Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
, um zu prüfen, ob Sie einen Vollzugriff auf diese Publikation haben.
Ausgabe Kein Zugriff

Jahrgang 110 (2020), Heft 03

wt Werkstattstechnik online
Autor:innen:
Zeitschrift:
wt Werkstattstechnik online
Verlag:
 2020

Über die Zeitschrift

In der Online-Zeitschrift für Forschung und Entwicklung in der Produktion – wt Werkstattstechnik online – werden die aktuellsten Forschungsergebnisse aus Wissenschaft, Technischer Hochschule und Industrie veröffentlicht - praxisbezogen und zukunftsorientiert. Die wt Werkstattstechnik online erscheint inklusive neun produktionsspezifischen Ausgaben pro Jahr unter der Internetadresse www.werkstattstechnik.de. Die in der wt Werkstattstechnik veröffentlichten Fachaufsätze sind wissenschaftlich-methodisch aufbereitet und grundsätzlich Erstveröffentlichungen. Viele Fachaufsätze sind peer-reviewed: von Experten auf diesem Gebiet – anonym sowie unabhängig von den Autoren – wissenschaftlich begutachtet und freigegeben. Die wt Werkstattstechnik online ist Organ der VDI-Gesellschaft Produktion und Logistik (GPL) sowie der wissenschaftlichen Gesellschaft für Produktionstechnik (WGP).

Publikation durchsuchen

Bibliographische Angaben

ISSN-Print
1436-4980
ISSN-Online
1436-4980
Verlag
VDI fachmedien, Düsseldorf
Sprache
Deutsch
Produkttyp
Ausgabe

Artikel

Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 1 - 2
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 87 - 91
Industrie 4.0 strebt anhand der Vernetzung mit cyber-physischen und autonomen Systemen in Richtung autonomer Produktion. Ein bestehendes technologieunabhängiges Stufenmodell für die autonome Produktion soll um die systematische Identifikation von...
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 92 - 97
Von der Integration von Wertschöpfungsnetzwerk und Produktion versprechen sich produzierende Unternehmen eine schnellere Reaktion auf Ereignisse und signifikante Kosteneinsparungen. Der Beitrag zeigt einen adaptiven Regelkreis als technischen...
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 98 - 102
Ungeplante Maschinenausfälle führen zu Stillständen in der Produktion, die große Auswirkungen auf die Wertschöpfungskette eines Unternehmens haben. Der Einsatz von Predictive Maintenance (PdM) entlang dieser Kette erhöht die...
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 103 - 107
Die Diversifikation von Produkten erhöht die Komplexität in der Produktion, wodurch die Anforderungen an die Beschäftigten steigen. Durch den Einsatz digitaler Assistenzsysteme kann die menschliche Arbeit in der Produktion unterstützt werden....
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 108 - 112
Das Future Work Lab ist ein Innovationslabor für Arbeit, Mensch und Technik am Standort Stuttgart mit Fokus auf Künstlicher Intelligenz (KI) und vernetzter Arbeitsorganisation. Ein zentraler Bestandteil ist das Framework kognitive...
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 113 - 118
Methoden der Systemidentifikation ermöglichen, das dynamische Verhalten von Werkzeugmaschinen zu ermitteln und Prozessparameter während der Bearbeitung zu optimieren. Der Verwendung cloudbasierter Ansätze erlaubt dabei die Auswertung großer...
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 119 - 124
Zum Erreichen der Klimaziele hat die europäische Kommission eine Senkung der CO2-Emissionen für Lastkraftwagen festgelegt. Nutzfahrzeughersteller müssen also zeitnah elektrifizierte LKW am Markt anbieten. Um dieser Herausforderung mit...
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 125 - 129
Digitale, kognitive Assistenz- und betriebliche Anreizsysteme können zusammen Leistungsvoraussetzungen und -bereitschaft manueller Montagemitarbeiter fördern. Dieser Beitrag liefert eine Methode zur unternehmensspezifischen Quantifizierung des...
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 130 - 134
Industrieroboter werden zunehmend für Anwendungen eingesetzt, in denen es wichtig ist, die programmierte Bahn exakt einzuhalten. Hierfür ist vorwiegend das dynamische Verhalten der Roboterachsen entscheidend. Stetig steigende Anforderungen an die...
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 135 - 140
Der zunehmende Einsatz von Industrierobotern in der Zerspanung setzt eine deutliche Erhöhung der Bearbeitungsgenauigkeit voraus. Dies bedingt aufgrund der Steifigkeitseigenschaften von Robotern eine Optimierung der Bearbeitungsstrategien und...
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 141 - 145
Die Auswahl von Lager-, Kommissionier- und Transportsystemen (LKT-Systeme) ist aufgrund der hohen Anzahl an zur Verfügung stehenden Systemen am Markt und zu betrachtenden Einflussfaktoren sehr komplex. Ein wichtiger Einflussfaktor ist die...
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 146 - 150
Die industrielle Mensch-Roboter-Interaktion (MRI) eignet sich nach Einschätzung von Experten vor allem für die spezifischen Produktionsbedingungen kleiner und mittlerer Unternehmen (KMU). Nichtsdestotrotz finden sich MRI-Lösungen derzeit...
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 151 - 158
Teil 1 dieses Beitrags behandelte eine analytische Berechnung von Wälzkontaktkräften in Führungswagen von Profilschienenführungen bei Nick- und Giermomenten. Mit der wälzkontaktbezogenen Lebensdauerberechnung lassen sich damit realistischere...
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 159 - 165
Der Schleifprozess ist bedeutend für die Endbearbeitung von Bauteilen und erzeugt hohe Oberflächengüten. Durch die Wärmeentwicklung an der geschliffenen Oberfläche können Zugeigenspannungen in das Bauteil eingebracht werden, welche wiederum in...
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:
Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 110 (2020), Heft 03
Artikel
Kein Zugriff

Seite 166 - 168
Technologische Antworten dürften die überzeugendsten im Kampf gegen den anthropogenen Klimawandel sein. Insbesondere dann, wenn die Investitionsentscheidung der durch steigende Energiekosten im Standort bedrohten kleinen und mittleren Unternehmen...
VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020
Autor:innen:

Literaturverzeichnis (289)

  1. [1] Bauernhansl, T.: Mass Personalization. Der nächste Schritt. wt Werkstattstechnik online 107 (2017) 3, S. 107. www.werkstattstechnik.de. Düsseldorf: Springer-VDI-Verlag Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  2. [2] Bauernhansl, T.: Digitalisierung & Ultraeffizienzfabrik. Stand: 2017. Internet: www.ultraeffizienzfabrik.de/veranstaltungen/rueckblick/2017/praesentationen/. Zugriff am 07.01.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  3. [3] Westkämper, E.; Wiendahl, H.-H.; Balve, P.: Dezentralisierung und Autonomie in der Produktion. Eine systematische Betrachtung der Klassifizierungsmerkmale. ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb 93 (1998) 9, S. 407–410 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  4. [4] Hermes, R.; Pfeiffer, T.; Schmitt, R.: Definition: Autonomie, Autonome Produktionszelle. In: Pfeifer, T.; Schmitt, R. (Hrsg.): Autonome Produktionszellen. Komplexe Produktionsprozesse flexibel automatisieren. Berlin: Springer-Verlag 2006, S. 1–15 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  5. [5] Dumitrescu, R.; Westermann, T.; Falkowski, T.: Autonome Systeme in der Produktion. Industrie 4.0 Management 2018 (2018) 6, S. 17–20 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  6. [6] Spur, G.: Über den Wandel der Produktionskultur. In: Klocke, F.; Pritschow, G. (Hrsg.): Autonome Produktion. Berlin: Springer-Verlag 2004, S. 3–15 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  7. [7] Styr, A.; Schumacher, S.; Bauer, D. et al.: Description Model for the Assessment of Autonomous Production Stages [submitted]. Procedia CIRP (2020), 6 Seiten Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  8. [8] Bauer, D.; Schumacher, S.; Gust, A. et al.: Characterization of Autonomous Production by a Stage Model. Procedia CIRP 81 (2019), pp. 192–197 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  9. [9] Brecher, C.; Jescke, S.; Schuh, G. et al.: Integrative Produktionstechnik für Hochlohnländer. In: Brecher, C. (Hrsg.): Integrative Produktionstechnik für Hochlohnländer. Heidelberg: Springer-Verlag 2011, S. 17–81 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  10. [10] Wellensiek, M.; Schuh, G.; Hacker, P. A. et al.: Technologiefrüherkennung. In: Schuh, G.; Klappert, S. (Hrsg.): Technologiemanagement. Handbuch Produktion und Management 2. Heidelberg: Springer-Verlag 2011, S. 89–170 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  11. [11] Phaal, R.; Farrukh, C. J. P.; Probert, D. R.: Technology roadmapping – A planning framework for evolution and revolution. Technological Forecasting and Social Change 71 (2004) 1–2, pp. 5–26 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  12. [12] Bauer, D.; Schlereth, A.; Bauernhansl, T.: Systemdynamik-Ansätze zur Optimierung der PPS. Nutzen und Anwendung in der Halbleiterindustrie. wt Werkstattstechnik online 109 (2019) 4, S. 225–229. www.werkstattstechnik.de. Düsseldorf: VDI-Fachmedien Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  13. [13] Metzig, W.; Schuster, M.: Lernen zu lernen. Heidelberg: Springer-Verlag 2006 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  14. [14] Davies, M.: Concept mapping, mind mapping and argument mapping: what are the differences and do they matter? Higher Education 62 (2011) 3, pp. 279–301 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  15. [15] Greitemann, J.: Methodik für die systematische Identifikation von Produktionstechnologien. Dissertation, TU München, 2016 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  16. [16] Bauer, D.; Maurer, T.; Bauernhansl, T.: Datenbasierte Produktionsoptimierung. Entwicklungsfelder für produzierende Unternehmen. wt Werkstattstechnik online 108 (2018) 3, S. 108–112. www.werkstattstechnik.de. Düsseldorf: Springer-VDI-Verlag Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  17. [17] Gausemeier, J.; Ebbesmeyer, P.; Steffen, D.: Selbstoptimierung als Perspektive für die Gestaltung intelligenter Fertigungssysteme. ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb 100 (2005) 9, S. 495–501 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  18. [18] Nyhuis, P.; Heins, M.; Pachow-Frauenhofer, J. et al.: Wandlungsfähige Produktionssysteme – Fit sein für die Produktion von morgen. Ergebnisse der Voruntersuchung „Wandlungsfähige Produktionssysteme. ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb 103 (2008) 5, S. 333–337 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  19. [19] Bochmann, L. S.; Gehrke, L.; Gehrke, N. et al.: Innovative Konzepte einer sich selbstorganisierenden Fahrzeugmontage am Beispiel des Forschungsprojekts Smart Face. In: Roth, A. (Hrsg.): Einführung und Umsetzung von Industrie 4.0. Grundlagen, Vorgehensmodell und Use Cases aus der Praxis. Heidelberg: Springer-Verlag 2016, S. 173–191 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  20. [20] Pfeifer, T.; Schmitt, R. (Hrsg.): Autonome Produktionszellen. Komplexe Produktionsprozesse flexibel automatisieren. Berlin: Springer-Verlag 2006 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  21. [21] Kagermann, H.; Gaus, N.; Euler, K. et al.: Fachforum autonome Systeme. Chancen und Risiken für Wirtschaft, Wissenschaft und Gesellschaft. Stand: 2017. Internet: www.acatech.de/Publikation/fachforum-autonome-systeme-chancen-und-risiken-fuer-wirtschaft-wissenschaft-und-gesellschaft-abschlussbericht/. Zugriff am 07.01.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-3
  22. [1] Bauernhansl, T.: Die Vierte Industrielle Revolution. Der Weg in ein wertschaffendes Produktionsparadigma. In: Vogel-Heuser, B.; Bauernhansl, T.; ten Hompel, M. (Hrsg.): Handbuch Industrie 4.0. Band 4: Allgemeine Grundlagen. Berlin: Springer Vieweg 2017, S. 1–31 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  23. [2] Chien, C.-F.; Dauzère-Pérès, S.; Ehm, H. et al.: Modeling and analysis of semiconductor manufacturing in a shrinking world. Challenges and successes. 2008 Winter Simulation Conference (WSC), Miami, FL, USA, 2008, pp. 2093–2099 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  24. [3] Mack, O.; Khare, A.: Perspectives on a VUCA World. In: Mack, O.; Khare, A.; Krämer, A. et al. (Edit.): Managing in a VUCA World. Cham: Springer-Verlag 2016, pp. 3–19 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  25. [4] Chopra, S.: Supply Chain Management. Strategy, Planning and Operation. Boston, MA, USA: Pearson 2018 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  26. [5] Schuh, G.; Lödding, H.; Stich, V. et al.: High Resolution Production Management. In: Brecher, C.; Klocke, F. (Hrsg.): Wettbewerbsfaktor Produktionstechnik. 27. Aachener Werkzeugmaschinen Kolloquium, 26. – 27.05.2011. Aachen: Shaker-Verlag 2011, S. 61–80 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  27. [6] Mönch, L.; Fowler, J. W.; Dauzère-Pérès, S. et al.: A survey of problems, solution techniques, and future challenges in scheduling semiconductor manufacturing operations. Journal of Scheduling 14 (2011) 6, S. 583–599 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  28. [7] Volkswagen (Hrsg.): Volkswagen and Amazon Web Services to develop Industrial Cloud. Internet: www.volkswagenag.com/en/news/2019/03/volkswagen-and-amazon-web-services-to-develop-industrialcloud.html. Zugriff am 31.10.2019 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  29. [8] Semiconductor Industry Association (Hrsg.): The International Technology Roadmap for Semiconductors ITRS. 2001 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  30. [9] Neugebauer, R. (Hrsg.): Digitalisierung. Schlüsseltechnologien für Wirtschaft und Gesellschaft. Berlin: Springer Vieweg 2018 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  31. [10] Bauernhansl, T.: Künstliche Intelligenz als nächster Hype nach Industrie 4.0? Was bedeutet das für zukünftige Montage-Konzepte? 18. Management Circle Jahrestagung, 19. und 20. Februar 2019, München Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  32. [11] DIN IEC: 60050–351. Internationales Elektrotechnisches Wörterbuch. Berlin: Beuth Verlag 2013 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  33. [12] DIN EN: 60027–6. Formelzeichen für die Elektrotechnik. Berlin: Beuth-Verlag 2008 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  34. [13] Moyne, J.: Run-to-Run Control in Semiconductor Manufacturing. In: Baillieul, J.; Samad, T. (Hrsg.): Encyclopedia of Systems and Control. London: Springer 2015 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  35. [14] Niehues, M. R.; Blum, M.; Teschemacher, U. et al.: Adaptive job shop control based on permanent order sequencing. Production Engineering 12 (2018) 1, pp. 65–71 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  36. [15] Pinedo, M. L.: Scheduling. Theory, Algorithms, and Systems. Cham: Springer 2016 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  37. [16] Heger, J.: Dynamische Regelselektion in der Reihenfolgeplanung. Prognose von Steuerungsparametern mit gaußschen Prozessen. Wiesbaden: Springer Vieweg 2014 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  38. [17] Döbel, I.; Leis, M.; Vogelsang, M. M. et al.: Maschinelles Lernen. Eine Analyse zu Kompetenzen, Forschung und Anwendung,Fraunhofer-Gesellschaft, München, 2018 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  39. [18] Goodfellow, I.; Bengio, Y.; Courville, A.: Deep learning. Cambridge, MA, USA: MIT Press 2016 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  40. [19] Le Roux, N.; Bengio, Y.; Fitzgibbon, A.: Improving First and Second-Order Methods by Modeling Uncertainty. In: Sra, S.; Nowozin, S.; Wright, S. J. (Hrsg.): Optimization for machine learning. Cambridge, MA, USA: MIT Press 2012, pp. 403–430 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  41. [20] Russell, S. J.; Norvig, P.: Artificial intelligence. A modern approach. Upper Saddle River, NJ, USA: Prentice-Hall 2010 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  42. [21] Bauer, H.; Ranade, P.; Randon, S.: Big data and the opportunities it creates for semiconductor players. McKinsey on Semiconductors, Autumn 2012, pp. 46–55 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  43. [22] Susto, G. A.; Pampuri, S.; Schirru, A. et al.: Automatic Control and Machine Learning for Semiconductor Manufacturing. Review and Challenges. The 10th European Workshop on Advanced Control and Diagnosis (ACD 2012), Lyngby, Dänemark, 2012 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  44. [23] Echsler Minguillon, F.; Lanza, G.: Maschinelles Lernen in der PPS. Konzept für den Einsatz von maschinellem Lernen für eine Matrix-Produktion. wt Werkstattstechnik online 107 (2017) 9, S. 630–634. Internet: www.werkstattstechnnik.de. Düsseldorf: Springer-VDI-Verlag Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  45. [24] Schuh, G.; Roesgen, R.: Aufgaben. In: Schuh, G. (Hrsg.): Produktionsplanung und -steuerung. Grundlagen, Gestaltung und Konzepte. Berlin: Springer-Verlag 2007, S. 28–80 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  46. [25] Bauer, D.; Maurer, T.; Henkel, C. et al.: Big-Data-Analytik. Datenbasierte Optimierung produzierender Unternehmen, Fraunhofer IPA, Stuttgart, 2017 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  47. [26] Marz, N.; Warren, J.: Big data. Principles and best practices of scalable real-time data systems. Shelter Island, NY, USA: Manning 2015 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  48. [27] Kassner, L.; Gröger, C.; Königsberger, J. et al.: The Stuttgart IT Architecture for Manufacturing. In: Hammoudi, S.; Maciaszek, L. A.; Missikoff, M. M. et al. (Hrsg.): Enterprise Information Systems. Cham: Springer International Publishing 2017, pp. 53–80 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  49. [28] Kiran, M.; Murphy, P.; Monga, I. et al.: Lambda architecture for cost-effective batch and speed big data processing. 2015 IEEE International Conference on Big Data, Santa Clara, CA, USA, 2015, pp. 2785–2792 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  50. [29] Anderson, L. W.; Krathwohl, D. R.: A taxonomy for learning, teaching, and assessing. A revision of Bloom‘s taxonomy of educational objectives. New York, NY, USA: Addison Wesley Longman 2001 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  51. [30] Groche, P.; Hoppe, F.; Kessler, T. et al.: Industrial Working Environment 2025. In: New Developments in Sheet Metal Forming, Stuttgart, Institute for Metal Forming Technology 2018, pp. 125–136 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  52. [31] Bauer, D.; Schlereth, A.; Maier, F. et al.: Automated Framework Based on Supply Chain Events. In: SemI40 Consortium (Hrsg.): A SemI40 Project Prospective. Industry4.0 from Evolution to Revolution 2019, pp. 36–41 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  53. [32] Fernández, E.; Salomone, E.; Chiotti, O.: A model driven development approach based on a reference model for predicting disruptive events in a supply process. Computers in Industry 63 (2012) 5, S. 482–499 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  54. [33] Bauer, D.; Bauernhansl, T.; Sauer, A.: Enhanced Classification of Events for Manufacturing Companies in Supply Networks. Procedia CIRP 81 (2019), pp. 87–92 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  55. [34] Aelker, J.; Bauernhansl, T.; Ehm, H.: Managing Complexity in Supply Chains. A Discussion of Current Approaches on the Example of the Semiconductor Industry. Procedia CIRP 7 (2013), pp. 79–84 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  56. [35] Fowler, J. W.; Trybula, W.; Lloyd, P. et al.: Measurement and Improvement of Manufacturing Capacity (MIMAC). Final Report. Austin, TX, USA: Sematech 1995 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  57. [36] Lödding, H.: Verfahren der Fertigungssteuerung. Grundlagen, Beschreibung, Konfiguration. Berlin: Springer Vieweg 2016 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-8
  58. [1] Ezell, S.: Why Manufacturing Digitalization Matters and How Countries Are Supporting It. Information Technology & Innovation Foundation. Stand: 2018. Internet: http://www2.itif.org/2018-manufacturing-digitalization.pdf. Zugriff am 04.02.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  59. [2] Koochaki, J.; Bokhorst, J.; Wortmann, H. et al.: Evaluating condition based maintenance effectiveness for two processes in series. Journal of Quality in Maintenance Engineering 17 (2011) 4, pp. 398–414 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  60. [3] Lughofer, E.; Sayed-Mouchaweh, M.: Predictive Maintenance in Dynamic Systems. Cham: Springer International Publishing 2019 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  61. [4] Lei, Y.; Li, N.; Guo, L. et al.: Machinery health prognostics: A systematic review from data acquisition to RUL prediction. Mechanical Systems and Signal Processing 104 (2018), pp. 799–834 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  62. [5] Ellinger, J.; Benker, M.; Rowe, J. et al.: Zustandsüberwachung von Vorschubantrieben mithilfe eingebetteter Sensoren. ZWF 114 (2019) 3, S. 115–118 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  63. [6] Schweiger, S.: Lebenszykluskosten optimieren. Paradigmenwechsel für Anbieter und Nutzer von Investitionsgütern. Wiesbaden: Gabler Verlag / GWV Fachverlage GmbH Wiesbaden 2009 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  64. [7] [Fleischer, J.; Schopp, M.; Broos, A. et al.: Datenbasis für lastabhängige Prozesseingriffe – Modularisierung und Analyse von Ausfallursachen zur Erhöhung der Verfügbarkeit von Werkzeugmaschinen. wt Werkstattstechnik online 97 (2007) 7/8, S. 491–497. Internet: www.werkstattstechnik.de. Düsseldorf: Springer-VDI-Verlag Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  65. [8] Maier, D.: Sensorlose online Zustandserfassung von Vorschubantriebskomponenten in Werkzeugmaschinen. Dissertation, Universität Stuttgart, 2015 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  66. [9] Ellinger, J.; Semm, T.; Benker, M. et al.: Feed Drive Condition Monitoring Using Modal Parameters. MM Science Journal (2019) 04, pp. 3206–3213 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  67. [10] Benker, M.; Kleinwort, R.; Zah, M. F.: Estimating remaining useful life of machine tool ball screws via probabilistic classification. 2019 IEEE International Conference on Prognostics and Health Management (ICPHM), San Francisco, CA, USA, 2019, pp. 1–7 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  68. [11] Ross, P.: Bestimmung des wirtschaftlichen Automatisierungsgrades von Montageprozessen in der frühen Phase der Montageplanung. München: Utz Verlag 2002 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  69. [12] Feldmann, K.; Schöppner, V.; Spur, G.: Handbuch Fügen, Handhaben und Montieren. München: Carl Hanser Verlag 2013 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  70. [13] Lux, G.; Ulrich, M.; Baker, T. et al.: Analysis of non-geometric accuracy effects of articulated robots. Industrial Robot: An International Journal 44 (2017) 5, pp. 639–647 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  71. [14] Vagas, M.; Semjon, J.; Balaz, V. et al.: Methodology for the vibration measurement and evaluation on the industrial robot Kuka. 23rd International Conference on Robotics in Alpe-Adria-Danube Region (RAAD), Smolenice, Slovakia, 2014, pp. 1–6 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  72. [15] Karlsson, M.; Hörnqvist, F.: Robot Condition Monitoring and Production Simulation. Master Thesis, Luleå University of Technology, 2018 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  73. [16] Danielson, H.; Schmuck, B. von: Robot Condition Monitoring: A first step in Condition Monitoring for robotic applications. Thesis: Master of Science in Mechanichal Engineering. Luleå 2017 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  74. [17] Mika, S.; Schölkopf, B.; Smola, A. J. et al.: Kernel PCA and de-noising in feature spaces. Advances in Neural Information Processing Systems 11 (1999), pp. 536–542 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  75. [18] Staufen AG (Hrsg.): Deutscher Industrie 4.0 Index 2017 . Stand: 2017. Internet: www.staufen.ag/fileadmin/HQ/02-Company/05-Media/2-Studies/Staufen.-studie-deutscher-industrie-4.0-index-2017-de_DE.pdf.Zugriff am 04.02.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  76. [19] Zhai, S.; Reinhart, G.: Predictive Maintenance als Wegbereiter für die instandhaltungsgerechte Produktionssteuerung. ZWF 113 (2018) 5, S. 298–301 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  77. [20] Niehues, M.: Adaptive Produktionssteuerung für Werkstattfertigungssysteme durch fertigungsbegleitende Reihenfolgebildung. Dissertation, Technische Universität München, 2016 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  78. [21] Li, Q.; Gao, Z.; Tang, D. et al.: Remaining useful life estimation for deteriorating systems with time-varying operational conditions and condition-specific failure zones. Chinese Journal of Aeronautics 29 (2016) 3, pp. 662–674 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  79. [22] Ladj, A.; Varnier, C.; Benbouzid Si Tayeb, F. et al.: Exact and heuristic algorithms for post prognostic decision in a single multifunctional machine. International Journal of Prognostics and Health Management 8 (2017) 2, pp. 1–15 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  80. [23] Zhai, S.; Riess, A.; Reinhart, G.: Formulation and Solution for the Predictive Maintenance Integrated Job Shop Scheduling Problem. 2019 IEEE International Conference on Prognostics and Health Management (ICPHM), San Francisco, CA, USA, 2019, pp. 1–8 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-14
  81. Industrie 4.0, Arbeitsgestaltung, Mensch und Technik Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  82. Literatur Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  83. acatech; Fraunhofer IML; equeo GmbH (Hrsg.): Kompetenzentwicklungsstudie Industrie 4.0 – Erste Ergebnisse und Schlussfolgerungen. Stand: 2016. Internet: www.acatech.de/publikation/kompetenzentwicklungsstudie-industrie-4–0-erste-ergebnisse-und-schlussfolgerungen/. Zugriff am 13.01.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  84. Dombrowski, U.; Riechel, C.; Evers, M.: Industrie 4.0 – Die Rolle des Menschen in der vierten industriellen Revolution. In: Kersten, W.; Koller, H.; Hermann, L.: Industrie 4.0. Wie intelligente Vernetzung und kognitive Systeme unsere Arbeit verändern. Berlin: Gito Verlag 2014 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  85. Bauer, H. et al.: Smartening up with Artificial Intelligence (AI) – What’s in it for Germany and its Industrial Sector?. Digital/McKinsey. Stand: 2017. Internet: www.mckinsey.com/~/media/McKinsey/Industries/Semiconductors/Our%20Insights/Smartening%20up%20with%20artificial%20intelligence/Smartening-up-with-artificial-intelligence.ashx. Zugriff am 13.01.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  86. Bogner, E. et al.: Study Based Analysis on the Current Digitalization Degree in the Manufacturing Industry in Germany. Procedia CIRP 57 (2016), pp. 14–19 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  87. Stern, H.; Becker, T.: Influence of work design elements on work performance and work perception – an experimental investigation. Procedia CIRP 72 (2018), pp. 1233–1238 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  88. Keller, T. et al.: Benefit evaluation of digital assistance systems for assembly workstations. Procedia CIRP 81 (2019), pp. 441–446 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  89. Hold, P. et al.: Planning and Evaluation of Digital Assistance Systems. Procedia Manufacturing 9 (2017), pp. 143–150 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  90. Bischoff, J.: Studie „Erschließung der Potenziale der Anwendung von Industrie 4.0 im Mittelstand“. Mühlheim an der Ruhr: agiplan GmbH 2015 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  91. Kuster, J. et al.: Handbuch Projektmanagement. Heidelberg: Springer-Verlag 2011 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  92. Apt, W. et al.: Forschungsbericht 502 – Einsatz von digitalen Assistenzsystemen im Betrieb. Berlin: Institut für Innovation und Technik 2018 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  93. Müller, D.: Grundlagen der Betriebswirtschaftslehre für Ingenieure. Heidelberg: Springer-Verlag 2006 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  94. Gorecky, D.; Schmitt, M.; Loskyll, M.: Mensch-Maschine-Interaktion im Industrie 4.0-Zeitalter. In: Bauernhansl, T.; ten Hompel, M.; Vogel-Heuser, B. (Hrsg.): Industrie 4.0 in Produktion, Automatisierung und Logistik – Anwendung – Technologien – Migration. Wiesbaden: Springer Vieweg Verlag 2014, S. 525 – 542 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  95. Schilit, B. N.; Adams, N.; Want, R.: Context-Aware Computing Applications. In: IEEE Computer Society Washington (Hrsg.): Proceedings of the 1994 First Workshop on Mobile Computing Systems and Applications. Washington: IEEE 1994, pp. 85–90 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  96. Gotthardt, S. et al.: Digitalized milk-run system for a learning factory assembly line. Procedia Maufacturing 31 (2019), pp. 175–179 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  97. Jiménez, P. et al.: Advanced Driver Assistance System for road environments to improve safety and efficiency. Transportation Research Procedia 14 (2016), pp. 2245–2254 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  98. Korzenietz, P.: Entwicklung einer funktionalen Referenzarchitektur für Assistenzsysteme zur energetischen Optimierung des Fahrzeugbetriebs. Dissertation, Technische Universität Darmstadt, 2017 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  99. Bertam, P. et al.: Intelligent Manual Working Station through Assistive Systems. IFAC PapersOnLine 51 (2018) 11, pp. 170–175 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  100. Bauer, W.; Hofmann, J.: Arbeit, IT und Digitalisierung. In: Hofmann, J. (Hrsg.): Arbeit 4.0 – Digitalisierung, IT und Arbeit – IT als Treiber der digitalen Transformation. Wiesbaden: Springer Vieweg Verlag 2018, S. 1–16 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  101. Schumann, M.: Morphologie des Digital Engineering and Operation. In: Schenk, M. (Hrsg.): Produktion und Logistik mit Zukunft – Digital Engineering and Operation. Heidelberg: Springer Vieweg Verlag 2015, S. 364–375 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  102. Reinhart, G. et al.: Der Mensch in der Produktion von Morgen. In: Reinhart, G. (Hrsg.): Handbuch Industrie 4.0 – Geschäftsmodelle, Prozesse, Technik. München: Carl Hanser Verlag 2017, S. 51–88 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  103. Milgram, P.; Kishino, F.: A Taxonomy of Mixed Reality Visual Displays. IEICE Transactions on Information Systems 77 (1994) 12, pp. 1321–1329 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  104. Bode, J.: Betriebliche Produktion von Information. Wiesbaden: Deutscher Universitätsverlag 1993 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  105. Friedemann, M. et al.: A Framework for Information-driven Manufacturing. Procedia CIRP 57 (2016), pp. 38–43 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  106. Elbert, R.; Knigge, J.-K.; Sarnow, T.: Transferability of order picking performance and training effects achieved in a virtual reality using head mounted devices. IFAC PapersOnLine 51 (2018) 11, pp. 686–691 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  107. de Vries, J.; de Koster, R.; Stam, D.: Exploring the role of picker personality in predicting picking performance with pick by voice, pick to light and RF-terminal picking. International Journey of Production Research 54 (2015) 8, pp. 2260–2274 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  108. Arnold, P. et al.: Handbuch E-Learning – Lehren und Lernen mit digitalen Medien. Bielefeld: Bertelsmann Verlag 2011 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  109. Chang, V.: Review and discussion: E-learning for academia and industry. International Journal of Information Management 36 (2016), pp. 476–485 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  110. García, A. A. et al.: Virtual reality training system for maintenance and operation of high-voltage overhead power lines. Virtual Reality 20 (2016), pp. 27–40 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  111. Buchholz, H.; Brosda, C.; Wetzel, R.: Science Center To Go – A Mixed Reality Learning Environment of Miniature Exhibits. In: Lazoudis, A.; Sotiriou, S. (Hrsg.): Inspiring Science Learning – Proceedings of the Learning with Atlas@Cern Workshops. Athen: Epinoia S.A. 2010, pp. 85–96 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  112. Bächler, A. et al.: Systeme zur Assistenz und Effizienzsteigerung in manuellen Produktionsprozessen der Industrie auf Basis von Projektion und Tiefendatenerkennung. In: Wischmann, S.; Hartmann, E. A. (Hrsg.): Zukunft der Arbeit – Eine praxisnahe Betrachtung. Berlin: Springer Vieweg Verlag 2018, S. 33–50 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  113. Mourtzis, D.; Angelopoulos, J.; Boli, N.: Maintenance assistance application of Engineering to Order manufacturing equipment: A Product Service System (PSS) approach. IFAC PaperOnLine 51 (2018) 11, pp. 217–222 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  114. Backhaus, K. et al.: Multivariate Analysemethoden – Eine anwendungsorientierte Einführung. Heidelberg: Springer-Verlag 2018 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  115. Blutner, D. et al.: Assistenzsysteme für die Entscheidungsunterstützung. In: Buchholz, P., Clausen, U. (Hrsg.): Große Netze der Logistik – Die Ergebnisse des Sonderforschungsbereichs 559. Heidelberg: Springer-Verlag 2009, S. 241–270 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-19
  116. [1] Bauernhansl, T.: Die Vierte Industrielle Revolution. Der Weg in ein wertschaffendes Produktionsparadigma. In: Vogel-Heuser, B.; Bauernhansl, T.; Hompel, M. ten (Hrsg.): Handbuch Industrie 4.0 Bd.4. Berlin, Heidelberg: Springer Berlin Heidelberg 2017, S. 1–31 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  117. [2] Bauer, W.; Hämmerle, M.; Bauernhansl, T. et al.: Future Work Lab. Arbeitswelt der Zukunft. In: Neugebauer, R. (Hrsg.): Digitalisierung. Schlüsseltechnologien für Wirtschaft und Gesellschaft. Berlin, Heidelberg: Springer Vieweg 2018, S. 179–195 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  118. [3] Zachman, J. A.: A framework for information systems architecture. IBM Systems Journal 26 (1987) 3, pp. 276–292 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  119. [4] Matthes, D.: Enterprise Architecture Frameworks Kompendium. Berlin, Heidelberg: Springer Berlin Heidelberg 2011 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  120. [5] Van Haren: The Open Group Architecture Framework Togaf 2007 edition. Zaltbommel: Van Haren Publ 2007 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  121. [6] Schumacher, S.; Pokorni, B.; Himmelstoß, H. et al.: Conceptualization of a Framework for the Design of Production Systems and Industrial Workplaces (in Veröffentlichung). Procedia CIRP (2020) Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  122. [7] DIN e.V.: VDI 2870 Blatt 1. Ganzheitliche Produktionssysteme. Verein Deutscher Ingenieure e.V. 2012 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  123. [8] Dombrowski, U.; Mielke, T. (Hrsg.): Ganzheitliche Produktionssysteme. Aktueller Stand und zukünftige Entwicklungen. Berlin: Springer Vieweg 2015 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  124. [9] Ohno, T.: Das Toyota-Produktionssystem. Frankfurt/Main, New York: Campus-Verlag 1993 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  125. [10] Womack, J. P.; Jones, D. T.: Auf dem Weg zum perfekten Unternehmen. Lean Thinking. Frankfurt/Main, New York: Campus-Verlag 1997 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  126. [11] Schmidt, S.: Regelung des Implementierungsprozesses ganzheitlicher Produktionssysteme. Zugl.: Disseration, Technische Universität Braunschweig, 2010, Shaker 2011 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  127. [12] Schmidt, S.; Zahn, T.: Einführung Ganzheitlicher Produktionssysteme. In: Dombrowski, U.; Mielke, T. (Hrsg.): Ganzheitliche Produktionssysteme. Aktueller Stand und zukünftige Entwicklungen. Berlin: Springer Vieweg 2015 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  128. [13] Dombrowski, U.; Richter, T.; Krenkel, P.: Interdependencies of Industrie 4.0 & Lean Production Systems: A Use Cases Analysis. Procedia Manufacturing 11 (2017), S. 1061–1068 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  129. [14] Mayr, A.; Weigelt, M.; Kühl, A. et al.: Lean 4.0 – A conceptual conjunction of lean management and Industry 4.0. Procedia CIRP 72 (2018), S. 622–628 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  130. [15] Wagner, T.; Herrmann, C.; Thiede, S.: Industry 4.0 Impacts on Lean Production Systems. Procedia CIRP 63 (2017), S. 125–131 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  131. [16] DIN e.V.: DIN EN ISO 9241–210. Prozess zur Gestaltung gebrauchstauglicher interaktiver Systeme. Berlin: Beuth 2010 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  132. [17] Ulich, E.: Arbeitssysteme als Soziotechnische Systeme – eine Erinnerung. Psychology of Everyday Activity 6 (2013) 1, S. 4–12 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  133. [18] Hatiboglu, B.; Schuler, S.; Bildstein, A. et al.: Einsatzfelder von künstlicher Intelligenz im Produktionsumfeld. Kurzstudie im Rahmen von 100 Orte für Industrie 4.0 in Baden-Württemberg. 2019 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  134. [19] Spath, D. (Hrsg.): Produktionsarbeit der Zukunft – Industrie 4.0. Stuttgart: Fraunhofer-Verlag 2013 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  135. [20] Hacker, W.: Menschengerechtes Arbeiten in der digitalisierten Welt. Eine Wissenschaftliche Handreichung. Zürich: vdf Hochschulverlag 2018 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  136. [21] Findeisen, S.; Körting, L.; Schumacher, S. et al.: Classification Approach for Use Cases within a Demonstration Factory Environment. Chicago, Illinois (USA) 09.08.2019 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  137. [22] Hämmerle, M.; Schumacher, S.: Future Work Check. Ein Modell zur Bewertung von Industriearbeitsplätzen. Internet: https://futureworklab.de/de/ideenwelt.html. Zugriff am 18.12.2019 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  138. [23] Schumacher, S.; Bauer, D.; Kurz, R. et al.: Technologieradar für die Autonome Produktion. Systematische Identifikation von Technologien für das Zielbild Autonome Produktion. wt Werkstattstechnik online (2020) 3 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-24
  139. [1] Milberg, J.: Werkzeugmaschinen – Grundlagen. Zerspantechnik, Dynamik, Baugruppen und Steuerungen. Berlin: Springer-Verlag, 1995 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  140. [2] Tseng, G. W. G.; Chen, C. Q. G.; Erkorkmaz, K. et al.: Digital shadow identification from feed drive structures for virtual process planning. CIRP Journal of Manufacturing Science and Technology 24 (2019), pp. 55–65 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  141. [3] Weck, M.; Brecher, C.: Messtechnische Untersuchung und Beurteilung, dynamische Stabilität. Berlin [u.a.]: Springer 2006 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  142. [4] Altintas, Y.: Manufacturing automation. Metal cutting mechanics, machine tool vibrations, and CNC design. Cambridge: Cambridge University Press 2012 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  143. [5] Yoneoka, T.; Kakinuma, Y.; Ohnishi, K. et al.: Disturbance Observer-Based In-process Detection and Suppression of Chatter Vibration. Procedia CIRP 1 (2012), pp. 44–49 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  144. [6] Kleinwort, R.; Weishaupt, P.; Zaeh, M. F.: Simulation-Based Dimensioning of the Required Actuator Force for Active Vibration Control. International Journal of Automation Technology 12 (2018) 5, pp. 658–668 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  145. [7] Munoa, J.; Beudaert, X.; Dombovari, Z. et al.: Chatter suppression techniques in metal cutting. CIRP Annals 65 (2016) 2, pp. 785–808 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  146. [8] Friedrich, J.; Torzewski, J.; Verl, A.: Online Learning of Stability Lobe Diagrams in Milling. Procedia CIRP 67 (2018), pp. 278–283 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  147. [9] Cai, H.; Mao, X.; Li, B. et al.: Estimation of FRFs of machine tools in output-only modal analysis. International Journal of Advanced Manufacturing Technology 77 (2015) 1–4, pp. 117–130 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  148. [10] Altintas, Y.; Aslan, D.: Integration of virtual and on-line machining process control and monitoring. CIRP Annals 66 (2017) 1, pp. 349–352 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  149. [11] Katz, A.; Erkorkmaz, K.; Ismail, F.: Virtual Model of Gear Shaping – Part I: Kinematics, Cutter–Workpiece Engagement, and Cutting Forces. Journal of Manufacturing Science and Engineering 140 (2018) 7, pp. 26 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  150. [12] Yi, S.; Qin, Z.; Li, Q.: Security and Privacy Issues of Fog Computing: A Survey. In: Xu, K.; Zhu, H. (Hrsg.): Wireless Algorithms, Systems, and Applications. Cham: Springer International Publishing 2015, pp. 685–695 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  151. [13] Wendehorst, C.; Woopen, C.; Haberer, J. et al.: Gutachten der Datenethikkommission. Berlin 2019. Internet: https://www.bmi.bund.de/SharedDocs/downloads/DE/publikationen/themen/it-digitalpolitik/gutachten-datenethikkommission.pdf?__blob=publicationFile&v=5. Zugriff am 20.01.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  152. [14] Fung, B. C. M.: Introduction to privacy-preserving data publishing: Concepts and techniques. Boca Raton, Fla.: Chapman & Hall/CRC 2011 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  153. [15] Dwork, C.: Differential Privacy. In: Hutchison, D.; Kanade, T.; Kittler, J. et al. (Hrsg.): Automata, Languages and Programming. Berlin, Heidelberg: Springer 2006, pp. 1–12 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-29
  154. [1] Bundesministerium für Umwelt, Naturschutz und nukleare Sicherheit: Klimaschutz in Zahlen. Fakten, Trends und Impulse deutscher Klimapolitik. Internet: https://www.bmu.de/fileadmin/Daten_BMU/Pools/Broschueren/klimaschutz_in_zahlen_2018_bf.pdf. Zugriff am 20.02.2019 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  155. [2] Europäische Kommission: Saubere Mobilität. Schluss mit umweltschädigenden Lastkraftwagen. Internet: http://europa.eu/rapid/press-release_IP-19–1071_de.htm. Zugriff am 20.02.2019 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  156. [3] Kampker, A.: Elektromobilproduktion. Heidelberg: Springer 2014 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  157. [4] Frost & Sullivan: Executive Analysis of Electric Truck Market, Forecast to 2025. Internet: https://go.frost.com/EU_PR_MFord_K1CB_ElectricTruck_Mar18. Zugriff 13.02.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  158. [5] Kampker, A.; Burggräf, P.; Deutskens, C.: Produktionsstrukturen für Komponenten künftiger Elektrofahrzeuge. ATZproduktion 3 (2010) 2, S. 48–53 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  159. [6] Wiendahl, H.-P.; Reichardt, J.; Nyhuis, P.: Handbuch Fabrikplanung. Konzept, Gestaltung und Umsetzung wandlungsfähiger Produktionsstätten. München: Hanser 2014 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  160. [7] VDI: VDI-Richtlinie 5200: Fabrikplanung Planungsvorgehen. 2009 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  161. [8] VDI: VDI-Richtlinie 4499: Digitale Fabrik. 2011 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  162. [9] Bracht, U.; Geckler, D.; Wenzel, S.: Digitale Fabrik. Methoden und Praxisbeispiele. Berlin: Springer Vieweg 2018 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  163. [10] Zäh, M. F.; Möller, N.; Vogl, W. (Hrsg.): Symbiosis of Changeable and Virtual Production. The Emperor’s New Clothes or Key Factor for Future Success? International Conference on Changeable, Agile, Reconfigurable and Virtual Production (CARV), München. 2005 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  164. [11] Nyhuis, P.; Reinhart, G.; Abele, E. (Hrsg.): Wandlungsfähige Produktionssysteme. Heute die Industrie von morgen gestalten. Garbsen: TEWISS 2008 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  165. [12] Westkämper, E.; Zahn, E.; Balve P. et al.: Ansätze zur Wandlungsfähigkeit von Produktionsunternehmen. Ein Bezugsrahmen für die Unternehmensentwicklung im turbulenten Umfeld. wt Werkstattstechnik online 90 (2000) 1/2, S. 22–26. Internet: www.werkstattstechnik.de; Düsseldorf: Springer-VDI-Verlag Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  166. [13] Grundig, C.-G.: Fabrikplanung. Planungssystematik – Methoden – Anwendungen. München: Carl Hanser Fachbuchverlag 2015 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  167. [14] Reinhart, G.; Berlak, J.; Effert, C. et al.: Wandlungsfähige Fabrikgestaltung. ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb 97 (2002) 1/2, S. 18–23 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  168. [15] Zäh, M. F.; Sudhoff, W.; Moeller, N. (Hrsg.): Evaluation of mobile production scenarios based on the Real Option Approach. Chemnitz: Vernetzt planen und produzieren (VPP) 2004 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  169. [16] Hernandez Morales, R.: Systematik der Wandlungsfähigkeit in der Fabrikplanung. Düsseldorf: VDI Verlag 2002 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  170. [17] Hommen, M.; Scheiner, J.: RWTH Aachen baut Elektro-Lkw. Automobilindustrie 04.12.2018. Internet: https://www.automobil-industrie.vogel.de/rwth-aachen-baut-elektro-lkw-a-781467/ Zugriff am 13.02.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  171. [18] RWTH Aachen (Hrsg.): LiVe. Lebenszykluskostenreduktion im elektrischen Verteilerverkehr durch individuell adaptierbaren Antriebsstrang. Pressemitteilung vom 13.08.2019 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  172. [19] Meier, B. F.: Streetscooter: Produktion fix und flexibel. Edison Online Magazin 29.06.2018. Internet: https://edison.media/erleben/streetscooter-produktion-fix-und-flexibel/22705262.html; Zugriff am 13.02.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  173. [20] Bandelin, P.: Elektro-Lkw: Die Revolution in der weltweiten Logistik. 11.02.2019. magazin aio der Audi AG; Internet: https://aiomag.de/elektro-lkw-die-zukunft-des-lieferverkehrs-ist-elektrisch-6849. Zugriff am 13.02.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  174. [21] Pluta, W.: Daimler liefert ersten Freightliner-Elektro-Lkw aus. golem magazin 23.12.2018. Internet: Pluta, W.: Daimler liefert ersten Freightliner-Elektro-Lkw aus. 23.12.2018. Zugriff am 13.02.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  175. [22] Staufen AG: Produktion von Elektroautos. Hohe Komplexität droht Takt ins Stottern zu bringen. Internetmeldung 17.04.2018. Internet: https://www.staufen.ag/de/unternehmen/news-events/news/newsdetail/2018/04/produktion-von-elektroautos-hohe-komplexitaet-droht-takt-ins-stottern-zu-bringen-die-risiken-lauer/. Zugriff am 13.02.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  176. [23] Michael: Wie BMW sein Stammwerk auf Elektroautos trimmt. Elektoauto News 12.12.2018. Internet: https://www.elektroauto-news.net/2018/wie-bmw-sein-stammwerk-auf-elektroautos-trimmt/. Zugriff am 13.02.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  177. [24] Abele, E.; Hohenstein, J.; Pfeiffer, P. et al.: Wandel im PKW-Antriebsstrang. Auswirkungen auf zukünftige Produktionskonzepte. Maschinenbau und Metallbearbeitung (2009), S. 12–16 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  178. [25] Appel, W.; Brähler, H.; Breuer, S. et al.: Nutzfahrzeugtechnik. Grundlagen, Systeme, Komponenten. Wiesbaden: Vieweg+Teubner Verlag 2013 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-35
  179. [1] Brandl, C. et al.: Produktion in der Industrie 4.0: Renaissance der arbeitswissenschaftlichen Forschung für manuelle Montagesysteme. Zeitschrift für Arbeitswissenschaft 72 (2018) 4, S. 227–228 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  180. [2] Pfeiffer, S.: Montage, Wissen und Erfahrung. In: Rehberg, F. et al. (Hrsg.): Montage braucht Erfahrung. München: Rainer Hampp Verlag 2008, S. 14–48 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  181. [3] Lohmann-Haislah, A.: Stressreport Deutschland 2012 – Psychische Anforderungen, Ressourcen und Befinden. Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (Hrsg.); Dortmund/Berlin/Dresden: 2012. Internet: https://www.baua.de/DE/Angebote/Publikationen/Berichte/Gd68.pdf%3F__blob%3DpublicationFile. Zugriff am 12.02.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  182. [4] Figgen, M.; Seiler, K.: Arbeitsbedingte Belastungen und ihre körperlichen, psychischen und sozialen Auswirkungen aus Sicht der Beschäftigten – Ergebnisse von Repräsentativbefragungen in NRW. In: Richter, F. (Hrsg.): 55. Kongress der Gesellschaft für Arbeitswissenschaften vom 4. bis 6. März 2009 in Dortmund. Dortmund: GfA-Press 2009, S.485–488 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  183. [5] Hessen, S.; Nörthemann, K.-H.; Krahn, H.; Strzys, P.: Vorrichtungen für die Montage: Praxisbeispiele für Planer, Konstrukteure und Betriebsingenieure. Renningen-Malsheim: expert 1997 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  184. [6] Reinhart, G. et al.: Der Mensch in der Produktion von Morgen. In: Reinhart, G. (Hrsg.): Handbuch Industrie 4.0. Geschäftsmodelle, Prozesse, Technik. München: Hanser 2017, S. 51–88 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  185. [7] Funk, M.et al.: Haptic, Auditory, or Visual? Towards Optimal Error Feedback at Manual Assembly Workplaces. Proceedings of the 9th ACM International Conference, June 2016 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  186. [8] Schenk, M. et al.: Digital Engineering: Herausforderung für die Arbeits- und Betriebsorganisation. Berlin: GITO 2009 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  187. [9] Zaunmüller H.: Anreizsysteme für das Wissensmanagement in KMU: Gestaltung von Anreizsystemen für die Wissensbereitstellung der Mitarbeiter. Dissertation, RWTH Aachen, 2005 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  188. [10] Willenbacher, P.: Die Gestaltung unternehmerischer Anreizsysteme aus verhaltenswissenschaftlicher Perspektive. Dissertation, Technische Universität Kaiserslautern, 2016 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  189. [11] Brell, C.: Gamification. wisu- das wirtschaftsstudium (2017) 11, S. 1263–1269, S. 1283–1284 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  190. [12] Deterding, S. et al.: Gamification: Toward a Definition. CHI ’11 Extended Abstracts on Human Factors in Computing Systems, Vancouver, 2011 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  191. [13] Sailer, M.: Die Wirkung von Gamification auf Motivation und Leistung. Dissertation, Ludwigs-Maximilians-Universität München, 2016 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  192. [14] Henke, M.; Kaczmarek, S.: Gamification – was ist das eigentlich? In: Henke, M.; Kaczmarek, S. (Hrsg.): Gamification in der Logistik: Effektiv und spielend zu mehr Erfolg. München: Huss 2008, S. 11–21 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  193. [15] Bitkom Research: Welche Hemmnisse sehen Sie beim Einsatz von Industrie-4.0-Anwendungen in Ihrem Unternehmen? Stand 2019. Internet: https://de.statista.com/statistik/daten/studie/830813/umfrage/hemmnisse-beim-einsatz-von-industrie-40-anwendungen-in-deutschland/. Zugriff am 07.07.2019 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  194. [16] Friedl, G.; Hofmann, C.; Pedell, B.: Kostenrechnung. München: Vahlen 2014 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-41
  195. [1] Devlieg, R.: High-Accuracy Robotic Drilling/Milling of 737 Inboard Flaps. SAE International Journal of Aerospace 4 (2011) 2, pp. 1373–1379 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  196. [2] Abele, E. (Hrsg.): Spanende Bearbeitung mit Industrierobotern. Forschungsprojekt Advocut – Entwicklungen und Industrietransfer. Abschlußbericht BMBF-Verbundprojekt „Adaptive, vollserielle Werkzeugmaschine mit hochintegriertem, mechatronischen Fräsmodul zur HSC-Bearbeitung“ (Advocut). Bamberg: Meisenbach Verlag 2007 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  197. [3] Wang, J.; Zhang, H.; Fuhlbrigge, T.: Improving machining accuracy with robot deformation compensation. 2009 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2009), St. Louis, MO, USA, 2009, pp. 3826–3831 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  198. [4] Vieler, H.; Karim, A.; Lechler, A.: Drive based damping for robots with secondary encoders. Robotics and Computer-Integrated Manufacturing 47 (2017), pp. 117–122 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  199. [5] Sensinger, J. W.; Lipsey, J. H.: Cycloid vs. harmonic drives for use in high ratio, single stage robotic transmissions. 2012 IEEE International Conference on Robotics and Automation (ICRA), St Paul, MN, USA, 2012, pp. 4130–4135 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  200. [6] Thümmel, M.: Modellbasierte Regelung mit nichtlinearen inversen Systemen und Beobachtern von Robotern mit elastischen Gelenken. Dissertation, Technische Universität München, 2006 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  201. [7] Karim, A.; Hitzer, J.; Lechler, A. et al.: Analysis of the dynamic behavior of a six-axis industrial robot within the entire workspace in respect of machining tasks. 2017 IEEE International Conference on Advanced Intelligent Mechatronics (AIM), Munich, Germany, 2017, pp. 670–675 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  202. [8] Glogowski, P.; Rieger, M.; Sun, J. B. et al.: Natural Frequency Analysis in the Workspace of a Six-Axis Industrial Robot Using Design of Experiments. Advanced Materials Research 1140 (2016), pp. 345–352 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  203. [9] Fanuc Europe Corporation: Accurate robots for high-precision applications. Internet: www.fanuc.eu/~/media/files/pdf/products/robots/flyer/mfl-02395-ro_secondary_encoders-v1/flyer secondary encoder.pdf?la=en. Zugriff am 27.01.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  204. [10] Tsai et al.: Secondary Position Feedback Control of a Robot. United States Patent. 25.06.2010 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  205. [11] Dr. Johannes Heidenhain GmbH: Genauigkeit am Tool Center Point signifikant steigern. Heidenhain-Messgeräte für Industrieroboter. Internet: https://www.heidenhain.de/fileadmin/redakteure/de/dokumente/Fachartikel/Technologie_Report_Robotik_de.pdf. Zugriff am 27.01.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  206. [12] Neubauer, M.; Mesmer, P.; Lechler, A. et al.: Industrieroboter mit offener Steuerungsplattform. Antriebstechnik (2019) 10, S. 96–97 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  207. [13] Wang, W.-S.; Liu, C.-H.: Controller design and implementation for industrial robots with flexible joints. IEEE Transactions on Industrial Electronics 39 (1992) 5, pp. 379–391 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  208. [14] Ruderman, M.; Bertram, T.; Iwasaki, M.: Modeling, observation, and control of hysteresis torsion in elastic robot joints. Mechatronics 24 (2014) 5, pp. 407–415 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  209. [15] Yoshioka, T.; Hirano, Y.; Ohishi, K. et al.: Vibration suppressing control method of angular transmission error of cycloid gear for industrial robots. 2014 International Power Electronics Conference (IPEC-Hiroshima 2014 ECCE-ASIA), Hiroshima, Japan, 2014, pp. 1956–1961 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-46
  210. [1] Rösch, O.: Steigerung der Arbeitsgenauigkeit bei der Fräsbearbeitung metallischer Werkstoffe mit Industrierobotern. Dissertation, Technische Universität München, 2014 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  211. [2] Abele, E.; Bauer, J.; Friedmann, M. et al.: Einsatz von Robotern in der spanenden Fertigung. Wissenschaftsmagazin der TU Darmstadt (2011), S. 44–49 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  212. [3] Abele, E.; Polley, W.; Ehm, A. et al.: Spanende Bearbeitung mit Industrierobotern. Thermische Einflüsse auf die Bearbeitungsgenauigkeit. wt Werkstattstechnik online 103 (2013) 9, S. 706–711. Internet: www.werkstattstechnik.de. Düsseldorf: Springer-VDI-Verlag Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  213. [4] Weck, M.; Brecher, C.: Werkzeugmaschinen 1. Maschinenarten und Anwendungsbereiche. Heidelberg: Springer-Verlag 2005 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  214. [5] Karim, A.; Jäger, J.; Podewils, C. von et al.: Nachgiebigkeitsverhalten von Industrierobotern. Experimentelle Ermittlung der statischen Nachgiebigkeit in unterschiedlichen Posen. wt Werkstattstechnik online 108 (2018) 5, S. 364–370. Internet: www.werkstattstechnik.de. Düsseldorf: Springer-VDI-Verlag Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  215. [6] Abele, E.; Weigold, M.; Kulok, M.: Spanende Bearbeitung mit Industrierobotern. Statische und dynamische Analyse der vollseriellen Kinematik. wt Werkstattstechnik online 95 (2005) 9, S. 666–671. Internet: www.werkstattstechnik.de. Düsseldorf: Springer-VDI-Verlag Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  216. [7] Karim, A.; Michalkowski, C.; Lechler, A. et al.: Schwingungsanalyse an Industrierobotern. Experimentelle Untersuchung des dynamischen Verhaltens in unterschiedlichen Posen. wt Werkstattstechnik online 109 (2019) 9, S. 656–661 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  217. [8] Schnoes, F.; Zaeh, M. F.: Model-based Planning of Machining Operations for Industrial Robots. Procedia CIRP 82 (2019), S. 497–502 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  218. [9] Menze, C.; Becker, D.; Stehle, T. et al.: Spanende Bearbeitung mit Industrierobotern und Bearbeitungszentren. Vergleichende Analyse der erzielbaren Bauteilqualität in der Holzbearbeitung. wt Werkstattstechnik online 109 (2019) 9, S. 650–655. Internet: www.werkstattstechnik.de. Düsseldorf: VDI Fachmedien Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  219. [10] Weigold, M.: Kompensation der Werkzeugabdrängung bei der spanenden Bearbeitung mit Industrierobotern. Aachen: Shaker-Verlag 2008 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  220. [11] Leonesio, M.; Villagrossi, E.; Beschi, M. et al.: Vibration Analysis of Robotic Milling Tasks. Procedia CIRP 67 (2018), pp. 262–267 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  221. [12] Reinl, C.; Friedmann, M.; Bauer, J. et al.: Model-based off-line compensation of path deviation for industrial robots in milling applications. 2011 IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM), Budapest, Hungary, 2011, pp. 367–372 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  222. [13] Weck, M.; Brecher, C.: Werkzeugmaschinen 5. Messtechnische Untersuchung und Beurteilung, dynamische Stabilität. Berlin: Springer Vieweg Verlag 2013 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  223. [14] Abele, E.; Haddadian, K.; Baier, C. et al.: Fräsen mit Industrierobotern. Untersuchung von Einflussparametern beim robotergeführten Fräsen von Gusseisen mit Kugelgraphit. wt Werkstattstechnik online 106 (2016) 1/2, S. 2–8. Internet: www.werkstattstechnik.de. Düsseldorf: Springer-VDI-Verla: Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  224. [15] DIN 6584:1982–10, Begriffe der Zerspantechnik; Kräfte, Energie, Arbeit, Leistungen, Ausgabe 1982 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  225. [16] Becke, C.: Prozesskraftrichtungsangepasste Frässtrategien zur schädigungsarmen Bohrungsbearbeitung an faserverstärkten Kunststoffen. Dissertation, Karlsruher Institut für Technologie, 2011 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  226. [17] Kalveram, M.: Analyse und Vorhersage der Prozessdynamik und Prozessstabilität beim Hochgeschwindigkeitsfräsen. Essen: Vulkan-Verlag 2005 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  227. [18] Halbauer, M.; Lehmann, C.; Städter, P. et al. (Hrsg.): Milling strategies optimized for industrial robots to machine hard materials. IEEE 18th Conference of Emerging Technologies & Factory Automation (ETFA), Cagliari, Italy, 2013. Piscataway, NJ: IEEE 2013 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  228. [19] Tyapin, I.; Hovland, G.; Kosonen, P. et al.: Identification of a static tool force model for robotic face milling. 2014 IEEE/ASME 10th International Conference on Mechatronic and Embedded Systems and Applications (MESA), Senigallia, Italy, 2014, pp. 1–6 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-51
  229. [1] DIN IEC 60050–351, internationales elektrotechnisches Wörterbuch – Teil 351: Leittechnik (IEC 60050–351:2013), Deutsche Fassung, Ausgabe September 2014 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  230. [2] Pollert, A.; Bauer, M.; Kirchner, B.; Polzin, J. M.: Duden Wirtschaft von A bis Z: Grundlagenwissen für Schule und Studium, Beruf und Alltag. 6. Aufl. Mannheim: Bibliographisches Institut 2016 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  231. [3] Müller, M.; Lebbing, S. P.; Stonis, M.: Methode zur Bestimmung des Automatisierungsgrads von Lager-, Kommissionier- und Transportsystemen. Logistics Journal (2019) 1. S. 1–8 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  232. [4] Bauernhansl, T.; Ten Hompel, M.; Vogel-Heuser, B.: Industrie 4.0 in Produktion, Automatisierung und Logistik. Wiesbaden: Springer Vieweg 2014 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  233. [5] Krämer, K.: Automatisierung in Materialfluss und Logistik. Wiesbaden: Vieweg+Teubner Verlag 2002 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  234. [6] Kleinaltenkamp, M.; Saab, S.: Technischer Vertrieb: Eine praxisorientierte Einführung in das Business-to-Business-Marketing. Berlin: Springer Verlag 2009 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  235. [7] Molzow-Voit, F.; Quandt, M.; Freitag, M., et al.: Robotik in der Logistik. Wiesbaden: Springer Gabler 2016 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  236. [8] Gupta, A. K.: Industrial automation and robotics – An introduction. New Delhi: Laxmi Publications 2013 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  237. [9] Favre-Bulle, B.: Automatisierung komplexer Industrieprozesse. Wien: Springer Verlag 2004 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  238. [10] Statista: Prognose zur Anzahl der potenziell gefährdeten Arbeitsplätze durch die Automatisierung in Deutschland nach Berufen bis zum Jahr 2025. Stand 2018. Internet: https://de.statista.com/statistik/daten/studie/814326/umfrage/prognose-gefaehrdete-arbeitsplaetze-durch-die-automatisierung-in-deutschland/. Zugriff am 20.01.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  239. [11] Lauber, R.; Göhner, P.: Prozessautomatisierung. Berlin, Heidelberg: Springer Verlag 1999 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  240. [12] Bundesministerium der Justiz und für Verbraucherschutz (Hrsg.): Verordnung über Sicherheit und Gesundheitsschutz bei der manuellen Handhabung von Lasten bei der Arbeit. Stand: 2019. Internet: http://www.gesetze-im-internet.de/lasthandhabv/LasthandhabV.pdf. Zugriff am 20.01.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  241. [13] Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (Hrsg.): Gefährdungsbeurteilung mit Leitmerkmalmethode. Stand: 2019 Internet: https://www.baua.de/DE/Themen/Arbeitsgestaltung-im-Betrieb/Physische-Belastung/Leitmerkmalmethode/Leitmerkmalmethode_node.html. Zugriff am 20.01.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  242. [14] ten Hompel, M.; Heidenblut, V.: Taschenlexikon Logistik. Abkürzungen, Definitionen und Erläuterungen der wichtigsten Begriffe aus Materialfluss und Logistik. 3. Auflage, Berlin: Springer Verlag 2011 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  243. [15] Bilcher, K.; Riedel, G.; Schöppach, F.: Kompakt Edition: Lagerwirtschaft. Grundlagen, Technologien und Verfahren. Wiesbaden: Springer Gabler Verlag 2013 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  244. [16] Pulic, A. (Hrsg.): Lagernutzungsgrad (Flächen-, Raum-, Höhennutzungsgrad). Stand 2005. Internet: http://www.lagerkennzahlen.de/lagernutzungsgrad.html. Zugriff am 20.01.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-57
  245. [1] Europäische Union: Empfehlung der Kommission vom 6. Mai 2003 betreffend die Definition der Kleinstunternehmen sowie der kleinen und mittleren Unternehmen. Amtsblatt der Europäischen Union, Brüssel, 2003 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-62
  246. [2] Bauer, W.; Bender, M.; Braun, M. et al.: Leichtbauroboter in der manuellen Montage – einfach einfach anfangen. Fraunhofer-Institut für Arbeitswirtschaft und Organisation (IAO), Fraunhofer-Institut für Arbeitswirtschaft und Organisation, 2016 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-62
  247. [3] Gorle, P.; Clive, A.: Positive Impact of Industrial Robots on Employment, International Federation of Robotics (IFR). London: Metra Martech 2013 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-62
  248. [4] Faber, M.; Bützler, J.; Schlick, C. M.: Human-robot Cooperation in Future Production Systems: Analysis of Requirements for Designing an Ergonomic Work System. Procedia Manufacturing 3 (2015), S. 510–517 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-62
  249. [5] Brooks, R.: Robots at Work: Toward a Smarter Factory. The Futurist 47 (2013) 3, S. 24–27 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-62
  250. [6] Scholer, M.: Branchenspezifische Applikationen. In: Müller, R.; Franke, J.; Henrich, D. et al. (Hrsg.): Handbuch Mensch-Roboter-Kollaboration. München: Hanser 2019, S. 361–428 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-62
  251. [7] Selevsek, N.; Köhler, C.: Angepasste Planungssystematik für MRK-Systeme. ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb 113 (2018) 1–2, S. 55–58 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-62
  252. [8] Bauer, W.; Rally, P.; Scholtz, O.: Schnelle Ermittlung sinnvoller MRK-Anwendungen. ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb 113 (2018) 9, S. 554–559 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-62
  253. [9] Bischoff, Jürgen (Hg.): Erschließen der Potenziale der Anwendung von ,Industrie 4.0‘ im Mittelstand. Studie im Auftrag des Bundesministeriums für Wirtschaft und Energie (BMWi), 2015 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-62
  254. [10] Schou, C.; Hansson, M.; Madsen, O.: Assisted Hardware Selection for Industrial Collaborative Robots. Procedia Manufacturing 11 (2017), S. 174–184 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-62
  255. [11] Cencen, A.; Verlinden, J. C.; Geraedts, J. M. P.: Design Methodology to Improve Human-Robot Coproduction in Small- and Medium-Sized Enterprises. IEEE/ASME Transactions on Mechatronics 23 (2018) 3, S. 1092–1102 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-62
  256. [12] Becker, W.; Ulrich, P.; Botzkowski, T.: Industrie 4.0 im Mittelstand. Best Practices und Implikationen für KMU. Wiesbaden: Springer Gabler 2017 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-62
  257. [1] Ihlenfeldt, S.; Müller, J.; Staroszyk, D.: Lebensdauer von Profilschienenführungen – Teil 1. wt Werkstattstechnik online, 109 (2019) 5 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-67
  258. [2] Ihlenfeldt, S.; Müller, J.; Staroszyk, D.: Lebensdauer von Profilschienenführung unter Momentenbelastung, Manuskript zur 13. VDI Fachtagung Gleit- und Wälzlagerungen 2019: Gestaltung – Berechnung – Einsatz. Schweinfurt, 06/2019 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-67
  259. [3] Neidhardt: Lehre, Forschung, Praxis: Wälzkontaktbezogene Lebensdauer von Profilschienenführungen – Bewertung der experimentellen Ermittlung des Lebensdauerkennwertes, 2013 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-67
  260. [4] Christov, S.: Einbaugenauigkeit und Querschnittsberechnung von Profilschienenführungen. Dissertation, TU Dresden,1997 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-67
  261. [5] Bosch Rexroth AG: CAD-Konfigurator. Internet: https://www.boschrexroth.com/MTeShop/Configuration/?Scenario=portal& pi=336908C7- F445-C49E-CEBD2C40FAAFB052_ICS_88&cat=LT&p=g277780&Configurator=Fuehrungsschienen&Modelcode=FW&ConfigStat eChange=NextStep:(0–1482*3177). Zugriff am 30.01.2019 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-67
  262. [1] Scholtes, B.: Eigenspannungen in mechanisch randschichtverformten Werkstoffzuständen – Ursachen, Ermittlung und Bewertung. DGM Informationsgesellschaft mbH, Oberursel. Materialwissenschaft und Werkstofftechnik 22 (1991) 12, S. 444 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  263. [2] Lortz, W.: Schleifscheibentopographie und Spanbildungsmechanismus beim Schleifen. Dissertation. RWTH Aachen 1975 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  264. [3] Faninger, G.: Thermisch bedingte Eigenspannungen. Sonderheft: Spannungsermittlung mit Röntgenstrahlen (1976) 1+2, S. 48–51 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  265. [4] Schreiber, E.: Umwandlungseigenspannungen. Härterei-technische Mitteilungen (1976) 31, S. 52–55 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  266. [5] Mamalis, A. G.; Manolakos, D. E.; Markopoulos, A. et al.: Thermal modelling of surface grinding using implicit finite element techniques. The International Journal of Advanced Manufacturing Technology 21 (2003) 12, pp. 929–934 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  267. [6] Noyen, M.: Analyse der mechanischen Belastungsverteilung in der Kontaktzone beim Längs-Umfangs-Planschleifen. Essen: Vulkan-Verlag 2008 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  268. [7] Heinzel, C.; Sölter, J.; Jermolajev, S. et al.: A versatile method to determine thermal limits in grinding. Procedia CIRP 13 (2014), pp. 131–136 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  269. [8] Avrami, M.: Kinetics of phase change. III: Granulation, phase change, and microstructure. The Journal of chemical physics 9 (1941) 2, pp. 177–184 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  270. [9] Koistinen, D. P.; Marburger, R. E.: A general equation prescribing the extent of the austenite-martensite transformation in pure iron-carbon alloys and plain carbon steels. Acta Metallurgica 7 (1959), pp. 59–60 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  271. [10] Wever, F.; Rose, A.; Peter, W. et al. (Hrsg.): Atlas zur Wärmebehandlung der Stähle. Band 1. Düsseldorf: Verlag Stahleisen GmbH 1961 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  272. [11] SYSWELD 2008 – Welding and heat treatment reference manual. ESI Group 2007, Paris Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  273. [12] Dederichs, M.: Untersuchung der Wärmebeeinflussung des Werkstückes beim Flachschleifen. Dissertation. RWTH Aachen 1972 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  274. [13] Jönsson, R.: Richten wärmebehandelter Werkstücke. Härterei-technische Mitteilungen (1998), S. 5–8 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  275. [14] Mitze, M.: Richten wärmebehandelter Bauteile. HTM Journal of Heat Treatment and Materials 65 (2010) 2, pp. 110–117 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  276. [15] Koerdt, M.; Beren, J. D. von; Schilf, M. et al.: Richten mit dem Laserstrahl. Schiffbau und Schiffstechnik 2 (2008), S. 64–67 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  277. [16] Berstein, G.; Fuchsbauer, B.: Festwalzen und Schwingfestigkeit. Materialwissenschaft und Werkstofftechnik 13 (1982) 3, S. 103–109 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  278. [17] Seyffarth, P.: Verbundforschungsvorhaben „Entwicklung neuer Verfahren und Werkzeuge zum thermischen Richten im Schiffbau – WaRiS (WarmRichten im Schiffbau)“: Schlussbericht; Teilprojekte 2 und 4. Förderkennzeichen BMBF 03SX211. – Verbund-Nr. 01050168, 2007 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  279. [18] Röttger, K.; Fricke, S.: Glattwalzen und Festwalzen – neue Anwendungen für bewährte Verfahren. Drehteil und Drehmaschine (2010) 01, S. 126–127 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  280. [19] Röttger, K.: Walzen hartgedrehter Oberflächen. Dissertation RWTH Aachen 2003 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-75
  281. [1] Bundesverband der deutschen Gießerei-Industrie (BDG) (Hrsg.): Die Gießerei-Industrie: Eine starke Branche in Zahlen Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-82
  282. [2] Statista. Online verfügbar: https://de.statista.com/statistik/daten/studie/154902/umfrage/strompreise-fuer-industrie-und-gewerbe-seit-2006/. Zugriff am 11.02.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-82
  283. [3] Bundesnetzagentur, Bundeskartellamt (Hrsg.): Monitoringbericht Energie 2019, S. 457 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-82
  284. [4] Umweltbundesamt. Internet: www.umweltbundesamt.de/themen/co2-emissionen-pro-kilowattstunde-strom-sinken. Zugriff am 11.02.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-82
  285. [5] Umweltbundesamt. Internet: www.umweltbundesamt.de/sites/default/files/medien/1968/publikationen/co2-emissionsfaktoren_fur_fossile_brennstoffe_korrektur.pdf, S. 47. Zugriff am 11.02.2020 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-82
  286. [6] Schenk, M.; Seidel, H.: Fabrikplanung – Zukunftsfähige Fabrikstrukturen energie- und ressourceneffizient betreiben. In: Dombrowski, U. (Hrsg.): Innovationen im Advanced Industrial Engineering and Management. Tagungsband zum Festkolloquium am 9. September 2015 in Braunschweig Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-82
  287. [7] Schenk, Michael (Hrsg.): Fraunhofer IFF. Jahresbericht 2018, S. 34–35 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-82
  288. [8] Schenk, M.; Wirth, S.; Müller, E.: Fabrikplanung und Fabrikbetrieb: Methoden für die wandlungsfähige, vernetzte und ressourceneffiziente Fabrik, Springer, 2. Auflage Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-82
  289. [9] Weinzierl, S.; Kujath, M: Einfach, aber (energie-)effizient. In: Fachzeitschrift Produktion, Leserservice Produktion, Landsberg, 32–33 (2015), S. 6–7 Google Scholar öffnen doi.org/10.37544/1436-4980-2020-03-82

Neuesten Ausgaben

wt Werkstattstechnik online
Alle Ausgaben anzeigen
Cover of Volume: wt Werkstattstechnik online Volume 116 (2026), Edition 01-02
Volume Vollzugriff
Forschung und Entwicklung in der Produktion
Volume 116 (2026), Edition 01-02
Cover of Volume: wt Werkstattstechnik online Volume 115 (2025), Edition 11-12
Volume Vollzugriff
Forschung und Entwicklung in der Produktion
Volume 115 (2025), Edition 11-12
Cover of Volume: wt Werkstattstechnik online Volume 115 (2025), Edition 10
Volume Vollzugriff
Forschung und Entwicklung in der Produktion
Volume 115 (2025), Edition 10
Cover of Volume: wt Werkstattstechnik online Volume 115 (2025), Edition 09
Volume Vollzugriff
Forschung und Entwicklung in der Produktion
Volume 115 (2025), Edition 09
Cover of Volume: wt Werkstattstechnik online Volume 115 (2025), Edition 07-08
Volume Vollzugriff
Forschung und Entwicklung in der Produktion
Volume 115 (2025), Edition 07-08

Hinweis

Dieses Werk ist urheberrechtlich geschützt und darf nur nach den Vorgaben der Nutzungs- und Lizenzvereinbarung genutzt werden. Jede darüber hinaus gehende Nutzung des Werkes ist ausdrücklich untersagt und wird verfolgt.

Feedback geben

Wir freuen uns über Ihr Feedback zu Inhalten und Funktionen. Ihre Nachricht hilft uns, unseren Service stetig zu verbessern.

Bewertung
Bild anhängen
oder hier ablegen
PNG oder JPG (max. 3 MB)

Anmelden

Passwort vergessen?
Login über Ihre Institution (SSO, Shibboleth, OpenAthens)
Noch kein Benutzerkonto?
Jetzt registrieren

Publikation zitieren

Download: RIS