smart Factory resultieren im unternehmerischen Umfeld vielfältige Einsatzbereiche. Dabei bleiben die konventionellen Disziplinen der Produktionsplanung und -steuerung bestehen, müssen jedoch um technologiegetriebene Ansätze wie z. B. Big Data Analytics ergänzt werden. Verwendungsmöglichkeiten liegen diesbezüglich hauptsächlich in der Szenario-Simulation.nario-Simulation.
Inhaltsverzeichnis
- 1 Einleitung
- 2 Technologische Grundlagen
- 2.1 Industrie 4.0
- 2.1.1 Begriffsdefinition
- 2.1.2 Technologien
- 2.2 Big Data
- 2.2.1 Begriffsdefinition
- 2.2.2 Charakteristische Eigenschaften
- 2.3 Analytics
- 2.3.1 Begriffsdefinition
- 2.3.2 Klassifizierungen
- 3 Produktionsplanung und -steuerung
- 3.1 Produktionsplanung
- 3.2 Produktionssteuerung
- 4 Einsatz von Big Data Analytics
- 4.1 Anwendungsszenarien
- 4.2 Potenzialanalyse
- 4.2.1 Durchführung
- 4.2.1.1 Stärken (Strengths)
- 4.2.1.2 Schwächen (Weaknesses)
- 4.2.1.3 Chancen (Opportunities)
- 4.2.1.4 Risiken (Threats)
- 4.2.2 Strategieableitung
- 5 Fazit
Zielsetzung und Themenschwerpunkte
Die vorliegende Hausarbeit befasst sich mit der Evaluierung des Potenzials von Big Data Analytics im Kontext der Industrie 4.0, insbesondere im Bereich der Produktionsplanung und -steuerung. Ziel ist es, die Möglichkeiten und Herausforderungen der Anwendung von Big Data Analytics in der Smart Factory aufzuzeigen und Handlungsempfehlungen für Unternehmen abzuleiten.
- Industrie 4.0: Die vierte industrielle Revolution und ihre Auswirkungen auf die Produktionslandschaft
- Big Data Analytics: Technologien, Eigenschaften und Anwendungen im industriellen Umfeld
- Produktionsplanung und -steuerung: Traditionelle Konzepte und die Integration von Big Data Analytics
- Potenzialanalyse: Stärken, Schwächen, Chancen und Risiken der Verwendung von Big Data Analytics in der Produktion
- Strategieableitung: Handlungsempfehlungen für Unternehmen, um die Chancen von Big Data Analytics in der Industrie 4.0 zu nutzen
Zusammenfassung der Kapitel
- Kapitel 1: Einleitung: Dieses Kapitel stellt die Relevanz von Big Data Analytics im Kontext der Industrie 4.0 dar und skizziert die Thematik der Hausarbeit. Es beleuchtet die disruptiven Veränderungen, die durch die vierte industrielle Revolution hervorgerufen werden, und die zunehmende Bedeutung von Datenanalyse in diesem Zusammenhang.
- Kapitel 2: Technologische Grundlagen: Dieses Kapitel definiert die zentralen Begriffe Industrie 4.0, Big Data und Analytics. Es erläutert die technologischen Entwicklungen, die den Einsatz von Big Data Analytics in der Produktion ermöglichen, und stellt die charakteristischen Eigenschaften von Big Data dar.
- Kapitel 3: Produktionsplanung und -steuerung: Dieses Kapitel gibt einen Überblick über die traditionellen Konzepte der Produktionsplanung und -steuerung. Es zeigt auf, wie Big Data Analytics in diesen Bereich integriert werden kann, um Prozesse zu optimieren und die Effizienz zu steigern.
- Kapitel 4: Einsatz von Big Data Analytics: Dieses Kapitel präsentiert Anwendungsszenarien von Big Data Analytics in der Produktion und führt eine Potenzialanalyse durch. Es analysiert die Stärken, Schwächen, Chancen und Risiken der Nutzung von Big Data Analytics in der Smart Factory und leitet daraus Handlungsempfehlungen für Unternehmen ab.
Schlüsselwörter
Industrie 4.0, Big Data Analytics, Produktionsplanung, Produktionssteuerung, Smart Factory, Potenzialanalyse, SWOT-Analyse, Strategieableitung, Datenanalyse, Digitalisierung, Cyber-physische Systeme (CPS), Internet der Dinge (IoT), Geschäftsmodellinnovation, digitale Transformation.
- Quote paper
- Michael Poiger (Author), 2020, Big Data Analytics in Industrie 4.0. Potenzialevaluation im Bereich der Produktionsplanung und -steuerung, Munich, GRIN Verlag, https://www.grin.com/document/1174145
