PRocess INnovation CEnter PR|IN|CE

Dauerhafte Wettbewerbsfähigkeit setzt ständig steigende Produktivität voraus (Wirtschaftsnobelpreisträger Paul Krugman). Das bedeutet, dass Güter und Dienstleistungen mit weniger Ressourcenverbrauch erbracht werden müssen. Dies erreicht man einerseits durch kontinuierliche Prozessverbesserungen und andererseits durch große Produktivitätssprünge, indem man Prozesse radikal erneuert. Bisher spielt sich das Thema Innovation jedoch fast nur auf der Produktebene ab.

Das PR|IN|CE-Projekt zielt darauf ab, die Wettbewerbsfähigkeit des produzierenden Gewerbes in Deutschland durch Prozessinnovationen in Produktion und Logistik zu steigern. Die beteiligten Wissenschaftler*innen bauen die bestehenden Strukturen des Technologiezentrums PULS zum „PRocess INnovation CEnter – PR|IN|CE“ aus, entwickeln radikale Ideen zur Neugestaltung unternehmensspezifischer Produktions- und Logistikprozesse auf wissenschaftlicher Basis und testen unmittelbar die umsetzungsreifen Prozessinnovationen.

Beteiligte Professoren:

Sebastian Meißner, Markus Schneider, Carsten Röh

Wissenschaftliche Mitarbeiter*innen:

Corinna Huber, Marion Lemke, Christoph Müller

Projektdaten:

• Projektlaufzeit: 01.08.2020 bis 28.02.2027
• Gefördert durch das Bayerische Staatsministerium für Wissenschaft und Kunst
• Fördersumme Gesamtprojekt PR|IN|CE: 2,6 Millionen Euro

Teilprojekt: Digitaler Zwilling

Unternehmen stehen heute vor zunehmend volatilen und schwer prognostizierbaren Rahmenbedingungen. Schwankende Kundenbedarfe, unsichere Materialverfügbarkeiten, komplexe Lieferketten und dynamische Ressourcenauslastungen erhöhen den Druck auf eine präzise und adaptive Produktions- und Logistikplanung. Fragen wie „Welche Auswirkungen hat die aktuelle Systemlast auf kritische Ressourcen?“ „Welche Handlungsoptionen stabilisieren das System unter volatilen Einflussgrößen?“ oder „Wie verändern alternative Szenarien die Zielerreichung?“ müssen frühzeitig und datenbasiert beantwortet werden, um robuste und adaptive Entscheidungen zu ermöglichen. In der Praxis werden diese Zusammenhänge jedoch häufig erst sichtbar, wenn die Möglichkeit zur Ableitung und Umsetzung robuster und adaptiver Entscheidungen bereits eingeschränkt ist.

Ein technologischer Ansatz zur Bewältigung dieser Herausforderungen ist der Digitale Zwilling. In diesem Forschungsverständnis beschreibt der Digitale Zwilling ein funktionales, dynamisches und datenbasiertes Abbild realer Produktions- und Logistiksysteme, das Kontroll- und Entscheidungsfunktionen integriert. Er verbindet Echtzeitdaten, Modellbildung, Simulation, Analyseverfahren, Optimierungslogiken und KI-Module zu einem adaptiven Gesamtsystem. Dadurch können Systemzustände abgebildet, zukünftige Entwicklungen prognostiziert und Handlungsoptionen simulativ oder KI-gestützt bewertet werden.
Digitale Zwillinge haben in den vergangenen Jahren in der Logistik zunehmend an Bedeutung gewonnen und werden von vielen Unternehmen bereits in Teilbereichen eingesetzt. Dennoch bestehen weiterhin Herausforderungen hinsichtlich methodischer Vorgehensweisen, integrierter Architekturen, Schnittstellenstandards, datengetriebener Modellierung sowie der Verknüpfung mit Entscheidungsunterstützungssystemen. Das Teilprojekt „Digitaler Zwilling“ adressiert diese Herausforderungen und erforscht praxisnahe Vorgehensmodelle für die Planung, Einführung und Nutzung Digitaler Zwillinge in der Produktionsumgebung.

Wesentliche Forschungsinhalte umfassen:

• die Erforschung einer Prozessanalyse-Methodik zur Bewertung logistischer Abläufe im Kontext Digitaler Zwillinge
• die Beschreibung der Funktionen, Daten- und Informationsflüsse sowie Schnittstellen von Digitalen Zwillingen
• die Modellierung einer mehrschichtigen Architektur zur Integration Digitaler Zwillinge in bestehende Strukturen
• die systematische Verknüpfung von Digitalem Zwilling, Simulation, KI-Modulen, Optimierungsverfahren und Multi-Agenten-Ansätzen
• die Abbildung zielkonfliktsensitiver Entscheidungslogiken sowie adaptiver Planungsmechanismen

Ziel ist es, die entwickelten Methoden in der Praxis zu erproben und ein Verständnis für den Digitalen Zwilling zu schaffen. Durch die Verbindung aus Analyse, Simulation, Optimierung und KI-gestützter Entscheidungsunterstützung entsteht ein integriertes Framework, das Unternehmen in der vorausschauenden, ressourceneffizienten und robusten Planung unterstützt.

Möchten Sie sich beteiligen oder fachlich austauschen? Dann wenden Sie sich gerne an uns!

Ansprechpersonen:

M.Eng. Corinna Huber

Projektverantwortliche

Prof. Dr.-Ing. Dipl.-Wirtsch.Ing. Sebastian Meißner

Projektleiter

Teilprojekt: Lieferantenpotentiale

Lieferanten – verstanden als Träger der Unternehmens-externen Wertschöpfung – sind zentrale Impulsgeber für Innovationen. Während Kunden primär Impulse für Produktinnovationen liefern, geben Lieferanten Innovationsanstöße für Prozessinnovationen (Antonelli & Fassio, 2016).

Zudem ist kaum ein Unternehmen in der Lage, eine (logistische) Prozessinnovation vollumfänglich intern zu entwickeln und umzusetzen, sondern ist auf Externe angewiesen – zum Beispiel für das Programmieren von IT-Lösungen. Entsprechend sind zahlreiche Lieferanten in Prozessinnovations-Projekte involviert und können als aktive Partner sowohl in der Ideenentwicklung als auch in der Umsetzung beteiligt sein.

Lieferanten können:

• Expertise oder Anlagen liefern,
• als Impuls- und Ideengeber fungieren und/oder
• kooperativ in der Realisierung einer Prozessinnovation beteiligt sein.
  
  

Wie Unternehmen diese „Lieferantenpotentiale“ bestmöglich erkennen und nutzen können, ist die zentrale Fragestellung des Teilprojekts „Lieferantenpotentiale“ im Projekt PRINCE. Konkret wird erforscht, wie die Schnittstelle zwischen Unternehmen und dessen Lieferanten – verstanden als die Beschaffungsfunktion – in Projekten zu logistischen Prozessinnovationen vorgehen sollte. Die Forschungsergebnisse werden in Zusammenarbeit mit Unternehmen und mit den Schwerpunkten der anderen Teilprojekten praxisnah erprobt und in einem „Werkzeugkasten der Beschaffung für logistische Prozessinnovationen“ gebündelt und dokumentiert, und so verfügbar gemacht.

Möchten Sie sich beteiligen oder fachlich austauschen? Dann wenden Sie sich gerne an uns!

Ansprechpersonen:

Dipl.-Math. oec. Marion Lemke
Projektverantwortliche

Prof. Dr. rer. pol. Carsten Röh
Projektleiter

Teilprojekt: Nachhaltige Fabrikgestaltung und Kreislaufwirtschaft (Circular Economy)

Zukunftsfähige Produktionssysteme stehen vor tiefgreifenden Veränderungen:

Der zunehmende Fachkräftemangel, steigende Anforderungen an ökologische Nachhaltigkeit, hohe Energiepreise sowie eine wachsende Variantenvielfalt erhöhen den Anpassungsdruck auf Unternehmen. Gleichzeitig eröffnen Digitalisierung und Industrie-4.0-Technologien neue Potenziale zur Effizienzsteigerung und Ressourcenoptimierung.

Ein zentrales Handlungsfeld ist dabei die Kreislaufwirtschaft. Der Übergang zu zirkulären Wertschöpfungsmodellen ist nicht nur politisch – etwa durch den EU-Aktionsplan zur Circular Economy – vorgegeben, sondern auch ökonomisch sinnvoll. Lineare Produktionsprozesse stoßen zunehmend an Grenzen: Materialknappheit, volatile Lieferketten und steigende CO₂-Kosten machen ressourceneffiziente, rückführungsfähige und langlebige Systeme zu einem entscheidenden Wettbewerbsfaktor. Kreislauffähige Fabriken ermöglichen, Materialien mehrfach zu nutzen, Rückführungsprozesse zu automatisieren und Abhängigkeiten von Rohstoffen zu reduzieren.

Das Teilprojekt „Nachhaltige Fabrikplanung und Kreislaufwirtschaft“ entwickelt hierfür wissenschaftlich fundierte Gestaltungsprinzipien für nachhaltige Produktionssysteme. Dazu zählen eine ganzheitliche Bewertung der Nachhaltigkeit in allen drei Dimensionen, Leitlinien für automatisierungsgerechte Strukturen sowie ein evolutionäres Konzept, das Unternehmen schrittweise an neuartige Produktionssysteme heranführt.

Insbesondere werden methodische Grundlagen für kreislauffähige Fabriken geschaffen und in einem praxisnahen Leitfaden – orientiert an etablierten Standards wie der VDI 2870 – aufbereitet, um die Einbindung der Kreislaufwirtschaft in Unternehmen operativ handhabbar zu machen. Zentrale Ansätze zur effizienten Integration der Rückwärtsprozesse sind die (teil-)automatisierte Demontage, Entscheidungsunterstützungssysteme für zirkuläre Prozesse sowie die intelligente Steuerung der Reverse Logistics.

Diese Ansätze werden in der Lern- und Musterfabrik des TZ PULS modellhaft umgesetzt und in realen Produktionsumgebungen validiert. Unternehmen können sich über Best-Practice-Beispiele und Validierungsprojekte aktiv einbringen.

Möchten Sie sich beteiligen oder fachlich austauschen? Dann wenden Sie sich gerne an uns!

Ansprechpersonen:
Christoph Müller (M. Eng.)

Projektverantwortlicher

Prof. Dr. rer. pol. Markus Schneider
Projektleiter

Abgeschlossene Teilprojekte

https://old.haw-landshut.de/fileadmin/Hochschule_Landshut_NEU/Ungeschuetzt/TZ_PULS_Produktion-_und_Logistiksysteme/TZ_PULS/TZ_PULS/TZ_PULS_Forschung_Projekte_Veranstaltungen/TP_VernetzungAT.jpg

Teilprojekt: Vernetzung & Automatisierung

Motivation

Durch die kontinuierlichen Weiterentwicklungen sowie neue Technologien im Bereich der Industrie 4.0 gibt es viele Möglichkeiten, Prozesse zu automatisieren und die eingesetzten Systeme miteinander zu vernetzen.

Herausforderung 1: Welche Prozesse sollen (zuerst) in der Produktion und Logistik automatisiert werden?

Herausforderung 2: Wie sollen die einzelnen Systeme zu einem Gesamtsystem vernetzt werden?

Herausforderung 3: Welche Technologien sollen dabei eingesetzt werden?

Im Rahmen der Weiterentwicklung der Musterfabrik werden die einzelnen Fragestellungen analysiert, implementiert und evaluiert.

Projektziele

• Automatisierung in der Produktion und Logistik – Schwerpunkt Prozessautomatisierung in der Intralogistik
• Einsatz von verschiedenen sinnvollen und innovativen Technologien für Produktion und Logistik sowie Integration dieser Systeme in der OT-/IT-Landschaft
• Anwendung von einheitlichen Kommunikationsschnittstellen zwischen Systemen und damit Auswahl der effizienten Lösungen aus den auf den Markt verfügbaren Lösungen.
• Erarbeitung einer einheitlichen Beschreibung der Systeme und des Informationsflusses mit einer Referenzarchitektur geeignet für KMU

Ansprechpersonen:

M.Sc. Lisa Schuler
Projektverantwortliche

Prof. Dr. rer. pol. Markus Schneider
Projektleiter

Teilprojekt: Maschinelles Lernen in der Produktionsplanung und -steuerung

Das Handlungsumfeld der Produktionsplanung und -steuerung ist vermehrt geprägt von Komplexität, Unsicherheit und Dynamik, wodurch die produktionslogistische Zielerreichung für Unternehmen erschwert wird. Menschliche Wahrnehmung und Erfahrung alleine reicht oftmals nicht mehr aus. In der Praxis werden daher vermehrt regelbasierte Assistenzsysteme zur Unterstützung der Mitarbeiter eingesetzt. Diese regelbasierten Assistenzsysteme verursachen einen hohen Aufwand für Wissensakquisition und -aktualisierung, was für Unternehmen im vorliegenden komplexen und turbulenten Umfeld immer häufiger ein Problem darstellt. Eine mögliche Lösung hierfür ist der Einsatz von künstlicher Intelligenz bzw., von maschinellem Lernen (M). ML-Verfahren sind datengetriebene Ansätze, die komplexe, nicht lineare Muster in Daten erkennen können und dadurch in der Lage sind, Wissen aus bestehenden Daten zu generieren. Prozesse der Produktionsplanung und -steuerung können somit durch die Verwendung von ML mit der Fähigkeit des selbständigen Lernens ausgestattet werden.

Durch den zunehmenden Einsatz von cyberphysischen Systemen ist eine deutlich größere Menge an Informationen nahezu in Echtzeit verfügbar, welche für Planungs- und Steuerungsaufgaben herangezogen werden kann. Jedoch haben konventionelle Methoden der Produktionsplanung und -steuerung Schwierigkeiten, diese gesteigerte Informationsmenge zu verarbeiten und entscheidungsrelevante Aspekte herauszufiltern. Daher soll im Rahmen dieses Projektes erforscht werden, inwieweit die Produktionsplanung und -steuerung durch Verfahren des maschinellen Lernens verbessert werden kann und welche Barrieren eine Implementierung gegenwärtig erschweren.

Projektschwerpunkte

Erforschung der gegenwärtigen Nutzung von ML im Bereich der Produktionsplanung und Steuerung in Wissenschaft und Praxis
Untersuchung der PPS-Aufgaben im Hinblick auf die Eignung eines ML Einsatzes
Erforschung von Implementierungshürden in Bezug auf ML-Anwendungen im PPS-Umfeld
Generierung von Applikationswissen und Ableitung von Handlungsempfehlungen für den situativen Einsatz von ML-gestützten Assistenzsystemen in der Produktionsplanung und -steuerung

Ansprechpersonen:

M.Eng. Konstantin Büttner
Projektverantwortlicher

Prof. Dr. rer. pol. Markus Schneider
Projektleiter

Teilprojekt: Innovativer Materialfluss & Process Prototyping

Das Teilprojekt „Innovativer Materialfluss & Process Prototyping“ des Forschungsprojekts PR|IN|CE hat sich zum Ziel gesetzt, radikale Prozessideen auf dem Gebiet der Produktions- und Logistiksysteme innerhalb weniger Tage in der Lern- und Musterfabrik umzusetzen. Um dieses Ziel zu erreichen wurde das Konzept des modularen und skalierbaren Process Prototyping Baukastens entwickelt.

Der Aufbau ganzer Prozessabläufe innerhalb weniger Tage kann nur durch eine einfache logische Vernetzung der Systeme erfolgen. Basis hierfür bildet die Serviceorientierte Datenarchitektur des Process Prototyping Baukastens. Mittels Schnittstellenprotokolle wie MQTT oder OPC-UA können Daten orchestriert und serviceorientiert bereitgestellt werden. Mit dem Entwicklungswerkzeug Node-RED werden diese Daten der einzelnen Prozessschritte zu einem logischen Ablauf verknüpft.

Die Hardware Basis des Process Prototyping Baukastens bildet die Technik der Lern- und Musterfabrik des TZ PULS. Hierzu werden die vorhandenen Technologien stetig weiterentwickelt und in das Process Prototyping Umfeld eingebunden.

Ergänzend zu den Systemen in der Lern- und Musterfabrik werden sogenannte „Prototyping 4.0 Module“ eingesetzt. Diese Module stellen spezifische Funktionen in den Bereichen Kommunikation, Sensorik, Kameratechnik (Vision), Wireless Datenübertragung und Kollaborative Greiftechnik dar.

Derzeit im Aufbau befindet sich das Process Automation Center (PAC). Diese integriere Roboterzelle soll neben automatisierten, logistischen Prozessen auch das Rapid Prototyping von Bauteilen, Bauteilaufnahmen oder Befestigungen für Sensoren aus Kunststoff oder Holz abbilden können. Mittels dieser „Eigenfertigung“ können die Technologien der Musterfabrik kurzfristig und kostengünstig an die verschiedenen Gegebenheiten und Produkte bzw. Prozesse der Partnerunternehmen angepasst werden.

Eine weitere wichtige Komponente des Baukastens ist die Process Prototyping Werkstatt. Hier werden mechanische aber auch elektrische Anpassungen und Ergänzung für das Process Prototyping in der Musterfabrik durchgeführt.

Ansprechpersonen:

M.Eng. Tobias Ettengruber
Projektverantwortlicher

Prof. Dr. rer. pol. Markus Schneider
Projektleiter