Worum geht es?
Ob in einem kleinen, mittelständischen Betrieb oder einem großen Industrieunternehmen, der Wissenstransfer ist im Zuge der Digitalisierung zu einem bedeutendem Erfolgsfaktor geworden. AR/ VR gehören zu den Technologien, mit denen die größten Potenziale und Erwartungen verbunden sind. Sie können Dienstleister dabei unterstützen ihre Daten aufzubereiten, umzuwandeln und zu vernetzen. So kann vorhandenes Wissen effizient aufgenommen und kontextbezogen für alle bereitgestellt werden. Herausforderungen liegen vor allem darin, auch kleineren Unternehmen und dem deutsche Mittelstand leichteren Zugang zu AR/VR zu ermöglichen. Hierzu braucht es Konzepte für intelligente Dienstleistungen und flexiblere Geschäftsmodelle, automatisierte Datenaufbereitung und ganzheitliche Prozessoptimierungen.
Wer stellt sich vor?
Der WizARd-Assistent: Digitalisierung wie durch Zauberei
Ziel des Forschungsprojekts WizARd ist es, Smart Services mit Hilfe von AR/VR zugänglich machen. Dabei sollen vor allem die Wissensvernetzung und Kollaboration in Unternehmen durch die Verwendung von AR und VR erleichtert werden. Mit Hilfe des Digitalisierungsassistenten WizARd werden Unternehmen bei ihren Digitalisierungsvorhaben unterstützt und schrittweise durch den Digitalisierungsprozess begleitet. Im Rahmen der Ausstellung holt das Forschungsprojekt den Hamburger Hafen mithilfe einer VR-Anwendung des AR-Prototyps des Anwendungsfalls Logistik nach Nürnberg. Seien Sie dabei, wenn Wissenschaftler*innen das Ruder und eine sehr wichtige Aufgabe im Hamburger Hafen übernehmen: Die Vermessung von Wassertiefen. Schaffen sie es, gleichzeitig die Qualität der Messdaten zu gewährleisten und den Schiffsverkehr im Blick zu haben? Und inwiefern kann AR sie dabei unterstützen?
DM4AR – Datamanagement for Augmented Reality
Der technische Service wird häufig an komplexen und hochindividuellen Maschinen und Anlagen durchgeführt. Durch Augmented-Reality(AR)-Anwendungen und den steigenden Grad der Digitalisierung und Vernetzung wird es möglich, das vorhandene Wissen einzelner Mitarbeiter deutlich effizienter aufzunehmen und anderen Mitarbeitern zur Verfügung zu stellen. Im Forschungsprojekt DM4AR wird eine Plattform entwickelt, über welche vor allem strukturierte Daten (Aufträge, Checklisten und CAD-Modelle) und teilweise auch unstrukturierte (z.B. Protokolle, Wartungsberichte oder Störmeldungen) (teil)automatisiert für die AR-gerechte Aufbereitung bereitgestellt werden. Ein erster Demonstrator zeigt, wie Daten einer typischen Industrieanwendung von Druckluft (Filterregler, Druck- und Durchflusssensor) in einem AR-System visualisiert werden können und mithilfe eines AR-Systems dem Servicetechniker oder dem Endkunden selbst, entscheidende Anweisungen für die Wartung oder Reparatur gegeben werden können.
SmARtPlaS: Datenverwertung (Smart Data, Big Data) für vorausschauende Wartung und optimale Prozessführung in der Galvanotechnik
In der Galvanikindustrie treffen mechanische Anlagenkomponenten auf elektrochemische Prozesstechnik, was Fachwissen aus verschiedenen Disziplinen erfordert. Die in der Industrie 4.0 neu entstehenden Werkzeuge und Methoden ermöglichen eine bessere Beherrschbarkeit der Komplexität und weisen somit ein hohes Potential für die Branche auf. Im Verbundprojekt »SmARtPlaS« soll dieser Ansatz im Rahmen eines Forschungsprojektes anhand eines digitalen Zwillings gezeigt und in der Praxis umgesetzt werden. Dafür wird eine modular aufgebaute, technische Systemlösung für intelligente Dienstleistungen im Hinblick auf den ganzheitlich optimierten Betrieb und die Wartung von Galvanikanlagen auch unter Nutzung von VirtualReality bzw. AugmentedReality-Technologien entwickelt.
DM4AR – Datamanagement for Augmented Reality
Der technische Service wird häufig an komplexen und hochindividuellen Maschinen und Anlagen durchgeführt. Durch Augmented-Reality(AR)-Anwendungen und den steigenden Grad der Digitalisierung und Vernetzung wird es möglich, das vorhandene Wissen einzelner Mitarbeiter deutlich effizienter aufzunehmen und anderen Mitarbeitern zur Verfügung zu stellen. Im Forschungsprojekt DM4AR wird eine Plattform entwickelt, über welche vor allem strukturierte Daten (Aufträge, Checklisten und CAD-Modelle) und teilweise auch unstrukturierte (z.B. Protokolle, Wartungsberichte oder Störmeldungen) (teil)automatisiert für die AR-gerechte Aufbereitung bereitgestellt werden. Ein erster Demonstrator zeigt, wie Daten einer typischen Industrieanwendung von Druckluft (Filterregler, Druck- und Durchflusssensor) in einem AR-System visualisiert werden können und mithilfe eines AR-Systems dem Servicetechniker oder dem Endkunden selbst, entscheidende Anweisungen für die Wartung oder Reparatur gegeben werden können.
ZuPro2Flex – Zustandsbewertung und Prozessassistenz für nutzungsdauerbasierte Geschäftsmodelle zur Flexibilitätssteigerung in der Produktion
Maschinen- und Anlagenbauer sowie Maschinenanwender stehen u.a. aufgrund immer kürzer werdender Produkt- und Innovationszyklen vor der Herausforderung, einen sehr flexiblen Markt mit oftmals investitionsintensiven Maschinen und Anlagen bei komplexer werdenden Produktionsanläufen und -abläufen zu bedienen. Der Einsatz von Digitalisierungslösungen für eine gesteigerte Prozess-, Maschinen und Funktionstransparenz kann dabei einen deutlichen positiven Beitrag zur Begegnung dieser Herausforderungen bewirken, wenn es gelingt, die mit diesen Lösungen ermöglichten Informationen und Funktionen wirtschaftlich sinnvoll in ein Geschäftsmodell zu integrieren. Im Kontext dieser Problemstellung besteht das Ziel des Verbundprojektes darin, aus technisch-technologischer Sicht Methoden und Konzepte zu erarbeiten und zu erproben, mit denen eine deutliche Flexibilitätssteigerung durch die Nutzung von Pay-per-X-Geschäftsmodellen auf Basis einer erweiterten Transparenz von Prozess und Maschine möglich wird. Die technisch-technologischen Funktionen werden hinsichtlich der Anwendung für Pay-per-X-Geschäftsmodelle entwickelt, sodass neben eine durch Pay-per-X mögliche Zahlungsflexibilität auch eine deutliche Reduktion von Maschinenstillstands- und Produktionsanlaufzeiten sowie ressourcenoptimale Betriebsbedingungen erreicht werden.