Die Industrie 4.0 führt aktuell zu revolutionären Veränderungen und Herausforderungen im Industriesektor, auf die Unternehmen mit neuen Geschäftsmodellen reagieren müssen. Die Masterarbeit gibt mit Hilfe einer Status-Quo Analyse eine Bestandsaufnahme über die aktuellen digitalen Geschäftsmodelle deutscher Industrieunternehmen. Die Erkenntnisse wurden auf Basis von 71 \'Mini-Cases\' erhoben. Dabei wurden Anbieter, sowie Anwender von Industrie 4.0 Technologien untersucht und in neun Muster kategorisiert. Auf Grundlage dieser Ergebnisse wurde ein inkrementeller Transformationsprozess konzipiert, der zur Entwicklung von digitalen Geschäftsmodellen in der Industrie 4.0 genutzt werden kann.

This diploma thesis deals with the issue of acquisition and selection of software developers with an emphasis on current trends in this area. With regard to demand of labour market for software developers, HR professionals are required to take an innovative approach in their acquisition and selection. The personnel officers are also expected to have a basic orientation in technical terms and an overview of used technologies. The aim of this thesis is to identify significant changes in the acquisition and selection of software developers with an emphasis on current trends. The thesis presents the specifics of work in the software development industry, the position of the software developer within the ICT professions system, the category of software developers or the competency model of a software development worker. The theoretical sources are mainly current foreign articles. The thesis is supplemented by its own empirical survey, which verifies the experience of software developers with the application of the latest trends in the process of recruitment and selection of employers in the Czech Republic.

Digital twins for industrial control systems have gained significant interest over recent years. This attention is mainly because of the advanced capabilities offered by digital twins in the areas of simulation, optimization, and predictive maintenance. Some recent studies discuss the possibility of using digital twins for intrusion detection in industrial control systems. To this end, this thesis aims to propose a security framework for industrial control systems including its digital twin for security monitoring and a machine learning-based intrusion detection system for real-time intrusion detection. The digital twin solution used in this study is a standalone simulation of an industrial filling plant available as open-source. After thoroughly evaluating the implementation aspects of the existing knowledge-driven open-source digital twin solutions of industrial control systems, this solution is chosen. The cybersecurity analysis approach utilizes this digital twin to model and execute different realistic process-aware attack scenarios and generate a training dataset reflecting the process measurements under normal operations and attack scenarios. A total of 23 attack scenarios are modelled and executed in the digital twin and these scenarios belong to four different attack types, naming command injection, network DoS, calculated measurement injection, and naive measurement injection. Furthermore, the proposed framework also includes a machine learning-based intrusion detection system. This intrusion detection system is designed in two stages. The first stage involves an offline evaluation of the performance of eight different supervised machine learning algorithms on the labelled dataset. In the second stage, a stacked ensemble classifier model that combines the best performing supervised algorithms on different training dataset labels is modelled as the final machine learning model. This stacked ensemble model is trained offline using the labelled dataset and then used for classifying the incoming data samples from the digital twin during the live operation of the system. The results show that the designed intrusion detection system is capable of detecting and classifying intrusions in near real-time (0.1 seconds). The practicality and benefits of the proposed digital twin-based security framework are also discussed in this work. / Digitala tvillingar för industriella styrsystem har fått ett betydande intresse under de senaste åren. Denna uppmärksamhet beror främst på de avancerade möjligheter som digitala tvillingar erbjuder inom simulering, optimering och förutsägbart underhåll. Några färska studier diskuterar möjligheten att använda digitala tvillingar för intrångsdetektering i industriella styrsystem. För detta ändamål syftar denna avhandling till att föreslå ett säkerhetsramverk för industriella styrsystem inklusive dess digitala tvilling för säkerhetsövervakning och ett maskininlärningsbaserat intrångsdetekteringssystem för intrångsdetektering i realtid. Den digitala tvillinglösningen som används i denna studie är en fristående simulering av en industriell fyllningsanläggning som finns tillgänglig som öppen källkod. Efter noggrann utvärdering av implementeringsaspekterna för de befintliga kunskapsdrivna digitala tvillinglösningarna med öppen källkod för industriella styrsystem, väljs denna lösning. Cybersäkerhetsanalysmetoden använder denna digitala tvilling för att modellera och exekvera olika realistiska processmedvetna attackscenarier och generera en utbildningsdataset som återspeglar processmätningarna under normala operationer och attackscenarier. Totalt 23 angreppsscenarier modelleras och utförs i den digitala tvillingen och dessa scenarier tillhör fyra olika angreppstyper, namnskommandoinjektion, nätverks -DoS, beräknad mätinjektion och naiv mätinjektion. Dessutom innehåller det föreslagna ramverket också ett maskininlärningsbaserat system för intrångsdetektering. Detta intrångsdetekteringssystem är utformat i två steg. Det första steget innebär en offline -utvärdering av prestanda för åtta olika algoritmer för maskininlärning övervakad på den märkta datauppsättningen. I det andra steget modelleras en staplad ensemble -klassificerarmodell som kombinerar de bäst presterande övervakade algoritmerna på olika etiketter för utbildningsdataset som den slutliga modellen för maskininlärning. Denna staplade ensemblemodell tränas offline med hjälp av den märkta datauppsättningen och används sedan för att klassificera inkommande dataprover från den digitala tvillingen under systemets levande drift. Resultaten visar att det konstruerade intrångsdetekteringssystemet kan upptäcka och klassificera intrång i nära realtid (0,1 sekunder). Det praktiska och fördelarna med den föreslagna digitala tvillingbaserade säkerhetsramen diskuteras också i detta arbete.

No description available.

Im Zuge der digitalen Transformation im Kontext von Industrie 4.0 tun sich eine Vielzahl neuer Datenquellen auf, die im Produktdatenmanagement berücksichtigt werden müssen. Ein Beispiel neuer Datenquellen sind Daten der Industrie 4.0, die zum Beispiel über Sensoren in der Fertigung erhoben werden. Kennzeichen dieser Datenquellen sind die zunehmende Heterogenität der Daten, die nicht mehr in einer Tabelle erfasst werden können. So könnten dies unter anderem Bilder einer optischen Bauteilprüfung sein oder Code zur Bauteilprüfung. Dieser Umstand führt zum Aufbau vieler einzelner neuer Silos, in denen die Daten separat und getrennt vom PDM-System ver-rbeitet werden müssen. Zudem werden dort abgeschottet von den restlichen Silos Daten gespeichert. Daneben führt eine Vielzahl neuer Autorensysteme (Prüfsoftware, Kundenmanagement, Anforderungsmanagement) zu einer gesteigerten Datenmenge, die nicht mehr in klassischen tabellenbasierten und rein-relationalen Datenbanksystemen sinnvoll erfasst werden können. Um an Informationen zu gelangen, sind im Fall rein-relationaler Datenbanksysteme oft komplizierte Abfragen nötig. Diese greifen dann auf mehrere unterschiedliche Tabellen innerhalb der Datenbank zu und stellen daraus wiederum relevante Informationen bereit. Je mehr größer jedoch diese Datenbanken werden und je mehr Informationen miteinander relational verbunden werden müssen, desto mehr Expertenwissen über das jeweilige Datenbanksystem wird benötigt. Somit büßen rein-relationale (SQL-basierte) Systeme auch einen Großteil der Vorteile ihres logischen strukturellen Aufbaus ein. Um den oben genannten Problemen zu begegnen, können neue Ansätze aus dem Bereich der Linked Data herangezogen werden. Bei Linked Data werden nicht nur die reinen Daten verwendet, sondern auch beschreibende und verknüpfende Informationen um die Daten zu interpretieren verwendet und weitergegeben. Durch diesen Mehrwert an Information wird es in einem ersten Schritt möglich, heterogene Produkt- und Prozessdaten, also Daten aus verschiedensten Quellen, wie zum Beispiel Konstruktion, Simulation und Qualitätssicherung, miteinander zu verknüpfen. Durch diese Verknüpfung kann eine höherwertige Darstellungsform geschaffen werden, die neben den reinen Daten auch die sinnvolle Verknüpfung enthält und so eine semantisch höherwertige Repräsentation darstellt. Die so entstehende, vernetzte Datenbank kann z.B. über eine graphenorientierte Datenbank oder Graphdatenbank implementiert werden. Im vorliegenden Beitrag wird untersucht, inwieweit die Modellierung mit gegenwärtig existierenden Lösungen für Graphdatenbanken möglich ist. Ausgehend von einem Beispiel mit einem vereinfachten Produkt- und Prozessdatenmodell der Blechmassivumformung, wird eine allgemeine Methode vorgestellt, durch die ein SQL-basiertes Datenbanksystem in eine Graphdatenbank überführt werden kann. Anhand dieser Methode wird dargestellt, wie bestehende Lösungen teilweise auch parallel zu neuartigen Linked Data Datenbanken existieren können, um diese Schritt für Schritt in eine Graphdatenbank zu überführen. Die Ergebnisse des Beitrags sind auf der einen Seite das allgemeine Vorgehensmodell zur Einführung von Graphdatenbanken und auf der anderen Seite Aussagen über die Nutzbarkeit der vorgestellten Lösung für das Produkt- & Prozessdatenmanagement. [... aus der Einleitung]

Commissioning of a machine is still representing a very challenging operation and most steps are still executed manually by commissioning engineers. A future goal is to support the commissioning engineers and further automate the entire integration process of a newly installed system with a minimum of manual effort. This use case is known as plug-and-produce (PnP). In this contribution a concept of the Industrial Internet of Things is presented to improve the commissioning task for a pneumatic handling system. The system is based on a service-oriented architecture. Within this context, information models are developed to meet the requirements of PnP to provide relevant information via virtual representations, e.g. the asset administration shell, of the components to the commissioning process. Finally, a draft of the entire PnP process is shown, providing a general understanding of Industrial Internet of Things fluid power systems.

Auch mit modernster Technik und Maschinen ist der Mensch aus der Produktion nicht wegzudenken. Bediener mit Erfahrung sind elementar wichtig für effiziente Produktionsprozesse und bleiben unersetzbar – so die Theorie. In der Praxis fehlt den Unternehmen allerdings zunehmend gut ausgebildetes Fachpersonal. Lange Stillstandszeiten und hohe Ausschussmengen können die Folge sein. Gemeinsam mit Ihnen und weiteren Vertretern aus Wissenschaft und Industrie wollen wir uns mit neuen Konzepten und Visionen selbstlernender Bediener-Assistenzsysteme auseinandersetzen, - psychologische Aspekte, - die Nutzung von Augmented und Virtual Reality sowie - selbstlernende Systeme (künstliche Intelligenz) vorstellen und anschließend diskutieren.:1. Dr. Peter Golz (VDMA, Frankfurt am Main): Der Mensch im Produktionsumfeld 2. Dr. Romy Müller (TU Dresden, Professur für Ingenieurpsychologie und angewandte Kognitionsforschung): Mensch-Maschine-Kooperation in hochautomatisierten Systemen 3. Andre Schult (Fraunhofer IVV Dresden): Selbstlernendes Bediener-Assistenzsystem 4. Harald Wolf (Hassia Verpackungsmaschinen GmbH, Ranstadt): Mensch-Maschine im internationalen Umfeld 5. Ulf Heinemann (Robotron Datenbank- Software GmbH, Dresden): Störungserkennung durch Motorstromanalysen in Produktionsstraßen 6. Tilman Klaeger (Fraunhofer IVV Dresden): Maschinelles Lernen am Fraunhofer IVV Dresden 7. Patrick Marchion (Dividella AG, Grabs, CH): Augmented Reality für Wartung und Bedienung

Mit der Automatisierung in der Produktion wird oft versucht, den Menschen als mögliche Fehlerquelle zunehmend vom Prozess auszuschließen. Dabei besitzt der Mensch einzigartige und nützliche motorische, sensorische und kognitive Fähigkeiten. Innovative Technologien bieten nun die Grundlage, Automatisierung und menschliche Fähigkeiten ideal zusammenzuführen und somit die Effizienz von Produktionsprozessen deutlich zu steigern. Wir möchten Sie herzlich einladen, diese neuen Möglichkeiten mit uns zu diskutieren. Vertreter aus Forschung und Industrie werden aktuelle Strategien und Entwicklungen vorstellen. In der begleitenden Demo-Session finden Sie Gelegenheit, mit Experten zu sprechen und Technologien auszuprobieren.Ziel ist es, Ihnen einen ersten Einblick zu bieten und dadurch den Grundstein für eigene Anwendungsideen und -projekte zu legen.:1. Andre Schult (Fraunhofer IVV, Dresden): Begrüßung 2. Peter Seeberg (Softing Industrial Automation GmbH): KeyNote: Industrie 4.0 - Revolution durch Maschinelles Lernen 3. Andre Schult (Fraunhofer IVV, Dresden): Selbstlernende Bediener-Assistenzsysteme - Ein Update 4. Dr. Lukas Oehm (Fraunhofer IVV, Dresden): Ideenwerkstatt zukünftiger Projekte 5. Dr. Romy Müller (TU Dresden): Übervertrauen in Assistenzsysteme: Entstehungsbedingungen und Gegenmaßnahmen 6. Diego Arribas (machineering GmbH & Co. KG): Mehr Geschwindigkeit durch Digitales Engineering, Virtuelle Realität und Simulation 7. Sebastian Carsch (Fraunhofer IVV, Dresden): Informationsaustausch im interdisziplinären Entwicklungsprozess 8. Prof. Rainer Groh (TU Dresden): Das menschliche Maß der Interaktion 9. Fanny Seifert (Elco Industrie Automation GmbH): Smart Maintenance - Industrie-Apps als Grundlage für ein durchgängig integriertes Assistenzsystem 10. Markus Windisch (Fraunhofer IVV, Dresden): Cyber Knowledge Systems - Wissensbausteine für die digitalisierte Bauteilreinigung 11. Dr. Marius Grathwohl (MULTIVAC Sepp Hagemüller SE & Co. KG): IoT und Smart Services in agiler Entwicklung – Phasen der digitalen Transformation bei MULTIVAC 12. Andre Schult (Fraunhofer IVV, Dresden): Zusammenfassung und Abschlussdiskussion

Die Bachelorarbeit behandelt die Themen der Selbstorganisation in Produktionssystemen im Kontext von Industrie 4.0. Dabei wird gezeigt, wie man mithilfe von einer Ameisenkolonieoptimierung die Reihenfolgeplanung organisieren kann.:Abbildungsverzeichnis Tabellenverzeichnis Formelverzeichnis 1. Einleitung 1.1. Motivation 1.2. Ziele 1.3. Vorgehensweise 2. Sich selbst organisierende Produktionen 2.1. Begriffserklärung 2.2. Stand der Technik 2.3. Reihenfolgeplanung als ein Problem der Selbstorganisation 2.3.1. Begriffserklärung 2.3.2. Stand der Technik 2.3.3. Umsetzung in einer Selbstorganisation 3. Ameisenkolonieoptimierung 3.1. Begriffserklärung 3.2. Allgemeine Umsetzung 3.3. Konkrete Umsetzungen 3.4. Vor- und Nachteile 3.5. Anwendungsbeispiele 4. Entwicklung einer Ameisenkolonieoptimierung für ein sich selbst organisierendes Produktionssystem 4.1. Analyse des gegebenen sich selbst organisierenden Produktionssystems 4.1.1. Grobanalyse des Systems 4.1.2. Feinanalyse der bisherigen Reihenfolgeplanung 4.2. Entwurf der Reihenfolgeplanung durch Prinzipien der Ameisenkolonieoptimierung 4.3. Implementierung der Prinzipien der Ameisenkolonieoptimierung 5. Empirische Untersuchung der implementierten Ameisenkolonieoptimierung 5.1. Beschreibung der gegebenen Produktionsdaten 5.2. Szenarienuntersuchung zur Funktionsfähigkeit 5.2.1. Schichtwechselszenario 5.2.2. Abnutzungs- und Wartungsszenario 5.2.3. Vergleichsszenario 5.3. Untersuchung hinsichtlich der Laufzeit und des Speicherbedarfs 5.3.1. Laufzeit 5.3.2. Speicherbedarf 6. Zusammenfassung und Ausblick 6.1. Zusammenfassung 6.2. Ausblick Quellenverzeichnis / The bachelor thesis is about self organization in production systems in the context of Industry 4.0. Its about ant colony optimization for scheduling in the production planning.:Abbildungsverzeichnis Tabellenverzeichnis Formelverzeichnis 1. Einleitung 1.1. Motivation 1.2. Ziele 1.3. Vorgehensweise 2. Sich selbst organisierende Produktionen 2.1. Begriffserklärung 2.2. Stand der Technik 2.3. Reihenfolgeplanung als ein Problem der Selbstorganisation 2.3.1. Begriffserklärung 2.3.2. Stand der Technik 2.3.3. Umsetzung in einer Selbstorganisation 3. Ameisenkolonieoptimierung 3.1. Begriffserklärung 3.2. Allgemeine Umsetzung 3.3. Konkrete Umsetzungen 3.4. Vor- und Nachteile 3.5. Anwendungsbeispiele 4. Entwicklung einer Ameisenkolonieoptimierung für ein sich selbst organisierendes Produktionssystem 4.1. Analyse des gegebenen sich selbst organisierenden Produktionssystems 4.1.1. Grobanalyse des Systems 4.1.2. Feinanalyse der bisherigen Reihenfolgeplanung 4.2. Entwurf der Reihenfolgeplanung durch Prinzipien der Ameisenkolonieoptimierung 4.3. Implementierung der Prinzipien der Ameisenkolonieoptimierung 5. Empirische Untersuchung der implementierten Ameisenkolonieoptimierung 5.1. Beschreibung der gegebenen Produktionsdaten 5.2. Szenarienuntersuchung zur Funktionsfähigkeit 5.2.1. Schichtwechselszenario 5.2.2. Abnutzungs- und Wartungsszenario 5.2.3. Vergleichsszenario 5.3. Untersuchung hinsichtlich der Laufzeit und des Speicherbedarfs 5.3.1. Laufzeit 5.3.2. Speicherbedarf 6. Zusammenfassung und Ausblick 6.1. Zusammenfassung 6.2. Ausblick Quellenverzeichnis

Hintergrund. Zur Anpassung an volatile Märkte und zur Optimierung der Produktion schreiten die Digitalisierung und Entwicklung zur Industrie 4.0 in der Automobilindustrie rasant voran. Mit erhöhter Komplexität und Flexibilität der Produktion steigt die Vielfalt an Fahrzeugvarianten, arbeitsrelevanten Informationen, Handlungsalternativen und Lernanforderungen. Diese Faktoren können die Qualität der variantenreichen Automobilmontage beeinträchtigen. Einschränkungen der Verfügbarkeit und Wahrnehmung stationärer Montageinformationen tragen zu komplexitätsbedingten Variantenfehlern bei. Flexibles Neu- und Umlernen von Montagetätigkeiten führt zu weiteren Fehlerbildern. Im Zuge der Digitalisierung und steigender Anforderungen gewinnen mobil zugängliche Montageinformationen an Bedeutung. Wearable Devices, d. h. am Körper getragene Informations- und Kommunikationstechnologie, ermöglichen den freihändigen, mobilen Zugang zu Informationen während der Montage. Jedoch werden kaum konkrete Assistenzkonzepte mit Wearable Devices für die variantenreiche Automobilmontage beschrieben bzw. systematisch evaluiert. Ob sie zur Qualitätssteigerung beitragen und welche Faktoren für oder gegen ihre Nutzung zur Montageassistenz sprechen geht aus der bisherigen, heterogenen Forschung nicht hervor. Daher wurden im Rahmen dieser Arbeit zwei Konzepte zur Informationsassistenz der variantenreichen Automobilmontage mit Wearable Devices entwickelt. Das erste Konzept, Order Attention Guiding, soll die Salienz seltener Fahrzeugvarianten steigern, indem Wearable Devices automatisiert Hinweissignale ausgeben. Das zweite Konzept, Order Sequence Guiding, zeigt die Montagesequenzen eines Arbeitsbereiches an, um die Vollständigkeit und Einhaltung der Montagereihenfolgen zu unterstützen. Zielstellung. Diese Arbeit soll die Fragen beantworten, ob und unter welchen Bedingungen Wearable Devices zur mobilen Informationsassistenz der variantenreichen Automobilmontage beitragen und von den Mitarbeitern genutzt werden. Aus diesem mehrdimensionalen Ansatz ergeben sich die Evaluationsschwerpunkte der Montageleistung mit Wearable Devices (Unterstützungspotenzial), der Akzeptanz sowie geräte- bzw. interaktionsspezifischer Nutzungsbarrieren (Diskomfort, Beschwerden, Workload). Zur Analyse der Einflussfaktoren auf die Akzeptanz soll die Unified Theory of Acceptance and Use of Technology (UTAUT) auf Wearable Devices im Produktionskontext übertragen und um Faktoren des Vertrauens in die Geräte und Nutzungsbarrieren erweitert werden. Studien. Als Wearable Devices wurden Smartglasses (Anzeige im Sichtfeld) und Smartwatch (Anzeige außerhalb des Sichtfeldes) für Order Attention Guiding und Order Sequence Guiding eingesetzt. Sie wurden bezüglich der Montageleistung (Fehler, Zeit), ihrer Akzeptanz anhand der UTAUT sowie Nutzungsbarrieren des Workloads, Diskomforts und Beschwerden an Mitarbeiterstichproben bei einem Automobilhersteller evaluiert. Zunächst wurden zwei Studien in einem Automobilmontage-Trainingszentrum durchgeführt. Darauf aufbauend wurden die Assistenzkonzepte in der Produktion evaluiert. Abschließend wurde ein Ansatz zur Unterstützung ihrer Einführung getestet. In Studie 1 (n = 161) wurden zunächst wahrnehmungsbezogene Voraussetzungen zur Anwendung von Order Attention Guiding in der Produktion getestet. Die Wahrnehmung visueller bzw. multimodaler Ereignisinformationen auf Smartglasses, Smartwatch und einem stationären Monitor während der Ausführung einer Montageaufgabe wurde in einem experimentellen Zwischensubjektdesign verglichen. Sie zeigt, dass multimodale Hinweissignale auf Smartglasses und Smartwatches vergleichbar zuverlässig zum Monitor wahrgenommen werden ohne die Bearbeitungszeit bei der Montage zu beeinträchtigen oder den Workload zu erhöhen. In Studie 2 (n = 161) wurde Order Sequence Guiding mit Smartglasses, Smartwatch, und einer Standard-Papierliste beim Montagetraining experimentell evaluiert. Die Informationsträger wurden anhand der Ausführungsfehler und Bearbeitungszeit bei der Montage, der Akzeptanz und ihrer Einflussfaktoren sowie der Nutzungsbarrieren Workload, Diskomfort und Beschwerden verglichen. Zur Analyse des Effektes des Assistenzabbruchs auf die Leistung wurden zwei Montagedurchgänge mit Assistenz und ein dritter ohne Assistenz verglichen. Die Nutzung der Wearable Devices ergab bis zu 80 % Fehlerreduktion gegenüber der Standardprozedur. Nach Abbruch der Assistenz unterschieden sich die Gruppen nicht. Die UTAUT wurde durch Effekte der Nützlichkeit und des Sozialen Einflusses sowie die Erweiterung um Vertrauen und Diskomfort bestätigt. Während sich der Workload nicht zwischen den Gruppen unterschied, waren Beschwerden und Diskomfort mit Smartglasses höher als mit der Smartwatch. In Studie 3 wurden die Assistenzkonzepte Order Attention Guiding (n = 35) und Order Sequence Guiding (n = 23) in der laufenden Automobilproduktion mit systematischer Variation der Nutzungskontexte bzw. Nutzergruppen evaluiert. Order Attention Guiding wurde bezüglich des Informationsgehaltes bei unterschiedlicher Variantenvielfalt variiert. Order Sequence Guiding wurde beim On-The-Job-Training und von Experten genutzt. Im Anschluss an mindestens vierwöchige Testphasen wurden die Anwender zu Akzeptanz und Nutzungsbarrieren befragt und Qualitätsdaten erfasst. Order Attention Guiding senkte Variantenfehler bis zu 90 % gegenüber stationären Informationsträgern. Order Sequence Guiding wurde zum Anlernen als Unterstützung wahrgenommen, allerdings nicht für Experten, welche die Montage aus dem Gedächtnis ausführten. Die Akzeptanz variierte mit der Systemanpassung an die Arbeitsprozesse und Anwenderbedarfe. Die UTAUT wurde durch die subjektive Nützlichkeit und Soziale Einflüsse bestätigt und um die subjektive Workload-Reduktion erweitert. In Studie 4 (n = 30) wurde ein Ansatz zur Innovationskommunikation durch die Vermittlung von Informationen über Wearable Devices auf Basis der UTAUT-Faktoren Nützlichkeit, Handhabung der Geräte und Meinungen von Kollegen und Vorgesetzten (Sozialer Einfluss) entwickelt und evaluiert. Im Hinblick auf die Einführung der Wearable Devices in die Produktion sollte der Ansatz zur Steigerung der Akzeptanz bei Mitarbeitern ohne Erfahrungen mit den Wearable Devices beitragen. Dafür wurde die Akzeptanz erfasst und ein Montagetraining ohne Assistenz ausgeführt. Anschließend erhielt eine Gruppe die UTAUT-Informationen zu den Wearable Devices. In beiden Gruppen wurden die Akzeptanz und der Workload bei der Montage erfasst. Die UTAUT-Informationen sowie ein hoher Workload bei der Montage erhöhten die Intention zur Nutzung von Wearable Devices. Die Innovationskommunikation anhand der UTAUT-Faktoren konnte die Einführung von Wearable Devices unterstützen. Fazit. Die mehrdimensionale Evaluation von Wearable Devices in der Automobilmontage zeigt, dass sie zur Qualitätssicherung im komplexen und flexiblen Produktionsumfeld beitragen. Die zuvor nicht für Wearable Devices im Produktionskontext getestete UTAUT wurde bestätigt und kontextspezifisch erweitert. Eine hohe Akzeptanz der Wearable Devices besteht, sobald deren Nützlichkeit für die Anwender ersichtlich ist. Eigenschaften der Endgeräte und die Anpassung an Prozess- und Anwenderanforderungen beeinflussen die Akzeptanz, daher sollten der Diskomfort der Geräte und die aktive Bedienung minimiert und die flexible Anpassbarkeit an Prozessanforderungen erhöht werden. Ergänzend zum bisherigen Forschungsstand zeigt diese Arbeit Faktoren, die aus den Perspektiven der Prozesse und Anwender für die Nutzung von Wearable Devices zur Assistenz der variantenreichen Montage (Unterstützungspotenzial, Nützlichkeit, Sozialer Einfluss, Workload-Reduktion) oder dagegen sprechen (Diskomfort, Beschwerden, geringe Anpassung der Assistenzkonzepte). Die Montageassistenz durch Wearable Devices leistet einen Beitrag zur Mitarbeiterassistenz unter den wachsenden Herausforderungen der Industrie 4.0. Die Einbindung der Anwender in Entwicklungen der Industrie 4.0 wirkt sich demnach positiv auf die Systementwicklung, die Qualitätssteigerung und die Akzeptanz aus. Da die Anwendungsfälle von Wearable Devices über die evaluierten Assistenzkonzepte hinausgehen, sollte die formale Evaluation im Nutzungskontext mit wissenschaftlich fundierten Methoden unter Berücksichtigung des Faktors Mensch durch künftige Forschung ausgeweitet werden.:Inhaltsverzeichnis Abbildungsverzeichnis V Tabellenverzeichnis VII Zusammenfassung IX 1 Einleitung 1 2 Theoretischer Hintergrund 7 2.1 Industrie 4.0 und variantenreiche Serienproduktion 7 2.1.1 Industrie 4.0 7 2.1.2 Variantenreiche Serienproduktion in der Automobilindustrie 8 2.1.3 Montage in der variantenreichen Automobilproduktion 9 2.2 Ausführungsqualität der variantenreichen Automobilmontage 12 2.2.1 Training von Montagetätigkeiten 15 2.2.2 Montageinformationen und Ausführungsfehler bei der routinierten variantenreichen Automobilmontage 16 2.2.3 Zusammenfassung Informationsverarbeitung und Ausführungsfehler 23 2.3 Ansätze zur Qualitätssteigerung durch Systeme der Informationsassistenz 24 2.3.1 Wearable Devices 26 2.3.2 Erprobung und Evaluation von Wearable Devices im Montagekontext 29 2.3.3 Evaluationskriterien für Wearable Devices im industriellen Kontext 31 2.4 Zielstellung und Forschungsfragen 63 2.4.1 Zusammenfassung des theoretischen Hintergrundes 63 2.4.2 Zielstellungen und Forschungsfragen 66 3 Empirischer Teil 71 3.1 Systemgestaltung und Untersuchungskontext 71 3.1.1 Endgeräte und Anwendungen 71 3.1.2 Rahmenbedingungen und Untersuchungskontexte 74 3.1.3 Übersicht über die Studien 76 3.2 Studie 1. Wahrnehmung von Ereignisinformationen auf Wearable Devices während der Montage 77 3.2.1 Methodik 79 3.2.2 Ergebnisse 83 3.2.3 Diskussion 85 3.3 Studie 2: Unterstützungspotenzial, Nutzungsbarrieren und Akzeptanz von Wearable Devices für das Montagetraining 88 3.3.1 Methodik 93 3.3.2 Ergebnisse 100 3.3.3 Diskussion 107 3.4 Studie 3. Mobile Informationsassistenz in der variantenreichen Automobilmontage 116 3.4.1 Methodik 120 3.4.2 Ergebnisse 125 3.4.3 Diskussion 133 3.5 Studie 4. Gestaltung der Innovationskommunikation zur Steigerung der Akzeptanz von Wearable Devices 139 3.5.1 Methodik 141 3.5.2 Ergebnisse 144 3.5.3 Diskussion 146 4 Zusammenfassung und Diskussion 149 4.1 Zusammenfassung zentraler Ergebnisse 149 4.2 Diskussion der Ergebnisse 152 4.2.1 Einordnung der Ergebnisse in den internationalen Forschungsstand 153 4.2.2 Kritische Einschätzung und Limitationen 161 4.2.3 Einordnung in das Fachgebiet 163 4.3 Praktische Implikationen 163 4.4 Zusammenfassung und Ausblick 167 Literaturverzeichnis 171 Anhang 205