Publication

Vorgehensmodell zur Identifikation, Aufnahme und Aufbereitung von Prozesswissen in der Industrie 4.0

Niklas Kreggenfeld, Christopher Prinz, Carsten Ullrich, Bernd Kuhlenkötter

In: Christoph Igel, Carsten Ullrich, Martin Wessner (editor). Bildungsräume 2017: DeLFI 2017, Die 15. e-Learning Fachtagung Informatik, der Gesellschaft für Informatik e.V. (GI). e-Learning Conference of the German Computer Society (DeLFI-2017) 15. September 5-8 Chemnitz Germany Pages 137-142 LNI P-273 Gesellschaft für Informatik Bonn 2017.

Abstract

Der stetig wachsende Wettbewerbsdruck auf das produzierende Gewerbe in Deutschland fordert einen hohen Einsatz der Industrie, um den Produktionsstandort Deutschland zu sichern. Diesem Wettbewerbsdruck begegnen deutsche Unternehmen unter anderem mit hohen Qualitätsstandards sowie einem hohen Automatisierungsgrad, um gegen geringere Lohnkosten der Wettbewerbsländer bestehen zu können. Gleichzeitig wird die deutsche Produktionswirtschaft vom Demografischen Wandel unter Druck gesetzt. Um zum einen dem immer steigenden komplexen Produktionsumfeld und dem demografischen Wandel entgegenzuwirken, sind Assistenzsysteme wertvolle Hilfsmittel. Diese ermöglichen Unternehmen ihre Mitarbeiter viel flexibler einzusetzen und zum anderen stellen sie für die sich wandelnde Belegschaft auf dem Shopfloor eine Möglichkeit des lebenslangen Lernens dar. Im folgenden Beitrag wird auf die Erstellung von Inhalten als Form von strukturiert aufbereitetem Prozesswissen für derartige Assistenzsysteme eingegangen.

Projekte

Weitere Links

Kreggenfeld17Vorgehensmodell.pdf (pdf, 429 KB)

German Research Center for Artificial Intelligence
Deutsches Forschungszentrum für Künstliche Intelligenz