JOHANNES KEPLER
UNIVERSITÄT LINZ
Altenberger Straße 69 4040 Linz, Österreich www.jku.at DVR 0093696
Logistische Herausforderung zur Implementierung von Industrie 4.0
Diplomarbeit zur Erlangung des akademischen Grades Magister der Sozial- und Wirtschaftswissenschaften
Im Diplomstudium
Wirtschaftswissenschaften
Eingereicht von Matthias Undesser Angefertigt am Institut für Produktions- und Logistikmanagement Beurteiler / Beurteilerin Univ.-Prof.in Sophie Parragh Monat Jahr Jänner 2021
I Matthias Undesser
Inhaltsverzeichnis
Inhaltsverzeichnis .................................................................................................................... I
Abbildungsverzeichnis............................................................................................................ III Tabellenverzeichnis ............................................................................................................... IV
Abkürzungsverzeichnis ........................................................................................................... V
1 Einleitung ......................................................................................................................... 1
1.1 Zielsetzung der Arbeit ................................................................................................ 3
2 Industrie 4.0 ..................................................................................................................... 6
2.1 Geschichtliches ......................................................................................................... 6
2.1.1 Erste industrielle Revolution ................................................................................ 7
2.1.2 Zweite industrielle Revolution .............................................................................. 8
2.1.3 Dritte industrielle Revolution ................................................................................ 9
2.1.4 Übersicht erste bis dritte industrielle Revolution ................................................. 11
2.1.5 Vierte industrielle Revolution – Revolution oder nicht? ....................................... 11
3 Der Schritt zur Industrie 4.0 ............................................................................................ 18
3.1 Begriffserklärung ..................................................................................................... 20
3.2 Technologische Grundlagen .................................................................................... 33
3.2.1 Cyber-physische-Systeme ................................................................................ 34
3.2.2 Intelligente Objekte und Produkte ...................................................................... 37
3.2.3 Big Data ........................................................................................................... 39
3.2.4 Internet der Dinge und Dienste (IoTS) ............................................................... 40
3.2.5 Smart Factory ................................................................................................... 43
3.2.6 Cloud Computing .............................................................................................. 43
3.2.7 Normierung und Standardisierung ..................................................................... 46
3.2.8 Datenschutz und IT-Sicherheit .......................................................................... 48
3.3 Aussichten, Ziele, Potentiale von Industrie 4.0 .......................................................... 50
3.4 Kritische Auseinandersetzung mit Industrie 4.0 Konzept ........................................... 54
4 Logistik 4.0 .................................................................................................................... 57
4.1 Grundlagen zur Logistik ........................................................................................... 57
4.1.1 (Kern-) Aufgaben der Logistik ............................................................................ 60
4.1.2 (Intra-) Logistik und Supply Chain Management ................................................. 62
4.2 Logistik 4.0.............................................................................................................. 63
4.2.1 (Selbst-) Steuerung von Materialflusssystemen durch (Multi-) Agentensysteme... 65
4.2.2 Das Lager der Zukunft – ein Ausblick ................................................................ 67
5 Warehouse Management- und Lagerverwaltungssysteme ............................................... 70
II Matthias Undesser
5.1 Begriffsabgrenzung Lagerverwaltung und Warehouse Management .......................... 70
5.2 Systemschnittstellen und Aufgaben eines Warehouse Managementsystems im Lager (Miteinbezug von ERP) ...................................................................................................... 71
5.3 Arten von betriebswirtschaftlicher Standardsoftware ................................................. 77
5.4 Am Beispiel SAP EWM (Teilkomponente SAP SCM) ................................................ 79
5.4.1 Definition von SAP EWM .................................................................................. 79
5.4.2 Funktionen von SAP EWM ................................................................................ 81
5.4.3 Werkzeuge zur Umsetzung von SAP EWM ........................................................ 90
6 Methodik ........................................................................................................................ 91
6.1 Auswahl des Analyseverfahrens .............................................................................. 95
6.2 Vorgehensweise ...................................................................................................... 96
6.3 Literaturanalyse und Stärken-Schwächen-Analyse ................................................... 97
6.4 Auswahlprozess der Literatur ................................................................................... 98
6.4.1 Quellenauswahl (Journals vs. Buchliteratur)....................................................... 99
6.4.2 Zeitrahmen ....................................................................................................... 99
6.4.3 Auswahl der Artikel (Datenbanken, Journals, Verlag, etc.) .................................. 99
6.4.4 Literaturpool ..................................................................................................... 99
7 Untersuchungsgegenstand ........................................................................................... 101
8 Anforderungsdimension ................................................................................................ 102
9 Literaturauswertung/Forschungsschwerpunkte .............................................................. 104
9.1 Inhaltsanalyse SAP EWM zur Anforderungsdimension 1 ......................................... 104
9.2 Inhaltsanalyse SAP EWM zur Anforderungsdimension 2 ......................................... 110
9.3 Inhaltsanalyse SAP EWM zur Anforderungsdimension 3 ......................................... 116
9.4 Inhaltsanalyse SAP EWM zur Anforderungsdimension 4 ......................................... 118
9.5 Stärken-Schwächen-Analyse ................................................................................. 121
9.5.1 Lösungsansätze zur potenziellen Implementierung von WMS-Systemen .......... 125
10 Zusammenfassung und Ausblick ............................................................................... 130
11 Literaturverzeichnis ................................................................................................... 134
III Matthias Undesser
Abbildungsverzeichnis
Abbildung 1: Die 4 Stufen industrieller Revolutionen (Bericht der Promotorengruppe Kommunikation der Forschungsunion Wirtschaft – Wissenschaft 2012, S. 13) ........................... 7 Abbildung 2: Von der Ersten zur Dritten industriellen Revolution (Jänicke, Jacob 2008, S. 14) . 11 Abbildung 3: Von der hierarchischen Automatisierungspyramide zum Cyber Physical System (CPS) (Hüning 2019, S. 6) ..................................................................................................... 22 Abbildung 4: Dreischichtenmodell der Verhaltenssteuerung (in Anlehnung an Strube 1998, S. 9) ............................................................................................................................................ 24 Abbildung 5: Automatisierungsebenen in Produktionsbetrieben und Bestrebungen zur Integration der Komponenten (Seitz 2015, S. 24) ................................................................... 27 Abbildung 6: Cyber-physisches Gefüge (in Anlehnung an Zamfirescu, 2012, zitiert nach Gorecky et al. 2014, S. 525) ................................................................................................................ 31 Abbildung 7: Komponenten der Industrie 4.0 (Siepmann 2016, S. 22) ..................................... 34 Abbildung 8: cyber-physisches System (CPS) in der Industrie 4.0 (Drath 2014, zitiert nach Siepmann 2016, S. 30).......................................................................................................... 36 Abbildung 9: Die Technologiekonzeption des Spitzenclusters it’s OWL für intelligente technische Systeme (Gausemeier 2013, et al., zitiert nach Michels 2016, S. 267) ..................................... 37 Abbildung 10: Internet der Dinge und Dienste (IoTS) (Siepmann 2016, S. 27) ......................... 41 Abbildung 11: Grundsätzlicher Aufbau von Service-orientierten Geschäftsmodellen (Eigner 2016, S. 142) ........................................................................................................................ 42 Abbildung 12: Klassische Automatisierungshierarchie und Nutzung von Cloud Computing (Stiller, Langmann 2017, S. 30) ............................................................................................. 46 Abbildung 13: Produktions- und Office-IT (Hänisch, Rogge 2017, S. 92) ................................. 49 Abbildung 14: Relative Suchanfragen für die Begriffe „Digitalisierung“ und „Industrie 4.0“ (Mertens 2017, et al., S. 51) .................................................................................................. 55 Abbildung 15: Physische Kernleistungen der Logistik (Heiserich 2011, et al., S. 5) .................. 59 Abbildung 16: Prozesssteuerung und Industrie 4.0 (ten Hompel, Henke 2014, S. 620) ............. 65 Abbildung 17: FDS-Diagramm (Funktionen – Daten – Systeme) für Warehouse Management (ten Hompel, Schmidt 2010, S. 11) ........................................................................................ 72 Abbildung 18: Grundelemente von Warehouse Managementsystemen und deren Bezug zu den Funktionen im Lager (ten Hompel, Schmidt 2010, S. 24) ........................................................ 73 Abbildung 19: Kommunikation zwischen SAP ERP und SAP EWM bezüglich der Bewegungsdaten (Lieferungen) (Lange 2017, et al., S. 38) ..................................................... 80 Abbildung 20: Cross-Docking-Methoden in SAP EWM (Lange 2017, et al., S. 995).................. 88 Abbildung 21: Übersicht über den Prozess "Event Driven Quantity Assignment“ (Lange 2017, et al., S. 1020) .......................................................................................................................... 89 Abbildung 22: Aufbau und Struktur des Lagermonitors (Lange 2017, et al., S. 885) ............... 113 Abbildung 23: Identifikationspunkt im automatischen Lager (SAP SE [15] 2015, o. S.) ........... 120 Abbildung 24: Grundkonzept des Agentensystems (Kugler, Gehlich 2013, S. 120) ................ 129
IV Matthias Undesser
Tabellenverzeichnis
Tabelle 1: Anforderungsdimensionen Industrie 4.0 (in Anlehnung an Lichtlein 2016, S. 57, eigene Dimensionen und Darstellung).................................................................................. 103
V Matthias Undesser
Abkürzungsverzeichnis
WMS Warehouse Management Systeme
IKT Informations- und Kommunikationstechnologie
CPLS Cyber-physikalische-Logistiksysteme
IoT Internet of Things
IoE Internet of Everything
IdD Internet der Dinge
CPS Cyber-physical-Systems
CPPS Cyber-physical-production-System
SAP EWM Extended Warehouse Management
MRP Manufactoring Ressource Planning
APS Avanced Planning and Scheduling
PPS Produktionsplanungs- und Steuerungssystem
AI Artifical Intelligence
KI Künstliche Intelligenz
RFID Radiofrequenz Identifikation
M2M Maschine-zu-Maschine Kommunikation
CIM Computer-integrated Manufactoring
IIT Industrielle Informationstechnik
CTS Cybertronische Systeme
SOA Serviceorientierte Architekturen
SCM Supply Chain Management
FTS Fahrerlose Transportsysteme
PAD Production Assistant Device
OCR Optical Character Recognition
LVS Lagerverwaltungssysteme
ERP Enterprise ressource planning
WCS Warehouse Control System
MFR Materialflussrechner
WE Wareneingang
WA Warenausgang
LT Ladungsträger
VI Matthias Undesser
FIFO First in – First out
LIFO Last in – First out
MM Material Management
SD Sales and Distribution
PP Production Planning
CRM Customer Relationship Management
PLM Product Lifecycle Management
SRM Supplier Relationship Management
SPM Service Parts Management
qRFC Queued Remote Function Calls
CIF Core Interface Function
MFS Materialflusssystem
SPS Speicherprogrammierbare Steuerung
HU Handling Unit
IGS Internet Graphics Server
EGF Easy Graphic Framework
PMA Produktionsmaterialanforderung
Gill Grafisches Lagerlayout
PVB Produktionsversorgungsbereich
WE Wareneingangsprozess
SAP APO Advanced Planning & Optimization
EDI Electronic Data Interchange
API Application Programming Interfaces
SCN Supply Network Calloboration
ASN Advanced Shipping Notification
IDN Inbound Delivery Notification
EGR Erwartete Wareneingänge
PPF Post Processing Framework
ID Inbound Delivery
TE Transporteinheiten
LANF Lageranforderungspositionen
LB Lageraufgabe
ITS Internet Transaction Server
VII Matthias Undesser
SAP GUI SAP Graphical User Interface
CD Cross Docking
TCD Transport-Cross-Docking
EWM-Opp.CD Opportunistisches Cross Docking
PD Push Deployment
PFGR Pick from Goods Receipt
BAdIs Business Add-Ins
SAP APO SAP Advanced Planning & Optimization
EDQA Event Driven Quantity Assignment
ZDO Zero-Downtime-Option
RF-Framework Radio-Frequency-Framework
SLS Staplerleitsystem
aSLS Agenten-basiertes Staplerleitsystem
VR Virtual Reality
AR Augmented Reality
MR Mixed Reality
ALS Adaptiv-Lernendes-System
NFA Nicht-funktionale Anforderungen
EPC Electronic Product Code
UI User Interface
mMTC Massive Machine Type Communication
uRLLC Ultra Reliable and Low Latency Communications
Einleitung
1 Matthias Undesser
1 Einleitung
In Zeiten der Globalisierung steigt der wirtschaftliche Druck auf die einzelnen Unternehmen,
weshalb die drei Faktoren Kosten, Zeit und Qualität im Produktionsablauf maßgeblich für den
wirtschaftlichen Erfolg sind. Es geht dabei um die Überwindung der steigenden Komplexität in
der Produktion und Logistik, um die Individualisierung der Produkte und um die Flexibilisierung
der Produktion. Unternehmen, die diese veränderten Rahmenbedingungen frühzeitig erkennen
und Lösungsstrategien erarbeiten, werden sich am Markt erfolgreich behaupten können. Zu den
Auslösern der neuen Rahmenbedingungen zählt sicher der Megatrend Digitalisierung, welcher
nicht nur technologische Veränderungen mit sich bringt, sondern, genauso wie die
Globalisierung, sämtliche Lebensbereiche und Geschäftsprozesse durchdringt und diese auch
verändert (vgl. Bousonville 2017, S. 13; Ganschar 2013, et al., zitiert nach Lichtlein 2016, S. 1).
Um also neue Formen der Wertschöpfung zu generieren und wettbewerbsfähig zu bleiben, wird
man um den Begriff „Industrie 4.0“ keinen Bogen machen können. Dieser weist auf die vierte
industrielle Revolution hin und impliziert eine neue Stufe der Organisation und Steuerung des
gesamten Wertschöpfungsflusses über den Produktlebenszyklus. „Dieser Zyklus orientiert sich
an den zunehmend individualisierten Kundenwünschen und erstreckt sich von der Idee, dem
Auftrag über die Entwicklung und Fertigung, die Auslieferung eines Produkts an den Endkunden
bis hin zum Recycling, einschließlich der damit verbundenen Dienstleistungen“ (Plattform
Industrie 4.0 2013-2015, S. 8).
Im Detail geht es dabei um vernetzte und kommunizierende Systeme, die mittels neuester
Internettechnologien eine Dezentralisierung von Steuerungsprozessen ermöglichen. Im
Vordergrund steht die Vernetzung identifizierbarer physischer Objekte mit einer virtuellen,
internetähnlichen Umwelt auf der Basis eines aktuellen Abbilds der Realität in Echtzeit. Das
heißt, der Austausch von Informationen zwischen Objekten erfolgt völlig autonom, sodass
Entscheidungen ohne Zutun des Menschen getroffen und sofort umgesetzt werden können (vgl.
Roth 2016, S. 6). Diese Verbindung von Menschen, Systemen und Objekten schafft
unternehmensübergreifende, selbstorganisierende und Echtzeit-basierte
Wertschöpfungsnetzwerke, die sich in Bezug auf Kosten, Qualität, Verfügbarkeit und
Ressourcenverbrauch jederzeit optimieren lassen (vgl. Plattform Industrie 4.0 2013-2015, S. 8).
Technologische Grundlagen sind neben dem Internet der Dinge cyber-physische-Systeme, wo
physische Gegenstände mittels Sensorik und Aktorik eigene Informationen und Informationen
über ihre Umgebung an andere IT-Systeme weiterleiten können (vgl. Vogel-Heuser 2016, et al.,
S. 4).
Einleitung
2 Matthias Undesser
Grundvoraussetzung ist die eindeutige Identifikation eines physischen Objekts, welche
beispielsweise durch passive Kennzeichnung, wie z.B. Barcodes, Data Matrix Codes oder RFID-
Transpondern erreicht werden kann (vgl. Bousonville 2017, S. 16).
Das Lager als zentraler Bestandteil der Logistik wird in den Ausführungen zur Industrie 4.0
zumeist vernachlässigt. Grundsätzlich haben Lagerverwaltungssysteme die Aufgabe,
Informationen darüber zu liefern, welches Material in welcher Menge an welchem Ort vorliegt.
Es erfüllt also eine Art Ausgleichsfunktion zwischen Angebot und Nachfrage. Mit zunehmender
Softwareunterstützung kommen weitere Funktionen hinzu, welche die Steuerung, Kontrolle
sowie Optimierung der Lager- und Distributionssysteme beinhalten (vgl. Stich 2013, et al., S.
276).
Jedoch wird kaum darauf Bezug genommen, ob gängige Warehouse Management Systeme
(WMS) die Anforderungen von Industrie 4.0 erfüllen können. Daraus ergibt sich das Ziel, WMS-
Systeme auf deren Eignung bezüglich einer Implementierung in einem cyber-physischen-
System zu analysieren und darüber hinaus Antworten zu liefern, welche technologischen
Voraussetzungen dafür geschaffen werden müssen.
Auf diese Ausgangssituation stützt sich die vorliegende Arbeit und soll der Frage nachgehen,
welche Rahmenbedingungen geschaffen werden müssen, um Logistik 4.0 realisieren zu
können. Neben den technologischen Grundlagen wie Identifikation, Ortung, Sensorik,
Datenverarbeitungstechnologie, etc. nehmen im Verlauf der Arbeit vor allem Warehouse-
Management-Systeme eine wesentliche Rolle ein. Eine ähnliche Ausgangslage ist in der
Masterarbeit von Lichtlein aus dem Jahr 2016 vorzufinden. Diese Arbeit setzt sich jedoch,
anders als bei Lichtlein, deutlich intensiver mit der Begrifflichkeit Industrie 4.0 auseinander. Der
erste Abschnitt wird von der ausführlichen Beantwortung der Frage, ob Industrie 4.0 einen
revolutionären Charakter hat, geprägt. Darauf aufbauend erfolgt in Kapitel 3.4 eine kritische
Auseinandersetzung mit der gegenwärtigen Bedeutung von Industrie 4.0. Die Ausführungen
dazu sind in der Arbeit deshalb so wichtig, da sich daraus Rückschlüsse ziehen lassen, wie sich
die Akzeptanz und der Stellenwert von Industrie 4.0 künftig entwickeln werden. Weiters lassen
sich Zukunftsszenarien ableiten, ob mit einer gegenwartsnahen Umsetzung von Industrie 4.0 in
der Intralogistik zu rechnen ist. Ein Resümee über den Status quo der Industrie 4.0 wird in
Kapitel 10 Zusammenfassung gezogen.
Einleitung
3 Matthias Undesser
1.1 Zielsetzung der Arbeit
Die vorliegende Arbeit befasst sich mit dem Thema Industrie 4.0 und welche Auswirkungen die
Digitalisierung im Hinblick auf Produktions- und Logistikprozesse hat. Im Anschluss werden die
Anforderungen herausgearbeitet, welche für die Umsetzbarkeit von heutigen WMS-Systemen
(SAP EWM) in Industrie 4.0 erforderlich sind. Ziel der Arbeit ist es, mithilfe geeigneter Methoden
drei Forschungsfragen zum Thema Industrie 4.0 im Kontext von Lagerverwaltungssystemen zu
klären. Schlussendlich soll das mögliche Potential von EWM im Umfeld von Industrie 4.0
Aufschluss über eine mögliche Anwendbarkeit geben und darüber hinaus sollen Stärken
beziehungsweise Schwächen bei den Funktionalitäten aufgezeigt werden.
Forschungsfragen:
1. Hat Industrie 4.0 einen revolutionären Charakter oder ist es ein reiner Marketing-Gag?
2. Können bereits bestehende WMS-Systeme (im speziellen SAP EWM) zukünftigen
Anforderungen von Industrie 4.0 Genüge leisten?
3. Wo liegen die Stärken beziehungsweise Schwächen aktueller Lagerverwaltungssysteme
und können daraus Rückschlüsse für die Gestaltung künftiger Lagerverwaltungssysteme
(am Beispiel SAP EWM) gezogen werden, um eine Umsetzbarkeit in der Industrie 4.0 zu
realisieren?
Mit der Beantwortung der Forschungsfragen soll eine Hilfestellung gegeben werden, wie
künftige Planungen zu Logistik 4.0 und Lagerverwaltungssystemen getroffen werden müssen,
um zukünftige Herausforderungen der Industrie 4.0 bewältigen zu können.
Als Ausgangspunkt zur analytischen Auseinandersetzung mit den genannten Forschungsfragen
dient zunächst eine umfangreiche Literaturrecherche zu Industrie 4.0, Logistik 4.0 und den
Lagerverwaltungssystemen WMS (Warehouse Management Systeme). Diese Analyse dient als
Grundlage, um einen Bezug zwischen den drei genannten Begriffen herzustellen. Beim Thema
Industrie 4.0 wird im Konkreten auf die Begriffsdefinition, auf die technologischen Grundlagen
sowie auf die Potenziale eingegangen. In diesem Abschnitt wird versucht, die erste
Forschungsfrage zu klären.
Wenn es eine Industrie 4.0 gibt, muss es natürlich auch eine Logistik 4.0 geben. Da sich die
Kernbetrachtung auf Lagerverwaltungssysteme bezieht und diese auch Bestandteil der Logistik
sind, wird im Rahmen dieser Arbeit auch die Logistik 4.0 ausführlich thematisiert. Hier werden
vor allem die technologischen Voraussetzungen näher betrachtet. Zudem ermöglicht dieses
Kapitel eine Einordnung von WMS-Systemen in das Umfeld der Logistik.
Einleitung
4 Matthias Undesser
Ebenso von essenzieller Bedeutung ist die Recherche zu WMS. Es soll schließlich eine Brücke
zum Themengebiet der Industrie 4.0 hergestellt werden. Mit Hilfe der Literaturanalyse wird ein
Untersuchungsrahmen definiert, der unter anderem Funktionalitäten und Erfolgsfaktoren zur
Implementierung von SAP-Systemen beinhaltet. Die Literaturanalyse dient auch zur Erstellung
eines Anforderungskataloges in Form eines Clusters. Dieses Cluster ist der zentrale
Ausgangspunkt meiner Untersuchung und soll Aufschluss darüber geben, ob die
Funktionalitäten von SAP EWM den Anforderungen der Industrie 4.0 gerecht werden. Darauf
aufbauend werden Stärken und Schwächen von SAP EWM identifiziert und mit Hilfe einer
Stärken-Schwächen-Analyse fehlende Funktionalitäten zur Umsetzung von Industrie 4.0
aufgezeigt. Im letzten Kapitel werden aus den gewonnenen Erkenntnissen dieser Schwächen-
Analyse Maßnahmen abgeleitet. Diese Maßnahmen sind als Handlungsempfehlungen zu
verstehen, welche es in der Praxis zu überprüfen gilt.
Zur Beantwortung der zweiten Forschungsfrage wird auf die Methodik von Lichtlein
zurückgegriffen. Die Erstellung eines Clusters hat sich bereits in ihrer Untersuchung als
zielführender und durchdachter Ansatz bewährt. Daher wird in dieser Ausarbeitung ein ähnlicher
Ansatz gewählt, die Analyse aber völlig unabhängig voneinander durchgeführt. Im Gegensatz zu
Lichtleins Abhandlung stützen sich die Auswertungen ausschließlich auf die Fachliteratur. Bei
Lichtlein werden indessen häufig Annahmen getroffen, die bei Fehlen von Expertenwissen kaum
nachvollziehbar sind. Die gewählte Vorgehensweise in dieser Arbeit hat den Vorteil, dass die
Herleitung der Ergebnisse transparent ist und kein Fachwissen vom Leser/von der Leserin
voraussetzt. Dies soll dazu beitragen, dass die Arbeit von einem größeren Kreis an Personen
genutzt wird, um eventuell weitere Forschungen durchzuführen. Da die Arbeiten bei der
Herleitung der Lösung der zweiten Forschungsfrage Parallelen bei der Vorgehensweise
aufweisen, wird es auch interessant zu beobachten sein, welche Entwicklungen von WMS-
Systemen in Bezug auf Industrie 4.0 zwischen 2016 und 2020 stattgefunden haben. Durch den
Vergleich der Ergebnisse kann schlussgefolgert werden, ob man einer Umsetzung bereits
nähergekommen ist oder nicht. Aufgrund der Tatsache, dass die Anforderungsdimension eine
umfangreiche Literaturrecherche voraussetzen, kann auch das Erstellungsdatum der
verwendeten Literatur Aufschluss darüber geben, wie sehr das Thema noch präsent ist. Daraus
lassen sich in der Schlussbetrachtung Erkenntnisse ableiten, ob die Bedeutung der Industrie 4.0
in der Intralogistik in den letzten Jahren zugenommen, stagniert oder gar abgenommen hat.
Bei der Beantwortung der dritten Forschungsfrage wird ein anderer Ansatz als in Lichtleins
Arbeit gewählt. In der vorliegenden Abhandlung soll aufgezeigt werden, welche Maßnahmen zu
den aus der Stärken-Schwächen-Analyse gewonnen Schwächen konkret gesetzt werden
können, um ein SAP EWM-System so auszugestalten, dass es den Anforderungen von Industrie
4.0 standhält. Die Handlungsempfehlungen werden so ausgelegt, dass SAP EWM bei der
Einleitung
5 Matthias Undesser
Steuerung der Prozesse das dominierende System bleibt. Auch hier wurde ein literaturbasierter
Ansatz zur Beantwortung der dritten Forschungsfrage gewählt, um sicherzustellen, dass man
bei einer möglichen Evaluierung von Umsetzungsstrategien auf bereits in der Praxis verfügbare
Technologien zurückgreifen kann. Bei Lichtleins Analyse hat dieser Ansatz kaum eine Relevanz,
in ihren Ausführungen soll das CPS die zentrale Steuerungsinstanz der intralogistischen
Prozesse werden. Eine große Gewichtung in dieser Arbeit bekommt auch die Analyse der
speicherprogrammierbaren Steuerung (SPS). Diese wird bereits seit vielen Jahren erfolgreich in
WMS-Systemen eingesetzt. Daher wird versucht, ihr Potenzial bezüglich einer Implementierung
in der Industrie 4.0 zu bewerten. Die Ergebnisse dazu sind aus der Zusammenfassung zu
entnehmen. Da in dieser Diplomarbeit der Blick in die Zukunft gerichtet wird, werden auch
Ausführungen darüber einfließen, mit welchen Zukunftstechnologien die SPS erweitert werden
kann, um den Kriterien der Industrie 4.0 zu entsprechen.
Abschließend erfolgen eine Einordnung und Zusammenfassung aller gewonnenen Ergebnisse,
die bei künftigen Analysen in der Praxis als Ausgangsmaterial dienen können. Im Idealfall sollen
die Ergebnisse neue Denkanstöße für die Gestaltung von WMS-Systemen geben. Zudem soll
ein Ausblick geliefert werden, welche Anpassungen SAP EWM benötigt, um künftige
Herausforderungen in der Industrie 4.0 bewältigen zu können.
Industrie 4.0
6 Matthias Undesser
2 Industrie 4.0
Um die Wettbewerbsfähigkeit zu sichern und Deutschland im internationalen Vergleich als
Innovations- und Wettbewerbsland zu stärken, wurde im Rahmen der High Tech Strategie 2011
das Zukunftsprojekt „Industrie 4.0“ eingeführt. Große mediale Aufmerksamkeit bekam der Begriff
schließlich im April 2013 auf der Hannover Messe (Dais 2014, et al., S. 625).
Gleichzeitig wurde von den Industrieverbänden BITKOM, VDMA und ZVEI die Plattform
Industrie 4.0 ins Leben gerufen, um gemeinsame Standards, Handlungsempfehlungen und ein
branchenübergreifendes sowie koordiniertes Vorgehen bei der Umsetzung von Industrie 4.0 zu
erarbeiten. Initiiert wurde diese Agenda von der Forschungsunion Wirtschaft-Wissenschaft,
welche im Rahmen der Hannover Messe 2013 einen Abschlussbericht mit
Umsetzungsempfehlungen, Handlungsfeldern und Forschungsbedarfen veröffentlichte
(Plattform Industrie 4.0 2013-2015, S. 8).
Der Begriff wurde in den letzten Jahren regelrecht zum Modewort und immer wieder spricht man
im Zuge dessen von der vierten industriellen Revolution. Eine einheitliche und wissenschaftliche
Definition dafür gibt es allerdings noch immer nicht. In den folgenden zwei Abschnitten erfolgt
daher eine Begriffseingrenzung. Dafür ist es erforderlich, die drei bisherigen Revolutionen zu
analysieren, um zu prüfen, ob sich hinter Industrie 4.0 tatsächlich ein revolutionärer Charakter
verbirgt. Anschließend werden auch die technologischen Kernelemente thematisiert und mit
zusätzlichen Begriffen wie „intelligente Informations- und Kommunikationstechnologien“ oder
„digitale Transformation“ in Kontext gebracht. Im methodischen Teil dieser Arbeit werden dann
die zuvor erarbeiteten technologischen Ausführungen zur Industrie 4.0 zu homogenen
Anforderungskriterien sortiert. Anschließend können mögliche Stärken und Schwächen von
Lagerverwaltungssystemen bei der Umsetzung in einer intelligenten Fabrik identifiziert werden.
Im letzten Schritt rückt der Fokus der Arbeit auf die Analyse der Schwächen. Als Ergebnis sollen
Handlungsempfehlungen für die künftige Gestaltung von Lagerverwaltungssystemen (am
Beispiel SAP EWM) ausfindig gemacht werden.
2.1 Geschichtliches
Industrie 4.0 wird immer wieder in Verbindung mit der vierten industriellen Revolution gebracht.
Daher macht es Sinn, zunächst einen Blick auf die drei vorangegangenen Revolutionen zu
werfen. Daraus können Merkmale und Kriterien abgeleitet werden, welche alle drei Revolutionen
gemein haben. Das ist insofern notwendig, um in der Arbeit zu klären, ob auch Industrie 4.0 dem
Begriff einer industriellen Revolution gerecht wird. Aber zunächst wird analysiert, wie die
bisherigen Revolutionen aufeinander aufbauen, was deren Auslöser waren und welche
Industrie 4.0
7 Matthias Undesser
Prozesse und gesellschaftliche Veränderungen dadurch in Gang gesetzt wurden. Fakt ist, dass
in den Phasen ein Wandel von einer Agrarwirtschaft zur Industriegesellschaft vollzogen wurde
und wir uns aktuell in einer Phase einer digitalen Transformation befinden (vgl. Frank 2019, S.
313).
2.1.1 Erste industrielle Revolution
Ihren Ursprung fand die erste industrielle Revolution um 1750 in England, wo sie sich bis in die
zweite Hälfte des 19. Jahrhunderts auch über weite Teile Europas ausweitete. Auslöser für
diese Revolution war die Erfindung der Dampfmaschine durch Thomas Newcomon und deren
Weiterentwicklung durch James Watt (vgl. Barthelmäs 2017, et al., S. 39).
Daraus entwickelten sich mechanisierte Produktionsmethoden, in denen mit Wasser und Dampf
betriebene Maschinen mechanische Arbeit verrichteten. Somit konnte ein weitreichendes
Problem, das bis dato bestand, gelöst werden: die ausreichende Bereitstellung und Versorgung
mit mechanischer Energie. Diese Errungenschaften läuteten die Transformation von der
Agrarwirtschaft zur Industriegesellschaft ein (vgl. Frank 2019, S. 313).
Abbildung 1: Die 4 Stufen industrieller Revolutionen (Bericht der Promotorengruppe Kommunikation der Forschungsunion Wirtschaft – Wissenschaft 2012, S. 13)
Industrie 4.0
8 Matthias Undesser
Waren es zuvor mit Wind und Wasser betriebene Mühlen, welche menschliche Kraft ersetzten,
wurden diese fortan durch die Dampfmaschine ersetzt. Der mechanische Webstuhl aus dem
Jahr 1784 beispielsweise leitete die erste mechanisierte Massenproduktion in der
Baumwollspinnerei ein. Die Textilindustrie wurde zum führenden Sektor und der treibende Motor
für die gesamtwirtschaftliche Entwicklung. Aber auch andere Wirtschaftszweige wie die Eisen-,
Stahl und Transportindustrie profitierten von der Entdeckung der Kohle als Energieträger und
erlebten einen immensen Aufschwung. Trotzdem waren vorindustrielle Strukturen um 1800 noch
immer die dominierende Kraft (vgl. Syska 2018, S.2; Russinger 2015, S.12 f.; Schönfelder 2018,
S. 10; Hahn 2011, S. 3).
Da sich im Zuge dieser Industrialisierung immer mehr Betriebe in den Städten ansiedelten, kam
es zu einem explosionshaften Anstieg der Bevölkerungszahl und somit zu einer
Überbeanspruchung des Wohnraums. Die hygienische und medizinische Versorgung konnte mit
dieser Entwicklung nicht Schritt halten und die zunehmende Ausbeutung der Arbeitskräfte in
Fabriken führte rasch zu sozialen Missständen. Fabrikarbeiter/Fabrikarbeiterinnen gehörten
fortan einer gesellschaftlichen Randgruppe an, die größtenteils unter der Armutsgrenze lebten
und zunehmend in Konflikt mit den Kapitalisten gerieten. Dieser Umstand und der Aufstieg des
Industriebürgertums führten zur bürgerlichen Revolution und lösten schließlich einen politischen
Wandel aus. Es war zugleich auch die Geburtsstunde der Arbeiterparteien und der
Gewerkschaften (vgl. Russinger 2015, S. 13).
2.1.2 Zweite industrielle Revolution
Das Aufkommen der elektrischen Energie und die sich daraus ergebende, arbeitsteilige
Massenproduktion markierten ab 1870 den Beginn der zweiten industriellen Revolution.
Elektrische Antriebe waren Sinnbild für den technischen Fortschritt und machten Erfindungen
wie das Fließband von Henry Ford erst möglich. Unter Verwendung von Fließ- und
Förderbändern wurde die Mechanisierung von Betrieben weiter vorangetrieben und die
Massenproduktion rasant ausgebaut. Gerade in den Industriebereichen Chemie und
Elektrotechnik war dieser Effekt deutlich zu spüren. Ebenfalls sinngebend für den Beginn der
zweiten Revolution Anfang des 20. Jahrhunderts war das sogenannte Scientific Management,
welches von Frederick W. Taylor geprägt wurde. Diesem Begriff geht ein Managementkonzept
voraus, welches die Optimierung von Arbeitsabläufen und Strukturen in handwerklich
orientierten Massenproduktionsstätten vorsieht. Auch Henry Ford vertraute in seinen Fabriken
dem Prinzip der Arbeitsteilung. Gleichzeitig vergeudete er keine Energie damit, mehrere
Varianten seiner Modelle zu entwickeln. Indem er jahrelang nur das Modell T fertigte, konnte er
die Fixkosten, welche anteilig durch jedes produzierte Auto getragen werden mussten, so gering
Industrie 4.0
9 Matthias Undesser
wie möglich halten. Das verschaffte ihm wesentliche Preis- und Wettbewerbsvorteile am Markt
(vgl. Schönfelder 2018, S. 12 f.; Russinger 2015, S. 14, Becker 2017, et al., S. 9; Syska 2018, S.
2 f.; Wikipedia [1], o. J., o. S.).
Diese Massenproduktion führte schließlich auch zu Masseneinkommen, welches dringend
benötigt wurde, um die erforderliche Nachfrageentwicklung zu stützen. Nach politischen
Umbrüchen 1918 in Deutschland hat man sich schlussendlich zu politischen Veränderungen bei
der Einkommensverteilung durchgerungen. Der gestiegene Produktionsausstoß und die
Erschließung von Massenmärkten in den 1950er Jahren hatten aber auch ihre Schattenseiten.
Der Ressourcenverbrauch stieg sprunghaft auf ein Rekordniveau an und der hohe Ausstoß von
Emissionen belastete die Umwelt schwer. Der Wohlstand der westlichen Gesellschaft und das
neue Lebensgefühl dank Mobilität erreichten schließlich auch andere Teile der Erde und
brachten die natürlichen Ressourcen beinahe zum Kollaps (vgl. Jänicke, Jacob 2008, S. 18).
Traditionelle Bereiche wie die Landwirtschaft oder die klassischen Handwerksbetriebe haben
mehr und mehr an Relevanz verloren. Die Wertschöpfung und Beschäftigung haben sich,
befeuert durch den technischen Fortschritt, klar in Richtung großindustrieller Massenproduktion
verlagert. Die Gewinner dieses Aufschwungs waren die Fabriksbesitzer, die Arbeiterschaft
wurde hingegen ausgebeutet. In der Gesellschaft hat sich gegen dieses ausbeuterische System
ein Widerstand formiert und Gewerkschaften gewannen an Bedeutung. Der Übergang von der
ersten zur zweiten industriellen Revolution war zugleich die Geburtsstunde der
Sozialdemokratie, welche zum Schutz der ArbeitnehmerInnen soziale Sicherungssysteme
einführten. Daneben haben auch erste Ideen des Kommunismus Fuß gefasst. Die hohe
Nachfrage nach Konsumgütern hat das Bild einer Wohlstandsgesellschaft geprägt (vgl.
Bauernhansl 2014, et al., S.6 f.)
2.1.3 Dritte industrielle Revolution
Während bei der ersten und zweiten industriellen Revolution die Massenproduktion sowie
Skaleneffekte in vorwiegend handwerklich dominierten Betrieben im Zentrum standen, steht die
dritte industrielle Revolution Anfang der sechziger Jahre des 20. Jahrhunderts ganz im Zeichen
einer ersten „digitalen Revolution“. Unterbrochen durch zwei Weltkriege und bis heute
andauernd, war es in Deutschland zunächst die Zeit des Wirtschaftswunders. Der vermehrte
Einsatz von Elektronik sowie Informations- und Kommunikationstechnologien (IKT) haben den
Weg zur Automatisierung der Produktionsprozesse geebnet. Wissen wurde durch die Erfindung
des Internets für eine breite Masse zugänglich. Daraus ergab sich einerseits eine
variantenreiche Serienproduktion, andererseits kam es zu einer starken Rationalisierung als
Folge der Einführung von automatisierten Montagesystemen, dem Aufkommen von
Industrie 4.0
10 Matthias Undesser
Industrierobotern und der Verbreitung computergestützter Fertigungs- und
Verwaltungsprozesse. Die manuelle Arbeitskraft des Menschen wurde und wird zunehmend
durch Maschinen in der Reihen- und Serienfertigung ersetzt (vgl. Barthelmäs 2017, et al., S. 40;
Russinger 2015, S. 15; Becker 2017, et al., S. 9, Schönfelder 2018, S. 17).
Die technischen Neuerungen haben aber vor allem ressourcenschonendere und
umweltverträglichere Technologien hervorgebracht, weshalb man auch von der „grünen
industriellen Revolution“ spricht. Das ist darauf zurückzuführen, dass ein neues Bewusstsein
vom Umgang mit fossilen Energieträgern wie Öl eingesetzt hat. Der Mensch ist sich mehr und
mehr seiner ökologischen Verantwortung bewusst und weiß, dass natürliche Ressourcen
endlich sind. Gestärkt wird dieses Bewusstsein auch von der Tatsache, dass technologische
Errungenschaften, wie die Kernkraft, bereits zu schweren Umweltkatastrophen mit
weitreichenden Folgen geführt haben. Ein ebenso gravierendes Ereignis passierte 2010, als die
Ölbohrplattform „Deepwater Horizon“ explodierte und eine Ölpest im Golf von Mexiko
verursachte (vgl. Jänicke, Jacob 2008, S. 12 f.; Barthelmäs 2017, et al., S. 40).
Haben die Fortschritte der ersten und zweiten industriellen Revolution noch dazu beigetragen,
dass in industriell dominierten Ländern strukturelle Hungersnöte weitgehend eliminiert wurden,
kam es im Laufe der dritten industriellen Revolution zum Entstehen von
Wohlstandsgesellschaften. Zugleich kam es zu einer Übersättigung vieler Märkte, da die
Grundbedürfnisse der Wohlstandsgesellschaften aufgrund des enormen
Wirtschaftsaufschwungs befriedigt waren. Verkäufermärkte wurden auch zu Käufermärkten.
Zudem haben sich die Kundenansprüche immer stärker voneinander differenziert. Qualität und
kundenspezifische Präferenzen sind in den Vordergrund gerückt. Mit Hilfe der variantenreichen
Serienfertigung bis hin zu Mass-Customization konnte der Wunsch nach immer individuelleren
Produkten, die der Konsument/die Konsumentin fortan gefordert hat, erfüllt und umgesetzt
werden. Voraussetzung war eine Flexibilisierung der Produktion (vgl. Bauernhansl 2014, et al.,
S. 7 f.).
Veränderungen haben sich aber auch in der Marktwirtschaft zugetragen, gerade die soziale
Marktwirtschaft hat sich in Europa weiterentwickelt. Ein Meilenstein in der dritten industriellen
Revolution, ausgelöst durch neue Kommunikations- und Informationstechnologien und in
weiterer Folge durch die Entwicklung des Internets, war der unkomplizierte Austausch von
Wissen. Dies ermöglichte eine neue Dynamik der Zusammenarbeit und brachte auch
weitreichende organisationale Veränderungen mit sich (ebd., S. 7). Dieser Wissenstransfer ging
auch mit einem wirtschaftlichen, technischen sowie politischen Strukturwandel einher. Dies
ebnete den Weg zur Globalisierung (vgl. Krafft, Wiepcke 2006, S. 135).
Industrie 4.0
11 Matthias Undesser
Durch die immense Verschuldungspolitik vieler industrialisierter Staaten haben Experten den
Niedergang der arbeitnehmerzentrierten Industriegesellschaften und den Aufschwung von
Dienstleistungsgesellschaften prophezeit. Gerade in Deutschland hat sich diese These nicht
bewahrheitet, wo der Industriesektor noch einen Anteil von 25% des Bruttoinlandproduktes
ausmacht. Deshalb ist es auch nicht weiter verwunderlich, dass das Zukunftsprojekt „Industrie
4.0“, welches im folgenden Kapitel ausführlich behandelt wird, seine Geburtsstunde in
Deutschland hatte (ebd., S. 7 f.).
2.1.4 Übersicht erste bis dritte industrielle Revolution
Abschließend werden in der Tabelle nochmals alle Ereignisse der ersten bis zur dritten
industriellen Revolution übersichtlich dargestellt.
2.1.5 Vierte industrielle Revolution – Revolution oder nicht?
Aktuell herrscht noch immer Unklarheit über eine einheitliche Begriffsdefinition und wie
Unternehmen, Gesellschaft und Wirtschaft durch die fehlende Abgrenzung damit umgehen
sollen. Genauso taucht immer wieder die Debatte auf, ob Industrie 4.0 eine Revolution oder
doch nur eine Fortsetzung einer evolutionären Entwicklung ist.
Abbildung 2: Von der Ersten zur Dritten industriellen Revolution (Jänicke, Jacob 2008, S. 14)
Industrie 4.0
12 Matthias Undesser
Im Folgenden wird mithilfe bereits veröffentlichter Arbeiten und Sichtweisen der Versuch
gestartet, Klarheit darüber zu geben, ob man von einer „echten“ industriellen Revolution im
Sinne der drei vorausgegangen Revolutionen sprechen kann.
Bevor jedoch auf die eigentliche Fragestellung Bezug genommen werden kann, braucht es
zunächst eine genauere Untersuchung des Begriffs Industrie 4.0, der für die vierte industrielle
Revolution stehen soll. Hier wurde offensichtlich bewusst auf eine im Softwarewesen gängige
Bezeichnung zurückgegriffen. Werden beispielsweise neue Softwareversionen innerhalb einer
bestehenden Generation veröffentlicht, wird auf eine aufsteigende Nummerierung nach dem
Punkt gesetzt. Beim Begriff Industrie 4.0 verweist die Zahl 4 auf den Nachfolger der dritten
industriellen Revolution, also auf die vierte industrielle Revolution. Die 0 kann dahingehend
interpretiert werden, dass wir uns am Anfang dieser Revolution befinden. Gleichzeitig suggeriert
die Zahl 0, dass es in absehbarer Zeit weitere Ausbaustufen beziehungsweise Versionen davon
geben wird. Das ist bemerkenswert, da die Prozesse in der Industrie 4.0 und die damit
angestoßenen Transformationen ebenso wenig plan- und abschätzbar sind, wie das bereits in
den vorausgegangenen Revolutionen der Fall war. Es ist möglicherweise nicht weit hergeholt zu
behaupten, dass der Begriff aus rein marketingrelevanten Gründen gewählt wurde, um im
öffentlichen Diskurs hoch gehandelt zu werden. Einen faden Beigeschmack hinterlässt auch die
Tatsache, dass industrielle Revolutionen immer erst rückblickend als solche tituliert wurden. Die
vierte industrielle Revolution hingegen soll bereits jetzt wegweisende Veränderungen für die
Gesellschaft einläuten. Das ist auch Sicht vieler Experten/Expertinnen schlichtweg falsch, da es
sich bei Industrie 4.0 / der vierten industriellen Revolution um von der deutschen
Bundesregierung aus der Taufe gehobene Begriffe handelt. Es gibt kein globales Netzwerk, das
sich auf diese Begrifflichkeiten geeinigt hätte. „Internet der Dinge“ oder „Smart Factory“ stellen
eine auf internationaler Ebene viel gängigere Umschreibung dar. Die von der deutschen
Regierung künstlich geschaffenen Begriffe kommen international hingegen kaum zur
Anwendung. Schon dahingehend kommen erste Zweifel auf, ob es sich tatsächlich um eine
Revolution im klassischen Sinn handle.
Diese Zweifel hegen auch renommierte Experten und Expertinnen sowie Wissenschaftler und
Wissenschaftlerinnen, die sich dem Thema bereits intensiv gewidmet haben. Im Folgenden
sollen daher Argumente aus bereits veröffentlichten literarischen Quellen herangezogen werden,
die für oder gegen eine vierte industrielle Revolution sprechen.
Insbesondere N. Barthelmäs et al. (2017) haben sich in ihrem wissenschaftlichen Artikel
„Industrie 4.0 – eine industrielle Revolution?“ aus dem Buch „Industrie 4.0 – wie cyber-physische
Systeme die Arbeitswelt verändern“ intensiv und strukturiert mit der Frage, was denn Industrie
4.0 eigentlich sei, auseinandergesetzt. Ihre Vorgehensweise dabei ist es, die allgemein gültigen
Definitionen einer Revolution aus verschiedenen Lexika mit den drei bisherigen Revolutionen
Industrie 4.0
13 Matthias Undesser
gegenüberzustellen, um daraus wiederum Kriterien für die Einordnung von Industrie 4.0 zu
ermitteln (vgl. Barthelmäs 2017, et al., S. 36 ff.).
Zum Begriff „Revolution“ liegen in Lexika deshalb mehrere Definitionen vor, weil er sich auch in
verschiedenen Kategorien (Führerschaft, Wirtschaft, Technik und Wissenschaft) wiederfindet
und daher unterschiedlich beschrieben wird.
Grundsätzlich lösen Revolutionen einen strukturellen und nachhaltigen Wandel eines Systems
aus, der für gewöhnlich abrupt und radikal erfolgt (vgl. Wikipedia [2] o. J., o. S.). Klar
abzugrenzen sind hier die Begriffe Evolution und Reform, welche eine gewaltlose
Weiterentwicklung von Systemen beschreiben. Eine Evolution ist demnach ein Prozess, der
Entwicklungen anstößt, die etwas völlig Neues entstehen lassen. Dieser Wandel erfolgt dabei
weder abrupt noch radikal (Wikipedia [3] o. J., o. S.).
Barthelmäs et al. (2017) leiten aus den theoretischen und den lexikalischen Definitionen
folgende allgemeine Kriterien einer Revolution her (vgl. Barthelmäs 2017, et al., S. 38):
• Jede Revolution beginnt mit einem Problem und die Ursache ist benennbar.
(Krisensituation)
• Menschengruppen, die bei ausschlaggebenden Veränderungen profitieren bzw. nicht
profitieren, sind ebenfalls klar benennbar.
• Als Folge entstehen Reaktionen des alten Systems, eine neue Technologie oder Lösung
setzt sich durch.
• Dadurch kommt es zu einem politischen, sozialen, technischen, wirtschaftlichen oder
wissenschaftlichen Umbruch.
• Ein Strukturwandel erfolgt,
• eine neue Ideologie entsteht und führt zu einer Veränderung in der Gesellschaft.
Im nächsten Schritt analysieren die Autoren/Autorinnen Barthelmäs et al. (2017) die 1. – 3.
industrielle Revolution und zeigen die Gemeinsamkeiten auf. Demnach hatten alle drei
vorangegangenen Revolutionen folgenden gemeinsamen Nenner: Eine bahnbrechende
Erfindung als Auslöser, gefolgt von einer Reaktion mit revolutionärem Charakter und
Auswirkungen auf verschiedene Bereiche (Arbeit und Soziales, Energieversorgung, Verkehr,
Politik) bis hin zu einem Gesellschaftswandel.
In der 1. industriellen Revolution (Ende 18. Jh.) erforderten demnach die rasante
Bevölkerungszunahme und ein stets steigender Export von industriellen Gütern neue
technologische Errungenschaften. Die Dampfmaschine und andere mechanische
Produktionsanlagen (mechanischer Webstuhl) wurden erfunden. Dies bewirkte zunächst ein
Auseinanderdriften der Arbeiterschaft von den Kapitalisten. Zunehmende soziale Verelendung
Industrie 4.0
14 Matthias Undesser
löste schließlich einen politischen Wandel aus, aus dem sich die Gewerkschaften und
Arbeiterparteien entwickelten, welche bis heute großen Einfluss auf das politische Geschehen
haben (vgl. Barthelmäs 2017, et al., S. 39).
In der 2. industriellen Revolution (Anfang 20. Jh.) löste die Erfindung des
Verbrennungskraftmotors, der Elektrizität und Elektronik weitreichende Veränderungen aus. Als
Energieträger wurden neben Kohle nun auch Erdöl und die Kernkraft eingesetzt, Ressourcen
uneingeschränkt genutzt und ökologische Gleichgewichte gefährdet. Großindustrielle
Massenproduktion nach dem Grundgedanken des Prinzips der Arbeitsteilung (Beispiel:
Fließbandfertigung von Henry Ford) setzte sich durch. In der Gesellschaft bedingte der Wandel
bei sinkenden Produktionskosten ein höheres Einkommen, jedoch auch strukturelle
Arbeitslosigkeit und den Wegfall ganzer Berufsbilder. Während dieser Periode kristallisierten
sich als neue Ideologien die ersten parlamentarischen Demokratien und Sozialstaaten heraus
(vgl. Barthelmäs 2017, et al., S. 39 f.).
In der 3. industriellen Revolution (Beginn der 70er Jahre im 20. Jh.), welche bis heute
andauert, können eine Reihe technischer Errungenschaften aufgezählt werden: die
Automatisierung in der Produktion durch Elektronik und IT, Informations- und
Kommunikationstechnologien (Mobiltelefonie bis zum Internet) und Mikroelektronik. Diese
Entwicklungen läuteten als gesellschaftliche Veränderung die zunehmende Globalisierung ein
und ermöglichten wachsende Rationalisierung als Folge von automatisierten Montagesystemen
und Industrierobotern. Als Folge von den Naturkatastrophen (Tschernobyl 1986, Fukushima
2011) und den ökologischen Auswirkungen von den fossilen Energieträgern etablier(t)en sich
erneuerbare Energien (vgl. Barthelmäs 2017, et al., S. 40).
Zur Beantwortung der Fragestellung „Industrie 4.0 – die vierte industrielle Revolution?“ wählten
Barthelmäs et al. (2017) eine qualitative Untersuchungsmethode. Sie gewichteten die Kriterien,
welche aus den allgemeinen Revolutionstheorien und aus den vorangegangen drei
Revolutionen abgeleitet wurden, in drei KANN- und zwei MUSS-Kriterien. Ein MUSS-Kriterium
(technologischer Wandel als Voraussetzung, Auswirkungen/Veränderungen,
Gesellschaftswandel) ist für die Autoren und Autorinnen dann gegeben, wenn es in beiden
Definitionstheorien enthalten ist. Ein KANN-Kriterium (Ursache benennbar, neue Ideologie)
beschreibt einen wichtigen Aspekt einer Revolution im Allgemeinen. Damit Industrie 4.0 der
Bezeichnung einer industriellen Revolution gerecht wird, müssen alle MUSS-Kriterien zutreffen
und zusätzlich mindestens eines der Kann-Kriterien erfüllt sein.
Anhand dieser Methodik kommen Barthelmäs et al. (2017) zum Ergebnis, dass Industrie 4.0
keine Daseinsberechtigung als industrielle Revolution findet. Begründet wird es damit, dass
sowohl von den drei MUSS-Kriterien als auch von den zwei KANN-Kriterien jeweils nur eines der
Industrie 4.0
15 Matthias Undesser
Kriterien erfüllt ist. Sie konnten bei Industrie 4.0 keinen Auslöser/keinen technologischen Wandel
eindeutig identifizieren und schreiben, dass es sich bei den bei Industrie 4.0 genannten
Technologien vielmehr um Weiterentwicklungen der Technologien der dritten Revolution
handelt. Weiters ist für Barthelmäs et al. (2017) keine Gesellschaftswandel durch Industrie 4.0
erkennbar. Sie können bei Industrie 4.0 keine Ursache für eine Revolution (KANN-Kriterium)
erkennen, wohl aber Ansätze neuer Ideologien (vgl. Barthelmäs 2017, et al., S. 51f.).
Geht es nach der Meinung von Dipl.-Ing. Frank Maier, Vorstand Innovation Lenze SE, ist es
auch der technologieorientierte Ansatz, der alle drei vorangegangenen Revolutionen gemeinsam
auszeichnet. Gleichzeitig spricht aber eben genau dieses Argument des technologieorientierten
Ansatzes klar gegen die Bezeichnung von Industrie 4.0 als industrielle Revolution, teilt auch er
die Ansicht und begründet es damit, dass die vierte industrielle Revolution keine
bahnbrechenden neuen Technologien hervorbrachte, sondern noch immer von den
technologischen Errungenschaften der dritten industriellen Revolution profitiert und diese
Konzepte stetig weiterentwickelt werden.
Eines dieser wegweisenden Konzepte, welches sich im Zuge der dritten industriellen Revolution
durchsetzte, ist das computer-integrated-manufacturing (CIM) aus den 1970er Jahren. Die
automatisierte und vernetzte Produktion ist also schon länger als 30 Jahre ein großes Thema.
Geändert hat sich lediglich das Werkzeug: Während es beim CIM noch der Computer war, ist
der treibende Motor bei Industrie 4.0 das Internet der Dinge. Wir befinden uns demnach aus
technologischer Sicht noch immer in der dritten industriellen Revolution (vgl. DI Frank Maier: Die
4. industrielle Revolution gibt es gar nicht 2019, o. S.).
Befürworter einer vierten industriellen Revolution
Es gibt allerdings auch Experten/Expertinnen, die der vierten industriellen Revolution einen
revolutionären Charakter bescheinigen. Der Autor Klaus Schwab versucht in seinem Buch „Die
vierte industrielle Revolution“ (2016) anhand dreier Faktoren zu erläutern, warum aktuelle
Entwicklungen rund um das Internet der Dinge oder der künstlichen Intelligenz nicht Bestandteil
einer dritten industriellen Revolution sind. Seiner Ansicht nach spielt die Geschwindigkeit, mit
der Veränderungen in der vierten industriellen Revolution angestoßen werden, eine zentrale
Rolle. Diese Geschwindigkeit verläuft, begünstigt durch eine vernetzte und digitalisierte Welt,
nicht mehr linear wie bei den drei bisherigen Revolutionen, sondern exponentiell. Ebenso vertritt
der Autor die Auffassung, dass die digitale Revolution einen Paradigmenwechsel für
Gesellschaft und Wirtschaft auslösen wird. Als drittes Argument führt er an, dass diese
Transformationen ganze Systeme betreffen, egal ob auf Länder-, Branchen- oder
Unternehmensebene (vgl. Schwab 2016, o. S.).
Industrie 4.0
16 Matthias Undesser
Inwieweit die Argumentationslinie von Schwab gegen die vorherrschende Meinung von
Experten/Expertinnen, dass es sich um keine industrielle Revolution handelt, standhält, ist
schwer zu beantworten. Fakt ist, dass seine Argumentationen allesamt auf den neuen, digitalen
Technologien fußen. Wirft man allerdings einen Blick auf den Stand dieser Technologien, wird
man feststellen, dass der Grundstein dafür bereits in der dritten industriellen Revolution gelegt
wurde.
Andere Autoren/Autorinnen wie Gleich et al. (2016) sehen in der Industrie 4.0 sowohl eine
Revolution als auch eine Evolution. Das Evolutionäre daran ist die technologische
Weiterentwicklung von bestehenden Konzepten zur dezentral gesteuerten Smart Factory mit
intelligenten Produkten und Produktionsmitteln. Damit gehen auch neue Methoden des
Produktionsprozesses einher, die nicht nur eine höhere Flexibilität und eine wirtschaftlichere
Nutzung von Ressourcen versprechen, sondern auch maximalen Kundennutzen durch
individualisierte Produkte mit einer Losgröße 1. Zusammenfassend lässt sich der evolutionäre
Charakter mit der Modifikation sowie Erweiterung bestehender Geschäftsmodelle und -prozesse
beschreiben. Die Autoren/die Autorinnen sind aber auch nicht abgeneigt, im Zusammenhang mit
Industrie 4.0 von einer Revolution zu sprechen. Diesen Ansatz begründen die
Verfasser/Verfasserinnen mit der Entwicklung komplett neuer Geschäftsmodelle. Demnach
bietet Industrie 4.0 die Chance, durch neue Geschäftsmodelle ein noch üppigeres Nutzen- bzw.
Wertangebot für die Kunden und Kundinnen zu realisieren (vgl. Gleich 2016, et al., S. 28 ff.).
Zusammenfassung
Undifferenziert, ob es sich um die Erfindung der Dampfmaschine in der ersten industriellen
Revolution handelte oder die Entwicklung von Transistoren, welche die Ära der dritten
industriellen Revolution einläutete, am Beginn einer jeden Revolution stehen immer
bahnbrechende Erfindungen. Diese Errungenschaften gelten allgemein als Auslöser, darauf
erfolgt eine Reaktion mit revolutionärem Charakter. Diese Abfolge kann in allen drei Epochen
auf dasselbe Ergebnis subsumiert werden, nämlich auf die nachhaltige Veränderung einer
Gesellschaftsstruktur.
In den wissenschaftlichen Arbeiten dominiert mehrheitlich die Meinung, dass sämtliche
Entwicklungen rund um Industrie 4.0 von den Errungenschaften der dritten industriellen
Revolutionen profitieren bzw. daraus resultieren. Dieser Auffassung sind auch Personengruppen
aus der beruflichen Praxis, wie Dipl.-Ing. Frank Maier, Vorstand Innovation Lenze SE, welcher
hinter den aktuellen Entwicklungen rund um das Thema Industrie 4.0 nach wie vor die dritte
industrielle Revolution mit den technologischen Möglichkeiten des 21. Jahrhunderts sieht.
Kritisiert wird von den Autoren und Autorinnen Bartelmäs et al. (2017) ebenso die Tatsache,
Industrie 4.0
17 Matthias Undesser
dass die radikalen Veränderungen von Prozessen und Geschäftsmodellen der vierten
industriellen Revolution rein auf Prognosen und Zukunftsszenarien basieren. Dieser Vorgang
widerspricht sämtlichen Erkenntnissen und Erfahrungen aus den bisherigen industriellen
Revolutionen, welche erst rückblickend als solche eingestuft wurden.
Es scheint fast so, als wolle die deutsche Bundesregierung im Alleingang eine vierte industrielle
Revolution durchziehen. Ein riskanter Vorstoß, da gerade die gegenwärtige prekäre Situation,
hervorgerufen durch den Covid-19 Virus, verdeutlicht, dass Entwicklungen in manchen
Bereichen abrupt aussetzen können, während in anderen Bereichen ein Schub für die
Entwicklung zu beobachten ist. Die Digitalisierung scheint aktuell zu den Gewinnern der Covid-
19 Pandemie zu gehören, vielleicht ein game changer zu Gunsten einer vierten industriellen
Revolution. Fasst man die Erkenntnisse der Experten/Expertinnen sowie Autoren/Autorinnen
zusammen, wird deutlich, dass Industrie 4.0 im Kern die typischen Merkmale einer Evolution
aufweist. Diese bedingen eine langsame, fortschreitende Entwicklung, ohne einen radikalen
Wandel auszulösen. Eigenschaften, die sich in weiten Teilen auf die Charakteristiken der
Industrie 4.0 ummünzen lassen.
Dennoch gibt es auch Befürworter/Befürworterinnen einer vierten industriellen Revolution.
Autoren wie Klaus Schwab begründen das vor allem mit der Geschwindigkeit, mit der
Technologien und Innovationen im Vergleich zu den bisherigen Revolutionen vorangetrieben
werden. Zudem ist der Autor davon überzeugt, dass Entwicklungen der Industrie 4.0 eine
weitreichende Transformation von Systemen auslösen. Eine Ansicht, die auch von Barthelmäs
et al. (2017) in weiten Teilen vertreten wird, jedoch mit dem Unterschied, dass es sich ihrer
Meinung nach um reine Prognosen und Zukunftsszenarien handelt und daher noch kein finales
Urteil über den revolutionären Charakter der Industrie 4.0 gefällt werden kann.
Andere Experten und Expertinnen wiederum bescheinigen der Industrie 4.0 ein Zweigespann
aus Evolution und Revolution. Die Evolution steht hier für die technologische Transformation, die
Revolution für das Entstehen komplett neuer Geschäftsmodelle auf Seiten des Angebots.
Wer mit seinen Ansichten letztendlich recht behält, wird wohl - wie bei den bisherigen
Revolutionen - im erst Nachhinein eindeutig festgestellt werden können.
Der Schritt zur Industrie 4.0
18 Matthias Undesser
3 Der Schritt zur Industrie 4.0
Die Thematik Industrie 4.0 hat längst die Bereiche Industrie, Forschung und Wirtschaft erreicht.
In den folgenden Abschnitten 3.1 bis 3.4 wird daher auf die typischen Merkmale, Potenziale,
Ziele und technologische Grundlagen im Kontext der Industrie 4.0 näher eingegangen. Da der
Begriff oftmals nur zu Marketingzwecken missbräuchlich verwendet wird, wird dieser zunächst
anhand der konzeptionellen Entwicklungen im Bereich Industrie und Digitalisierung begründet.
Eine Frage, die bei der Initiative Industrie 4.0 immer wieder auftaucht, ist jene, ob es sich bei
den aktuellen Umwälzungen tatsächlich um eine industrielle Revolution oder nur um den
nächsten Schritt einer evolutionären Entwicklung handle. Die Frage ist durchaus berechtigt und
es bleibt offen, ob Industrie 4.0 ein neues Wirtschaftssystem hervorbringen kann, wie es einst
durch Digitalisierung und Vernetzung durch das Internet passiert ist (vgl. Sendler 2016, S. 9).
Fest steht, dass die Industrie 4.0 durch das Internet der Dinge (IoT) und damit einhergehender
Daten und Dienste, angestoßen wurde. Beim IoT werden allerdings nur physikalische Objekte
und keine Menschen und Prozesse miteinander vernetzt. Das „Internet of Everything“ (IoE) stellt
folglich die nächste Ausbaustufe dar, indem es Personen, Prozesse, Gegenstände und Daten zu
einem intelligenten Prozess verknüpft (vgl. Kagermann 2014, S. 604).
Der Ursprung dieser Entwicklungen findet sich allerdings nicht in einer disruptiven Innovation,
wie es bei den vergangenen drei Revolutionen der Fall war. Möglich machten es vielmehr
bereits existierende Technologien, welche sich seit Ende der 1940er-Jahre rasant
weiterentwickelt haben. Als Synonym für die Beschleunigung der Digitalisierungswelle gilt das
Mooresche Gesetz, welches besagt, dass sich die Leistungsfähigkeit eines integrierten
Schaltkreises innerhalb von 12-24 Monaten verdoppelt, ohne dass die Kosten für Komponenten
und Teile zunehmen. Da sich seit den letzten 50 Jahren die technologischen
Rahmenbedingungen drastisch verändert haben, gilt der Grundsatz des exponentiellen
Wachstums der Leistungsfähigkeit nach wie vor. Dabei muss man allerdings festhalten, dass es
sich bei dem Mooreschen Gesetz nur um Beobachtungen handelt, die nicht auf
wissenschaftliche Grundlagen basieren. Nichtsdestotrotz werden Meilensteine von
Technologieunternehmen noch immer nach den Überlegungen von Gordon Moore geplant. In
diesem Kontext spricht man auch von einer sich selbsterfüllenden Prophezeiung. Ob und wann
letztendlich der Zeitpunkt der Singularität eintrifft, also wann die künstliche Intelligenz die
menschliche überflügelt, bleibt abzuwarten (vgl. Winkelhake 2017, S. 8). Im Rahmen dieser
Arbeit wird darauf auch nicht näher eingegangen.
Doch was genau unterscheidet die Industrie 4.0 von der Automatisierungswelle, die im Rahmen
der dritten industriellen Revolution angestoßen wurde?
Der Schritt zur Industrie 4.0
19 Matthias Undesser
Aktuell werden Maschinen, wie zum Beispiel Schweißroboter und Geräte, standardmäßig
programmiert, um bestimmte Aktionen auszuführen. Diese sind dann entweder direkt oder über
Intranet miteinander vernetzt und der Mensch kann auf die Daten zugreifen. Künftig soll es
allerdings möglich sein, dass Geräte Daten selbstständig über das Internet zur Verfügung
stellen, anhand von Daten Aktionen ausführen und mittels Daten selbstständig agieren, ohne
dass der Mensch in all diese Schritte eingebunden werden muss (vgl. Sendler 2016, S. 20).
Im Wesentlichen sind es drei Faktoren, die diesen Schritt möglich machen sollen (vgl. ebd., S.
19 f.):
• Die Mikroelektronik als Wegbegleiter für Industrie 4.0 kann nicht nur preisgünstig in
großen Massen hergestellt werden, sondern auch standardisiert, modular, passgenau
und miniaturisiert. Damit ist es möglich, Objekte mit Fähigkeiten wie Sehen, Hören und
Fühlen auszustatten. In der Wissenschaft spricht man daher auch von intelligenten,
selbststeuernden Objekten (vgl. Roy 2017, S. 63)
• Das neue Internetprotokoll IPv6 bietet einen weltweit nutzbaren Standard, um nahezu
sämtliche Dinge, Ressourcen, Objekte und Menschen mit einer eigenen Internetadresse
zu versehen und über das Internet der Dinge zu vernetzen. Damit können autonom
agierende Kleinstcomputer, sogenannte eingebettete Systeme (embedded Systems),
aus der physikalischen Welt untereinander und mit der virtuellen Umwelt (Cyber-Space)
kommunizieren sowie Daten empfangen als auch senden. Diese Verschmelzung bildet
letztendlich ein cyber-physisches System (CPS) (vgl. Sendler 2016, S. 19 f.; Baumann,
et al., o. J., S. 8)
• Neben den klassischen Ingenieursstudiengängen (Elektrotechnik, Maschinenbau) hat
gerade die Informatik in den letzten Jahren stark an Bedeutung dazugewonnen und
scheint eine Vorreiterrolle im Kontext Industrie 4.0 einzunehmen. Eine wirtschaftliche
Betrachtung von Methoden, Konzepten und Auswirkungen der Industrie ist ebenso
unumgänglich, daher ist die wirtschaftliche Komponente in den Studienrichtungen
Wirtschaftsinformatik und Wirtschaftsingenieurswesen bereits fest verankert (vgl. Sendler
2016, S. 20).
Der Digitalisierungsprozess in der Arbeitswelt erfordert zudem ein angepasstes
Anforderungsprofil an Kompetenzen, gerade im Bereich Informations- und
Kommunikationstechnik IKT. Neben Fach,- Quer und überfachlicher Kompetenzen
braucht es ein erhöhtes Maß an digitaler Grundkompetenz oder „digital literacy“ (vgl.
Rump, Eilers 2017, S. 41).
Der Schritt zur Industrie 4.0
20 Matthias Undesser
„Diese sogenannte Digital Literacy reicht vom Basiswissen über den prinzipiellen Aufbau
und die Funktionsweise von Computer- und Kommunikationsgeräten über grundlegende
Anwendungskenntnisse bis hin zur Fähigkeit, sich in Online-Communities zu bewegen
und zu äußern. Hinzu kommt die Informationskompetenz, d. h. die Fähigkeit,
zielgerichtet, selbstbestimmt, verantwortlich und effizient mit Informationen umzugehen“
(BMAS 2015, S. 61).
Fachkompetenzen sind logischerweise an die Berufswahl beziehungsweise an die
Branche gekoppelt. Das Anforderungsprofil im produzierenden Gewerbe ist demnach ein
anderes als im Handel oder in der Verwaltung. Grundlage bildet immer eine fundierte,
fachliche Ausbildung. Die Soziologin Sabine Pfeiffer nennt im wesentlichen fünf
Bereiche, welche im Rahmen von Industrie 4.0 besondere Kompetenzen erfordern:
Mobile Devices samt Web 2.0, CPS und Internet der Dinge, additive
Fertigungsmethoden (dazu zählt u. a. der 3D Druck), Robotik und spezielle Kenntnisse
im Bereich tragbarer Computersysteme (Wearables) (vgl. Pfeiffer 2016, zit. nach Verein
Industrie 4.0 Österreich 2017, S. 18).
Neben den Fachkompetenzen bezieht sich die Soziologin auch auf sogenannte
Querkompetenzen, um mit den neuen Technologien und Medien professionell und
verantwortungsvoll umgehen zu können. Dazu zählen Privacy und Datenschutz, die
Arbeit mit großen Mengen an Daten („Big Data“) sowie die Bereitschaft zur
interdisziplinären Zusammenarbeit (Kooperation mit anderen Disziplinen) und
Innovationsfähigkeit (vgl. Pfeiffer 2016, zit. nach Verein Industrie 4.0 Österreich 2017, S.
18).
Schließlich werden auch überfachliche Kompetenzen genannt, welche bei Befragungen
von Unternehmen vielfach gefordert und vorausgesetzt werden. Immer mehr an
Bedeutung gewinnen Kompetenzen wie Problemlösungsfähigkeit, Sprachkenntnisse
(Englisch), interkulturelle Kompetenzen, ein gutes Verständnis für System- und
Gesamtprozesse und der Erwerb von Sozialkompetenzen wie z. B. Teamfähigkeit,
Reflexionsfähigkeit, Kritikfähigkeit, etc. (vgl. ebd., S. 18)
3.1 Begriffserklärung
Eine einheitliche Definitionsgestaltung für den Begriff Industrie 4.0 zu finden, ist schon deutlich
schwieriger. Neben den Schlagwörtern wie cyber-physische-Systeme (cyber physical systems
CPS), Internet der Dinge und Dienste, Big Data, Cloud Computing und Smart Factory steht
Industrie 4.0 aber stellvertretend für eine Vielzahl von technologischen Veränderungen, die in
Der Schritt zur Industrie 4.0
21 Matthias Undesser
diesem Zusammenhang immer wieder genannt werden und unzertrennbar mit dem Begriff
Industrie 4.0 verknüpft sind.
Roth definiert Industrie 4.0 wie folgt:
„Industrie 4.0 umfasst die Vernetzung aller menschlichen und maschinellen Akteure über die
komplette Wertschöpfungskette sowie die Digitalisierung und Echtzeitauswertung aller hierfür
relevanten Informationen, mit dem Ziel die Prozesse der Wertschöpfung transparenter und
effizienter zu gestalten, um mit intelligenten Produkten und Dienstleistungen den Kundennutzen
zu optimieren“ (Roth 2016, S. 6).
Diese Definition wird auf den nächsten Seiten detailliert aufgeschlüsselt, um einen ausführlichen
Gesamtüberblick zu Industrie 4.0 zu geben.
Industrie 4.0 ermöglicht die Vernetzung von Maschinen, Produktions- und Lagersystemen sowie
von Betriebsmitteln mit Hilfe eingebetteter Produktionssysteme (Embedded Systems) auf Basis
der Digitalisierung und neuester Internettechnologien. „Die eingebetteten Produktionssysteme
sind vertikal mit betriebswirtschaftlichen Prozessen innerhalb von Fabriken und Unternehmen
vernetzt und horizontal zu verteilten, in Echtzeit steuerbaren Wertschöpfungsnetzwerken
verknüpft – von der Bestellung bis zur Ausgangslogistik“ (Promotorengruppe Kommunikation der
Forschungsunion Wirtschaft – Wissenschaft 2013, S. 5).
Die vertikale Integration beschreibt also die Vernetzung von IT-Systemen auf verschiedenen
Hierarchieebenen innerhalb des Unternehmens, von der Feldebene, Steuerungs- und
Prozessleitebene bis zur Unternehmensebene, zu einer ganzheitlichen Lösung. Das
Verschmelzen von intelligenten Maschinen, Betriebsmitteln, Produkten sowie Lagersystemen zu
einer digitalen Wertschöpfungseinheit und der Austausch über die Unternehmensgrenze hinweg
mit Partnern wie Lieferanten, Kunden, etc. sind zentrale Elemente der horizontalen Integration
(vgl. Wikipedia [4] o. J., o. S.; KWH13, S. 36 f., zit. nach Westermann 2017, S. 18).
Die Produktionsanlagen umfassen neben intelligenten Maschinen (Stichwort künstliche
Intelligenz) auch Betriebsmitteln und Lagersysteme (Stichwort intelligente, selbstorganisierende
Produktion), die Informationen austauschen, sich gegenseitig selbstständig konfigurieren,
organisieren und Aktionen autonom ausführen können. In der Smart Factory wird die Produktion
auf ein neues Level gehoben: intelligente Produkte sind mittels RFID-Transponder, Barcodes,
DataMatrix-Codes, etc. gekennzeichnet und jederzeit lokalisier- und identifizierbar. Indem das
intelligente Objekt seinen gegenwärtigen Zustand, seinen bisherigen Produktionsverlauf und
seinen finalen Endzustand kennt, unterstützt es aktiv den Produktionsprozess (vgl.
Promotorengruppe Kommunikation der Forschungsunion Wirtschaft – Wissenschaft 2013, S. 5).
Der Schritt zur Industrie 4.0
22 Matthias Undesser
In Kombination mit hochentwickelter Produktions- und Automatisierungstechnik kann so der
gesamte Wertschöpfungsprozess von der Eingangslogistik, über das Engineering, der
Produktion und Ausgangslogistik bis zum After-Sales Service verbessert werden. Ziel ist es,
eine flexiblere und effizientere Produktion entlang der Wertschöpfung zu schaffen sowie auf
spezifische Konsumentenwünsche mit einem hohen Maß an Produktindividualisierung eingehen
zu können (vgl. Roth 2016, S. 5; Promotorengruppe Kommunikation der Forschungsunion
Wirtschaft – Wissenschaft 2013, S. 5).
Gleichzeitig ist es auch wichtig, zwischen den einzelnen Akteuren Transparenz (Stichwort
Transparenz von Zustands- und Life-Cycle Informationen) zu gewähren. Daher spielen in cyber-
physischen Systemen auch Dezentralisierung und Echtzeitauswertung von Daten, Diensten und
Funktionen eine große Rolle. „Dienste, Daten und Komponenten können frei und dezentral auf
Knoten im Netzwerk verteilt werden“ (Roy 2017, S. 115).
Es kommt also durch die Dezentralisierung zu einem Übergang von der mechatronisch-
hierarchischen Automatisierungspyramide zum CPS (vgl. Roy 2017, S. 115).
Dieser Übergang wird durch neue, aus der Kognitionswissenschaft stammende, Erkenntnisse
wie das Dreischichtenmodell und Entwicklungen aus der Kommunikations- und
Informationstechnologie (IKT) beschleunigt. Grundsätzlich bestehen intelligente Systeme aus
vier wesentlichen Bestandteilen (vgl. Gausemeier, Czaja, Dülme 2015, S. 3):
• Technisches Grundsystem
o Mechanische Anlagen
Abbildung 3: Von der hierarchischen Automatisierungspyramide zum Cyber Physical System (CPS) (Hüning 2019, S. 6)
Der Schritt zur Industrie 4.0
23 Matthias Undesser
• Sensoren
o Datenerfassung aus der Umwelt oder dem System, Messwerte für
Informationsverarbeitung
• Aktoren
o Reaktion bzw. Einwirkung auf das Grundsystem
• Informationsverarbeitung
o Kommunikationssystem zwischen Sensoren, Aktoren und dem Grundsystem
Das Dreischichtenmodell bedient sich dieser vier Begrifflichkeiten und erklärt
Informationsverarbeitung in intelligenten Systemen wie folgt: Auf der nicht-kognitiven bzw.
technischen Schicht erfolgt die kontinuierliche Regelung und Steuerung des Systems. Die
Sinneswahrnehmung wird von den Sensoren übernommen und die gewünschte Aktion von der
Aktorik ausgeführt. Diese Kopplung aus Sensoren und Aktoren ist bei einem nicht-kognitiven
System starr und nicht „lernfähig“. Das heißt, dass ein bestimmter Reiz immer die gleiche
Reaktion auslöst. Man spricht in diesem Zusammenhang auch von einem reaktiven System (vgl.
Hüning 2019, S. 6; Gausemeier, Czaja, Dülme 2015, S. 4; Westermann 2017, S. 10).
Der Schritt zur Industrie 4.0
24 Matthias Undesser
Die assoziative Regulierung hingegen bricht diese starre Kopplung durch Konditionierung auf,
sodass die Beziehung aus Reizen (Sensoren) und Reaktionen (Aktoren) jederzeit und situativ
modifizierbar ist. Das System ist hierbei „anpassungsfähig“.
Wenn also eine Handlung als Reaktion auf einen Reiz positiv evaluiert werden kann, wird
zwischen diesen beiden eine Kopplung hergestellt, die bei Misserfolg auch wieder aufgelöst
werden kann (vgl. Hüning 2019, S. 6).
Bei der kognitiven Regulierung als oberste Schicht werden Reize erst evaluiert und bewertet,
bevor sie Reaktionen auslösen. „Damit wird künstliche Intelligenz mit ihrer Fähigkeit zum
Lernen, Planen und Handeln ein zentraler Bestandteil dieser kognitiven Regulierung, die dabei
durchaus durch ein verteiltes und vernetztes System technisch realisiert sein kann“ (Hüning
2019, S. 6).
Künstliche Intelligenz als Funktion der kognitiven Regulierung sorgt daher auf dieser Ebene für
bewusste Entscheidungen, Planungen und Handlungskontrollen zur Erreichung von Zielen.
Sollte es zu einer Abweichung der Ziele aufgrund geänderter Betriebsbedingungen kommen,
leitet das System eine Selbstoptimierung ein. Das kann sich in einer Neuausrichtung und
Modifikation der Ziele niederschlagen und das System passt dann selbstständig sein Verhalten
an die neuen Ziele an (vgl. Gausemeier, Czaja, Dülme 2015, S. 4; Hüning 2019, S. 6).
Alle drei Schichten bzw. Einzelsysteme inklusive dem zu Grunde liegenden technischem System
sind untereinander vernetzt und bilden ein cyber-physisches-System. „Weder die Vernetzung
Abbildung 4: Dreischichtenmodell der Verhaltenssteuerung (in Anlehnung an Strube 1998, S. 9)
Der Schritt zur Industrie 4.0
25 Matthias Undesser
noch die Rolle der Einzelsysteme ist statisch; vielmehr kann sich beides im Sinne der
geforderten Gesamtfunktionalität verändern“ (Gausemeier, Czaja, Dülme 2015, S. 4).
Für ein besseres Begriffsverständnis von Industrie 4.0 eignet sich die Definition nach Roth, da
hier alle wesentlichen Eigenschaften in Verbindung gebracht werden: „Industrie 4.0 umfasst die
Vernetzung aller menschlichen und maschinellen Akteure über die komplette
Wertschöpfungskette sowie die Digitalisierung und Echtzeitauswertung aller hierfür relevanten
Informationen, mit dem Ziel, die Prozesse der Wertschöpfung transparenter und effizienter zu
gestalten, um mit intelligenten Produkten und Dienstleistungen den Kundennutzen zu
optimieren“ (Roth 2015, S. 6).
In diesem Abschnitt werden die zuvor bereits in Zusammenhang gebrachten Kernelemente und
Eigenschaften von Industrie 4.0 näher beschrieben. Diese Eigenschaften sind die wesentlichen
Säulen einer cyber-physischen Fabrik und in keiner Literatur zum Thema Industrie 4.0
wegzudenken:
• Digitalisierung
• Dezentralisierung und (teil)autonome, selbstorganisierende Produktion
• Künstliche Intelligenz
• Industrielle Informationstechnik zur Vernetzung der Produktion
• Transparenz von Zustands- und Life-Cycle Informationen
• Flexibilität
• Mensch-Maschinen Interaktion
Gleichzeitig dienen die gewonnenen Erkenntnisse als Basis zur Erstellung der
Anforderungsdimensionen in Kapitel 8.
Digitalisierung
Die Digitalisierung in Unternehmen ist kein Trend unserer Zeit, denn der Einsatz von Computer-
und Softwaretechnologie, gerade in produzierenden Industrieunternehmen, hat sich längst
durchgesetzt. Für die Produktionsplanung zeigen sich ERP-Systeme verantwortlich. Die
Feinplanung und Optimierung unter Berücksichtigung von Kapazitäts- und Materialverfügbarkeit
wird von Systemen wie MRP, APS, PPS etc. durchgeführt. Die Automatisierung hat es auch
ermöglicht, bedarfssynchrone Beschaffungsmethoden wie Just-In-Time oder Just-In-Sequence
zu etablieren, um Losgrößen und Lagerkapazitäten zu verkleinern. Bei einem Störungsfall in der
Produktion haben all diese IT-Lösungen eine gemeinsame Schwäche. Sie erhalten zwar in der
Regel Rückmeldungen von den Produktionsmaschinen, können jedoch nicht autonom umplanen
Der Schritt zur Industrie 4.0
26 Matthias Undesser
und die Produktion neu ausrichten. Hier muss der Mensch manuell eingreifen (vgl. Hänisch
2017, S. 30).
Genau hier setzt Industrie 4.0 an und geht einen Schritt weiter. Digitalisierung bedeutet hierbei,
dass alle Signale und Informationen aus dem Produktionssystem digital verfügbar sind und
verwertet werden können. Das beinhaltet nicht nur die Ausstattung von Produktionssystemen
mit Sensoren und Aktoren. Auch Produktionsmittel und zu fertigende Produkte enthalten
Informationen zu ihrem Produktionsprozess. Vorrangiges Ziel ist es, „signifikante Prozess- und
Zustandsgrößen kontinuierlich zu erfassen und transparent zu machen“ (Michels 2016, S. 252).
Voraussetzung ist, wie bereits zuvor beschrieben, die vertikale Integration von Systemen, um
eine einheitliche und kompatible IT-Landschaft zu gewährleisten. Die horizontale Integration von
CPS ermöglicht den Informationsaustausch über Unternehmensgrenzen hinweg. Diese
Verschmelzung der realen und virtuellen Welt und der umfangreiche Austausch von in Echtzeit
generierter Daten eröffnen neue Perspektiven bei der Optimierung von Logistik- und
Produktionsabläufen (vgl. Siepmann 2016, S. 42).
Dezentralisierung und (teil)autonome Selbstorganisation
Das Konzept Industrie 4.0 sieht eine Zerlegung des Produktionsprozesses in einzelne,
dezentrale Arbeitssysteme vor. Selbstregelnde und intelligente Steuerungsmechanismen sollen
die weit verbreitete hierarchische Fertigungssteuerung mit festen Grenzen ablösen. Das soll zu
einer höheren Flexibilität der Prozesse führen, wo sich die Arbeitssysteme während des
Auftragsdurchlaufs gegenseitig abstimmen (vgl. Jahn 2017, S. 5).
Aktuell weit verbreitet ist die klassische speicherprogrammierbare Steuerung (SPS), welche zur
Regelung und Steuerung von Produktionsanlagen dient. Mittels busfähiger Sensoren und
Aktoren ist die SPS an Maschinen gekoppelt und kann diese veranlassen, eine bestimmte
Aktion auszuführen. Da jeder Sensor und Aktor einen eigenen Eingangs- und Ausgangskanal
(E/A-Kanal) besitzen muss, ist die Verkabelung von Produktions- und Steuerungseinheiten nur
unter hohem Aufwand bewältigbar. In der Industrie 4.0, wo Fertigungssysteme miteinander
kommunizieren und flexibel aufeinander abgestimmt sind, muss die SPS drahtlos an die
Feldgeräte angebunden sein (vgl. Seitz 2015, S. 24). Neben der anspruchsvollen Hardware
bedarf es aufgrund der enormen Komplexität der zentralen Steuerung auch einer aufwendigen
Softwareanpassung, um die SPS auf Geschwindigkeit zu optimieren. „Hierfür muss die SPS-
Software objektorientiert strukturiert und programmiert werden“ (Seitz 2015, S. 24). Dadurch
können mehrere SPSen und PCs zu einem leistungsstarken Automatisierungsverbund vernetzt
werden (vgl. ebd., S. 24). Die SPS ist jedoch modular auf Produktionsanlagen erweiterbar und
daher die wichtigste Steuerungstechnik weltweit.
Der Schritt zur Industrie 4.0
27 Matthias Undesser
Die Anforderungen von Industrie 4.0 erfordern ein radikales Umdenken. Die Vernetzung zur
Übertragung von Daten soll zukünftig über die Cloud oder über standardisierte Formate des
Internets, wie z.B. TCP/IP, HTTP oder XML erfolgen. Dazu ist es notwendig, dass alle
Teilnehmer im Wertschöpfungsverbund in ein solches Netzwerk integriert werden: den Anfang
bei der ortsunabhängigen Kommunikation bildet der Lieferant, in der Mitte steht das
automatisierte, modularisierte Materialflusssystem und am Ende der Kunde/die Kundin (vgl.
Hompel, Sondhof, Libert 2016, S. 1 f.).
Da flexible Produktionsnetzwerke mit dezentraler Steuerung auch eine dementsprechend hohe
Steuerungsintelligenz und einen hohen Rechenaufwand voraussetzen, eignet sich die
Auslagerung von dynamischen Optimierungsberechnungen in die Cloud. Die Cloud eignet sich
aufgrund der schier unendlichen Speicherkapazität auch zum Aufbewahren von Daten. Dabei
müssen die strengen Kriterien der Produktionstechnik wie Echtzeitfähigkeit, Datensicherheit und
Verfügbarkeit zu jederzeit gewährleistet werden. Das Internet der Dinge und Dienste liefert also
die richtige Kommunikationsbasis, um als Schnittstelle zwischen Produktionsanlagen und
Menschen zu fungieren (vgl. Siepmann 2016, S. 40).
Zur Beherrschung komplexer Systeme, wo Zielkonflikte auftreten können, greift Industrie 4.0 auf
das Konzept autonomer, selbstorganisierter Systeme zurück. Dieses lässt sich in Form von
Agenten umsetzen, welche neben der Autonomie auch Attribute wie reaktiv, proaktiv, robust,
flexibel und sozial aufweisen (vgl. Bitsch 2016, S. 122).
Abbildung 5: Automatisierungsebenen in Produktionsbetrieben und Bestrebungen zur Integration der Komponenten (Seitz 2015, S. 24)
Der Schritt zur Industrie 4.0
28 Matthias Undesser
Intelligente Agenten sollen folgende Eigenschaften mit sich bringen (vgl. Wooldridge, Jennings
1995, zitiert nach Hou 2015, et al., S. 143; Padgham, Winikoff 2004, zitiert nach Hou 2015, et
al., S. 143):
• Sozial: intelligente Agenten müssen auch mit anderen Agenten und Menschen wirksam
kommunizieren können
• Reaktiv: intelligente Agenten müssen ihre Umgebung wahrnehmen und zeitnah auf
Veränderungen reagieren können
• Autonom: intelligente Agenten müssen die eigenen Handlungen ohne externen Einfluss
kontrollieren
• Flexibel: intelligente Agenten müssen mehrere Lösungsansätze zur Zielerreichung
anbieten können
• Robust: intelligente Agenten müssen sich von Fehlschlägen erholen können.
• Proaktiv: intelligente Agenten müssen dauerhaft die Initiative ergreifen, um Ziele zu
erreichen
Die Selbstorganisation ist dabei stark an das Konzept der künstlichen Intelligenz geknüpft (vgl.
Bitsch 2016, S. 122). Mit Hilfe von Software-Agenten können selbststeuernde, logistische
Prozesse oder Produktionsanlagen Bearbeitungsschritte entlang der gesamten
Wertschöpfungskette planen, selbstständig Materialien anfordern und reservieren, den
Nachschub anstoßen (Kanban-Lösungen mit RFID-Technologie), sowie Anlagekapazitäten je
nach Auslastungsgrad in Anspruch nehmen. Dabei können intelligente Agenten mit Sensoren
und Aktoren in ihrer Umgebung interagieren und „sind zu einer aufgabenorientierten
Problemlösung durch autonome, reaktive und zielgerichtete Anwendung geeigneter Methoden
der Künstlichen Intelligenz (…) fähig“ (Broy, Geisberger 2012, S. 132). Sollte es entlang der
Wertschöpfungskette zu Komplikationen kommen, werden die vor- und nachgelagerten Stellen
unverzüglich informiert (vgl. Broy 2010, zitiert nach Spath 2013, S. 98).
Künstliche Intelligenz
Das eigenständige Handeln autonomer Systeme ist eines der Kernthemen von Industrie 4.0 und
die Grundlage für dezentrale Steuerung. Künstliche Intelligenz (KI) oder Artifical Intelligence (AI)
ist ein Teilgebiet der Informatik und umfasst darüber hinaus maschinelles Lernen. Dabei werden
Datenbestände mit Hilfe einer Software zusammengeführt, ausgewertet und auf Basis von
Algorithmen Verallgemeinerungen und Gesetzmäßigkeiten abgeleitet. Die benötigte
Rechenleistung wird in große Rechenzentren ausgelagert. Ein künstliches System kann also
Muster erkennen und aus Erfahrungen Wissen generieren. Folglich können dank „Big Data“
Der Schritt zur Industrie 4.0
29 Matthias Undesser
(Näheres dazu in Kapitel 3.2) Prozesse optimiert und neue Lösungen gefunden werden (vgl.
Wikipedia [5] o. J., o. S.).
Technische Voraussetzungen sind neben dem Internet der Dinge und Dienste (IoT) auch
Sensoren und Anlagen mit eingebetteten Kleinstcomputern. Die Daten, welche zum Aneignen
von Wissen benötigt werden, können beispielsweise in der Cloud gespeichert werden.
Intelligente Produktionsmittel erhalten die notwendigen Informationen wie Farbe, Qualität, Form,
Menge, etc. über RFID-Chips. Diese müssen für die Praxis energieautark konzipiert werden. Der
ultraflache RFID-Transponder, auch Smart Label genannt, kann problemlos auf die Oberfläche
von Werkstücken, auf Rohlinge, etc. angebracht werden. Produktionsanlagen können so die
Informationen auslesen und die nächsten Produktionsschritte einleiten. Da in der Smart Factory
alle Schnittstellen, Produktionsanlagen und Systeme miteinander vernetzt sind, fallen wiederum
enorme Datenmengen an. Durch die Analyse genau dieser mit Hilfe der künstlichen Intelligenz
kann der Fertigungsprozess weiter optimiert werden (vgl. Siepmann 2016, S. 39; Wikipedia [6] o.
J., o. S.).
Flexibilität
Das Wort Flexibilität leitet sich aus dem lateinischen Wort „flectere“ ab, was wörtlich übersetzt so
viel wie „biegen“ oder „beugen“ bedeutet. Generell versteht man darunter die
Anpassungsfähigkeit an wechselnde Umstände (vgl. Wikipedia [7] o. J., o. S.). Es ist also ein
Indikator dafür, wie schnell sich Unternehmen an veränderte Rahmenbedingungen einstellen
können. Solche Veränderungen können u.a. durch Lieferengpässe seitens der Teilelieferanten
oder durch eine spontane Erhöhung von Liefermengen auftreten (vgl. Roth 2016, S. 7).
Produktionsunternehmen müssen also, trotz zunehmend schwankender Marktbedingungen,
hohe Lieferfähigkeit und geringe Lieferzeiten mit niedrigen Beständen bei angemessener
Kapazitätsauslastung gewährleisten können. Unternehmensintern wird dabei zwischen der
Flexibilität im Produktionsbereich, der Anlagenflexibilität und der Flexibilität beim
Mitarbeitereinsatz, der sogenannten Kapazitätsflexibilität, differenziert. In beiden Fällen geht es
primär darum, schwankenden Nachfrageentwicklungen in volatilen Märkten mit hoher
Reaktionsfähigkeit in der Produktion zu begegnen. Das betrifft vor allem Betriebe mit hoher
Fertigungstiefe in der manuellen Fertigung, welche primär durch Kapazitätsflexibilität bei
Arbeitskräften in der Produktion reagieren können (vgl. Spath 2013, et al., S. 67 f.).
Um diesen Spagat erfolgreich zu meistern, wird der Vernetzung und Echtzeitabbildung der
Produktion eine immer wichtigere Rolle zukommen. Bei Industrie 4.0 geht es also auch darum,
auf Kundenbedürfnisse schnell und flexibel reagieren zu können. Da der Kunde/die Kundin auch
immer mehr Wert auf ein individualisiertes Produkt legt, wird ein Produktionsunternehmen auch
Der Schritt zur Industrie 4.0
30 Matthias Undesser
nicht darum herumkommen, eine hohe Variantenzahl bei niedriger Losgröße im Sortiment zu
führen. In diesem Zusammenhang ist auch festzuhalten, dass Flexibilisierung bei richtiger
Anwendung zu einer Verkürzung der Lead-Time (Reaktion auf Kundenanfragen) und Time-to-
Market (Dauer von der Produktentwicklung bis zur Markteinführung) führen kann. Beide
Faktoren lassen sich durch Anwendung neuer Technologien im Bereich von digitalem
Engineering, Prototypenbau im 3D-Druckverfahren und Predective Analytics (Vorhersagen auf
Basis von Daten) realisieren (vgl. Roth 2016, S. 7).
Am Ende des Tages wird sich jenes Unternehmen durchsetzen, welches der Kundschaft ein
Produkt exakt nach dessen Wünschen fertigen und zeitnah liefern kann. Bei diesem Ansatz
steht ein „kundenintegrierter Geschäftsprozess“ im Vordergrund, der den Kunden/die Kundin
bereits bei der Entstehung des Produktes aktiv miteinbezieht. In der Praxis kann das bedeuten,
dass der Kunde/die Kundin seine Bestellung noch adaptieren kann, auch wenn sich das Produkt
schon in der Produktion befindet. Dieses Szenario ist insbesondere in der Automobilindustrie
vorstellbar (vgl. Barthelmäs 2017 et al., S. 44; Spath 2013, et al., S. 67 f.).
Mensch-Maschinen Interaktion
Handlungs- und entscheidungsfähige Systeme, die ihre Aufgaben (teil)autonom erledigen,
betreffen nicht nur die Maschine-zu-Maschine (M2M) Kommunikation. Sie verändern auch den
künftigen Aufgaben- und Verantwortungsbereich des Menschen. Bei der hochkomplexen
Technik in vernetzten, dezentralen Systemen, wo Technik als „Mitentscheider“ fungiert, reicht
eine stationäre Bedieneinheit an den Maschinen nicht mehr aus. Der Mensch muss durch sein
großes Aufgabenspektrum auch räumlich flexibel sein und das setzt eine neue Art von
Steuerungskonzepten voraus. Die neue Konstellation an der Mensch-Maschine-Schnittstelle
wird aber auch Änderungen bei den Kompetenz- und Qualifikationsanforderungen bezüglich der
Mitarbeiter/Mitarbeiterinnen erforderlich machen (vgl. Czerniak 2017, et al., S. 171; Dworschak
2012, et al., S. 16; Gorecky 2014, et al., S. 525 ff.).
Anders als beim CIM (Computer-Integrated-Manufacturing) aus den 1980er Jahren, bleibt der
Faktor Mensch in CPPS nicht unberücksichtigt. Das frühere Modell sah eine Vollautomatisierung
von Fabriken vor, die den Einsatz des Menschen überflüssig machen sollte (vgl. Gorecky 2014,
et al., S.525). Bei Industrie 4.0 ist das nicht der Fall. Der Mensch soll im CPPS-Umfeld durch
intuitive, assistierende Technologien optimal unterstützt werden (vgl. Czerniak 2017, et al., S.
171).
In diesem cyber-physischen Gefüge kann der Mensch entweder direkt auf die physische
Komponente einwirken (über Touch-Displays, mobile Endgeräte, etc.) oder über eine
Der Schritt zur Industrie 4.0
31 Matthias Undesser
Benutzerschnittstelle mit der virtuellen, digitalen Komponente interagieren (Gorecky 2014, et al.,
S. 525).
An zentraler Bedeutung gewinnen dabei adaptive, lernende Assistenzsysteme, die stetig mit
neuem Wissen aus dem Unternehmen angereichert werden und den Menschen auch in
schwierigen und unbekannten Situationen unterstützen sollen. Die technologischen
Rahmenbedingungen wurden bereits geschaffen. Im Fabrikumfeld der Industrie 4.0 werden die
Beschäftigten mit einem persönlichen Assistenten in Form eines mobilen Endgerätes
ausgestattet, um Informationen aus dem CPPS zu erhalten, um mit anderen
Kollegen/Kolleginnen zu kommunizieren oder um Unterstützungsfunktionen auszuführen. Als
besonders intuitive und effiziente Technologien gelten die Gestensteuerung und
Spracherkennung.
Zu den state of the art Technologien gehören auch moderne Touch-Displays, welche nicht nur
Informationen graphisch darstellen können, sondern auch als Eingabegeräte dienen. Diese
liefern jetzt schon zufriedenstellende Ergebnisse, wenn es darum geht, ein reibungsloses
Zusammenspiel von Mensch-zu-Maschine zu gewährleisten. Zu erwähnen sind hier das seit
Jahren etablierte Smartphone oder das Tablet (vgl. Hüning 2018, S. 49; Gorecky 2014, et al., S.
535).
Dem Menschen als flexibles Element im cyber-physischen-System wird die höchste
Handlungsvarietät zugesprochen. Das heißt, er kann als übergeordnete Entscheidungs- und
Steuerungsinstanz die Produktionsstrategie festlegen, überwachen und im Bedarfsfall gegen
das autonom agierende Produktionssystem intervenieren. Wieviel Autonomie und „Macht“ ein
Abbildung 6: Cyber-physisches Gefüge (in Anlehnung an Zamfirescu, 2012, zitiert nach Gorecky et al. 2014, S. 525)
Der Schritt zur Industrie 4.0
32 Matthias Undesser
CPS erhält, ist eine sozio-technologische Frage, welche die Kybernetik mit dem „Gesetz von der
erforderlichen Varietät“ beantwortet (vgl. Gorecky 2014, et al., S. 526 f.).
Industrielle Informationstechnik zur Vernetzung der Produktion
Durch die industrielle Informationstechnik werden Automatisierungs- und
Produktionsinfrastrukturen zu digitalen, vernetzten Infrastrukturen erweitert. Vernetzte, digitale
Lösungen wie aus dem Virtualisierungs- oder Consumer-Bereich (Smartphones, Tablets, etc.)
sollen den gesamten Ablauf der virtuellen Produktentstehung, angefangen von der Produktidee,
Produktentwicklung, (Vorserien-)Planung und der Fehlervermeidung (Anlaufabsicherung) in der
Produktion bis zur Betreuung des Kunden/der Kundin nach dem Erwerb des Produktes,
effizienter und flexibler gestalten. Diese zunehmende Vernetzung und Digitalisierung lässt sich
aber nicht ohne erhöhte Produkt- und Produktionsintelligenz bewerkstelligen. Daher wird es
künftig ein vorrangiges Ziel sein, das Informationsmanagement dahingehend zu optimieren, um
eine reibungslose Vernetzung zwischen intelligenten Produkten und der Produktion sowie
zwischen smarten Produkten und ihrem Umfeld herzustellen. Dabei sind Planungs- Simulations-
und Erklärungsmodelle wichtige Werkzeuge für das „Ingenieurswesen 4.0“, um eine nahtlose
Integration der realen und virtuellen Welt zu ermöglichen. Das Erklärungsmodell wandelt die
reale Welt in eine virtuelle bzw. digitale Welt um. So werden bestehende Simulationen, die z.B.
einen Produktionsprozess abbilden, in eine digitale Welt transferiert, um Verbesserungen von
Abläufen abzuleiten. Als Resultat kann eine Optimierung des Ressourceneinsatzes o. Ä. erzielt
werden. Beim Planungsmodell wird eine virtuelle Welt erschaffen, welche im Anschluss
umgesetzt werden soll. Letztendlich geht es bei der industriellen Informationstechnik (IIT)
darum, beide Modelle ineinander zu integrieren (vgl. Stark 2016, et al., S. 177; Horn 2017, S.
69).
Allerdings stellt die IIT auch die IT-Sicherheit vor neue Herausforderungen. Es besteht ein
deutlich erhöhtes Gefahrenrisiko hinsichtlich potentieller „Angriffe, Manipulation, Fehlbedienung
oder technischer Störung durch (1) die gestiegene Komplexität der Gesamtsysteme, (2) die
Heterogenität in den technischen Systemen und Protokollen selbst, sowie durch (3) eine
vergrößerte Angriffsfläche und neue Angriffsvektoren“ (Horn 2017, S. 69).
Transparenz
Im Kontext von Industrie 4.0 bedeutet Transparenz, dass Produktionsanlagen und Maschinen
Informationen über den Ist-, Konfigurations- und Prozesszustand im Netzwerk bereitstellen und
das durchgängig über alle Stadien des Lebenszyklus hinweg. Um große Datenmengen aus
Der Schritt zur Industrie 4.0
33 Matthias Undesser
verschiedenen Systemen mit unterschiedlichen Formaten verwerten zu können, braucht es ein
standardisiertes System mit einer schlüssigen Bewertungsmethodik, um lückenlose und
permanente Durchgängigkeit und Transparenz sicher zu stellen. Über Sensoren können Daten
von Maschinen aufgenommen und an diverse Software-Module weitergegeben werden. Daraus
lassen sich neue Applikationen und Dienste ableiten. Da dies alles in Echtzeit erfolgt, kommen
enorme Datenmengen zusammen, die eine innovative Infrastruktur zur Datenübertragung und
Datenspeicherung voraussetzen. In diesem Zusammenhang spricht man auch von „Big Data“
(Näheres dazu im Abschnitt 3.2.3) (vgl. Michels 2016, S. 250; Jahn o. J., S. 106 f.).
Armin Roth sieht in der digitalen Transparenz in Echtzeit auch die Möglichkeit, die
Entscheidungsfähigkeit und Entscheidungskompetenz zu verbessern und globale wie lokale
Optimierungspotentiale in Produktentwicklung und Produktion zu identifizieren (vgl. Roth 2016,
S. 7).
3.2 Technologische Grundlagen
Alle Technologien, die bei Industrie 4.0 eingesetzt werden, haben ein und denselben Zweck: die
Verbindung von bisher isolierten Informationsquellen und die Verfügbarkeit von Informationen in
Echtzeit, um den gesamten Prozess einer Wertschöpfungskette zu verbessern. Grundlage
bilden Informations- und Kommunikationstechnologien (IKT), welche zur Vernetzung und
Kommunikationsfähigkeit von Systemen eingesetzt werden. Im Vordergrund stehen dabei nicht
revolutionäre, neue Technologien, sondern eine neue Stufe der Steuerung und Organisation von
Wertschöpfungsnetzwerken. Neue Produktionstechnologien sind nicht der zentrale
Ausgangspunkt, vielmehr ist es die Vision über einen Paradigmenwechsel entlang der
Wertschöpfungskette inklusive Lebenszyklus. In dem Zukunftsbild Industrie 4.0 gehören starre
Produktionssysteme und starre Organisationsstrukturen der Vergangenheit an. Das Ziel sind ad-
hoc vernetzte, selbst organisierende Produktionsanlagen und Organisationen (vgl. Anderl 2016,
et al., S. 122; Dais, Bosch 2014, S. 630).
Der Schritt zur Industrie 4.0
34 Matthias Undesser
Die wesentlichen Akteure in diesem System sind dabei das intelligente Produkt, die intelligente
Anlage und der assistierte Mitarbeiter, der als übergeordnete Entscheidungs- und
Steuerungsinstanz das System überwacht.
Wie bereits in Abschnitt 3.1 erläutert, baut die Kommunikation unter diesen drei Akteuren auf die
horizontale und vertikale Integration von IT-Systemen auf (vgl. Anderl 2016, et al., S. 122).
Zentrale technologische Komponente sind cyber-physische Produktionssysteme in intelligenten
Fabriken. Im CPPS kommen eine Reihe von Technologien zum Einsatz, die zur Lokalisierung,
Identifikation und Adressierung von realen Objekten wie von Werkstücken, Betriebsmitteln und
Prozessen dienen. Um welche Technologien es sich dabei im Detail handelt, wird im Folgenden
erläutert:
3.2.1 Cyber-physische-Systeme
Cyber-physische-Systeme setzen sich aus eingebetteten Software- und Hardwarekomponenten
zu einem smarten Verbund zusammen, in dem jedes physische Objekt mit einer eigenen
Identität versehen wird. Abbildung 7 zeigt die Technologieebene mit den drei Bausteinen
Ubiquitous Computing, Internet der Dinge und Dienste und Cloud Computing, aus denen sich
ein CPS zusammensetzt (vgl. Siepmann 2016, S. 23).
Abbildung 7: Komponenten der Industrie 4.0 (Siepmann 2016, S. 22)
Der Schritt zur Industrie 4.0
35 Matthias Undesser
Durch Ubiquitous Computing sind Objekte in der Lage, Daten über Sensoren zu erfassen und
diese durch eingebettete Mikroelektronik mit eigener Rechenleistung zu verarbeiten, um damit
den Aktoren Befehle zu erteilen. Die Aktoren können die erhaltenen Informationen wiederum in
mechanische Bewegungsenergie umwandeln, um einen direkten Einfluss auf das
Produktionssystem auszuüben. Die mit IKT ausgestatteten Produktionsmitteln, Produkte und
Maschinen müssen also über eine Art künstliche Intelligenz (KI) verfügen. Damit die von
intelligenten physischen Objekten gesammelten Daten (Ubiquitous Computing) auch außerhalb
des CPS mit der digitalen Welt geteilt werden können, fungiert das Internet der Dinge- und
Dienste (IoTS) als Verbindungsstück zwischen smarten Objekten des Ubiquitous Computing und
dem Internet. Dazu muss das Objekt eindeutig identifizierbar sein, was über Zuweisung einer
eigenen Adresse mit der neuesten Internet Protocol Version 6 (IPv6) erfolgt (vgl. Siepmann
2016, S. 23).
„In der Industrie 4.0 können so Produktionsmittel direkt über das Internet angesprochen und
benötigte Daten erhoben, verarbeitet und in Form von Steuerungsdaten an die Maschinen
zurückgeliefert werden“ (Siepmann 2016, S. 23).
Da eine lokale Aufbewahrung der Daten das bestehende IT-System überfordern würde, braucht
es eine erweiterte IT-Infrastruktur in Form von Cloud-Computing. Die in der Cloud aufbewahrten
Daten werden mit Hilfe geeigneter Analysealgorithmen und Auswertungen über Big-Data und
Analytics Tools in Echtzeit ausgewertet, um die Kontrolle, Steuerung und Wartung eines CPS zu
unterstützen. Cloud Computing liefert nicht nur eine Auslagerungsplattform für Daten, sondern
auch die nötige Infrastruktur, um aufwändige Rechenprozesse zur Erstellung von Algorithmen
durchführen zu können. Im Modell von Rainer Drath wird der gesamte Prozess von der
Datenerhebung bis zum Zurücksenden der ausgewerteten Steuerungsdaten an physische
Objekte wie Fertigungsmaschinen abgebildet (vgl. Siepmann 2016, S. 30 f.):
Der Schritt zur Industrie 4.0
36 Matthias Undesser
Auf der zweiten Ebene spricht man von Cyber-Physischen-Produktionssystemen (CPPS). Weitet
man das sich selbst optimierende Produktionssystem einzelner Anlagen und Maschinen auf das
gesamte Produktionsnetzwerk und auch über andere Produktionsbetriebe aus, erhält man ein
cyber-physisches Produktionssystem, welches in der Lage ist, die Produktion über
Unternehmensgrenzen hinweg kontextsensitiv zu steuern.
CPPS verbindet also selbst agierende Teilsysteme zu einem übergeordneten System. Man
spricht daher von einem CPPS, wenn für die Optimierung eines Prozessschrittes für ein
Betriebsmittel Daten aus einem vorangegangenen Prozessschritt herangezogen wurden (vgl.
Michels 2016, S. 266).
Um diese umfangreiche Verbindung und Kommunikation von Maschinen, Anlagen und dem
Menschen realisieren zu können, braucht es angepasste Schnittstellen und Funktechnologien.
Zur Verbindung von mobil verteilten Fertigungsanlagen in einzelnen CPS kommen
Übertragungstechnologien wie Wireless LAN (WLAN) und Bluetooth zur Anwendung. Bei der
Mensch-Maschine Interaktion (MMI) gewinnen lernende Assistenzsysteme an Bedeutung, die
den Bediener bei der Steuerung und Überwachung unterstützen. Bei der M2M-Kommunikation
wird es unabdingbar sein, einheitliche Standards für die Produktionssteuerung zu etablieren (vgl.
Michels 2016, S. 266; Siepmann 2016, S. 24).
Abbildung 8: cyber-physisches System (CPS) in der Industrie 4.0 (Drath 2014, zitiert nach Siepmann 2016, S. 30)
Der Schritt zur Industrie 4.0
37 Matthias Undesser
Neben den technologischen Voraussetzungen zur Umsetzung eines cyber-physischen-Systems
braucht es auf der Managementebene neue Unternehmensvisionen und zukunftsorientierte
Denkweisen. Diese machen eine Strategieanpassung genauso unabdingbar, wie die
Entwicklung neuer Geschäftsmodelle und Prozesse (vgl. Siepmann 2016, S. 24).
3.2.2 Intelligente Objekte und Produkte
In der Analyse von Meyer et al. wird das physisch vernetzte Objekt auch als „Intelligent Product“
bezeichnet (vgl. Meyer 2009, et al., S. 137).
Man spricht also von Produkten, die mittels Informations- und Kommunikationstechnologie
Daten aus ihrer Umgebung aufnehmen und weiterverarbeiten können. Dazu sind die smarten
Objekte mit Prozessoren, Netzwerktechnologien, Sensorik und Aktorik ausgestattet, um Daten
zu erfassen, sicher zu speichern und weiter zu leiten. Für die Informationsweitergabe und
Kommunikation ist die Vernetzbarkeit von physischen Objekten ebenso elementar, wie die
Datensicherheit. Nur so können physische Objekte als Bindeglied zwischen physischer und
virtueller Welt und als Schnittstelle zum Kunden eingesetzt werden (vgl. Hackmann 2014, zitiert
nach Kampker 2018, et al., S. 154). Darüber hinaus vernetzen cyber-physische-Systeme
physische Objekte und virtuelle Objekte über ein offenes und untereinander verknüpftes
Informationsnetzwerk (vgl. Kampker 2018, et al., S. 154).
Abbildung 9: Die Technologiekonzeption des Spitzenclusters it’s OWL für intelligente technische Systeme (Gausemeier 2013, et al., zitiert nach Michels 2016, S. 267)
Der Schritt zur Industrie 4.0
38 Matthias Undesser
Dadurch entstehen nicht nur neue Anwendungsmöglichkeiten im Bereich Logistik, sondern auch
neue Geschäftsmodelle wie „Smart Services“. Hierzulande wird der Begriff mit „digitalen
Dienstleistungsangeboten“ übersetzt. Diese Art von Dienstleistung wird von Anbietern für
Kunden erbracht, welche smarte Produkte einsetzen. Wenn beispielsweise eine Firma zur
Erzeugung von Kunststoffteilen eine Spritzgussmaschine erwirbt, bekommt diese vom Hersteller
nicht nur die vernetzte und mit moderner Sensorik ausgestattete Hardware, sondern auch ein
neues Dienstleistungsangebot in Form von Smart Service dazu. Die Maschine sammelt
permanent Daten über ihren Betriebszustand, welche diese über das Netzwerk in die
Softwareumgebung des Smart Service Anbieters überträgt. Der Inhaber dieser Onlineplattform
ist gleichzeitig der Hersteller der Spritzgussmaschine. Die Daten werden dort von Algorithmen
ausgewertet, um maschinelles Wissen zu erlangen. Mit diesem Wissen können
Serviceprotokolle zur vorbeugenden Instandhaltung erstellt werden. Angenommen es treten
technische Probleme bei einzelnen Teilen oder Baugruppen in der Maschine auf, können diese
betroffenen Teile selbstständig eine Ersatzteillieferung veranlassen und nicht erst zum Zeitpunkt
der Inspektion (vgl. Wikipedia [8], o. J., o. S.).
Im Rahmen dieser Arbeit haben physische Objekte im logistischen Bereich jedoch deutlich mehr
Gewichtung. Konkret können intelligente Objekte in der Logistik intelligente Werkstoffe,
Materialien, Ladungsträger, Lager, Beförderungstechniken und Betriebsmittel sein. Intelligente
Betriebsmittel sind heute schon im MES (Manufacturing Execution System) zur
Produktionsplanung von Aufträgen eingebunden (vgl. Roy 2017, S. 61 f.).
In der Literatur wird der Fokus auch auf den Grad der Intelligenz bzw. der Interaktionsfähigkeit
eines „intelligenten Produkts“ gelegt. Im Umgang mit Informationen sollte ein intelligentes
Produkt zumindest in der Lage sein, seine eigenen Informationen zu verwalten, welches es über
Sensorik, RFID-Lesegeräte und anderer Technologien gesammelt hat. Ist der Funktionsumfang
des intelligenten Produkts dermaßen beschränkt, spielt sich die künstliche Intelligenz nicht im
Produkt selbst, sondern außerhalb ab. Das Produkt hat also keine Kontrolle über sich selbst.
Der Grad der Intelligenz eines Produktes ist höher einzustufen, wenn es Probleme oder
Warnungen mitteilen kann. Das kann zum Beispiel die Warnmeldung über ein Stück Metall sein,
welches zur Weiterverarbeitung eine zu hohe Temperatur aufweist. In der fortschrittlichsten
Ausbaustufe kann das intelligente Produkt selbstständig Entscheidungen treffen, ohne
Intervention von außerhalb (vgl. Meyer 2009, et al., S. 139 f.).
Die Intelligenz eines Objekts hängt aber auch vom Ort der Datenverarbeitung ab. Verfügt ein
Objekt nicht über ausreichend Rechenleistung oder über zu knappe Speicherkapazitäten, muss
das maschinelle Lernen (Siehe 3.1 Begriffserklärung/künstliche Intelligenz) von einer Software
auf einem externen Server übernommen werden. Meyer et al. nennt das „Intelligenz durch
Netzwerk“. Umgekehrt kann „Intelligenz“ auch vollständig vom physischen Produkt,
Der Schritt zur Industrie 4.0
39 Matthias Undesser
vorausgesetzt es verfügt über die technischen Rahmenbedingungen, selbst generiert werden
(vgl. Meyer 2009, et al., S. 139 f.).
3.2.3 Big Data
Durch die Vernetzung einer großen Anzahl von Geräten werden wir künftig von einer Datenflut
regelrecht überschwemmt werden. Zur Lösung des Problems fällt immer wieder der Begriff „Big
Data“. Doch was verbirgt sich hinter dem Begriff, der nahezu immer einhergehend mit Industrie
4.0 genannt wird?
Adrian Merv beschreibt Big Data als Daten, welche die Möglichkeiten von konventioneller
Hardware zur Datenhaltung, -verarbeitung und -analyse übersteigen. Seiner Meinung nach ist
Big Data auch deutlich heterogener als konventionelle Daten. Das heißt, dass für analytische
Betrachtungen auch externe Daten herangezogen werden sollen. Damit würde das in sich
geschlossene Datenuniversum eines Unternehmens der Vergangenheit angehören und eine
globale Sichtweise auf das Unternehmen ermöglichen (vgl. Merv 2011, zitiert nach Fasel, Meier
2016, S. 5).
Andere Sichtweisen sehen in Big Data den großen Vorteil der Informationstransparenz und eine
Effizienzsteigerung, mit der Daten analysiert und ausgewertet werden können. Big Data soll
auch neue Entwicklungen bei Applikationen anstoßen, mit deren Hilfe bis dato nicht machbare
Simulationen mit detaillierten Daten berechnet werden können (vgl. Fasel, Meier 2016, S. 5 f.).
Ausgehend von der Definition von Adrian Merv und dem McKinsey Global Institute hat man sich
auf drei charakteristische Merkmale geeinigt, die die Nutzung von Spezialsoftwarelösungen für
Big Data rechtfertigen: es sind dies die Eigenschaften Volume, Variety, Velocity (vgl. ebd., S. 6).
Das Volumen, also der Datenbestand, bezieht sich auf die exponentiell wachsende
Datenmenge, da vernetzte Maschinen und Geräte mit immer mehr Sensorik ausgestattet
werden, die ununterbrochen Daten erzeugen. Begünstigt wird dieser Anstieg der Datenmenge
auch vom zunehmenden Zwang, Protokolldateien zu erstellen und durch Transaktionsdaten (vgl.
Dittmar 2016, S. 56).
Neben dem Datenvolumen steigt auch die Vielfalt an Daten (Variety). So unterschiedlich die
Quellen (Herkunft) von Daten sind, so verschieden sind auch die Datenformate. Dabei
unterscheidet man zwischen strukturierten, semi-strukturierten und unstrukturierten Multimedia-
Daten wie Video-, Bilder-, Grafik-, Audio- und Textdaten (vgl. Fasel, Meier 2016, S. 6).
Das dritte Kriterium der drei Vs, Velocity, bedeutet Geschwindigkeit und bringt zum Ausdruck,
wie schnell Datenströme entstehen und ausgewertet werden können. Egal ob Messdaten von
Der Schritt zur Industrie 4.0
40 Matthias Undesser
Anlagen im Dauerbetrieb oder Stammdaten von mobilen Geräten, für die Prozessintegration im
Unternehmen ist die Datenintegration, -auswertung und -analyse im Nanosekundenbereich
entscheidend, um neue Erkenntnisse zu gewinnen und gegebenenfalls Aktionen einzuleiten (vgl.
Sendler 2016, S. 47; Fasel, Meier 2016, S. 6; Dittmar 2016, S. 57).
Wirft man einen Blick auf alle drei Definitionen kommt man schnell zu dem Ergebnis, dass es
sich bei Big Data nicht nur um ausschließlich technische Aspekte handelt, sondern auch
methodische Fragestellungen berücksichtigt werden müssen (vgl. Dittmar 2016, S. 57). „Zudem
bezieht sich der Skalierungsanspruch nicht ausschließlich auf ein hohes Datenvolumen
(Volume), sondern auch auf eine hohe zeitliche Skalierung hinsichtlich hoher Datenaktualität
und hoher Performanceansprüche bei der Durchführung komplexer Analysen (Velocity) auf
Basis von Daten, die in vielfältiger Strukturierung vorliegen können (Variety)“ (Dittmar 2016, S.
57).
3.2.4 Internet der Dinge und Dienste (IoTS)
Die Wurzeln vom Internet der Dinge gehen bis ins Jahr 1991 zurück, als Mark Weiser ein
Szenario in einem Artikel beschrieb, dass dem Grundgedanken des heutigen Ubiquitous
Computing (siehe Abbildung 6) schon sehr nahekam. Er stellte darin eine Umgebung vor, in der
Computer, ausgestattet mit Sensoren, untereinander kommunizieren konnten (vgl Weiser 1991,
zitiert nach Hänisch 2017, S. 12). Bis zum Internet der Dinge und Dienste musste das Internet
jedoch noch diverse Entwicklungen durchlaufen, die grob in vier Phasen unterteilt werden
können (vgl. Dais, Bosch 2014, S. 625 f.):
• Web 0: Mit der Entwicklung des IP-Protokolls wurde die Grundlage für das Internet
geschaffen. Damit war es möglich, einzelne Computer in größeren Netzwerken zu
adressieren und verlinkte Dokumente über Browser und Webserver abzurufen
• Beim Web 1.0 drehte sich alles um die Vernetzung von Unternehmen. Aus der „one to
one“ Beziehung wurde eine „one to many“ Interaktion. Für den plattformunabhängigen
Austausch von Daten und Programmen entwickelte man die Programmiersprachen Java
und XML
• Der Begriff Web 2.0 könnte auch mit dem Begriff „Social Media“ gleichgesetzt werden.
Es geht also um die Echtzeitkommunikation von Menschen, in der der Mensch nicht nur
Konsument von Inhalten ist, sondern diese auch selbst erstellen und hochladen kann
Der Schritt zur Industrie 4.0
41 Matthias Undesser
• Beim Web 3.0 gesellt sich neben dem Menschen ein weiterer Teilnehmer hinzu, der
ebenfalls das Internet nutzt: das intelligente Objekt, welches Informationen sammelt,
einordnet, verarbeitet und über das Netzwerk weitergibt
Aus technischer Sicht stellt das Internet der Dinge eine Vernetzung von Systemen dar, die
dadurch untereinander interagieren können. Der in der Literatur häufig verwendete Zusatz
„Dienste“ inkludiert internetbasierte Dienstleistungen, welche heute schon mit Themen wie
Smart City, Smart Car, Smart Home, Smart Traffic, etc. in aller Munde sind (vgl. Siepmann
2016, S. 26).
Das smarte Produkt als fester Bestandteil des Internets legt den Grundstein für neue,
dienstleistungsorientierte Geschäftsmodelle (z.B. Predicted Maintenance, etc.), welche auch zu
Veränderungen auf der sozial-gesellschaftlichen, ökologischen und ökonomischen Ebene führen
werden. Jedes dieser intelligenten Gegenstände muss dafür mit einer eigenen Adresse
ausgestattet sein, um über das Internet jederzeit lokalisier-, ansprech- und steuerbar zu sein. Mit
dem Internet-Protokoll IPv6 ist es heute schon möglich, über einen 128-bit Adressraum bis zu
340 Sextillionen Adressen zu vergeben und eindeutig unterscheiden zu können (vgl. Karlsruher
Institute of Technology (KIT) 2011, zitiert nach Siepmann 2016, S. 27; Eigner 2016, S. 142).
Im Agrarbereich haben sich beispielsweise solche Geschäftsmodelle unter dem Stichwort
„Smart Farming“ schon sehr erfolgreich etabliert. Landmaschinenhersteller rüsten ihre
Abbildung 10: Internet der Dinge und Dienste (IoTS) (Siepmann 2016, S. 27)
Der Schritt zur Industrie 4.0
42 Matthias Undesser
Maschinen nicht nur mit intelligenter Sensorik aus, die permanent maschinen- und
ertragsrelevante Daten sammeln, sie stellen auch cloudbasierte Telemetrie-Lösungen zur
Verfügung. Der Betriebsleiter/die Betriebsleiterin, Lohnunternehmer/Lohnunternehmerin oder
Landwirt/Landwirtin kann so nicht nur den Standort der Maschine jederzeit abrufen, sondern
auch in alle relevanten Daten wie Spritverbrauch, Hektar-Leistung pro Stunde, etc. über ein
Portal einsehen. Selbst die Austragungsmenge von Düngemitteln lässt sich mit sogenannten
Ertragskarten für jedes Hektar genau steuern. Die Daten können wiederum dem Händler, dem
Hersteller oder an externe Partner zur Auswertung weitergegeben werden.
Mit dem Industrial Internet kommt es auch zu einer Weiterentwicklung mechatronischer
Systeme, indem es aktuelle Systeme um die Komponenten Intelligenz und
Kommunikationsfähigkeit erweitert. In diesem Zusammenhang spricht man auch von
„Cybertronischen Systemen“ (CTS). Im Vergleich zu Cyber-Physical-Systems (CPS) legen CTS
den Fokus mehr auf die Engineering-Komponente. Ihre Stärke liegt in der Kommunikations- und
Kooperationsfähigkeit in offenen Netzwerken mit anderen Systemen. Aus dieser Vernetzung
entstehen „intelligente“, selbst organisierende und dezentral verstreute Produktsysteme.
Aktuell scheitert eine konsequente Umsetzung noch an fehlenden Prozessen und an
unzureichend integrierten Software-Tools, um die echtzeitbasierte Verwaltung und Auswertung
der Informationen dieser Systeme zu realisieren (vgl. Eigner 2016, S. 140).
Abbildung 11: Grundsätzlicher Aufbau von Service-orientierten Geschäftsmodellen (Eigner 2016, S. 142)
Der Schritt zur Industrie 4.0
43 Matthias Undesser
Das Internet der Dinge ermöglicht auch die plattformübergreifende Nutzung neuer Software-
Applikationen. „Um die System- und Prozessqualität für produzierende Unternehmen zu
verbessern, können beispielsweise serviceorientierte, skalierbare (Cloud-) Plattformkonzepte zur
prädiktiven Qualitätsdatenanalyse dazu beitragen, intelligente, anwendungsspezifische
Feedbackloops im Qualitätsmanagement zu schaffen“ (Eigner 2016, S. 140 f.).
Es wird sich künftig vermehrt ein Trend weg von Hardware- hin zu Softwarelösungen
abzeichnen, welche das Potenzial haben, die Komplexität im Fertigungs- und
Entwicklungsbereich zu verringern (vgl. ebd., S. 142).
3.2.5 Smart Factory
Da in dieser Arbeit immer wieder der Begriff „intelligente Fabrik“ (Smart Factory) verwendet wird,
sollen, der Vollständigkeit halber, die wesentlichen Merkmale einer Smart Factory erläutert
werden. In der intelligenten Fabrik dominieren cyber-physische Produktionssysteme das
Geschehen. Einzelheiten zu den technischen Komponenten eines CPS können aus den
Kapiteln entnommen werden. Erste Ansätze einer intelligenten Fabrik gehen auf die 1970er
Jahre zurück, als man begann, Computer-integrated Manufacturing (CIM) einzuführen. Mit dem
Aufkommen intelligenter Softwareagenten, welche in der Fertigungssteuerung verwendet
wurden, konnten erste Verhandlungs- und Koordinierungsaufgaben dezentral durchgeführt
werden. Durch den Einsatz der Informationstechnologie auf Ebene der Fertigungssteuerung (im
Speziellen Manufacturing Execution Systems) legte man den Grundstein für die intelligente
Fabrik (vgl. Roth 2016, S. 20; Kurbel 2016, S. 523). Gegenwärtig wird der Begriff als „(…)
unternehmensweit vernetzte Systemlandschaft, die ERP-, SCM-, PLM-, und andere
Anwendungssysteme umfasst (…)“, verstanden (Laudon 2014, zitiert nach Kurbel 2016, S. 523).
Eine noch genauere Definition wird vom Autor Armin Roth formuliert. Für ihn umfasst die
intelligente Fabrik „(…) die Integration interner und externer Stakeholder in die Geschäfts- und
Wertschöpfungsprozesse (neue Geschäftsmodelle), die Verkopplung von Produkten mit
hochwertigen Dienstleistungen sowie die Vernetzung sämtlicher Produktionssysteme über das
Internet (…)“ (Roth 2016, S. 20).
3.2.6 Cloud Computing
Die Virtualisierung des Computers ist keine Zukunftsmusik, sie hat schon längst stattgefunden.
Der erste Cloud-Service wurde von Amazon ins Leben gerufen, andere Softwareriesen wie
Microsoft sind mit Cloud-Computing Plattformen nachgezogen (vgl. Sendler 2016, S. 50).
Der Schritt zur Industrie 4.0
44 Matthias Undesser
Grundsätzlich werden über die Cloud Dienstleistungen angeboten, die nach dem National
Institute of Standards and Technology (NIST) in drei Ebenen unterteilt werden können (vgl.
Siepmann 2016, S. 54 f.):
• Infrastructure as a Service (IaaS)
• Platform as a Service (PaaS)
• Software as a Service (SaaS)
Je nach Anforderungsprofil des Kunden/der Kundin kann sich dieser/diese seine/ihre
gewünschte IT-Infrastruktur in Form von Servicemodellen zusammenstellen. Das reicht von der
Bereitstellung von Rechenleistung oder Datenspeicher (IaaS) über Plattformen mit
standardisierter Schnittstelle (Paas) über einzelne Softwarepakete zur Kontaktdatenverwaltung,
Finanzbuchhaltung, etc. (SaaS) (vgl. Stiller, Lagermann 2017, S. 33; Siepmann 2016, S. 54 f.).
Bei den Cloud-Services unterscheidet man nicht nur nach den Dienstleistungs-Modellen,
sondern auch nach der Art der Bereitstellung. Je nachdem, wer den Service zur Verfügung stellt
und welche Zielgruppe man damit anspricht, unterscheidet man zwischen Public Clouds und
Private Clouds. In der Fachliteratur werden mit „Hybrid Clouds“ und „Community Clouds“ zwei
weitere Varianten genannt, auf die in dieser Arbeit kein weiterer Bezug genommen wird (vgl.
Stiller, Lagermann 2017, S. 34).
Bei der Public Cloud stellt ein Service-Provider Dienste wie IT-Infrastruktur in Form von Speicher
und Rechenleistung (IaaS), Computing-Plattformen (PaaS), oder diverse Software-
Anwendungen wie Microsoft Office 365 einer breiten Öffentlichkeit über das Internet zur
Verfügung. Neben kostenpflichtigen Abo-Modelle (z. B. Microsoft Abo-Dienste) können sich die
Kosten auch nach der tatsächlichen Nutzung richten oder komplett kostenlose Dienste
angeboten werden (vgl. Falkner o. J., o. S.).
Die Private Cloud ist hingegen nicht für die Öffentlichkeit zugänglich, sondern wird vom
Unternehmen selbst betrieben und genutzt. Manche Unternehmen ziehen diese Variante aus
Gründen des Datenschutzes und der IT-Sicherheit vor, das sie für die Betreuung ihrer Daten
selbst verantwortlich sind. „Private“ setzt aber nicht zwingend voraus, dass die Organisation
auch Inhaber der Server ist, sie verfügen lediglich exklusiv über die Nutzungs- und
Kontrollrechte. Der Anbieter der angemieteten IT-Infrastruktur kann auch externer Natur sein
(vgl. Bedner 2013, S. 33).
Für den Zweck dieser Arbeit wird hauptsächlich die „Industrial Cloud“ thematisiert, denn diese
spielt eine entscheidende Rolle bei der Produktionsautomatisierung.
Der Schritt zur Industrie 4.0
45 Matthias Undesser
Cloud-basierte Technologien wie Server-Plattformen auf Mietbasis sind in der Informations- und
Betriebswirtschaft fest etabliert. Im Bereich der Produktionsautomatisierung steht man erst am
Anfang. Hier sieht man das Potential von Cloud Computing vor allem in der Bereitstellung und
Auswertung intelligenter Daten und Informationen aus dem Internet. Das soll einerseits zu einer
Kosteneinsparung bei der Ausgestaltung einer unternehmensinternen IT-Infrastruktur führen und
andererseits erhofft man sich daraus die Betriebseffizienz zu steigern (vgl. Stiller, Langmann
2017, S. 29 f.).
In der klassischen Automatisierungspyramide werden Prozessdaten üblicherweise auf der
Feldebene mittels von Sensoren und Aktoren gewonnen. In der Theorie ließe sich dieser
Vorgang überspringen, indem ausgewertete Daten, beispielsweise aus dem jetzigen
vorgelagerten Produktionsvorgang, direkt über cloudbasierte Dienste beschaffen werden. In der
Praxis findet Cloud Computing aber (noch) vorwiegend im oberen Bereich der
Automatisierungspyramide statt, welche eher für betriebswirtschaftliche Steuerungsfunktionen
wie Betriebsmittelverwaltung, unternehmerische Aufgaben oder Bestellabwicklungen
verantwortlich ist (vgl. Stiller, Langmann 2017, S. 30 f.). Trotzdem ist davon auszugehen, dass
die klassische Automatisierungspyramide mit den unterschiedlichen Ebenen über kurz oder lang
von vernetzten und autonom agierenden Systemen abgelöst wird. Nach Abschluss dieses
Vorgangs bleibt nur noch eine flache „Automatisierungswolke“ übrig, welche mit dem Begriff
CPS-based Automation assoziiert wird. Bei der technologischen Umsetzung vertraut man auf
serviceorientierte Architekturen (SOA), um eine gemeinsame Informations- und Datenbasis zu
schaffen (vgl. ebd., S. 31).
Der Schritt zur Industrie 4.0
46 Matthias Undesser
Abbildung 9 veranschaulicht den Übergang von der Automatisierungspyramide hin zur CPS-
based Automation.
3.2.7 Normierung und Standardisierung
Die deutsche Normungsstrategie 2020 definiert Normung wie folgt: „Gemäß der (…) wird unter
Normung die vollkonsensbasierte Erarbeitung von Regeln, Leitlinien und Merkmalen für
Tätigkeiten zur allgemeinen oder wiederkehrenden Anwendung durch eine anerkannte
Organisation verstanden“ (Deutsche Normungsstrategie 2020, zitiert nach DIN e.V. 2018, S. 14).
Standardisierung wird von der deutschen Normungsstrategie „als eigentlicher
Erarbeitungsprozess von Standards beschrieben und bezeichnet“ (ebd., S. 14). Die Erarbeitung
von Normen und Standards erfolgt dabei auf den drei Ebenen national, international und
europäisch (vgl. DIN e. V. 2018, S. 14).
Standardisierung und Normierung ist aber auch ein vielfacher Wunsch von Expertinnen und
Experten, welche darin einen wesentlichen Erfolgsfaktor von Industrie 4.0 sehen. Eines der
zentralen Themen bei Industrie 4.0 ist dabei der Begriff „Interoperabilität“. Gemeint ist darunter
die nahtlose Zusammenarbeit von Datenaustauschformaten, Architekturen, Ontologien,
Produktionssystemen, Schnittstellen, etc. in den weitgehend heterogenen Themengebieten der
Industrie 4.0. Bereits in der Konzeptionsphase und Ausarbeitung von IT-technischen
Infrastrukturen müssen herstellerübergreifende Standards festgelegt werden, damit
verschiedenartige Systeme zusammenarbeiten (Interoperabilität) und Daten untereinander
austauschen können (Portabilität) (vgl. Wahlster 2016, et al., S. 8).
Abbildung 12: Klassische Automatisierungshierarchie und Nutzung von Cloud Computing (Stiller, Langmann 2017, S. 30)
Der Schritt zur Industrie 4.0
47 Matthias Undesser
Priorität bei der Standardisierung haben demnach vor allem die Bereiche Integration und
Vernetzung sowie die Schaffung einheitlicher Standards bei der Datenerfassung- und
bearbeitung. Ziel ist die Ausgestaltung eines einheitlichen Ökosystems über Unternehmens- und
Ländergrenzen hinweg (vgl. Wahlster 2016, et al., S. 25). Halten sich Hersteller und Anbieter
von Industrie 4.0-Systemen nicht daran, besteht die Gefahr der Bildung von proprietären
Insellösungen (vgl. ebd., S. 23).
Standards sind aber nicht gleich Standards. Wenn beispielsweise verschiedene Akteure eines
Marktes, charakteristischerweise in Verbindung mit Netzwerkeffekten1, nach einer gewissen Zeit
ein und dasselbe System verwenden, spricht man von de-facto Standards (vgl. Grindley 1995,
zitiert nach Franz 2003, S. 13). Als Beispiel hierfür können die Datenträgerformate Blue Ray und
das Gegenstück HD DVD genannt werden. Beide Formate waren inkompatibel zueinander und
haben um die Gunst des Marktes konkurriert. Durchgesetzt hat sich der Blue Ray Standard. In
der Literatur wird das als „Standard-Race“ (weniger gebräuchlich „Standard-Battle“ oder
„Standard-War“) bezeichnet (vgl. Besen, Farrell 1994, zitiert nach Franz 2003, S. 13).
Unternehmen können dabei versuchen, proprietär-geschlossene oder proprietär-offene
Standards am Markt zu verankern. Bei offenen Standards können auch andere Marktteilnehmer
Modifikationen an den Schnittstellen des Standards vornehmen. Zu proprietär geschlossenen
Standards hingegen hat nur jenes Unternehmen Zugang, welches den Standard etabliert hat
und es erlaubt obendrein keine Modifikationen von außerhalb. Als dritte Variante sind auch noch
öffentliche Standards anzuführen. Diese werden üblicherweise nicht von einzelnen
Unternehmen ins Leben gerufen, sondern von Standardisierungsorganisationen innerhalb einer
Branche etabliert (vgl. Picot, Reichwald, Wigand 2001, zitiert nach Franz 2003, S. 13).
Der zweckgerichtete Einsatz von Technologien ist der Schlüssel zur intelligenten Autonomie
sowie zur Selbstorganisation der Produktion. Durch die Zunahme der Vernetzung sämtlicher im
Wertschöpfungsprozess involvierter Ressourcen und Akteuren sowie durch den vermehrten
Einsatz neuer IKT-Technologien wird als Resultat einer dezentralen Produktion auch die
Prozessvariabilität gezwungenermaßen ansteigen. Um der daraus resultierenden Gefahr der
steigenden Prozesskomplexität entgegen zu steuern, ist eine Standardisierung zur
Simplifizierung von Prozessabläufen entlang der Wertschöpfungskette unumgänglich (vgl.
Deuse 2015, et al., S. 102 f.). „Erst die Implementierung von definierten, robusten Prozessen,
Schnittstellen und Abläufen mit beherrschbarer und planbarer Variabilität schafft die
erforderliche Transparenz in komplexen Produktionsstrukturen“ (Deuse 2015, et al., S. 103).
1 bei steigender Nutzerzahl nimmt auch der Nutzen eines Produktes zu (vgl. Gabler Wirtschaftslexikon [1] o. J., o. S.).
Der Schritt zur Industrie 4.0
48 Matthias Undesser
3.2.8 Datenschutz und IT-Sicherheit
Industrie 4.0 verlangt nach neuen Lösungen in der Cyber-Security. Hochsensible Daten,
ausgelagert in der Cloud, werden zwangsläufig auch mit neuen Methoden der Industriespionage
einhergehen. Die Komplexität der Netzwerkstrukturen und die Vernetzung intelligenter Objekte
und Geräte machen es praktisch unmöglich, einheitliche Sicherheitsstandards- und niveaus über
die Wertschöpfungskette hinweg zu gewährleisten (vgl. Roy 2017, S. 105). Erschwerend kommt
hinzu, dass die Sicherheitsmechanismen aus dem Office-Bereich (Office-IT) nicht spiegelbildlich
auf den Produktionsbereich (Produktions-IT) übertragen werden können, da hier völlig andere
Rahmenbedingungen vorzufinden sind. Dazu zählen „(…) zum Beispiel Langzeittauglichkeit der
Sicherheitslösungen, hohe Verfügbarkeits- und Echtzeitanforderungen der Anlagen und die
Integration der Security in die gewohnten Bedienungs- und Wartungsabläufe“ (DIN e. V. 2018,
S. 79).
Eine Standardisierung und Schaffung einer einheitlichen IT-Sicherheitslandschaft zwischen
Produktions- und Office IT wird unabdingbar sein, um die virtuelle Welt mit der realen Welt in
einer Art und Weise zu verbinden, damit das volle Potential des Industrial Internets
ausgeschöpft werden kann (vgl. World Economic Forum 2015, zitiert nach Hänisch, Rogge
2017, S. 92).
Eine Trennung dieser beiden IT-Landschaften (air gap), wie es bis dato die Regel und nicht die
Ausnahme ist, kann nicht im Sinne der Industrie 4.0 sein (vgl. Berghel 2015, zitiert nach
Hänisch, Rogge 2017, S. 92).
Der Schritt zur Industrie 4.0
49 Matthias Undesser
Umso wichtiger wird es sein, die ordnungsgemäße Umsetzung und Evaluierung von IT-
Sicherheit in Normen, Gesetzen und Handlungsweisen festzuhalten (vgl. Winkelhake 2017, S.
17).
Bereits in der Konzeptionsphase sollte man nach dem Prinzip „Security by Design“ vorgehen.
Das heißt, die Sicherheitsanforderungen bei der Entwicklung einer Sicherheitssoftware sind
dahingehend zu analysieren, dass die Software in der Lage ist, Bedrohungen in Echtzeit zu
identifizieren und die nötigen Sicherheitsvorkehrungen einzuleiten. Die Nutzung intelligenter
Objekte, sei es im privaten oder beruflichen Bereich, wird auch neue Informationen über
Verhaltensmuster der Benutzer/Benutzerinnen preisgeben (vgl. Roy 2017, S. 105).
Personenbezogene Daten sind also Daten, zu denen sich ein Personenbezug herstellen lässt
und die in Österreich nach dem Datenschutzgesetz gemeinsam mit der Datenschutz-
Grundverordnung geregelt sind (vgl. Wikipedia [9] o. J., o. S.; Winkelhake 2017, S. 18). Daher
wird der Schutz der Privatsphäre mehr und mehr in den Fokus rücken (vgl. Roy 2017, S. 105).
Eine intensivere Auseinandersetzung mit dem Thema IT-Sicherheit beziehungsweise das
Aufführen der wichtigsten Normen, Richtlinien und Standards würde den Rahmen dieser Arbeit
sprengen, daher ist hier der Verweis anzubringen, auf die Fachliteratur zurückzugreifen.
Abbildung 13: Produktions- und Office-IT (Hänisch, Rogge 2017, S. 92)
Der Schritt zur Industrie 4.0
50 Matthias Undesser
3.3 Aussichten, Ziele, Potentiale von Industrie 4.0
Die Digitalisierung gehört zu den großen Megatrends unserer Zeit und wird mit der
wirtschaftlichen Transformation zu Industrie 4.0 nicht nur ökonomische sowie ökologische
Veränderungen, sondern auch soziale Herausforderungen mit sich bringen. Die
Implementierung digitaler Technologien in die Unternehmenslandschaft macht aus den
klassischen Wertschöpfungsketten hochflexible, hochproduktive Wertschöpfungsnetzwerke.
Kosteneinsparungen durch zunehmenden Automatisierungsgrad, flexible Anpassung bei
Auftrags- und Auslastungsschwankungen oder kundenindividuelle Produkte dank flexibler
Produktionslayouts sind nur einige der zu nennenden Potentiale von Industrie 4.0. All diese
dynamischen Geschäftsprozesse, von der Zulieferung, Fertigung über Instandhaltung bis zum
Kundenservice, werden neue Formen der globalen und nationalen Zusammenarbeit verlangen.
Sie werden aber auch das Angebot an neuen Dienstleistungen wie Smart Services drastisch
erweitern. Mit der Zielsetzung der Echtzeitkommunikation steht bei der Entwicklung globaler
Geschäftsmodelle der nahtlose Informations- und Datenaustausch im Fokus. Das verlangt die
Ausgestaltung gemeinsamer Standards und Normen. Gleichzeitig besteht für Unternehmen die
Chance, mit der vertikalen Integration von smarten, dezentral gesteuerten Anlagen,
Betriebsmitteln und Produkten in die dynamischen Produktionssysteme die Prozess- und
Produktionskomplexität zu reduzieren und die Gesamteffizienz zu steigern. Mit der horizontalen
Eingliederung von Unternehmen in die Wertschöpfungsnetzwerke können neue Synergien und
Wettbewerbsvorteile generiert werden (vgl. Wahlster 2016, et al., S. 6; Kagermann 2014, S. 607;
Sauter 2015, et al., S. 3).
Technologische Aussichten
In diesem Punkt werden zwei verschiedene Sichtweisen angeführt. Zum einen, wie künftig
Technologien die Umgebung des Menschen gestalten können und zum anderen eine rein
technologiebasierte Sichtweise nach dem Reifegradmodell der Gartner Group (vgl. Roth,
Siepmann 2017, S. 251).
Andelfinger und Hänisch verweisen bei dem Thema „technologische Entwicklungen“ auf das
Buch „The Inevitable – Understanding the 12 Technological Forces That Will Shape Our Future“
von Kevin Kelly. Der Autor ist der Meinung, dass die Zukunft durch ein sich wandelndes Internet
gestaltet wird. Die Gegenwart ist also kein festgefahrener Zustand, sondern wird durch eine sich
permanent weiterentwickelnde technologische Umgebung geformt. In dieser Umgebung wird der
Mensch von Objekten und Gegenständen, ausgestattet mit künstlicher Intelligenz, begleitet und
situativ unterstützt. Genauso wichtig werden intelligente Algorithmen sein, die das Herausfiltern
wichtiger Informationen aus einem Meer von Daten, stellvertretend für den Menschen,
Der Schritt zur Industrie 4.0
51 Matthias Undesser
übernehmen. Weiters behauptet der Autor, dass künftige Innovationen aus der Rekombination
von vorhandenen Technologien und Lösungen entstehen (vgl. Andelfinger, Hänisch 2017, S.
267 f.).
Die zweite Sichtweise stützt sich auf den „Hype Cycles Special Report“ der Gartner Group. Hier
werden in Form eines veröffentlichten Berichts Prognosen aufgestellt, wie sich Trends und
Potentiale neuer Technologien im Zeitverlauf entwickeln und wann eine neue Technologie als
ausgereift betrachtet werden kann. Jede Technologie durchläuft dabei fünf Phasen (vgl. Roth,
Siepmann 2017, S. 251):
• Technologischer Auslöser: Das kann eine neuartige Technologie in Form eines
Prototyps sein. Dieser kann dann als Technologieträger dienen und Ausgangspunkt für
neue Entwicklungen sein
• Gipfel der überzogenen Erwartungen: Die Technologie erfährt durch enormen
medialen Zuspruch einen regelrechten Hype. Erste Unternehmen wenden die neue
Technologie an, obwohl sie noch nicht ausgereift ist
• Tal der Enttäuschung: Die Anwendungen in der Praxis haben nicht zu den
gewünschten Resultaten geführt. Ernüchterung kehrt ein und die mediale
Aufmerksamkeit nimmt ab
• Pfad der Erleuchtung: Der Grund des Scheiterns der Technologie wird analysiert und
auf Basis dessen werden ausgereifte Versionen mit konkreten Leistungsmerkmalen
entwickelt
• Plateau der Produktivität: Die Technologie erweist sich als ausgreift, erfolgreich und
allgemein akzeptiert
Im Kapitel 3.2 wurden die wesentlichen technologischen Grundlagen für Industrie 4.0 bereits
aufgezählt. Um den Umfang der Arbeit nicht zu sprengen, werden nur die Einschätzungen der
Gartner Group zu den wichtigsten Technologien „Internet der Dinge“, „Big Data“ und „Cloud
Computing“ in aller Kürze thematisiert. Nach dem Gartner Hype Cycle befindet sich das Internet
der Dinge aktuell auf dem „Gipfel der überzogenen Erwartungen“. Unternehmen preschen mit
unausgegorenen Lösungen in den Markt, um sich eine gute Marktposition zu sichern. Bis das
Plateau der Produktivität erreicht wird, kann es noch 5-10 Jahre dauern. Big Data nähert sich
hingegen dem „Tal der Enttäuschung“. Erste Anwendungen wie SAP HANA der SAP SE wurden
bereits in den Markt eingeführt, konnten die hohen Erwartungen jedoch nicht erfüllen. In einem
fortgeschrittenen Stadium befindet sich das Cloud Computing. Der Hype um den Megatrend hat
deutlich abgenommen, was eine realistische Einschätzung zur Thematik zur Folge hatte.
Konsequente Weiterentwicklungen streben das „Plateau der Produktivität“ an. Bis die
Der Schritt zur Industrie 4.0
52 Matthias Undesser
Technologie produktiv eingesetzt werden kann, werden noch 2-5 Jahre vergehen (vgl. Gartner
Inc. 2014, zitiert nach Roth, Siepmann 2017, S. 253).
Ökonomische Chancen
In der intelligenten Fabrik mit flexiblen, dezentral gesteuerten und miteinander vernetzten
Produktionsanlagen lassen sich Ressourcen deutlich effizienter und produktiver einsetzen.
Dadurch lassen sich individualisierte, nach Kundenwünschen gefertigte Produkte kostengünstig
und flexibel herstellen (vgl. Kagermann 2014, S. 607).
Daten, die mit intelligenten Algorithmen ausgewertet werden (Smart Data), helfen dabei,
Prognosen exakter und früher zu treffen. Das macht das Unternehmen deutlich resilienter gegen
Marktschwankungen, globale Wirtschaftskrisen und Störungen. Das Konzept der
Wertschöpfungskette wird mit Verbreitung des Internets zum dezentralen Ad-hoc
Wertschöpfungsnetz umgebaut (vgl. Kagermann 2014, S. 607).
Zudem erweitern die Schnittstellen zwischen und in den Systemen sowie das Internet der Dinge
das Angebot an dienstleistungsorientierten Geschäftsmodellen. Neue
Dienstleistungsinnovationen wie die im Kapitel 3.2.2 thematisierte Fernwartung (smart service)
ist nur eines von vielen Beispielen, wie intelligente Objekte als Sprungbrett für neue
Dienstleistungen und Geschäftsmodelle dienen können (vgl. ebd., S. 607).
Ökologische Chancen
Viele Entwicklungen, darunter die zunehmende Digitalisierung und Vernetzung durch
Informations- und Kommunikationstechnologie (IKT) führen zu einer Reduktion des Energie- und
Ressourcenverbrauchs. In der smarten Fabrik messen sensorgestützte Systemlösungen den
tatsächlichen Energie- und Ressourcenverbrauch. Mit diesen teils realen, teils virtuellen Daten,
die beispielsweise direkt ins ERP-System übertragen werden, kann völlige Transparenz im
Produktionsprozess hinsichtlich des Energie- und Ressourcenverbrauchs geschaffen werden.
Sollte dieser in einem Bereich zu hoch ausfallen, können Entscheidungen und
Optimierungsschritte in Echtzeit Abhilfe schaffen. Gleichzeitig lassen sich in der Logistik
Transportrouten und Auslastung effizienter planen. Ebenso großes Optimierungspotential bietet
die Intralogistik. Materialumschlag und Materialflüsse im innerbetrieblichen Bereich lassen sich
durch intelligente Transportsysteme flexibler und schneller gestalten. Unter Berücksichtigung der
Faktoren Energieverbrauch, Ressourceneinsatz und Rohstoffproduktivität kann Industrie 4.0
einen wesentlichen Beitrag zur ökologischen wie ökonomischen Nachhaltigkeit leisten (vgl.
Kagermann 2014, S. 608; Karl, Zitzmann, o. J., S. 86).
Der Schritt zur Industrie 4.0
53 Matthias Undesser
Soziale Auswirkungen – im privaten wie im beruflichen Bereich
Im Kontext der fortschreitenden Digitalisierung sind viele alternative Entwicklungsszenarien von
Arbeit möglich. In der Literatur wird die Entwicklungsperspektive von Arbeit von zwei Polen
begrenzt, dem „Upgrading von Qualifikationen“ und der „Polarisierung von Qualifikationen“.
Dazwischen gibt es für Bereiche wie Tätigkeiten und Qualifikation, Organisation und
Verlagerung von Arbeit, Mensch-Maschine-Interaktion und Einfacharbeit eine Vielzahl von
Studien, die zu teils sehr divergenten Ergebnissen kommen (vgl. Ittermann, Niehaus 2018, S.
41-45; ten Hompel, Hirsch-Kreinsen 2017, S. 363). Zunächst werden die beiden Pole
beschrieben, um den Stand der Debatte aus einer differenzierten Betrachtungsweise zu
reflektieren:
Beim ersten Pol wird von einem Upgrading-Szenario ausgegangen, bei dem die Digitalisierung
der Arbeit zu einer qualifikatorischen Aufwertung der Arbeitsform führt. Dieses
Entwicklungsszenario kann sowohl makrostrukturelle Konsequenzen auf den Arbeitsmärkten mit
sich ziehen als auch die Qualifikation und Tätigkeit auf der betrieblichen Ebene beeinflussen
(vgl. Zuboff 1988, zitiert nach Hirsch-Kreinsen, ten Hompel 2017, S. 363; Ittermann, Niehaus
2018, S. 41). Die hochgradig arbeitsteilig organisierten und computergestützten
Produktionssysteme bewirken die Substitution einfacher, routinisierter Tätigkeiten.
Solche Tätigkeiten besitzen einen regelorientierten und strukturierten Charakter und lassen sich
deshalb leicht von Computeralgorithmen auswerten und automatisieren. Darunter fallen
insbesondere industrielle Fertigungsberufe, in denen routinisierte Arbeiten, wie die Bedienung
und Steuerung von Maschinen, ausgeführt werden. In der Logistik sind jene Berufsgruppen
betroffen, die sich für die manuelle Datenerhebung und Auswertung verantwortlich zeigen. Als
Profiteure dieser fortschreitenden Digitalisierungswelle gehen Arbeitnehmer hervor, die über
eine hohe Qualifikation sowie Prozesswissen verfügen und daher wissensintensive Arbeiten
ausführen. In der Literatur wird für dieses Upgrading-Szenario der Begriff „skill-biased technical
change“ verwendet (vgl. Frey, Osborne 2013, zitiert nach Ittermann, Niehaus 2018, S. 45; Frey,
Osborne 2013, zitiert nach Hirsch-Kreinsen, ten Hompel 2017, S. 363).
Digitale Technologien sind auch Auslöser für den Prozess der Informatisierung der Arbeit.
Dieser Prozess impliziert eine steigende Verfügbarkeit und Nutzung von Echtzeit-Daten und
Informationen über Arbeitsschritte und Produktionsabläufe. Der Umgang mit dieser Flut an
Daten stellt alle Berufsgruppen hinsichtlich Qualifikation und Tätigkeiten vor neue
Herausforderungen. Zuboff sieht einen Ausweg aus diesem Dilemma in der Aneignung von
„intellective skills“. Upgrading ist demnach ein Vorgang, bei dem theoretisches Verständnis über
Prozesse und methodische Kompetenzen vorausgesetzt werden, um für die künftige Nutzung
von Daten und Informationen gerüstet zu sein (vgl. Zuboff 1988, zitiert nach Hirsch-Kreinsen, ten
Hompel 2017, S. 363 f.; Böhle 2013, zitiert nach Hirsch-Kreinsen, ten Hompel 2017, S. 365).
Der Schritt zur Industrie 4.0
54 Matthias Undesser
Das dritte Entwicklungsszenario beschäftigt sich mit dem Thema der Polarisierung der Arbeit. Im
Gegensatz zur Upgradingperspektive vereint diese These sowohl ein Positiv- als auch
Negativszenario, in denen Teile einer Beschäftigungsgruppe profitieren, während sich die
Arbeitsbedingungen für andere Beschäftigte drastisch verschlechtern. Dieser Umstand führt zu
Ungereimtheiten und sozialen Spannungen auf der gesellschaftlichen Ebene (vgl. Kirchner
2016, zitiert nach Ittermann, Niehaus 2018, S. 45). Im Kern ist diese These folgendermaßen zu
verstehen: die mittlere Qualifikationsebene (Angestellte, Facharbeiter, Meister) verliert
zunehmend an Bedeutung, wohingegen der Stellenwert komplexer Tätigkeiten mit hohen
Qualifikationsanforderungen und einfachen Arbeiten, die jedoch nicht routinisiert und somit nicht
durch Algorithmen automatisierbar sind, steigt. Die IKT treibt eine zunehmende Automatisierung
der Jobs auf mittlerer Qualifikationsebene voran, welche die Entwertung der mittleren
Qualifikationsgruppe bedingt (vgl. Ittermann, Niehaus 2018, S. 45; Hirsch-Kreinsen, ten Hompel
2017, S. 365). Betroffen sind vor allem Facharbeiter mit langjährigem Erfahrungs- und
Anwenderwissen, welches durch selbstlernende Algorithmen, Stichwort künstliche Intelligenz,
zur Datenauswertung und Mustererkennung substituiert werden kann. In Anbetracht des
Facharbeitermangels mag diese Entwicklung auch auf positive Resonanz stoßen, doch
profitieren gerade kleiner strukturierte Unternehmen vom unternehmensindividuellen Wissen
ihrer Facharbeiter (vgl. Reiß 2015, S. 6).
Welche makrostrukturellen Arbeitsmarktveränderungen letztendlich durch Industrie 4.0
hervorgerufen werden, bleibt abzuwarten. Die gängigen Thesen liefern allerdings schon einen
Ausblick darauf, wie sich die Jobsituation der einzelnen Qualifikationsgruppen entwickeln wird.
3.4 Kritische Auseinandersetzung mit Industrie 4.0 Konzept
Mit dem Themengebiet Industrie 4.0 werden auch grundlegende organisatorische wie
technologische Veränderung innerhalb der Fabrik einhergehen. Verantwortlich dafür ist die
verstärkte Integration von digitalen Technologien in der Produktion, insbesondere der
Informations- und Kommunikationstechnologie. Diese Neuausrichtung wird nicht nur in der
Produktion, sondern auch in der Lagerverwaltung einen Transformationsprozess anstoßen.
Gerade in diesem Punkt sind viele Ansätze aus der Literatur kritisch zu hinterfragen, da der
Schwerpunkt vorwiegend auf den Produktionsbereich, nicht jedoch auf die Lagerverwaltung
gerichtet ist. Das Thema Industrie 4.0 wird primär auf die Anwendungsfelder „Vertikale
Integration“, „horizontale Integration“ und „digitale Durchgängigkeit des Engineerings“
heruntergebrochen. Welche Lagerverwaltungssysteme stellvertretend für WMS überhaupt den
Anforderungen der Industrie 4.0 gerecht werden, findet in der Literatur sowie medial kaum
Der Schritt zur Industrie 4.0
55 Matthias Undesser
Beachtung. Daher setzt hier auch der Schwerpunkt des Untersuchungsgegenstandes der
vorliegenden Arbeit an.
Ebenso fehlt in der Diskussion eine klare Begriffsdefinition von Industrie 4.0. Viele Vertreter,
gerade aus der IKT Branche, setzen den Begriff fälschlicherweise mit einer vierten industriellen
Revolution gleich. Das mag zur medialen Aufmerksamkeit dienen und die Mundpropaganda am
Laufen halten, die vielen Begriffsdefinitionen erschweren aber die Prognosen zukünftiger
Entwicklungen. Mit der Verwendung der Terme Industrie 4.0 und Digitalisierung ist in den letzten
Jahren sehr sorglos umgegangen worden. Nicht verwunderlich also, dass teils sehr heterogene
Interpretationen in der Literatur auftauchen. Medien, Fachleute, Politiker und Vertreter der
Wirtschaft haben den Begriff regelrecht gehypt. Betrachtet man die Verlaufsentwicklung von
Google Trends nach der Abfrage nach den Suchbegriffen „Industrie 4.0“ und „Digitalisierung“,
wird diese Behauptung bekräftigt (vgl. Mertens, Barbian 2018, S. 152 ff.).
Dass Industrie 4.0 nicht nahtlos an die dritte industrielle Revolution anknüpft, wurde bereits in
Kapitel 2.1.5 ausführlich thematisiert. Die Merkmale der Industrie 4.0 sind vielmehr mit einer
Evolution gleichzusetzen.
Die öffentliche Diskussion rund um die Begriffe Industrie 4.0 und Digitalisierung macht sich in
einem weiteren Punkt negativ bemerkbar: Wie die Trendentwicklung des „Garnter Hype Cycles
Special Report“ zeigt, befinden sich viele Technologien am Übergang vom Gipfel der
überzogenen Erwartungen zum Tal der Enttäuschung (siehe Kapitel 3.3). Die zu optimistisch
Abbildung 14: Relative Suchanfragen für die Begriffe „Digitalisierung“ und „Industrie 4.0“ (Mertens 2017, et al., S. 51)
Der Schritt zur Industrie 4.0
56 Matthias Undesser
angesetzten Prognosen konnten den Erwartungen der Öffentlichkeit nicht gerecht werden und
die mediale Aufmerksamkeit ist geschrumpft. Es kam zu Phasen der Desinvestition. Daher
sollten künftige Entwicklungen in der Praxis fernab der breiten Öffentlichkeit erprobt werden (vgl.
Mertens, Barbian 2018, S. 160 f.).
Logistik 4.0
57 Matthias Undesser
4 Logistik 4.0
Im vorangegangenen Kapitel wurde ein intensiver Blick auf das Themenfeld Industrie 4.0
geworfen. Im zweiten Teil der Arbeit verlagert sich der Schwerpunkt auf die wesentlichen
Aspekte der Logistik. Einem kurzen Überblick zur Logistik 4.0 folgt das zentrale Themengebiet
„Warehouse-Management-Systeme“. Dieses dient gleichzeitig als Grundlage der Analyse und
soll im Rahmen einer Literaturanalyse Aufschluss darüber geben, ob gängige SAP EWM-
Systeme als Teil von WMS-Systemen in der Industrie 4.0 eingesetzt werden können.
4.1 Grundlagen zur Logistik
Der Ursprung des Begriffs Logistik ist im militärischen Bereich zu finden. Hier diente die Logistik
dem Transport und der Unterbringung von Nahrungsmitteln, Truppen, Waffen und anderen
militärischen Gegenständen an einem bestimmten Ort. Nach dem zweiten Weltkrieg wurde die
Logistik und deren organisatorische Funktion in die betriebswirtschaftliche Praxis übernommen
(vgl. Arndt 2015, S. 15).
In den 1970er Jahren hat die Logistik, auch oder gerade wegen Entwicklungen in der modernen
Betriebswirtschaftslehre, einen starken Wandel vollzogen. Zunächst wurde in
materialflusstechnische Entwicklungen investiert. Der Fokus lag dabei auf eindimensionalen
Unterstützungsfunktionen, für die Techniken wie fahrerlose Transportsysteme, Hochregallager
oder Kommissionierungsverfahren eingesetzt wurden. Aus Sicht der Betriebswirtschaftslehre
wurden Optimierungen im Logistikbereich zunächst nicht mehrdimensional gedacht.
Einzelprobleme wurden isoliert voneinander betrachtet und Lösungen wurden nur in
Teilbereichen wie beispielsweise in der Lagerhaltung oder in der Reduktion des
Sicherheitsbestandes gesucht. Erst in den 1980er Jahren hat man auch andere Abteilungen,
insbesondere die Produktion und Beschaffung, in den Optimierungsprozess miteinbezogen, was
enorme Einsparpotentiale brachte. Von da an gewann die Logistik an Bedeutung in der
Unternehmenshierarchie (vgl. Koch 2012, S. 6; Gleißner, Femerling 2008, S. 4 f.; Schuh 2013,
et al., S. 4).
Eine einheitliche Begriffsabgrenzung lässt sich allerdings in der Literatur nicht ausfindig machen.
Je nach Autor unterscheidet sich in der Literatur nicht nur die Begriffsdefinition, sondern auch
das Aufgabenspektrum, welches der Logistik zugeschrieben wird (vgl. Gießmann 2010, S. 11).
Die Betriebswirtschaftslehre erklärt den Begriff mit informationellen und materiellen
Flusssystemen (steuernde, physische Logistik), welche einer Koordination, Steuerung (Logistik-
Planung) und Kontrolle (Logistik-Controlling) unterliegen müssen. Das Management hat also
nicht nur die operativen Geschicke der Logistik zu leiten (Planung, Steuerung, Kontrolle),
Logistik 4.0
58 Matthias Undesser
sondern muss auch strategische Impulse setzen, um das Flusssystem entlang der
Wertschöpfungskette zu optimieren (vgl. Heiserich 2011, et al., S. 5). Damit umfasst die Logistik
auch Führungs- und Durchsetzungsaufgaben (Heiserich 2011, et al., S. 5). Mit anderen Worten
formuliert, versteht man unter Logistik „eine ganzheitliche, die einzelnen Funktionsbereiche
einzelner Unternehmen übergreifende Betrachtungsweise, welche die Optimierung des Material-
und Güterflusses unter Berücksichtigung der damit zusammenhängenden Informationsströme
zum Ziel hat“ (Haasis 2008, S. 5). Am besten lässt sich diese Interpretation anhand der sieben
„R´s“ beschreiben. Es handelt sich dabei um die zentralen Aufgabenstellungen der Logistik (vgl.
Klaus (2002), S. 11 und Pfohl (1972), S. 28 ff. und Jünemann (1989), S. 18, zitiert nach
Gleißner, Femerling 2008, S. 5):
• Das richtige Objekt
• in der richtigen Menge
• am richtigen Ort
• zum richtigen Zeitpunkt
• in der richtigen Qualität
• zu den richtigen Kosten
• für den richtigen Kunden
Andere Sichtweisen, beispielsweise Vertreter der Ingenieurswissenschaften, definieren
Logistikleistungen als eine Raum-Zeit Transformation von Objekten. Hierbei handelt es sich um
die Zeitausgleichsfunktion des Lagers als auch um den Transport von Gütern und Informationen.
Dazu kommen andere Vorgänge wie das Kommissionieren (Überbrücken von
Sortimentsunterschieden), das Umschlagen (Überwinden von Mengenunterschieden), das
Verpacken, etc. (vgl. Heiserich 2011, et al., S. 53).
Da das Ende der Produktion zeitlich nicht mit der Übergabe an den Abnehmer bzw.
Endverbraucher übereinstimmt, fungiert das Lager als Puffer und überbrückt die zeitlichen
Differenzen zwischen Produktion und Absatz. Der Transport überbrückt die räumliche Distanz
zwischen dem Ort der Bereitstellung und dem Ort des Bedarfs. Aus den genannten
Problemstellungen werden logistische Vorgänge ausgelöst, die „flussorientiert geplant, gesteuert
und kontrolliert werden müssen und mit Informationsflüssen verbunden sind“ (Heiserich 2011, et
al., S. 5). Die in der Literatur als TUL bezeichneten Aufgabengebiete (Transportieren,
Umschlagen, Lagern) sind maßgeblich verantwortlich für den Warenfluss innerhalb des
Wertschöpfungsnetzwerkes und nehmen beim Leistungserstellungsprozess eine
Unterstützungsfunktion ein. Anders als in der Produktionswirtschaft haben logistische
Logistik 4.0
59 Matthias Undesser
Leistungen keinen Einfluss auf die qualitative Umwandlung von Stoffen zu Gütern (vgl. Heiserich
2011, et al., S. 4 f.; Haasis 2008, S. 4).
Logistik spielt sich auch außerhalb der Unternehmensgrenzen ab. Sie übernimmt dabei die
Steuerung und Kontrolle von Güterbewegungen, Information-, und Finanzflüssen über die
gesamte Wertschöpfungskette hinweg: angefangen vom Beschaffungsmarkt (Lieferant) über
innerbetrieblich logistische Prozesse bis zum Endabnehmer am Absatzmarkt (vgl. Lasch 1998,
S. 5ff.; Heiserich 2002, S. 7; Arndt 2008, S. 36, zitiert nach Gießmann 2010, S. 12).
Für den Zweck dieser Arbeit richtet sich der Fokus vorrangig auf das Thema „Intralogistik“.
Solche „innerbetrieblichen Materialfluss-Systeme“ übernehmen die Durchführung, Optimierung
und Organisation von logistischen Material- und Warenflüssen innerhalb eines Betriebsgeländes
(unternehmensinterne Materialflüsse) mit Hilfe technischer Systeme und Dienstleistungen (vgl.
Heiserich 2011, et al., S. 53).
Logistikmanagement
Kurz angeschnitten soll in den Ausführungen zum Kapitel Logistik auch der Begriff
„Logistikmanagement“ werden. Wie zuvor bereits erwähnt, enden logistische Fragestellungen
nicht mehr an den Unternehmensgrenzen. Die klassischen Funktionen der TUL (Transportieren,
Umschlagen, Lagern) werden auch um strategische Aspekte der Logistik erweitert.
Die Logistik hat sich zu einer Managementdisziplin entwickelt, da wettbewerbstreibende Trends
die Unternehmen zu Optimierungen bei Parametern wie Liefertreue, Reaktionsfähigkeit und
Lieferflexibilität zwingen. Neben den Materialflüssen werden beim Logistikmanagement auch
monetäre Größen und Informationsströme im Hinblick auf ein optimales logistisches
Gesamtergebnis berücksichtigt. Das bedeutet, dass bei der Zusammensetzung der
Kostenstruktur nicht nur der physische Logistikprozess, sondern auch die organisatorische
Abbildung 15: Physische Kernleistungen der Logistik (Heiserich 2011, et al., S. 5)
Logistik 4.0
60 Matthias Undesser
Gestaltung der Logistik berücksichtigt werden. Dazu zählen u. a. die Auftrags- und
Bestellabwicklung, Materialdisposition sowie die Bestandsplanung. Das Logistikmanagement
übernimmt also auch taktische und strategische Aufgaben die darauf abzielen, ein Flusssystem
für Waren, Informationen und Dienstleistungen zu schaffen, welches sich sowohl qualitativ als
auch quantitativ an sich ändernde Qualitätsanforderungen anpassen kann (vgl. Koch 2012, S. 6;
Femerling, Gleißner 2008, S. 23; Schuh 2013, et al., S. 2-11).
Das Logistikmanagement als Querschnittsfunktion übernimmt die übergeordnete Rolle aller
Prozesse entlang der Wertschöpfungskette, von der Auftragserteilung bis zu Auslieferung und
steht daher permanent im Spannungsfeld zwischen den Stakeholdern der Unternehmung und
den widersprüchlichen Zielsetzungen (vgl. Schuh 2013, et al., S. 2 ff.).
„Unter dem Begriff Logistikmanagement kann folglich die ganzheitliche, marktorientierte
Organisation und Gestaltung aller logistischen Systeme sowie die Planung, Abwicklung,
Steuerung und Kontrolle der darin ablaufenden logistischen Prozesse subsumiert werden“
(Schuh, 2013, et al., S. 11).
Aus diesen Überlegungen heraus hat sich aus dem Amerikanischen der Begriff „Supply Chain
Management“ entwickelt (vgl. Schuh 2013, et al., S. 5). Näheres dazu in Abschnitt 4.1.2.
4.1.1 (Kern-) Aufgaben der Logistik
Logistik ist der Überbegriff für die „(…) Planung, Abwicklung, Steuerung und Kontrolle der darin
ablaufenden logistischen Prozesse (…) (Schuh, 2013, et al., S. 11). Unter Planung kann die
konzeptionelle Ausgestaltung von Maßnahmen und Strategien zur Umsetzung logistischer
Aktivitäten verstanden werden. Die Abwicklung steht für die Organisation und Ausführung eines
reibungslosen Ablaufs bei allen logistischen Aufgaben, beispielsweise den Lagerungs- und
Transportaktivitäten. Die Kontrolle erfüllt zwei wesentliche Funktionen. Zum einen werden
logistische Prozesse, wie der physische Güterfluss, überwacht und zum anderen wird die
Logistikleistung auf die Erreichung der Logistikziele hin überprüft (vgl. Fortmann, Kallweit 2007,
S. 20).
Daraus ergeben sich in der Unternehmenslogistik für Produktionsunternehmen vier große
Aufgabenbereiche, welche horizontal gegliedert sind: Beschaffungslogistik, Produktionslogistik
Distributionslogistik und Entsorgungslogistik (vgl. Gleißner, Femerling 2008, S. 14; Martin 2009,
S. 3).
Logistik 4.0
61 Matthias Undesser
Die Beschaffungslogistik als Bindeglied zwischen Distributionslogistik der Lieferanten und der
internen Produktionslogistik beschäftigt sich mit der Versorgung von Einsatzgütern für den
eigentlichen Leistungserstellungsprozess des Unternehmens (vgl. Gleißner, Femerling 2008, S.
15 f.). „Dementsprechend zählen zu den beschaffungslogistischen Aufgaben der Transport vom
Lieferanten bis zum Wareneingang, die Warenannahme und -prüfung, teilweise die
Eingangslagerhaltung und der innerbetriebliche Transport zum Verbrauchsort sowie alle damit
verbundenen Planungs-, Steuerungs- und Kontrolltätigkeiten“ (Gabler Wirtschaftslexikon [2] o.
J., o. S.).
Die Produktionslogistik verbindet die Bereiche Beschaffungslogistik und Distributionslogistik.
Diese sorgt als Teil der Produktion für die Steuerung, Planung und Überwachung eines
optimalen Material-, Informations- und Wertflusses im Transformationsprozess der Produktion.
Eine Schlüsselrolle nimmt dabei die betriebliche Informationstechnik ein, welche mit Hilfe von
Softwarelösungen für die Bereiche Produktionsprogrammplanung, Termin-, Material- und
Kapazitätsplanung verantwortlich ist. Dabei können von den IT-Systemen Rückmeldungen vom
Warenwirtschaftssystem des Handels in die Programmplanung- und steuerung miteinbezogen
werden (vgl. Bauer 2014, S. 2 f.; Gleißner, Femerling 2008, S. 16; Mattner 2008, S. 8).
Die Distributionslogistik (Absatzlogistik) übernimmt die Funktion eines aktiven
Wertschöpfungsmanagements und lenkt durch Planung alle Prozesse, um Fertigwaren an den
Endverbraucher zu befördern. „Die Distributionslogistik beschreibt das Zusammenwirken von
Transport- und Lagerprozessen in Logistiksystemen zur Warenverteilung aus dem Unternehmen
heraus“ (Gleißner, Femerling 2008, S. 16). Dabei ist es relevant, dass das Unternehmen
Strategien entwickelt, um eine ausgewogene Balance zwischen Lieferservice und Logistikkosten
herzustellen. Je größer die Nachfrageschwankungen, desto größer müssen die Vorräte im
Distributionslager sein (vgl. Kother 2014, S. 14; Grün 2009, et al., S. 322).
Mit der Forderung einer nachhaltigen Kreislaufwirtschaft hat auch die Bedeutung der
Entsorgungslogistik entlang der gesamten Logistikkette zugenommen. Unternehmen sind
verpflichtet, Verpackungsmaterial nach Gebrauch zurückzunehmen und einer stofflichen
Verwertung zu unterziehen. Unter dem Begriff können also sämtliche logistischen Vorgänge zur
Planung und Steuerung von Entsorgungs- und Verwertungsprozessen (Recycling) subsumiert
werden (vgl. Fortmann, Kallweit 2007, S. 21; Martin 2009, S. 8).
Logistik 4.0
62 Matthias Undesser
4.1.2 (Intra-) Logistik und Supply Chain Management
Im Folgenden sollen die beiden Begrifflichkeiten kurz erläutert werden, da sie im Themengebiet
der Logistik eine wesentliche Rolle einnehmen.
Durch die Zunahme von unternehmensweiten Verknüpfungen bei der Leistungserstellung von
Produkten und Dienstleistungen und der hohen Arbeitsteiligkeit bei allen logistischen Abläufen
hat sich in den 1980er der Begriff Supply Chain Management (SCM) entwickelt. Dieser, aus den
USA stammende Begriff, beschreibt die Koordination von logistischen Aktivitäten entlang eines
Logistiknetzwerks und erstreckt sich vom Rohstofflieferanten bis zur Lieferung des
Fertigerzeugnisses an den/die Endverbraucher/Endverbraucherin. Aufgabe eines SCM ist es,
sowohl für den/die Einzelnen/Einzelne als auch für alle Beteiligten der Wertschöpfungskette
einen zeit-, qualitäts- und kostenoptimalen Gesamtprozess zu schaffen. Es geht also um die
Verbesserung der Leistung aller Beteiligten entlang der Supply Chain als auch um die
Optimierung der Prozesse und Abläufe der Supply Chain als Ganzes. Da auch Akteure wie der
Kunde des Kunden oder der Lieferant des Lieferanten dieser Lieferkette angehören können,
spricht man weniger von einer linearen Kette von Akteuren als von einem Netzwerk an
Unternehmen, die bei der Entwicklung, Erstellung und Lieferung beteiligt sind. Maßgeblich für
eine reibungslose Zusammenarbeit in diesem Netzwerk ist auch die Verbesserung des
Informationsflusses. Dadurch können Supply Risiken, ausgelöst durch Informationsasymmetrien
zwischen Zulieferer und Abnehmer, minimiert werden (vgl. Mattner 2008, S. 10; Gleißner,
Femerling 2008, S. 23; Liebrecht 2010, S. 40-46; Schuh 2013, et al., S.14; Martin 2009, S. 15;
Miebach, Müller 2006, S. 21).
Großen Stellenwert innerhalb der Supply Chain hat die Intralogistik. Für den Begriff wurde bei
Erscheinen im Jahr 2003 folgende Definition gewählt: „Die Intralogistik umfasst die Organisation,
Steuerung, Durchführung und Optimierung des innerbetrieblichen Materialflusses, der
Informationsströme sowie des Warenumschlags in Industrie, Handel und öffentlichen
Einrichtungen (VDMA 2003, zitiert nach Arnold 2006, S. 1).
Die Intralogistik ist dabei nicht als reine Ingenieursdisziplin zu verstehen, welche nur den
technischen Aspekt des Materialflusses abwickelt. Sie übernimmt alle Aufgaben innerhalb des
Standortes, entkoppelt von der Distributionslogistik und vereint dabei auch Aspekte der
Informatik und Betriebswirtschaft. Warum die Intralogistik immens an Bedeutung gewonnen hat,
hat folgende Gründe: Durch die stetige Zunahme der Modell- und Variantenvielfalt sämtlicher
Produktgruppen und durch die hohen Anforderungen an die Verfügbarkeit steigt auch die
Komplexität, welche ohne Prozesse der Intralogistik nicht zu bewältigen wären (vgl. Miebach,
Müller 2006, S. 21).
Logistik 4.0
63 Matthias Undesser
Beschränken sich die Aufgaben des Supply Chain Managements auf die Ausgestaltung der
strategischen Eckpfeiler einer Lieferkette und auf die Gewährleistung der Lieferfähigkeit über
verschiedene Distributionskanäle und Standorte hinweg zum optimalen Preis, ist die operative
Steuerungsleistung der Intralogistik deutlich aufwändiger. In der Intralogistik wird nämlich
bestimmt, zu welchem Zeitpunkt und in welcher Zusammenstellung die Güter in die Supply
Chain eingespeist werden und das in Abstimmung mit ineinandergreifenden, hochkomplexen
Prozessen, um schnellstmöglich auf permanent ändernde Marktbedingungen reagieren zu
können (vgl. Arnold 2006, zitiert nach Liebrecht 2010, S. 50).
Die Intralogistik ist also nicht nur ein Maßstab für das Leistungspotential einer Lieferkette,
welche im Einklang mit den Transporten im SCM gesteuert werden, sie ist zugleich auch das
Herz des Supply Chain Managements (vgl. Arnold 2006, S. 22).
4.2 Logistik 4.0
Die Intralogistik wird künftige Herausforderungen angesichts eines sprunghaften und schnell
wechselnden Produktions- und Handlungsumfeldes nicht mehr mit einer konventionellen,
technischen Infrastruktur bewältigen können. Zu diesem Schluss kamen Experten des
Frauenhofer IML (Institut für Materialfluss und Logistik) im Jahr 2008, als sie tagten, wie die
künftige Intralogistik im Rahmen der vierten industriellen Revolution (aufgrund der Gängigkeit
des Revolutionsbegriffs wird dieser weiterhin verwendet, auch wenn der Revolutionsgedanke in
dieser Arbeit bereits entkräftet wurde) aussehen könnte (vgl. ten Hompel, Henke 2014, S. 615).
Bisher baut die analytische Planung eines logistischen Systems darauf auf, dass potenzielle
Risikofaktoren bereits von Beginn an in dem mehrjährigen Lebenszyklus des logistischen
Systems berücksichtigt werden. Dabei verlässt man sich bei der Planung von
Materialflussberechnungen im Wesentlichen auf Methoden der Grenzleistungsberechnung, die
die maximal zu erbringende Leistung der jeweiligen Systemkomponenten im späteren Betrieb
lediglich simuliert. Diese Leistung kann als gefördertes Volumen pro Zeiteinheit (Schüttgut) oder
als Stückzahl pro Zeiteinheit (Stückgut) erbracht werden. Die Grenzleistungsberechnung liefert
zwar in der Regel ein sehr zielorientiertes Ergebnis. Dieser Methode sind jedoch hinsichtlich
Skalierbarkeit und dynamischer Anpassung an ein sich änderndes Umfeld durch individualisierte
Kundenforderungen und Bedarfsbestellungen anstelle von Sammelbestellungen Grenzen
gesetzt. Dieser Umstand macht es praktisch unmöglich, den optimalen Standort eines
logistischen Systems dauerhaft zu bestimmen. Es geht künftig also um das Aufbrechen einer
starren, festgeplanten Infrastruktur und um die Umsetzung der Vision des Internets der Dinge,
indem der ideale logistische Raum leer ist. Repräsentiert wird dieser Ansatz durch Techniken
wie das „Zellulare Transportsystem“. Auf der operativen Ebene kann das durch ein
Logistik 4.0
64 Matthias Undesser
individualisiertes Layout mit einer skalierbaren, materialflusstechnischen Leistung geschehen.
Der Trend geht also weg von einer starr installierten Fördertechnik hin zum cyber-physischen-
System, mit autonom handelnden, dezentral gesteuerten Modulen. Zur Bewältigung dieser
Komplexität, die mit einer Flut an zusätzlichen Informationen verbunden ist, wird die hierarchisch
geregelte Steuerungspyramide mit zentraler Materialflusssteuerung an ihre Grenzen kommen.
Ein möglicher Ansatz, um diese Komplexität im CPS zu reduzieren, ist das „Devide and
Conquer“ Prinzip. Dieses sieht die Zerlegung des Hauptproblems in Teilprobleme vor und die
anschließende Zusammenführung der einzelnen Teillösungen (vgl. ten Hompel, Henke 2014, S.
617 f.; ten Hompel, Kerner, S. 176 f.; Roidl 2010, S. 65).
Die vierte industrielle Revolution wird auch beim SCM (Supply Chain Management) einen
Paradigmenwechsel auslösen. Es ist davon auszugehen, dass es zu einer Trennung des
operativen und des normativen Bereichs der SCM kommt. Im echtzeitfähigen, ausführenden Teil
der Materialflusssteuerung mit seinen mechanischen Transportelementen werden
Entscheidungen dezentral und auf Basis lokaler Informationen in Echtzeit getroffen. Dem
gegenüber steht das übergelagerte, normative System, welches nur noch die Informationen
erhält, um übergeordnete Entscheidungen zu treffen. Diese Trennung kann zu einer Reduktion
der Speicheraufwandes auf der normativen Ebene führen, da man ohne applikationsspezifische
Informationen auskommt. Wie das Zusammenwirken der Cloud mit dem CPS im Supply Chain
Management aussehen könnte, wird in dieser Grafik dargestellt (vgl. ten Hompel, Henke 2014,
S. 620; Nieke 2010, S. 17):
Logistik 4.0
65 Matthias Undesser
4.2.1 (Selbst-) Steuerung von Materialflusssystemen durch (Multi-) Agentensysteme
Die Dezentralisierung, Autonomisierung und die heterarchische Organisation der Intralogistik
verlangen selbststeuernde Prozesse, welche von Multiagentensystemen beziehungsweise
Softwareagenten ausgeführt werden können (vgl. ten Hompel, Kerner 2015, S. 179). Zum
besseren Verständnis von Agentensystemen soll der Begriff der Selbststeuerung anhand
folgender Definition näher erläutert werden: „Die Selbststeuerung wird als ein Bündel von
Prozessen dezentraler Entscheidungsfindung in heterarchischen Strukturen verstanden. Sie
setzt die Fähigkeit und Möglichkeit interagierender Systemelemente zum autonomen Treffen
von zielgerichteten Entscheidungen voraus. Ziel (…) ist das Erreichen einer höheren
Systemrobustheit (…) durch die verteilte Bewältigung von Dynamik und Komplexität in Form von
höherer Flexibilität und Autonomie der Entscheidungsfindung“ (Scholz-Reiter, Höhns 2006, S.
749).
Die eigentliche Aufgabe eines Multiagentensystems ist die Lösung eines Gesamtproblems
mittels Steuerungssystems. Das eigentliche Problem wird dabei in Teilprobleme zerlegt, wobei
für jedes Problem ein selbstgesteuerter Agent zuständig ist. Der Vorteil des Systems zur
Erreichung einer systemweiten Funktionalität liegt in der Kooperation beziehungsweise
Kommunikation solcher Agenten (vgl. Roidl 2010, S. 65).
Abbildung 16: Prozesssteuerung und Industrie 4.0 (ten Hompel, Henke 2014, S. 620)
Logistik 4.0
66 Matthias Undesser
In der Literatur sucht man vergeblich nach einer allgemein gültigen Definition, in dieser Arbeit
kommt die Definition von Burkhard zur Awendung, um das Mehragentensystem vorzustellen:
„Allgemein bezeichnet man eine Menge von interagierenden Agenten als ein Multi-
Agentensystem. Bei Softwareagenten beruht die Interaktion insbesondere auf dem Austausch
von Nachrichten, während in der Robotik auch die gemeinsame physische Arbeit in Betracht
kommt“ (Burkhard 2010, zitiert nach Scholz-Reiter, Höhns 2006, S. 752).
Im Zusammenhang mit der Materialflusssteuerung unterscheidet man vier Arten von
Agentensystemen (vgl. Russel, Norvig 2004, zitiert nach Roidl 2010, S. 66; Hamann 2019, S. 4
f.):
• Einfacher Reflexagent: Dieser reagiert nur auf Grundlage seiner aktuellen
Wahrnehmung. Zustände aus der Vergangenheit bleiben bei der Entscheidungsfindung
unberücksichtigt
• Modellbasierter Reflexagent: Der Agent hat bereits einen inneren Zustand, welcher die
eigentliche Wahrnehmung abbildet und kombiniert diesen zur Entscheidungsfindung mit
der aktuellen Wahrnehmung. Er kann also auf eine gleiche Wahrnehmung
unterschiedlich reagieren
• Zielbasierter Agent: Bei der Entscheidungsfindung folgt der Agent nicht nur einfachen
Wenn-Dann- Regeln, der zielbasierte Agent verfügt neben dem inneren Zustand auch
über Zielinformationen, über die er die Auswahl seiner Aktionen steuert. Er passt also
sein Verhalten an ein definiertes Ziel an
• Nutzenbasierter Agent: Bei diesem Agenten-Typ werden besonders hohe Ansprüche
an die Qualität der Zielerreichung gesetzt. Als Beispiel können hier fahrerlose
Transportsysteme (FTS) angeführt werden. Man erwartet sich vom System nicht nur,
dass es einen Weg zum Ziel findet, sondern auch, dass es den günstigsten Weg findet.
Welcher das ist wird von einer Nutzenfunktion bestimmt, welche aus mehreren Lösungen
die optimale Lösung herausfiltert
Agenten, speziell Softwareagenten sind also ein beliebtes Tool für Entwickler/Entwicklerinnen,
um eine agentenorientierte Softwareapplikation zur Selbststeuerung logistischer Prozesse zu
entwerfen. Entwickler/Entwicklerinnen bezeichnen die zwei Ebenen Einzelagent und Multi-
Agentensystem als „natürliche Metapher“ bei der Ausarbeitung verteilter, komplexer
Applikationen (vgl. Scholz-Reiter, Höhns 2006, S. 757).
Eine Trennung auf Mikroebene (Einzelagent) und Makroebene (Multi-Agentensystem) wurde
u.a. von Weiß vorgenommen (vgl. Weiß, Jakob 2005, zitiert nach Scholz-Reiter, Höhns 2006, S.
759). Auf der Mikroebene werden die Fähigkeiten des Agenten abgesteckt. Auf dieser Ebene
Logistik 4.0
67 Matthias Undesser
wird auch die Entscheidung darüber getroffen, für welches Objekt (Maschine, Bauteil, Behälter)
der Agent zuständig ist, wie man dieses Objekt charakterisiert und welche Ziele man damit
verfolgt. Das Ziel (Kennzahl, Durchlaufzeit, etc.) braucht beispielsweise der Zielagent, um eine
spätere Auswahl seiner Aktionen zu treffen (bearbeiten, transportieren) (vgl. Scholz-Reiter,
Höhns 2006, S. 759).
Wenn mehr als ein Agent in derselben Umgebung agieren, muss auf der Makroebene die Form
der Kooperation und Kommunikation der Agenten ausgestaltet werden. Jeder einzelne Agent
kann zwar autonom agieren, das volle Leistungspotential wird aber erst durch die
Zusammenarbeit ausgeschöpft (vgl. Roidl 2010, S. 72f.). Vorab muss noch bestimmt werden,
„ob die Abstimmungsverfahren zwischen den einzelnen Softwareagenten prinzipiell kooperativ
erfolgen sollen, oder ob hier jeder Agent für sich optimiert (…) und so unter Umständen eine
gute Lösung der Gesamtaufgabe (…)“ vergeudet wird (Scholz-Reiter, Höhns 2006, S. 761). In
diesem Punkt treffen Mikro- und Makroebene aufeinander, da der im Softwareagenten
implementierte Auswahl- und Entscheidungsprozess für eine übergreifende Zusammenarbeit
oder lokale Optimierung ausschlaggebend ist (vgl. Scholz-Reiter, Höhns 2006, S. 761).
4.2.2 Das Lager der Zukunft – ein Ausblick
Das Internet der Dinge (IdD) hat den größten Einfluss- und Wirkungsbereich der vierten
industriellen Revolution und durchdringt ebenso die Bereiche der Logistik. Der Begriff wird im
angelsächsischen Sprachgebrauch häufig als Synonym für Ansätze des „Pervasive Computing“,
„Ambient Intelligence“ oder des „Ubiquitous Computing“ verstanden. Die eigentliche
Beschreibung bezieht sich auf die informationstechnische Vernetzung von
Objekten/Gegenständen, die sowohl untereinander als auch mit ihrer Umgebung und anderen
Steuerungssystemen agieren, was autonomes Handeln von IdD gestützten Systemen
ermöglichen soll (vgl. Windelband 2012, et al., S. 105; Dworschak 2012, et al., S. 7f.; Brand
2009, et al., S. 14, zitiert nach Roy, Thomas 2017, S. 52). Eine auf den Logistikbegriff
zugeschnittene Definition des Internets der Dinge wurde vom Frauenhofer-Institut für
Materialfluss und Logistik gewählt. Dabei rückt der selbstgesteuerte, autonome Transport von
Objekten vom Absender zum Empfänger in den Vordergrund (vgl. ten Hompel 2005, zitiert nach
Windelband 2012, et al., S. 105).
Die Bedeutung für die Logistik ergibt sich auch aus der Tatsache, dass enorme Entwicklungen
im Bereich der Informations- und Kommunikationstechnologien stattgefunden haben, die
sämtliche Lebensbereiche durchdringen. Zum anderen „sind viele der wesentlichen technischen
und gesellschaftlichen Herausforderungen direkt oder indirekt mit der Logistik und einem
effizienten Supply Chain Management verbunden“ (ten Hompel, Henke 2014, S. 615).
Logistik 4.0
68 Matthias Undesser
Die technischen Komponenten wie die digitale Vernetzung von physischen Objekten,
Dezentralität und Selbststeuerung, welche im vorangegangenen Teil der Arbeit für die
Anwendung im Produktionsbereich bereits detailliert beschrieben wurden, sollen in diesem Teil
der Arbeit nur noch anhand konkreter Beispiele im Logistikbereich erwähnt werden. In der
Transportlogistik können Spediteure ihre LKWs auf einer digitalen Live-Karte nachverfolgen und
auf sämtliche fahrzeugspezifischen Daten in Echtzeit zugreifen. Das setzt die Ausstattung mit
Sensoren und die kabellose Anbindung des Fahrzeugs an ein IT-System voraus. Ebenso
können aus den Positionsdaten des Smartphones Rückschlüsse auf den Verkehrsfluss im
Straßennetz gezogen werden. In der Materialversorgung gibt es bereits sich selbst steuernde
Systeme, die ohne Informationstechnologien funktionieren. Ein nach dem KANBAN-Prinzip
arbeitendes System kann die Wiederbeschaffung von am Ziel entnommenen Materialien, in
KANBAN Einheiten zusammengefasst, durch die vorgelagerte Quelle veranlassen (vgl.
Bousonville 2017, S. 5 ff.).
Einige Autoren wie ten Hompel und Kerner sind der Auffassung, dass mit der Verbreiterung des
IoT auch das Ausmaß an Autonomie und dezentraler Steuerung in Logistik- und
Produktionsprozessen steigen wird. Die beiden Experten verweisen auf Dezentralisierung und
Autonomisierung mit Hilfe von Multiagentensystemen (detaillierte Beschreibung in Kapitel 4.2.1).
In diesem Kontext sprechen sie von zellularen Transportsystemen, in denen Schwärme von
Fahrzeugen oder intelligente Behälter/Regale starre, monolithische Fördersysteme ablösen.
Henke und ten Hompel sprechen gar von einer radikalen Neugestaltung der innerbetrieblichen
Logistik, indem der ideale logistische Raum leer ist. Diese Annahme setzt voraus, dass sich das
logistische Layout und seine Knoten kontinuierlich an die Gegebenheiten eines volatileren
Produktions- und Handlungsumfeldes anpassen müssen. Stattdessen kommen Schwärme von
autonomen Fahrzeugen zum Einsatz und beliefern die ortsungebundenen Arbeitsstationen im
flexiblen Layout. Die Fahrzeuge sind in der Lage, voneinander zu lernen und sind daher bei der
Auftragsabwicklung nicht mehr an die Anweisungen eines zentralen Materialflussrechners
gebunden (vgl. ten Hompel, Kerner 2015, S. 179 f., zitiert nach Bousonville 2017, S. 7 f.; ten
Hompel, Henke 2014, S. 615 f.; ten Hompel, Kerner 2015, S. 179 f.).
Umsetzen lässt sich das „durch die digitale Repräsentation der einzelnen Elemente eines
Materialflusssystems als Softwareagenten, die in einem Multi-Agentensystem miteinander
Entscheidungen über Reihenfolgen oder das Routing verhandeln“ (Günther 2008, et al., zitiert
nach Bousonville 2017, S. 8). Auch Regale und Behälter werden Bestandteil des cyber-
physischen Systems und können bei Unterschreitung des Mindestbestands selbstständig und
autonom Nachschub von den Fahrzeugen anfordern (vgl. ten Hompel, Henke 2014, S. 616).
Ten Hompel und Kerner setzen sich aber auch mit den Problemen von Multiagentensystemen
auseinander. Die Autoren stellen fest, dass emergentes Verhalten von Multiagentensystemen zu
Logistik 4.0
69 Matthias Undesser
Instabilität führen kann und somit das System in Zusammenhang mit dem Internet der Dinge
nicht zweifelslos als zeitinvariant gesehen werden kann (vgl. ten Hompel, Kerner 2015, S. 180).
Die Neuausrichtung der Logistik im Kontext mit CPS wird auch die Rolle des Menschen im
soziotechnischen System der Logistik 4.0 maßgeblich verändern. Damit der Mensch auch
künftig mit dem digitalen Umfeld des CPS kollaborieren kann, müssen neue technische
Lösungen gefunden werden. Ein möglicher Ansatz sind sogenannte PADs (Production Assistant
Devices). Damit repräsentiert sich der Mensch als Avatar, ein digitales Abbild des Individuums,
und ist so permanent mit der Cloud verbunden und online (vgl. vgl. ten Hompel, Kerner 2015, S.
180 f.).
Durch die stetige Zunahme der Modell- und Variantenvielfalt sämtlicher Produktgruppen, die
Ausdehnung des Internethandels verbunden mit den Anforderungen an Distributions- und
Rückgabezentren und das Bestreben von Unternehmen, die Lagerbestände mit Just-in-
time/Just-in-sequence-Strategien so klein als möglich zu halten, steigt auch die Komplexität,
welche durch den Einsatz von Cross-Docking-Centern gelöst werden kann (vgl. Besse 2018, S.
1). Von hier aus erfolgt der Umschlag und die Sortierung vorkommissionierter Waren. Der große
Vorteil beim Cross-Docking (CD) liegt darin, dass keine Lagerbestände aufgebaut werden und
damit Prozess- und Kapitalbindungskosten entfallen. Bei diesem bestandslosen Umschlag von
Gütern kommt die sogenannte Radio Frequency Identification (RFID-Technologie) zum Einsatz,
welche durch die automatisierte Verarbeitung mehrerer Sendungsinformationen den physischen
Materialfluss optimiert und lange Wartezeiten minimiert (vgl. Besse 2018, S. 2-12). Mittels
drahtloser Verbindung werden Daten zwischen einem Datenträger und einem Lese-
/Schreibgerät ausgetauscht (vgl. ebd., S. 21). Der Vollständigkeit halber sollen hier drei weitere
Verfahren zur automatischen Identifikation genannt werden (vgl. Finkenzeller 2015, S. 8, zitiert
nach Besse 2018, S. 21):
• Chipkarten
• Optical Character Recognition (OCR)
• Barcode-Systeme
Wie im Produktionsbereich werden in der Logistik die Speicherung, Verarbeitung und der
Austausch von Informationen einen großen Einfluss auf die Erfolgschancen der Logistik 4.0
haben. SAP hat bereits mit SAP HANA eine „In-Memory-Technologie“ präsentiert. Mit dieser
können große Datenmengen schnell ausgewertet und verarbeitet werden (vgl. Walker, SAP
HANA Starter, 2012, S. 2-3, zitiert nach Elminger 2017, S. 106).
Warehouse Management- und Lagerverwaltungssysteme
70 Matthias Undesser
5 Warehouse Management- und Lagerverwaltungssysteme
Unter Warehouse Management werden in der Literatur die Funktionen Steuerung, Kontrolle und
Optimierung von Lager und Distributionssystemen als zentrale Aufgabenbereiche ausgewiesen.
Dazu gehören auch Funktionen der Lagerverwaltung (u.a. Mengen- und Lagerplatzverwaltung
sowie Fördermittelsteuerung und Disposition), Methoden zur Überwachung von
Systemzuständen und eine Auswahl von Betriebs- und Optimierungsstrategien. Die
Kernaufgabe eines WMS liegt also in der Optimierung und Steuerung von innerbetrieblichen
Materialflusssystemen (i. e. S. von Lager- und Transportsystemen). Um diese Aufgaben
ausführen zu können, sind besonders hohe Anforderungen der unteren Systemschichten
betreffend Durchsatz, Datenstabilität, Datensicherheit und – qualität zu berücksichtigen (vgl.
VDI-Fachbereich Technische Logistik). Der Einsatz eines Warehouse-Managementsystems
verfolgt das Ziel, Lageranzahl- und standorte sowie Bestände zu minimieren, offensichtliche
sowie indirekte Kosten, die nur schwer aufzudecken sind, zu optimieren, um das zeitliche
Reaktionsvermögen und die logistische Leistungsfähigkeit der Warenverteilsysteme insgesamt
zu verbessern. Unabdingbar für ein erfolgreiches WMS ist dabei der Aufbau von Vertrauen und
Sicherheit in das eingesetzte Kontroll- und Führungssystem. Die Datensicherheit und die
Transparenz von Abläufen bewerkstelligen diese Sicherheit auf Seiten der Disponenten und der
Lagerverantwortlichen. Das bildet die Basis für eine kontinuierliche Systemoptimierung und die
Reduktion von „Sicherheitsbeständen“. Durch den präzisen und sicheren Datenaustausch mit
übergeordneten Systemen mittels Schnittstellen können Waren schneller geortet und auf diese
zugegriffen sowie Reaktionszeiten verkürzt werden (vgl. ten Hompel, Schmidt 2010, S. 7 f.).
5.1 Begriffsabgrenzung Lagerverwaltung und Warehouse Management
Im deutschen Sprachgebrauch wird der Begriff Lagerverwaltung oftmals mit dem
englischsprachigen Begriff Warehouse Management gleichgesetzt. Bei näherer
Betrachtungsweise kristallisieren sich allerdings Unterschiede heraus.
Lagerverwaltungssysteme (LVS) sind im engeren Sinne Lagerbestandsverwaltungssysteme,
welche sich mit der Verwaltung von Mengen und (Lager-) Orten und deren Wechselwirkung
zueinander auseinandersetzen. Zum erweiterten Aufgabenbereich gehören auch die Steuerung
und Verwaltung von Transportsystemen. Im Vergleich zu LVS übernehmen WMS auch
übergreifende Verwaltungs- und Managementfunktionen. Ein weiteres Unterscheidungsmerkmal
lässt sich in der Systemführung ausfindig machen. Während WMS ausnahmslos rechengestützt
funktionieren, können LVS auch manuell ausgeführt sein (z. B. Lagerleiter mit
Karteikartensystem) (vgl. ten Hompel, Schmidt 2010, S. 8).
Warehouse Management- und Lagerverwaltungssysteme
71 Matthias Undesser
5.2 Systemschnittstellen und Aufgaben eines Warehouse Managementsystems im Lager (Miteinbezug von ERP)
Wie in Abschnitt 5 bereits erwähnt, dient ein Warehouse Managementsystem zur Steuerung und
Optimierung von innerbetrieblichen Lagersystemen. Durch das Zusammenspiel verschiedener
Systeme bestehen auch Verknüpfungen zwischen den Systemen der Materialwirtschaft (WWS-,
PPS- oder ERP-System), den Systemen des Materialflusses und der Kommissionierung
(Warehouse Control Systeme) sowie dem Materialflussrechner (MFR). Aufgrund der zahlreichen
Schnittstellen können einzelne Steuerungsmodule auch in angrenzenden Systemen Aufgaben
übernehmen. Eine exakte Abgrenzung der Funktionalitäten in der Praxis lässt sich also nicht
festlegen. Im Warenwirtschaftssystem (WWS) oder Enterprise Ressource Planning System
(ERP) werden die Warenströme artikel- und mengenmäßig erfasst, um die interne
Bestandsführung mittels der Bewegungsdaten zu überwachen. Bestandsverändernde Vorgänge
werden dem WWS- bzw. ERP-System über das WMS kommuniziert. Umgekehrt werden
Kundenaufträge und darin enthaltene Informationen (z. B. Lieferscheindaten) zur Durchführung
vom WWS ausgehend weitergeleitet. Während manuelle Materialflussoperationen keinen Zugriff
auf die untergelagerten Ebenen erfordern, greift das WMS bei halb- oder automatischen
Materialflussoperationen auf untergelagerte Schnittstellen zu. Beispielsweise werden die vom
WWS gesendeten Kundenaufträge im WMS aufbereitet und anschließend einzelnen
Kommissionierzonen zugeordnet. Die enthaltenen Entnahmeinformationen (Erstellung der
Pickreihenfolge und Einteilung der Entnahmemengen zu Fächern) für eine Kommissionierung
mittels Pick-to-Light Verfahren2 werden vom Warehouse Control System (WCS) umgesetzt. Zur
technischen Durchführung des Vorgangs greift ein Materialflussrechner (MFR) auf die
Feldebene (physische Ebene) zu und steuert die Fachanzeige an. Die Dokumentation des
Kommissioniervorgangs wird wiederum an die jeweils übergeordneten Ebenen zurückgemeldet
(vgl. ten Hompel, Schmidt 2010, S. 9 f.)
2 Fachanzeige direkt am Entnahmefach zur Anzeige der zu pickenden Artikel und Mengen (vgl. Wikipedia [10] o. S., o. J.)
Warehouse Management- und Lagerverwaltungssysteme
72 Matthias Undesser
Im folgenden Abschnitt sollen die Funktionen von WMS im Lager dargestellt werden. Die von
den Autoren ten Hompel und Schmidt angefertigte Abbildung zeigt den Prozess des WMS von
der Auftragserfassung und -verarbeitung bis hin zum Kommissionieren und dem Versand der
Fertigprodukte. Aufgrund der Wichtigkeit von ERP-Systemen im weiteren Verlauf dieser Arbeit
wurden die Systemfunktionen bei der Auftragsbearbeitung bereits angeführt. Warehouse
Managementsysteme gehören zu den strategischen Steuerungen und übernehmen dabei
Abbildung 17: FDS-Diagramm (Funktionen – Daten – Systeme) für Warehouse Management (ten Hompel, Schmidt 2010, S. 11)
Warehouse Management- und Lagerverwaltungssysteme
73 Matthias Undesser
planerische und dispositive Aufgaben in der Produktion und Logistik (vgl. Feldhorst, Libert 2010,
S. 30; ten Hompel, Schmidt 2010, S. 23 f.).
Für die Funktionsfähigkeit eines ERP-Systems braucht es eine Informationsversorgung des
Wertschöpfungsprozesses mittels eines vollständigen Stammdatenbestandes der
Produktionslogistik. Hier werden die Stücklisten, Materialdaten, Arbeitsplatzdaten und
Arbeitspläne zu einem Grunddatenbestand zusammengefasst (vgl. Bauer 2017, S. 91).
Stammdaten sind Teil der Basisdaten und haben einen statischen Charakter, d. h. sie werden
administrativ nach art- und mengenmäßiger Ordnung einmalig gebildet und bleiben über einen
längeren Zeitraum unverändert (vgl. Gudehus 2005, S. 463, zitiert nach Schiek 2008, S. 385).
Als Artikelstammdaten enthalten sie wesentliche Informationen, wie z.B. das Artikelgewicht.
Bestandsdaten ändern sich hingegen durch die logistischen Aktivitäten regelmäßig.
Abbildung 18: Grundelemente von Warehouse Managementsystemen und deren Bezug zu den Funktionen im Lager (ten Hompel, Schmidt 2010, S. 24)
Warehouse Management- und Lagerverwaltungssysteme
74 Matthias Undesser
Diese Daten geben Auskunft über gelagerte und bereitgehaltene Mengen der Artikel (vgl. ten
Hompel, Schmidt 2010, S. 65). Daneben gibt es noch sogenannte Bewegungsdaten, welche
während des laufenden Geschäftsbetriebes permanent als neue Daten erfasst und gespeichert
werden. Darunter fallen z.B. Warenein- und Warenausgänge (vgl. Witt 2014, S. 12).
ERP-Systeme in der Produktionslogistik beschäftigen sich auch mit Aufgaben der Bestellung
und Einlagerung von Gütern, deren Bereitstellung über Fremdlieferanten erfolgt. Dabei greift das
System auf Stammdaten aus dem Prozess „Beschaffen“ zurück (vgl. Bauer 2017, S. 107 ff.). Für
ERP-Systeme sind eine Vielzahl von verschiedenen Modulen erhältlich, für logistische Aufgaben
ist das SAP ERP Operations Modul eine sehr gängige Variante (vgl. Koch 2015, S. 274).
Mit der Bekanntgabe der Lieferung der Warenbestellung durch den Lieferanten startet im
empfangenden Unternehmen der Materialfluss. Bevor der eigentliche Wareneingang erfolgt,
werden über ein sogenanntes AVIS (Avisierung) Vorinformationen bereitgestellt. Diese können
Informationen wie Artikel, Menge und Lagerplatz enthalten. Damit wird in einer
prozessorientierten Organisation die Brücke zum ERP-System geschlagen. Die Avisierung dient
auch zur Vereinbarung eines exakten Liefertermins. Damit soll sichergestellt werden, dass es
bei einer hohen Frequenz an Warenanlieferungen zu keinen Kapazitätsproblemen und
Lastspitzen auf Seiten der Warenannahme kommt. Im wichtigen Prozessschritt der
Warenannahme werden über dem Lieferavis der angekündigte Warenzugang mit der Bestellung
abgeglichen und die Informationen vorläufig in das bestandsführende System übernommen (vgl.
ten Hompel, Schmidt 2010, S. 24 f.). Im nächsten Schritt erfolgt der Wareneingang. Ein
Wareneingangsbearbeiter überprüft die mengenmäßige Übereinstimmung mit der Bestellung
und bestimmt für die Weiterleitung der Lieferung das Werk, den Lagerort und die Bestandsart
(frei verfügbarer Bestand). Zur Umsetzung stützt man sich auf die Stammdaten des
Materialbestandes und auf die Lagerdaten (vgl. Kurbel 2016, S. 270). Sollten im Lieferavis
zusätzliche Positionen gebucht werden, die in der Bestellung nicht aufscheinen, kann das
Customizing3 pro Bewegungsart so eingestellt werden, dass im Hintergrund eine automatische
Bestellung dieser Positionen nach dem Wareneingang angestoßen wird. Die
Nachschubsteuerung zählt zu den Grundelementen eines WMS (vgl. SAP AG [1] 2001, o. S.).
Der Wareneingang ist auch an eine physische Wareneingangsprüfung gekoppelt. Dabei wird
neben der Art und Menge der Güter auch die qualitative Beschaffenheit durch die
Qualitätssicherung kontrolliert (vgl. ten Hompel, Schmidt 2010, S. 25). Gebucht wird der
Wareneingang durch Abspeichern des Formulars im ERP SAP. Dabei werden die Bestände im
3 Customizing ist die Anpassung einer hoch integrierten Standardsoftware (z.B. SAP ERP) and die funktionalen und organisatorischen Gegebenheiten eines Unternehmens. Die Schwierigkeit beim Customizing ist es, den Spagat zwischen kundenindividueller Anpassung an Wünsche einer (Fach)Abteilung und größtmöglicher Standardisierung des Systems zu schaffen (vgl. Bauer 2017, S. 83).
Warehouse Management- und Lagerverwaltungssysteme
75 Matthias Undesser
Hintergrund angepasst und der Wareneingang erhält ein Label zur Identifikation der Ladeeinheit
bzw. des Zielortes (vgl. Kurbel 2016, S. 270). Ebenfalls Bestandteil des Wareneingangs und
Grundelement eines WMS sind sogenannte Hofmanagementsysteme (englisch Stock- and
Yardmanagement). Ihre Aufgabe besteht in der Koordination des Verkehrsflusses innerhalb des
Betriebsgeländes und in der Vermeidung unnötiger Such- und Rangierfahrten. Bevor der
eigentliche Einlagerungsprozess beginnen kann, müssen noch Lagereinheiten gebildet werden.
Das ist vor allem dann wichtig, wenn eingehende Güter in nicht genormten Behältergrößen mit
dem firmeninternen Materialflusssystem inkompatibel sind. Sollte das der Fall sein, ist ein
Umfüllen in interne Behälter und eine Zusammenfassung zu verbrauchskonformen Einheiten
notwendig (vgl. ten Hompel, Schmidt 2010, S. 25 ff.).
Anschließend beginnt die Einlagerung. Zunächst beginnt man mit der Prüfung, ob Aufträge aus
dem Warenausgang (WA) bzw. dem Versand zur Komplettierung mit den Gütern aus dem
Wareneingang aufgefüllt werden müssen (WE). Bei einer positiven Prüfung durch das WMS
können die benötigten Güter des WE direkt zum Versandbereich bzw. Bearbeitungsbereich
transportiert werden. Dieser Vorgang ist auch als „Durchlagerung“ bekannt. Ein ähnliches aber
umfassenderes Konzept verfolgt das Cross-Docking (siehe Abschnitt 4.2.2). Anderenfalls
werden die Güter in das Lager transportiert. Die als Ladeeinheit vorbereiteten Materialien
werden vom Identifikationspunkt (I-Punkt) erfasst, sofern dies nicht schon bei der
Wareneingangsprüfung geschehen ist, und einem Lagerplatz zugewiesen (vgl. Heiserich 2011,
et al., S. 68). Automatische Transportleitsysteme führen diese zu den Lagerbereichen. Hierzu
werden vom WMS die Transportziele festgelegt. Zur Vermeidung einer physischen Suche nach
einer falsch gelagerten Transporteinheit sollte im hochintegrierten Materialflusssystem ein
System zur lückenlosen Dokumentation aufgebaut werden. Zu nennen sind hier Methoden zur
Lokalisierung von Ladungsträgern durch Tracking und Tracing oder die Fehlervermeidung durch
die Verwaltung von Fördermittel als virtuelle Lagerorte (vgl. ten Hompel, Schmidt 2010, S. 29).
Der Einlagerungsprozess unterliegt einer ständigen Überwachung und mit der Dokumentation
des Einlagerungsortes und der Einlagerungszeit findet der Prozess seinen Abschluss (vgl. ten
Hompel, Schmidt 2010, S. 31).
In der Lagerverwaltung wird auch die Lagerplatzvergabe verwaltet. Die Vergabe ist von vielen
betriebstechnischen, sicherheitstechnischen und rechtlichen Kriterien abhängig. Der Ort der
Einlagerung hängt aber auch von der physischen Größe des Lagergutes ab (vgl. ebd., S. 30).
Die Lagerplatz- und Mengenverwaltung bildet das Rückgrat eines modernen WMS. Aus
materialwirtschaftlicher Sicht sollten bei der Implementierung einer Lagerplatzverwaltung drei
Ziele erfüllt werden (vgl. Fandel 1994, et al., S. 346):
• Die Einlagerungszeit der angelieferten Güter sollte so kurz als möglich sein
Warehouse Management- und Lagerverwaltungssysteme
76 Matthias Undesser
• Bei der Auslagerung der benötigten Güter sollte sich die Zugriffszeit auf ein Minimum
beschränken
• Der Lagerplatz sollte im Idealfall flexibel nutzbar sein
Bei der Materialeinlagerung unterscheidet man zwischen dem Festplatzsystem und dem Prinzip
der chaotischen Lagerhaltung (vgl. Demmelmeier 1989, S. 180 ff.; Dolezalek 1981, S. 188 f.;
Eschenbach 1990, S. 231; Mertens 1993, S. 115 f., zitiert nach Fandel 1994, et al., S. 346). Bei
ersterem werden die Materialien einem bestimmten Lagerort fix zugewiesen. Die zweite
Methode wurde erst durch moderne Lagerverwaltungssysteme realisiert: hier kann prinzipiell
jede Lagereinheit auf verschiedene Lagerplätze verteilt werden, vorausgesetzt, dass innerhalb
des Lagers ein Platz frei ist (vgl. Fandel 1994, et al., S. 346). Bevor am I-Punkt ein Einlagerplatz
vergeben werden kann, muss geprüft werden, ob ein Lagerplatz verfügbar ist. Zugleich muss
vermieden werden, dass in der Zeitspanne zwischen Zuweisung und Abschluss der Einlagerung
ein Platz doppelt vergeben wird. Aus diesem Grund können Plätze für bestimmte Artikel
reserviert werden (vgl. ten Hompel, Schmidt 2010, S. 55). Bei der Mengenverwaltung geht es
um die Gewährleistung eines fortwährenden Bestands von Waren. Eine Bestandsführung
verwaltet und registriert die Materialbewegungen und löst bei Über- oder Unterschreiten der
Meldegrenzen eine Aktion (Umlagern, Bestellen, etc.) aus (vgl. ten Hompel, Schmidt 2010, S.
56).
Liegt ein Auftrag zur Auslagerung vor, muss zunächst überprüft werden, ob der Auftrag realisiert
werden kann. Wenn ja, werden die auszulagernden Mengen und Lagereinheiten reserviert, um
Fehlmengen bei nachfolgenden Aufträgen zu vermeiden.
Das WMS greift bei der Disposition auf verschiedene Auslagerungsstrategien zurück, darunter
das FIFO (First-in-First-Out) und LIFO (Last-in-First-Out)4 Verfahren (vgl. ten Hompel, Schmidt
2010, S. 32 f.).
Im Anschluss muss das WMS den Lagertyp bestimmen, aus welchem das Material ausgelagert
werden soll. Hat das System eine Auswahl getroffen, muss es innerhalb dieses Lagertyps einen
geeigneten Lagerplatz suchen, aus dem das Material entnommen werden soll (vgl. SAP [1]
2013, o. S.). Nach durchgeführter Auslagerung erfolgt eine Rückmeldung an das LVS und die
Aktualisierung des verminderten Lagerbestandes, um die entnommene Menge sowie die
Streichung der Reservierung (vgl. ten Hompel, Schmidt 2010, S. 33).
4 Das FIFO-Verfahren (first in – first out) besagt, dass zuerst eingelagerte bzw. hergestellte Waren auch zuerst wieder verbraucht werden. Beim LIFO-Verfahren (last in – first out) wird im Gegensatz zum FIFO-Verfahren die zuletzt eingelagerte Ware als erstes verwendet (vgl. Kluck 2002, S. 106 ff.; Oeldorf, Olfert 2002, S. 216, zitiert nach Wannenwetsch 2007, et al., S. 65).
Warehouse Management- und Lagerverwaltungssysteme
77 Matthias Undesser
An sogenannten Konsolidierungspunkten werden zur Aktualisierung des Auftragsstatus Soll-
und Ist-Daten abgeglichen. Daraus können materialflusstechnische Entscheidungen, wie das
Festlegen des Transportziels, getroffen werden (vgl. ebd., S. 24).
Für die Abwicklung von Kunden- bzw. Produktionsaufträgen aufgrund von Bedarfsinformationen
werden mehrere Artikel aus einer Gesamtmenge in der Kommissionierung zusammengestellt
und für den Versand fertig gemacht. Die Kommissionierung ist dabei ein hochkomplexer
Prozess, der eine Verflechtung von technischen Gewerken, Ablauf- und Organisationsstrukturen
sowie Informationsmanagement voraussetzt. Die Planung und Organisation eines
Kommissioniersystems sollte daher immer im Gesamtkontext eines innerbetrieblichen
Materialflusssystems gesehen werden (vgl. ten Hompel, Schmidt 2010, S. 34). Damit in der
Kommissionierung ein reibungsloser Ablauf ohne größere Verzögerungen gewährleistet werden
kann, gehört die Überwachung der Bereitstellmengen sowie das rechtzeitige Auslösen eines
Nachschubs zu den wesentlichen Aufgaben eines WMS (vgl. ebd., S. 50 f.). Wie eine
automatische Bestellung im Hintergrund durch das Customizing ablaufen kann, wurde in diesem
Kapitel bereits thematisiert.
Bevor die kommissionierten Güter in den Versand gehen, müssen diese noch nach bestimmten
Kriterien zusammengeführt und für den Transport sicher verpackt werden. Da Aufträge oftmals
aus vielen Teilmengen aus unterschiedlichen Lagerbereichen bestehen, werden die Güter in
einem ersten Schritt zusammengeführt, auf Vollständigkeit geprüft und zu fertigen
Transporteinheiten zusammengestellt. Abschließend wird im Verpackungsbereich der
Auftragsstatus mit der Fortschreibung des Status des Auslagerungsauftrags aktualisiert (vgl.
ebd., S. 51 f.).
Mit dem Versand enden die lagerinternen Aufgaben eines WMS. Neben der Auswahl der
optimalen Versandart bzw. des optimalen Transportmittels und der Verladung zählen auch
Kontroll- und Organisationsaufgaben zu den Tätigkeiten im Versand. Mit dem Scannen der
verladenen Einheiten zur Quittierung des Auftragsabschlusses und dem Erstellen von
Frachtpapieren ist der Prozess abgeschlossen und das Frachtgut kann an den Empfänger
gehen (vgl. ebd., S. 53).
5.3 Arten von betriebswirtschaftlicher Standardsoftware
Wesentliche Faktoren beim Generieren von Wettbewerbsvorteilen sind Agilität, Flexibilität und
Reaktionsschnelligkeit. Ohne moderne Informationstechnologien innerhalb einer Supply Chain
wäre das undenkbar. Aus diesem Grund haben sich Softwaresysteme durchgesetzt, vor allem
im Bereich der Standardsoftware. Im Vergleich zur Individualsoftware haben diese den großen
Warehouse Management- und Lagerverwaltungssysteme
78 Matthias Undesser
Vorteil, dass sie möglichst viele Bedürfnisse und Anforderungen verschiedener Unternehmen
abdecken und unternehmerisch vertrieben werden können. Eine Individualsoftware wird
hingegen eigens für die Bedürfnisse eines einzelnen Unternehmens entwickelt, entweder vom
Unternehmen selbst oder in Form einer Fremdvergabe an ein Softwareunternehmen. Als
führende Standardsoftware hat sich das Enterprise Resource Planning (ERP) durchgesetzt.
ERP-Systeme decken dabei alle betrieblichen Funktionen eines Unternehmens ab. Das
Einsatzgebiet umfasst dabei: das stochastische Materialmanagement und die Beschaffung (MM:
Materials Management), den Vertrieb (SD: Sales and Distribution) sowie das deterministische
Materialmanagement inklusive Zeit-, Termin-, und Kapazitätsmanagement (PP: Production
Planning). Darüber hinaus sind ERP-Systeme in das Rechnungswesen integriert und
übernehmen sämtliche Abläufe in der Finanzbuchhaltung, Personalwirtschaft und in der
Kostenrechnung. Dabei kann das ERP auf einen integrierten Datenbestand (Stamm- und
Bewegungsdaten) zurückgreifen, welcher wiederum dem APS5 (Advanced Planning and
Scheduling) zur weiteren Planung zur Verfügung gestellt wird. Die Ergebnisse aus dieser
Planung werden umgekehrt an das ERP übermittelt und in Form elektronischer Belege vom
ERP-System abgespeichert (vgl. Witt 2014, S. 6 ff.; Schönsleben 2016, S. 381-388).
Die Performance und Effizienz einer Logistikkette hängt dabei stark vom Zusammenspiel
zwischen dem im Betrieb integrierten ERP und WMS ab. Daher werden WMS häufig in
bestehende ERP-Landschaften integriert. Als führender Anbieter einer solchen
betriebswirtschaftlichen Standardsoftware für Lagerverwaltung kann das Unternehmen SAP
genannt werden. Seit der Veröffentlichung von SAP R/3-Release 2.0 hat das Unternehmen eine
Vielzahl von Softwaremodulen, welche in der SAP Business Suite zusammengefasst sind, auf
den Markt gebracht. Diese Business Suite umfasst neben der Kernkomponente SAP ERP auch
Softwareprodukte wie SAP Supply Chain Management (SCM), Customer Relationship
Management (CRM), Product Lifecycle Management (PLM) und Supplier Relationship
Management (SRM). SAP ERP übernimmt dabei die Rolle eines Führungssystems, weil es über
Schnittstellen alle anderen Anwendungen mit relevanten Daten (Stamm- und Bewegungsdaten)
versorgt. Die Daten aus SAP ERP werden wiederum von anderen Anwendungen ergänzt und
aktualisiert (vgl. Kappauf 2012, et al., S. 102; Witt 2014, S. 11 f.). Im letzten Teil der Arbeit wird
das Augenmerk auf den Analysegegenstand SAP EWM gerichtet, um im Rahmen der
Literaturanalyse zu überprüfen, ob sich SAP EWM als zentral geführtes System an die
Anforderungen von Industrie 4.0 anpassen kann.
5 APS- bzw. SCM-Software werden für die unternehmensübergreifende Planung und Steuerung einer Supply Chain eingesetzt (vgl. Schönsleben, 2016, S. 385).
Warehouse Management- und Lagerverwaltungssysteme
79 Matthias Undesser
5.4 Am Beispiel SAP EWM (Teilkomponente SAP SCM)
Neben der Integration von Warehouse Management (WM) in die SAP ERP Domäne wurde die
Business Suite von SAP um das SAP Extended Warehouse Management (SAP EWM) erweitert.
Zunächst war SAP EWM Teil von der SAP-Lösung Service Parts Management (SPM), zuständig
für das Ersatzteilmanagement. Heute lässt es sich einem der fünf Anwendungsgebiete der SAP
Supply Chain Management Software (SAP SCM) zuordnen. SAP EWM wurde jedoch von
Anfang an als unabhängige Anwendung konzipiert und kann daher universell im Lagerumfeld
eingesetzt werden. Allerdings gilt zu beachten, dass der Name EWM sowohl zu den
Funktionalitäten von ERP (ERP EWM) als auch zu jenen von SCM (SAP EWM) zugeordnet
werden kann. SAP ERP Extended Warehouse Management ist jedoch eine Erweiterung der
SAP ERP Lagerverwaltung und steht daher in keinem Zusammenhang zum 2006 eingeführten
SAP EWM. Entwickelt wurde es für komplexe Lager- und Distributionszentren mit einer Vielzahl
von Produkten, hohem Durchsatz- und Dokumentenvolumen. SAP EWM ersetzt jedoch keine
ERP-basierte Warehouse Management Systeme, es unterstützt und erweitert diese viel mehr
durch dezentrale Lagersysteme (vgl. Kappauf 2012, et al., S. 103; Carter, 2010, et al., S. 33 f.;
Lange 2017, et al., S. 35 f.).
5.4.1 Definition von SAP EWM
Warehouse-Management-Systeme in komplexen Distributions- und Lagerzentren sind eine
Weiterentwicklung klassischer Lagerverwaltungssysteme (LVS), deren Leistung weit über eine
Unterstützungsfunktion von typischen Basisprozessen wie Wareneingang, Warenausgang und
Nachschub hinausgeht. Die Durchführung und Steuerung komplexer Prozesse wie das bereits
beschriebene Yard Management setzt vom WMS eine vollständige Integration der
Materialflusssteuerung als Anbindung an speicherprogrammierbare Steuerungssysteme (SPS)
voraus. Die Applikation SAP EWM ermöglicht das detaillierte Management von Lagerplätzen
und bietet automatisierte Unterstützung bei der Durchführung physischer Warenbewegungen,
von der Organisation und Steuerung bis hin zu Überwachung. Darunter fallen auch
Aufgabenbereiche wie die Umsetzung von Lagerkonzepten oder die Steuerung der
Warenverteilung durch Fördermittel innerhalb automatisierter Lagerbereiche. Des Weiteren
kümmert sich EWM um die Verwaltung von Beständen im Lager. Die umfassende Integration
von EWM in die Lieferabwicklung und Bestandsführung von SAP ERP ist dabei wichtig, weil von
dieser Komponente die Stamm- und Bewegungstasten bereitgestellt werden (vgl. Witt 2014, S.
15; SAP [a] 2020, o. S.; Lange 2017, et al., S. 33 f.). Die Kommunikation zwischen einem SAP
ERP- und EWM-System erfolgt über Wareneingangs- und Warenausgangsaktivitäten. Die bei
der An- und Auslieferung generierten Bewegungsdaten werden zwischen den beiden Systemen
Warehouse Management- und Lagerverwaltungssysteme
80 Matthias Undesser
über sogenannte queued Remote Function Calls (qRFC) asynchron und unter Beachtung der
Reihenfolge übermittelt und verarbeitet. Durch die enge Verknüpfung des ausführenden EWM-
Systems mit den physischen Systemabläufen hat auch nur das EWM-System die
Prozesskontrolle, beispielsweise um einen Beleg im System zu ändern. Angelegt wird der
Lieferbeleg zunächst vom SAP ERP, ehe die Daten zur Weiterverarbeitung an das EWM
geschickt werden. Nach dem Beginn einer Lageraktivität wie der Wareneingangsbuchung kann
der übereinstimmende Lieferbeleg vom SAP ERP nicht mehr geändert werden. Von da an
werden Änderungen an der Lieferung nur noch vom dezentral agierenden SAP EWM
angestoßen und an das SAP ERP kommuniziert (vgl. Lange 2017, et al., S. 37).
Der Datentransfer der Stammdaten vom ERP ins SCM erfolgt technisch ebenfalls über einen
queued Remote Function Call (qRFC), die Anbindung des SAP ERP an das SAP EWM ist
jedoch Aufgabe des Core Interface (CIF). Als Teil des SCM-Systems ist es für die Replikation
von Stammdaten verantwortlich und sorgt dafür, dass die Stammdaten im SCM-System stets
aktualisiert werden. Bei den Stammdaten ist allerdings das SAP ERP das tonangebende
System. Das zeigt sich auch an der Tatsache, dass die vom EWM durchgeführten Änderungen
an den zentralen Stammdaten bei der Ausführung der Replikation aus dem SAP ERP zum Teil
wieder überschrieben werden können (vgl. Lange 2017, et al., S. 123 f.).
Abbildung 19: Kommunikation zwischen SAP ERP und SAP EWM bezüglich der Bewegungsdaten (Lieferungen) (Lange 2017, et al., S. 38)
Warehouse Management- und Lagerverwaltungssysteme
81 Matthias Undesser
Bevor es überhaupt zum Datenaustausch kommen kann, muss ein Lager auch als ein vom
EWM-System verwaltetes Lager definiert werden. Das geschieht über die SAP ERP
Lagernummer, welche Auskunft über die physische Zahl der Lager gibt. Die Lagernummer ist
gleichzeitig das höchste Organisationselement in der Hierarchie des SAP EWM. Alle
Organisationselemente darunter, wie der Lagerplatz, werden ausnahmslos vom SAP EWM ohne
Kenntnis vom SAP ERP organisiert und verwaltet (vgl. ebd., S. 65-67).
5.4.2 Funktionen von SAP EWM
Dieser Abschnitt bildet gleichzeitig den Untersuchungsgegenstand, auf Basis dessen die
Themenschwerpunkte mit Hilfe der Literaturanalyse gesetzt, klassifiziert und auf deren Eignung
für Industrie 4.0 evaluiert werden. Bereits in der Einführung der Arbeit wurde festgehalten, dass
sich diese Herangehensweise in der Masterarbeit von Lichtlein als zielbringend erwiesen hat.
Aus diesem Grund wird zur Beantwortung der zweiten Forschungsfrage eine ähnliche Methode
gewählt. Bei der inhaltlichen Ausgestaltung der Funktionalitäten wird stark auf die Literatur von
Lange et al. mit dem Titel „Warehouse Management mit SAP EWM: Prozesse und Customizing
der Lagerverwaltung mit SAP Extended Warehouse Management 9.4“ sowie auf das von SAP
zur Verfügung gestellte SAP Help Portal Bezug genommen. Während das Werk von Lange et al.
dabei behilflich ist, die Funktionalitäten schlüssig zu gliedern, liefert das SAP Help Portal das
notwendige Detailwissen, um den gewünschten Inhalt auch für Leser/Leserinnen ohne
Expertenwissen verständlich aufzubereiten.
SAP EWM unterstützt sämtliche logistischen Prozesse im Lager und ist daher auch ein
wichtiges Tool zur Optimierung von Lagerkosten, Wegstrecken, Ressourcen, etc. und zur
Reduktion der Prozesskomplexität. Die wichtigsten Funktionen von SAP EWM, welche eine
Eignungsprüfung im Hinblick auf Industrie 4.0 erfordern, werden in diesem Kapitel behandelt.
5.4.2.1 Materialflusssteuerung und Materialflusssysteme
Dank dem Materialflusssystem (EWM MFS) kann die automatische Fördertechnik im Lager ohne
zusätzlichen Steuerrechner an das SAP EWM angebunden werden. Mittels
Telegrammkommunikation können Lageraufgaben vom EWM direkt an die
speicherprogrammierbare Steuerung (SPS) übergeben werden, ohne ein weiteres
Lagersteuersystem dazwischen schalten zu müssen. Aus dieser engen Verflechtung zwischen
Lagerverwaltung und Materialflusssystem ergeben sich Wechselwirkungen, von denen beide
Systeme profitieren. Das SPS steuert dabei in Echtzeit den physischen Transport von Handling
Units (HU) auf den Förderanlagen. Aus dieser Kommunikationsschnittstelle ergeben sich
Warehouse Management- und Lagerverwaltungssysteme
82 Matthias Undesser
Synergien für beide Komponenten. Das Lagerverwaltungssystem kann seine Strategien dem
Auslastungsgrad der Fördertechnik anpassen. Umgekehrt erhält das Materialflusssystem (MFS)
Daten und Funktionen aus der Lagerverwaltung.
Wenn mehrere SPS-Systeme implementiert und über dieselbe Schnittstelle mit SAP EWM
kommunizieren sollen, empfiehlt es sich im Customizing Schnittstellentypen zu definieren (vgl.
SAP [b] 2020, o. S.; Lange 2017, et al., S. 43).
Dem SAP EWM-System können außerdem Kapazitätsgrenzen vorgegeben werden und bei
Überschreitung dieser Grenzen erteilt es der SPS keine weiteren Aufgaben. Wurde eine solche
Situation als Alert-Profil festgelegt, meldet das System bei mangelnder Kapazität automatisch
einen Fehler. Dieses wird in einem Protokoll gespeichert und kann über einen Alert-Monitor
aufgerufen werden (SAP [c] 2020, o. S.; SAP [d] 2020, o. S.).
Die layoutorientierte Lagerungssteuerung steuert über das Materialflusssystem die Handling
Units (HU)6, beispielsweise wie sich eine HU von einem Meldepunkt bis zum nächsten
Meldepunkt bewegen soll. Wurde im Customizing für EWM ein Lagertyp definiert, kann mittels
Lagerverwaltungsmonitor der MFS-Prozess aufgerufen, ausgewertet und bei Fehlfunktion
beeinflusst werden (vgl. Lange 2017, et al., S. 937 ff.; SAP [e] 2020, o. S.).
5.4.2.2 Monitoring
Der Lagerverwaltungsmonitor ist dank seiner Vielzahl an vordefinierten Reports für Belege und
Prozesse ein wesentliches Instrument zur Überwachung, Steuerung und Kontrolle der
Lageraktivitäten. Gleichzeitig können die gezielte Steuerung, Zuordnung und Initiierung von
Arbeitsabläufen realisiert werden (vgl. Lange 2017, et al., S. 53). Der Lagermonitor gibt aber
nicht nur einen Überblick über den Ist-Zustand des Lagers, mit diesem ist es auch möglich, aktiv
in die Prozesse einzugreifen, um auf ungewollte Ereignisse schnellstmöglich reagieren und
Korrekturmaßnahmen einleiten zu können (vgl. ebd., S. 41). Der SAP-Standardmonitor ist
prinzipiell so aufgebaut, dass es einem Framework mit vordefinierten Reports im SAP-Standard
entspricht, mit deren Hilfe der Lagermonitor schnell und flexibel auf die unterschiedlichsten
Ansprüche eines Prozesses angepasst werden kann (vgl. ebd., S. 53). Unterstützend kommt
hinzu, dass sich eigene Monitore vollständig definieren lassen und auch eigene Reports im
Monitor integriert werden können (vgl. ebd., S. 53). Abhängig von der Anforderung stehen in den
einzelnen Geschäftsprozessen viele Reports zur Verfügung. So gibt es beispielsweise für den
6 Eine Handling Unit ist ein physischer Ladungsträger, auf dem sich die Waren befinden. Typische HUs bestehen immer aus einer Kombination von Packmitteln und Produkten (vgl. SAP [f] 2020, o. S.).
Warehouse Management- und Lagerverwaltungssysteme
83 Matthias Undesser
Wareneingang eigene Reports für die Qualitätsprüfung oder für die Einlagerung von Waren (vgl.
ebd., S. 884).
Neben dem Lagerverwaltungsmonitor gibt es mit dem Easy Graphic Framework (EGF) und dem
grafischen Lagerlayout noch zwei weitere Möglichkeiten im Monitoring (vgl. SAP [g] 2020, o. S.).
Beim Easy Graphic Framework können sogenannte Cockpits konfiguriert werden, welche Daten
über definierte Lagerkennzahlen und Objekte, im Gegensatz zu textbasierten Monitoren,
grafisch anzeigen. Gängige Chart-Typen sind dabei Ampeln, Tachometer, Balken- und
Säulendiagramme. Standardmäßig übernimmt die grafische Ausgestaltung der Daten der
Grafikanbieter SAP Internet Graphics Server (SAP IGS). Nicht nur die Darstellungsform eines
Lagercockpits lässt sich individuell konfigurieren, EGF bietet auch die Möglichkeit,
individualisierte Lagercockpits mit eigenen Kennzahlen (z. B. Füllgrad eines bestimmten
Lagerbereichs), Objekten und Funktionen zu implementieren (vgl. SAP [h] 2020, o. S.; Lange
2017, et al., S. 900 f.).
Das grafischen Lagerlayout (GLL) von EWM bietet die Funktion, das Lagerinnere als
zweidimensionale Grafik darzustellen. Diese Darstellungsform verschafft nicht nur eine grafische
Information über die Bestandssituation, Platzauslastung oder über den Zustand von
Fördertechniksegmenten, es lässt sich zudem überprüfen, ob die im Customizing angegebenen
Stammdaten (standardmäßig Lagernummer und -typ) korrekt sind. Angezeigt werden immer die
Lagerdaten pro Lagernummer. Gill-Objekte können aber auch zur realitätsnahen Abbildung von
weiteren Objekten wie Büros und Wände ergänzt werden (vgl. Lange 2017, et al., S. 909; SAP
[i] 2020, o. S.).
5.4.2.3 Erweiterte Produktionsintegration
Ziel der erweiterten Produktionsintegration ist die Integration des Produktionsprozesses von der
Versorgung der Produktion mit Produkten bis zur Einlagerung produzierter Artikel aus der
Produktion in das Extended Warehouse Management (EWM). Ein wesentlicher Vorteil aus der
Produktionsintegration in EWM ergibt sich durch die problemlose Verknüpfung mit externen
Fertigungssystemen (MES Manufactoring Execution-System) über Standardschnittstellen (API
Application Programming Interfaces). Die für den Produktionsprozess benötigten Komponenten
werden über Verbrauchsbuchungen aus dem Lagerbestand ausgebucht und anschließend
wieder als Halb- und Fertigerzeugnisse aus der Produktion auf definierten Lagerplätzen
eingelagert (vgl. Lange 2017, et al., S. 1025).
Warehouse Management- und Lagerverwaltungssysteme
84 Matthias Undesser
Der Prozess beginnt mit dem Anlegen eines Produktionsauftrages in SAP ERP. Mit der
vollständigen Erfassung des Produktionsauftrages, welcher Angaben zum produzierenden
Fertigerzeugnis und zur Produktionsmenge enthält, wird die Materialbereitstellung für den
Produktionsauftrag im ERP-System vorgenommen. Damit die Teilschritte Kommissionierung,
Bereitstellung und der anstehende Verbrauch wieder aus dem EMW-System herausgebucht
werden können, muss vom System eine Produktionsmaterialanforderung (PMA) im SAP EWM
erstellt werden. Die PMA enthält Informationen über benötigte Materialien und Mengen für den
gesamten Produktionsauftrag und wird auf Basis der Auftragsinformation über die qRFC-
Schnittstelle angelegt. Danach wird die Kommissionierung und Bestandsfindung der benötigten
Komponenten ausgeführt, welche im Anschluss aus dem Lagerplatz zum vorgegebenen
Produktionsversorgungsbereich (PVB) verschoben werden. „Die Bereitstellungsmenge kann
dabei abhängig von einer aus Lagerhaltungssicht sinnvollen Menge (…) mit den
Auslagersteuerungsregeln des Warenausgangsprozesses konfiguriert werden“ (Lange 2017, et
al., S. 1036). Der Verbrauch der Waren durch die Produktion wird im System ausgebucht. Nicht
genutzte Materialien gehen an den Produktionsbereitstellungsbereich zurück. Neben der
Warenausgangsbuchung für verbrauchte Materialien wird die PMA in SAP EWM aktualisiert und
der Produktionsauftrag im ERP-System auf „TECH. ABESCHL.“ gesetzt. Im Anschluss werden
die Fertigerzeugnisse, Neben- oder Kuppelprodukte des Produktionsauftrages in das EWM-
verwaltete Lager als Wareneingänge eingebucht und Anlieferungen (PDI) sowie Handling Units
erstellt. Die Grundlage dafür liefert der erwartete Wareneingangsbeleg, der vom ERP-System
freigegebenen Produktionsauftrag abgeleitet wird (vgl. Lange 2017, et al., S. 1028 ff.; SAP [j]
2020, o. S.).
Abgeschlossen wird der Prozess der Produktionsintegration durch die Einlagerung der
produzierten Artikel. Die Handling Units werden von der Produktionslinie zum finalen Lagerort
befördert (vgl. Lange 2017, et al., S. 1044).
5.4.2.4 Wareneingangs- und ausgangsprozesse
Der Wareneingangsprozess (WE) erstreckt sich vom Entladen des LKWs bis zur finalen
Einlagerung der Waren am dafür vorgesehenen Lagerplatz. Die einzelnen Prozessschritte
werden dabei durch SAP EWM unterstützt. Der Wareneingang kann auf drei verschiedene Arten
angestoßen werden: über einen Produktionsauftrag, über Bestellungen und bei besonders
exakten Mengen gemäß Lieferplan nach Lieferavis.
Damit sich das Lager optimal auf Warenlieferungen vorbereiten kann, muss der Lieferant zuvor
Anlieferungsinformationen mittels elektronischem Datenaustausch (EDI Electronic Data
Interchange) oder über SAP Supply Network Calloboration (SAP SCN) an das SAP ERP-
Warehouse Management- und Lagerverwaltungssysteme
85 Matthias Undesser
System des Empfängers übermitteln. Bei diesem wird systemseitig auf Basis der avisierten
Lieferdaten (ASN Advanced Shipping Notification) eine Anlieferung im Rahmen des
administrativen Wareneingangs erfasst und mittels qRFC in das EWM-System übertragen.
Erfolgt die Ankündigung nicht durch ASN, sondern durch Produktionsaufträge oder
Bestellungen, wird das EWM-gesteuerte Lager über den Belegtyp “erwartete Wareneingänge“
(EGR) informiert. Bei Verwendung von ANS wird anschließend im EWM ein Beleg für die
Anlieferungsbenachrichtigung (IDN Inbound Delivery Notification) erstellt und darüber hinaus
eine Validierung der Lieferinformationen auf Vollständigkeit sowie Konsistenz durchgeführt (vgl.
Lange 2017, et al., S. 344 ff.). Nach Abschluss dieses Vorgangs kann automatisch über das
Post Processing Framework (PPF) eine Anlieferung (ID Inbound Delivery) in EWM erstellt
werden. Das EWM ermittelt aus der aktivierten Anlieferungsbenachrichtigung relevante Aktionen
und Daten für die Ausführung des Wareneingangsprozesses. Diese Aktionen beinhalten die
Lagerprozessart, das Entladetor, die automatische Verpackung, die automatische
Lageraufgabenerstellung, die vorläufige Einlagerplatzermittlung und die Ermittlung der
Anlieferpriorität (vgl. ebd., S. 351 ff.). EWM bietet auch die Möglichkeit, Transporte im Lager
anzukündigen. Die Übermittlung der Transportdaten erfolgt, ähnlich wie beim WE, über EDI. Das
EWM kann mit den Transportdaten automatisch Transporteinheiten (TE) erstellen (vgl. ebd., S.
362 f.).
Genauso wie beim WE ist der Warenausgang (WA) ein komplexes Unterfangen, bei dem das
SAP EWM einen physischen Abgang von Waren in die Wege leitet. Mit der
Warenausgangsbuchung reduziert sich auch der Lagerbestand. Aus den von anderen SAP-
Systemen übermittelten Anforderungen für einen WA erstellt das EWM Lageranforderungen mit
dem Typ Auslieferungsauftrag (vgl. SAP [k] 2020, o. S.). Aus der Lageranforderung wird für
sämtliche Lagerbewegungen eine Lageraufgabe erstellt und diese zu Lageraufträgen gegliedert.
Darauf aufbauend beginnt die Kommissionierung (vgl. SAP [l] 2020, o. S.). Zur Optimierung des
WA-Prozesses können Lageranforderungspositionen (LANF-Positionen) auch zu Wellen
zusammengefasst werden. Ziel ist es, Positionen aus Lageranforderungen aufgrund bestimmter
Aktivitäten (Kommissionierbereich, Route, Produkt, etc.) in Wellen zu bündeln. Es besteht die
Möglichkeit, Wellen im EWM automatisch oder manuell anhand von Wellenvorlagen zu bilden
(vgl. SAP SE [1] 2016, o. S.; Lange 2017, et al. S. 298).
EWM ist auch ein sinnvolles Instrument zur effizienten Lagerraumnutzung. Es beherrscht die
Funktion der Lagerungsdisposition. Anhand dieser wird der optimale Lagerplatz unter
Berücksichtigung der Produkt-, Bedarfs- und Packdaten ermittelt. Das spart Wegezeiten beim
Kommissionierungsprozess. Die drei Parameter bestimmen ferner die Einlagerungsstrategie, die
Anforderungen an den Lagerplatz und in welchem Lagerbereich die Ware abgestellt wird (vgl.
Warehouse Management- und Lagerverwaltungssysteme
86 Matthias Undesser
Lange 2017, et al., S. 40). Bei der Erstellung der Lageraufgaben (LBs) werden diese
Informationen herangezogen (vgl. SAP SE [1] 2015, o. S.).
Im Customizing des EWM kann auch die Anordnung der Waren im Lager optimiert werden.
Diese Funktion fällt unter den Begriff Lager-Reorganisation und hilft dabei, Bestände an den
optimalen Lagerplatz zu befördern und somit die Lagerkapazitäten optimal auszuschöpfen. Dazu
zieht das System die optimalen Parameter aus der Lagerungsdisposition heran und vergleicht
diese mit dem derzeitigen Lagerbereich, Lagertyp und Lagerplatztyp. Wenn das System
feststellt, dass die aktuellen Werte für das entsprechende Produkt nicht ideal sind, bestimmt es
einen optimalen Lagerplatz. Der Mitarbeiter/die Mitarbeiterin behält dabei über ein Punktesystem
immer den Überblick und kann im Bedarfsfall einen Umlagerungsprozess zügig einleiten (vgl.
Lange 2017, et al., S. 40; SAP SE [2] 2015, o. S.).
5.4.2.5 Bestandsidentifikation
Aufgabe der Bestandsidentifikation (Stock ID) ist es, anhand einer eindeutigen Nummer einen
Bestand, d. h. eine Ware mit den Bestandsattributen, wie Menge, Bestandsart oder Charge,
exakt zu identifizieren. Die Bestandsidentifikation ist ein nützliches Werkzeug zur
Effizienzsteigerung bei Umlagerungsprozessen. Dazu wird die Bestandsidentifikation als
Barcode auf ein Kommissionieretikett gedruckt, um den Wareneingangsprozess bei der
Umlagerung zwischen zwei Lagern zu vereinfachen. Wenn also eine HU vom ersten Lager mit
dem LKW in das zweite Lager transportiert wird, wird die HU zunächst zur WE-Zone gebracht.
EWM erstellt daraufhin eine Anlieferung mit den zugehörigen aktiven HU-LBs, die dann quittiert
werden. Obwohl EWM für jede Warenbewegung eine eigene Lageraufgabe (LB) mit eigener
Lageraufgabennummer erzeugt, bleibt die Bestandsidentifikation gleich. Dadurch kann der
Bestand auch in einem anderen Lager während des Wareneingangs- und
Warenausgangsprozesses eindeutig gefunden werden (vgl. Lange 2017, et al., S. 230; SAP AG
[1] 2014, o. S.).
5.4.2.6 RFID
In diesem Unterpunkt werden unterschiedliche Möglichkeiten beschrieben, um in SAP EWM mit
einem mobilen Gerät zu interagieren. In der Praxis spielen vor allem zwei Varianten eine Rolle:
die RFID-Technologie und die Pick-by-Voice-Integration.
Erstere wird auch im Zusammenhang mit Industrie 4.0 immer wieder genannt und ist seit einigen
Jahren ein gängiger Begriff. Eine große Verbreitung im Logistikbereich ist allerdings noch nicht
Warehouse Management- und Lagerverwaltungssysteme
87 Matthias Undesser
zu beobachten. Die Gründe dafür liegen vor allem in den hohen Kosten im Vergleich zum
Einsatz von Barcodes (vgl. Lange 2017, et al. S. 682 f.). RFID bietet eine Schnittstelle zwischen
physischen Waren und digitalem Datenverkehr. Der Vorteil besteht darin, dass Daten auf einem
RFID-Tag gespeichert werden können und dadurch jedes beliebige Objekt in der Logistikkette
serialisiert werden kann. Aufgrund der hohen Kosten ist davon auszugehen, dass zunächst
Ladungsträger und nicht einzelne Objekte damit bestückt werden. Im Vergleich zu optischen
Barcode-Systemen erfolgt die Datenerfassung bei RFID ohne direkten Sichtkontakt und das
deutlich schneller als bei herkömmlichen Technologien. Die Anwendungsmöglichkeiten in SAP
sind vielfältig. Waren können beim Wareneingang automatisch erfasst und mit dem
Bestellauftrag direkt abgeglichen werden. Darüber hinaus können Nachschubsysteme mit
Bestandsinformationen versorgt werden, um geringe Lagerbestände frühzeitig zu erkennen. Die
aus den an den Warenausgang gekoppelten Versandinformationen können direkt an den
Empfänger übermittelt werden, damit dieser den Wareneingangsprozess optimal koordinieren
kann. Eine reibungslose Kommunikation zwischen Transponder und RFID-Reader hängt auch
vom eingesetzten Lesegerät ab. Zu nennen ist hier die Bulk-Reading-Identifikation (vgl. Lange
2017, et al., S. 683; Prather, Steber 2014, o. S.).
Um mobile RFID-Geräte in die Domäne eines SAP-Systems zu integrieren, braucht es auch
entsprechende Frameworks (vgl. Lange 2017, et al., S. 683). SAP bietet mit dem SAP ITS
(Internet Transaction Server) eine Möglichkeit, damit man über einen Browser mit einem SAP-
System kommunizieren kann. Damit die Bildschirmmaske exakt so aussieht, wie die
Benutzeroberfläche im SAP-GUI (SAP Graphical User Interface), erzeugt ITS unzählige
JavaScript-Codes und HTML-Codes. Aufgrund der Tatsache, dass diese Codes von
herkömmlichen Mobilgeräten nicht verarbeitet werden können, wurde ein mobiler Abkömmling
von ITS entwickelt. ITSmobile ist also eine Erweiterung, damit mobile RFID-Geräte optimal mit
einem SAP-System interagieren können (vgl. ebd., S. 665).
Bei der Pick-by-Voice-Integration kann der Benutzer/die Benutzerin mittels Sprachbefehle mit
dem System kommunizieren. Auch hier bildet ITSmobile die technologische Basis, damit ein
Voice-Browser mit einem SAP-System interagieren kann. Der Benutzer/die Benutzerin kann die
Anweisungen in ein Mikrofon sprechen und simultan manuelle Arbeiten mit den Händen
ausführen. Anwendung findet diese Technologie vor allem bei Lagerprozessen, beispielsweise
um eine Lageraufgabe zu quittieren (vgl. ebd., S. 674 f.).
Warehouse Management- und Lagerverwaltungssysteme
88 Matthias Undesser
5.4.2.7 Cross-Docking
Cross-Docking (CD) ist eine Methode, um Bearbeitungs- und Umschlagprozesse von Handling
Units und Waren zu beschleunigen. Während das sogenannte Transport-Cross-Docking (TCD)
dabei hilft, Transportkosten zu sparen, wird Cross-Docking in der Warenverteilung zur
Minimierung der Lagerkosten verwendet. EWM unterstützt beide Varianten als geplante Cross-
Docking-Szenarien (vgl. Lange 2017, et al., S. 52; SAP [m] 2020, o. S.). Um die Verweildauer
von Handling Units und Produkten im Lager so kurz als möglich zu gestalten, wird die Ware vom
Wareneingang bis zum Warenausgang ohne Einlagerung transportiert. Dazu muss EWM die
Relevanz von dringenden Kundenaufträgen kennen. Für den Ablauf des CD-Prozesses gibt es
zwei Methoden: Beim geplanten CD wird bereits im Customizing festgelegt, wie der Prozess
vonstatten gehen soll. Der TCD-Prozess bedient sich der Routenplanung und arbeitet mit
sogenannten Cross-Docking-Routen. Solche Cross-Docking-Routen bestehen aus ein- und
ausgehenden Routen, die durch eine Cross-Docking Lokation (z.B. Distributionszentrum)
verbunden sind. Für jedes Routenpaar, bestehend aus einer ein- und ausgehenden Route, kann
festgelegt werden, ob die Waren in der Cross-Docking-Lokation mit dem gleichen
Beförderungsmittel weiter transportiert oder in der Lokation auf ein anderes Fahrzeug
umgeladen werden (vgl. SAP [n] 2020, o. S.). Charakteristisch für das geplante CD ist, dass die
Cross-Docking-Relevanz bereits feststeht, obwohl die Ware noch nicht eingetroffen und weder
der Wareneingang gebucht noch die Auslieferung freigegeben wurden (vgl. SAP [o] 2020, o. S.).
Das opportunistische Cross-Docking lässt sich wiederum nach drei Methoden unterteilen: Das
opportunistische Cross-Docking, welches EWM anstößt (EWM-Opp.CD), Push Deployment (PD)
und das Kommissionieren vom Wareneingang (PFGR Pick from Goods Receipt). EWM-Opp.CD
läuft ausschließlich in EWM ab und bedarf keiner zusätzlichen Integration in andere SAP-
Systeme (vgl. Lange, et al., S 1007). Bei dieser Methode erfolgt der Einsatz von Cross Docking,
Abbildung 20: Cross-Docking-Methoden in SAP EWM (Lange 2017, et al., S. 995)
Warehouse Management- und Lagerverwaltungssysteme
89 Matthias Undesser
wenn die Lieferung im WE aufgrund der Kriterien Produkt, Charge und Menge zum
Auslieferungsauftrag passt und somit direkt zum Warenausgang gebracht werden kann. Der
EWM-Opp.CD Prozess setzt als sogenannte BAdI-Lösung eine Implementierung von Business
Add-Ins (BAdIs) voraus (vgl. SAP [p] 2020, o. S.).
Sowohl der PD-Prozess als auch der PFGR-Prozess arbeiten mit normalen Anlieferungen und
beginnen mit dem üblichen Wareneingangsprozess. Erst danach wird die Entscheidung für oder
gegen CD gefällt. Nach der Wareneingangs-Buchung in EWM wird die Buchung ins SAP ERP
und anschließend ins SAP APO-System (SAP Advanced Planning & Optimization) übermittelt.
SAP APO bestimmt dann mittels des EDQA-Prozesses (Event Driven Quantity Assignment) die
Cross-Docking-Relevanz und ob die Ware zum Kunden (PFGR) oder in ein anderes Lager (PD)
transportiert werden soll (vgl. Lange 2017, et al., S. 1007-1019.; SAP [q] 2020, o. S.).
Mit der Buchung des WE beginnt EWM zwischenzeitlich zu kontrollieren, ob die Lagerprozessart
und die Bestandsart für die Einlagerungsverzögerung relevant sind. Wird eine Relevanz
festgestellt, verzögert EWM die automatische Erzeugung der Lageraufgabe zur Einlagerung. Ist
das nicht der Fall, löst EWM verzögerungsfrei und automatisch die Lageraufgabe zur
Einlagerung aus (vgl. Lange 2017, et al., S. 1019).
Abbildung 21: Übersicht über den Prozess "Event Driven Quantity Assignment“ (Lange 2017, et al., S. 1020)
Warehouse Management- und Lagerverwaltungssysteme
90 Matthias Undesser
5.4.3 Werkzeuge zur Umsetzung von SAP EWM
Für die Systemverbindung zwischen SAP ERP, SAP EWM und der Lagerintegration stehen
verschiedene Implementierungswerkzeuge zur Verfügung. Eine Möglichkeit zur Umsetzung
bietet die toolbasierte ERP-Integration. Bei der Lagerintegration kann EWM auf die Variante des
vorkonfigurierten Standardlagers zurückgreifen, wo EWM mit vorkonfigurierten Prozessen
eingerichtet wird (vgl. Lange 2017, et al., S. 1049 ff.). Die Implementierungswerkzeuge sind im
ERP- bzw. EWM-Customizing zu finden, auf die einzelnen Durchführungsschritte wird hier nicht
näher eingegangen.
Unternehmen, welche von WM auf EWM umrüsten möchten, können Stammdaten und
Customizing-Einstellungen von einem WM-Lager in ein EWM-Lager migrieren. Beim
Customizing können folgende Einstellungen migriert werden (vgl. ebd., S. 1063):
• Lagerlayout
• prozessübergreifende Einstellungen
• Strategieeinstellungen
Ebenso wie Customizing-Einstellungen können Stammdaten von WM in EWM importiert
werden. Die Migration beinhaltet folgende Stammdaten (vgl. Lange 2017, et al., S. 1067):
• Bestände
• Lagerplätze
• Lagerproduktinformationen
• Inventurvollständigkeit
Betriebswirtschaftlich relevant ist auch die Zero-Downtime-Option (ZDO). Dieses neue
Verfahren ist Teil des SAP-Software-Update-Managers (SUM) und repliziert bei Updates bzw.
Upgrades nur die betroffene Datenbanktabelle anstelle der gesamten Datenmenge. Somit
können technische und betriebswirtschaftliche Ausfallzeiten gegen Null reduziert werden (vgl.
Lange 2017, et al.; S. 1073 f.).
Methodik
91 Matthias Undesser
6 Methodik
Im Abschnitt Einleitung wurde bereits auf die Motivation dieser Arbeit eingegangen und daraus
die Zielformulierung abgeleitet. In Kapitel 2 wurden die drei bisherigen industriellen Revolutionen
im historischen Zeitverlauf untersucht. Aus den gewonnenen Erkenntnissen wurde versucht,
eine entsprechende Antwort auf die erste Forschungsfrage „Hat Industrie 4.0 einen
revolutionären Charakter oder ist es ein reiner Marketing-Gag?“ zu geben. In Kapitel 3 und 4
wurde mittels Literaturrecherche nicht nur die Rolle des Menschen in Industrie 4.0 und Logistik
4.0 thematisiert, sondern auch technische Dimensionen, Anforderungen sowie technologische
Schnittstellen näher erläutert. Diese aus der Literatur entnommenen Erkenntnisse werden im
Anschluss zu einem Industrie 4.0/Logistik 4.0 Anforderungsprofil in Form eines Clusters
verdichtet. Dieses Cluster besteht aus vier zentralen Dimensionen mit maximal vier
Unterkategorien.
Nach Abschluss des Verfahrens können Stärken und Schwächen von SAP EWM-Systemen bei
der Umsetzung von Industrie 4.0 herausgefiltert werden. Aus den identifizierten Stärken und
Schwächen soll nicht nur der Status quo praxisnahe abgebildet werden, es sollen auch durch
das detaillierte Auseinandersetzen mit den Schwächen Handlungsempfehlungen vorgeschlagen
werden können. Um den Rahmen dieser Arbeit nicht zu sprengen, werden nur die fünf
wichtigsten Funktionalitäten von SAP EWM als Untersuchungsgegenstand in die Analyse
miteinbezogen (siehe Kapitel 7 Untersuchungsgegenstand).
Zunächst wird in diesem Abschnitt versucht, den Begriff Industrie 4.0 in die richtige
Forschungsdisziplin einzuordnen. Zudem wird die Herangehensweise an die Problemstellung
beschrieben und die Zweckdienlichkeit der einzelnen Analyseverfahren untersucht.
Industrie 4.0 mit seinen vielfältigen Anwendungsfeldern und Ideen lässt sich nicht einer einzigen
Disziplin zuordnen. Die vielschichtigen Konzepte reichen in die Schnittstellen der
Betriebswirtschaftslehre, Elektrotechnik, Wirtschaftsinformatik sowie des Maschinenbaus samt
seiner Teildisziplinen (vgl. Lasi 2014, et al., S. 262). Die Handlungsfelder der Industrie 4.0 haben
aber auch das Interesse der Wirtschaftsinformatik geweckt. Wirft man einen Blick auf die
Historie der Wirtschaftsinformatik ist dies nicht weiter verwunderlich, da sich diese Disziplin seit
jeher der Industrie und dem produzierenden Gewerbe verschrieben hat. Eben jene Bereiche, in
denen auch Industrie 4.0 als Game-Changer angepriesen wird. Im Zentrum stehen dabei
integrierte Informationssysteme, welche der Disziplin Wirtschaftsinformatik ermöglichen, auf
fundierte Ergebnisse aufzubauen (vgl. Hasenkamp, Stahlknecht 2009, S. 16, zitiert nach Lasi
2014, et al., S. 262).
Das Thema Integration spielt in der Wirtschaftsinformatik eine ebenso wichtige Rolle und steht
im direkten Zusammenhang mit Industrie 4.0. Industrie 4.0 bestreitet allerdings in vielen
Methodik
92 Matthias Undesser
Bereichen neue Wege. In Abschnitt 3.2.2 wurden auch neue wertschöpfende Prozesse wie
Dienstleistungen in Form von Smart Services behandelt. Man spricht auch von der Erweiterung
des klassischen Lebenszyklus durch Einführung zielgerichteter, immaterieller Serviceprodukte.
Darunter versteht man die Integration dynamischer Wertschöpfungsnetzwerke. Angesichts
dessen muss sich die Wirtschaftsinformatik mit Fragen hinsichtlich eines adäquaten Ausmaßes
der Dezentralisierung, Automatisation und Integration betrieblicher Informationssysteme
auseinandersetzen (vgl. Fettke 2013, zitiert nach Lasi 2014 et al., S. 263).
Die Gestaltung neuer Anwendungsfelder im Kontext der Industrie verlangt von der
Wirtschaftsinformatik amplifizierte Referenzmodelle und Modellierungsmethoden (vgl. Fettke,
Loos 2004, zitiert nach Lasi 2014, et al., S. 263).
Die in den folgenden Kapiteln näher beschriebenen Methoden wurden ausgewählt, um den in
dieser Arbeit definierten Forschungsschwerpunkt möglichst aufschlussreich beantworten zu
können. Es wurden die Stärken und Schwächen herausgearbeitet, um die Brauchbarkeit der
einzelnen Methoden zur Umsetzung der Zielstellung der Arbeit zu überprüfen und um
letztendlich ein möglichst optimales Verfahren herauszufiltern.
Grundsätzlich gilt es bei den unterschiedlichen Analyseverfahren festzuhalten, dass in der
empirischen Sozialforschung zwei verschiedene Forschungsrichtungen dominieren: die
qualitative und die quantitative Methode. Die quantitative Forschung ist mehr objektbezogen und
wird bei der Erhebung numerischer Daten angewandt (vgl. Lamnek 2006, zitiert nach Röbken,
Wetzel 2016, S. 12; Lichtlein 2016, S. 44). Bei der qualitativen Forschung geht es um das
Beschreiben und Verstehen empirischer Sachverhalte sowie um das Aufstellen von
Hypothesen7 und deren Prüfung. In manchen Fällen kann es auch vorteilhaft sein, beide
Methoden zu kombinieren. Aufbauend auf die Ergebnisse der qualitativen Forschung können
sinnvolle Fragen für eine quantitative Befragung formuliert werden (vgl. Grabner-Berger 2016, S.
128).
Eine sehr beliebte Variante unter den qualitativen Erhebungsmethoden ist das qualitative
Interview (vgl. Lichtlein 2016, S. 46). Es ist eine Form der mündlichen Befragung, bei der es
primär nicht um das Erheben quantitativer Daten, sondern von Texten geht. Markante
Unterschiede zwischen den einzelnen Methoden der Interviewführung lassen sich am
Standardisierungsgrad festmachen. Man unterscheidet zwischen kaum strukturierten Verfahren,
grob strukturierten Verfahren und einer Fragestruktur (vgl. Grabner-Berger, S. 132 f.). Der Grad
7 Eine Hypothese ist eine unbewiesene Annahme, die über den aktuellen Wissensstand hinausgeht. Je nach Ergebnis kann ihre Aussage empirisch bestätigt oder widerlegt werden (vgl. Grabner-Berger 2016, S. 121).
Methodik
93 Matthias Undesser
der Strukturierung legt fest, inwieweit es sich um geschlossene Fragen mit Antwortvorgaben
handelt (vgl. Holzmüller, Buber 2009, S. 421).
Aus folgenden Gründen kann das qualitative Interview als methodische Vorgehensweise zur
Lösung der Aufgabenstellung dieser Arbeit ausgeschlossen werden: Zum einen sind
Lagerverwaltungssysteme und im speziellen SAP EWM-Systeme hochkomplexe
Themenbereiche, die Fachwissen voraussetzen, über das nur ein begrenzter Kreis an Personen
verfügt. Diese ausfindig zu machen wäre, wenn überhaupt, nur unter erheblichem Zeitaufwand
möglich. Zum anderen haben Interviews oder Fragebögen mit geschlossenen, standardisierten
Fragen den Nachteil, dass sie den Befragten wenig Möglichkeit geben, um die komplexen
Zusammenhänge von WMS und Industrie 4.0 themenübergreifend zu erklären. Abhilfe könnten
offene, unstrukturierte Befragungen leisten, bei dem die Schwerpunkte erst im Verlauf des
Gesprächs festgelegt werden. Zudem ist Industrie 4.0 ein relativ junges Forschungsgebiet,
welches in der Praxis noch kaum zur Anwendung kommt (vgl. Lichtlein 2016, S. 51). Es ist
daher anzunehmen, dass sich die Befragten in teils widersprüchliche und wenig fundierte
Aussagen verstricken könnten, da ihnen schlicht und einfach das Detailwissen über den
kontextuellen Zusammenhang zwischen SAP EWM und Industrie 4.0 fehlen könnte.
In der empirischen Sozialforschung gibt es auch eine große Zahl an quantitativen
Erhebungsmethoden. Weit verbreitet ist die Befragung, welche entweder telefonisch, online
mündlich oder schriftlich durchgeführt werden kann. Charakteristisch für strukturierte,
quantitative Befragungen sind vereinheitlichte Fragebögen. Zu den Fragen, welche in einer fixen
Reihenfolge abgefragt werden, gibt es bestimmte, vorgegebene Antwortkategorien (vgl.
Grabner-Berger 2016, S. 162). Auch diese Methode würde sich zur Lösung des
Untersuchungsgegenstandes nur bedingt eignen, da sich sehr ähnliche Problemstellungen
ergeben, wie sie bei der Methode der qualitativen Interviews bereits beschrieben wurden.
Aufgrund der Aktualität und Relevanz in der deutschsprachigen qualitativen Sozialforschung soll
auch die sogenannte Grounded Theory zur Lösung der vorliegenden Aufgabenstellung, also ob
eine Einführung von SAP EWM in Industrie 4.0 möglich ist, in Betracht gezogen werden.
Unter Grounded Theory versteht man ein theoriegenerierendes empirisches Arbeiten. Bei
diesem, von den amerikanischen Soziologen Barney G. Glaser und Anselm L. Strauss in den
1960er Jahren formulierten Forschungsstil, geht es um ein Gesamtkonzept bezüglich
Datenerhebung, Datenanalyse und Theorienbildung (vgl. Pentzold 2018, et al., S. 4). Der
traditionelle deduktive Forschungsstil wird hier allerdings in umgekehrter Reihenfolge
abgearbeitet: die Theorie- und Hypothesenbildung steht nicht am Beginn der Forschungsarbeit,
sondern nach Durchlaufen einiger Forschungsphasen am Ende eines deduktiven Prozesses
(vgl. Baumgarth 2009, et al., S. 109). Dabei bestreiten Strauss und Glaser keineswegs die
Methodik
94 Matthias Undesser
Notwendigkeit in der Soziologie, bestehende Theorien zu verifizieren beziehungsweise zu
falsifizieren. Allerdings steht bei ihnen eine systematische Theoriengenerierung im Vordergrund,
welche einen systematischen, vorgängigen Umgang mit empirischen Daten voraussetzt (vgl.
Schröder 2018, S. 84).
Bevor jedoch eine empirische Datenerhebung erfolgen kann, bedarf es nach Strauss und Corbin
einer theoretischen Auseinandersetzung mit dem Forschungsfeld und dem Ziel, genügend
persönliche Erfahrungen und theoretisches Kontextwissen einzubringen (vgl. Strauss, A. L.;
Corbin, J. (1994), S. 276 und 279-280; Corbin, J.; Strauss, A. (1990), S. 13; vgl. zur
zunehmenden Berücksichtigung abduktiver Elemente der Grounded Theory nach STRAUSS
und STRAUSS/CORBIN insbesondere Reichertz, J. (2007), S. 215 ff.; vgl. hierzu auch Kern, M.
(1979), S. 14 f. mit einer Beschreibung des modernen Empiristen im Bacon’schen Sinne, zitiert
nach nach Pielken 2017, S. 112). Glaser jedoch befürchtet durch die theoretische
Auseinandersetzung mit dem Forschungsfeld eine gewisse Voreingenommenheit gegenüber
dem Thema und lehnt diese Methodik daher ab (vgl. Glaser, B. G. (1978), S. 31, zitiert nach
Pielken 2017, S. 112). Die Grounded Theory eignet sich nach Mayering auch für wenig
erforschte Forschungsbereiche, was sie speziell für das vorliegende Forschungsthema
interessant macht (vgl. Mayering 2002, S. 107). Ziel dieser Arbeit ist jedoch nicht das Entwickeln
einer auf in Daten begründeten Theorie, sondern die Analyse einer möglichen Implementierung
von SAP EWM in der Industrie 4.0, um anschließend realitätsnahe Empfehlungen für
Maßnahmen für eine Umsetzung von WMS in der Industrie 4.0 ableiten zu können (vgl. Lichtlein
2016, S. 51). Bei der Grounded Theory wird schon während der Datenerhebung eine
kontinuierliche Datenanalyse vorgenommen und analytische Fragen und Hypothesen werden zu
Kategorien zusammengefasst. Die fortlaufende, vergleichende Analyse findet im Rahmen des
„Theoretical Samplings“ statt. Diese Kategorien bilden den Ausgangspunkt „guter“ Theorien (vgl
Muckel 2017, S. 218 ff.). Auch diese Vorgangsweise scheint bei der Analyse des
zugrundeliegenden Untersuchungsgegenstandes kein probates Mittel zu sein. Aus den
genannten Gründen wird auch die Grounded Theory als ungeeignete Methode erachtet.
Wie zuvor bereits beschrieben, ist Industrie 4.0 unter anderem in die Disziplin der
Wirtschaftsinformatik einzuordnen. Die Konstruktion von Modellen zur Bildung brauchbarer
Artefakte, mit denen die Komplexität von betrieblichen Informationssystemen beherrschbar
gemacht werden soll, haben in der Wirtschaftsinformatik schon lange Tradition (vgl. Grochla et
al. 1971, zitiert nach Thomas 2006, S. 5). Daher soll auch das Referenzmodell als potenzielle
Analysemethode zur Klärung der Frage, ob die Funktionalitäten von SAP EWM eine Umsetzung
im Rahmen der Industrie 4.0 zulassen, untersucht werden. Eine allgemein gültige Definition für
das Referenzmodell ist nicht zu identifizieren, allerdings gibt es eine Reihe von Merkmalen,
welche diese Vorgehensweise auszeichnen. Referenzmodelle sind öffentlich verfügbare
Methodik
95 Matthias Undesser
Modelle, entweder zur Entwicklung spezifischer weiterer Modelle oder welche zur
Wiederverwendung, beispielsweise für unternehmensspezifische Modelle, herangezogen
werden. Typischerweise bieten sie für einen gewissen Problembereich anerkannte Lösungen mit
gewisser Allgemeingültigkeit an, weshalb sie auch für andere Klassen von Anwendungsfällen
repräsentativ sind (vgl. Schütte 1998, S. 66, 69– 74; Becker et al. 2000, S. 90; vom Brocke
2003, S. 31–38, zitiert nach Thomas 2006, S. 5; Hansen, Neumann 2009, S. 275, zitiert nach
Hecht 2013, S. 28). Aufgrund der Tatsache, dass der Industrie 4.0 noch keine wissenschaftlich
gültigen Sachverhalte attestiert werden können und viele Aspekte auf Annahmen und keinen
Tatsachen basieren, wird die Schaffung eines allgemein gültigen Modells mit dem Fokus auf
Wiederverwendbarkeit kaum umsetzbar sein (vgl. Lichtlein 2016, S. 49). In dieser Arbeit sollen
hingegen erste Ansätze einer möglichen Umsetzung von SAP EWM im Rahmen der Industrie
4.0 anhand der Funktionalitäten und Eigenschaften von WMS beschrieben werden.
6.1 Auswahl des Analyseverfahrens
Im Folgenden soll nun eine Analyse der Funktionalität von SAP, insbesondere von SAP EWM,
im Kontext der Industrie 4.0 durchgeführt werden. Die Anforderungsdimension, welche zugleich
als konzeptioneller Bezugsrahmen fungiert, wird aus den gewonnenen Erkenntnissen aus der
durchgeführten Literaturrecherche zu den Kapitel 3 und 4 erstellt. Die Anforderungsdimension
wird als mehrdimensionales Cluster dargestellt (vgl. Lichtlein 2016, S. 52). Jeder dieser Punkte
wird auf eine Eignung bezüglich einer Umsetzung in einem cyber-physischen-System
untersucht, um festzustellen, ob die Funktionalitäten von SAP EWM
(Untersuchungsgegenstand) im Abgleich mit dem Anforderungskatalog (Bezugsrahmen) in einer
Industrie 4.0/Logistik 4.0 dominierten Umgebung überhaupt realisier- bzw. umsetzbar sind. Die
Ergebnisse der Analyse werden zu einem Stärken/Schwächen Profil verdichtet, um fehlende
Funktionalitäten von SAP EWM aufzudecken. Weiters werden aus den Schwächen
Handlungsempfehlungen und mögliche Strategien abgeleitet, wie künftige WMS-Systeme in
technologischer sowie organisatorischer Hinsicht verbessert werden müssen, um den Kriterien
der Industrie 4.0 zu entsprechen. Die zuvor angeführte Vorgehensweise soll mit der Methode
der Literaturanalyse und der Stärken-Schwäche-Analyse umgesetzt werden. Warum andere
wissenschaftliche Methoden nicht zur Beantwortung der Aufgabenstellung herangezogen
wurden, wurde in Kapitel 6 erläutert.
Methodik
96 Matthias Undesser
6.2 Vorgehensweise
Aus der Literaturrecherche zu den Kapiteln 3 und 4 wurden die systembezogenen
Anforderungen der Industrie 4.0 bereits herausgearbeitet. Diese werden in einem
clusterähnlichen Verfahren zu Hauptanforderungsdimensionen zusammengefasst und
anschließend in Anforderungskriterien unterteilt. Dabei wurden nicht nur technische
Komponenten, sondern auch das Zusammenspiel verschiedener Systeme, der transparente
Datenverkehr zur Echtzeitsteuerung und die Einbindung des Menschen als oberstes
Kontrollorgan, als Voraussetzung für Industrie 4.0 identifiziert. Die detaillierte Aufstellung und
Gruppierung der Anforderungskriterien können aus der Tabelle in Kapitel 8 entnommen werden.
Für die folgenden Schritte der Analyse werden die Anforderungsdimensionen als grundlegende
Voraussetzung für eine Implementierung von Industrie 4.0 verstanden. Ziel ist es
herauszufinden, ob und wie die Schnittstellen moderner WMS-Systeme und im speziellen SAP
EWM mit den Schnittstellen in einer intelligenten, sich selbststeuernden Fabrik interagieren
können. Unter Schnittstellen fallen auch Cloud-Lösungen, moderne Assistenzsysteme wie
Mobile Devices als Mensch-Maschine-Benutzerschnittstellen oder die Integration verschiedener
IKT-Technologien. Auch diese Faktoren erweisen sich als Voraussetzung für eine intelligente
Produktionsumgebung und sind daher als Anforderungskriterien auszuweisen. Wesentliche
Aspekte einer erfolgreichen Umsetzung eines EMW-Systems im Kontext der Industrie 4.0
betreffen auch den Datenaustausch. Das bezieht sich nicht nur auf die Vernetzung eines WMS-
Systems, sondern auch auf die nahtlose Zusammenarbeit von Datenaustauschformaten,
Schnittstellen, Produktionssystemen, etc. mit anderen intelligenten Systemen. Diese Thematik
fällt unter den Begriff „Interoperabilität“, welcher zuvor in Kapitel 3.2.7 erklärt wurde. In
Verbindung mit der Fragestellung des Datenaustausches muss ebenfalls geklärt werden, ob
WMS-Systeme (SAP EWM) Daten mit durchgängiger Transparenz (siehe Seite 36) zur
Verfügung stellen können. In diesem Kontext soll untersucht werden, ob WMS-Systeme in der
Lage sind, Informationen und Daten kontinuierlich und in Echtzeit an Entitäten zu übermitteln.
Zur Verwertung dieser Daten wird es ein standardisiertes System mit einer schlüssigen
Bewertungsmethodik brauchen (siehe Kapitel 3.2.7 Standardisierung und Normierung).
Nachdem also die Anforderungsdimensionen, im Konkreten der Bezugsrahmen, aus der
Literaturrecherche abgeleitet wurden, werden diese mit den Funktionalitäten von SAP EWM
abgeglichen, um daraus Stärken und Schwächen eines SAP EWM-Systems in einer CPS-
dominierten Umgebung ableiten zu können. Dabei werden die fünf wesentlichen Funktionalitäten
eines EWM-Systems herangezogen und dahingehend analysiert, ob SAP EWM auf die Industrie
4.0 übertragen werden kann.
Es soll geklärt werden, ob die Ansprüche, welche Industrie 4.0 an WMS stellt, überhaupt erfüllt
werden können und somit eine Umsetzung in einer intelligenten Fabrik erlauben. Die Stärken
Methodik
97 Matthias Undesser
werden dahingehend interpretiert, als dass diese bereits im Ist-Zustand von SAP EWM eine
Umsetzung in der Industrie 4.0 erlauben. Aus den Schwächen sollen die richtigen Schlüsse
abgeleitet werden, wie WMS, um integraler Bestandteil eines CPS zu werden, künftig zu
konfigurieren ist. Idealerweise sollen Strategien erarbeitet werden, wie aus den Schwächen
ebenfalls Stärken gemacht werden können.
6.3 Literaturanalyse und Stärken-Schwächen-Analyse
Nach der vorangegangenen Recherche und nach Abwägung aller Vor- und Nachteile der
verschiedenen Analyseverfahren erscheint ein kombinierter Ansatz aus Literaturanalyse und
Potentialanalyse als geeignete Methode. Die Literaturanalyse oder „Literature Review“ ist ein
Instrument zur „Aufarbeitung oder Zusammenfassung bestehenden Wissens“ (Zühlke 2007, S.
130, zitiert nach Trapp 2012, S. 74). Bei der Untersuchung stützt man sich auf bereits
bestehendes Schrifttum, welches es zur Beantwortung verschiedener Fragestellungen zu
analysieren gilt. Bezugsquellen sind vorwiegend Lehrbücher, Zeitschriftenpublikationen und
Beiträge aus Fachzeitschriften (vgl. Trapp 2012, S. 74 f.). Mit Hilfe der qualitativ-analytischen
Literaturanalyse, bei der die Quellenauswahl vom Kenntnisstand des Autors der vorliegenden
Literatur abhängt, soll ein Ist-Zustand der Industrie 4.0, Logistik 4.0 und der WMS-Systeme
festgelegt werden. Dieser Vorgang dient auch dem Aneignen inhaltlicher Kompetenz bezüglich
der Aufgabenstellung. Ebenso können bei der qualitativ-analytischen Literaturanalyse
Kategorien zur Strukturierung relevanter Beiträge gebildet werden (vgl. Trapp 2012, S. 79). Aus
dieser detaillierten Auseinandersetzung mit der Thematik werden Erkenntnisse und relevante
Anforderungen innerhalb des Forschungsfeldes Industrie 4.0 abgeleitet und zu
Anforderungsdimensionen zusammengefasst. Hier kommen auch Ansätze des
Clusterverfahrens zum Tragen. Bei der Clusteranalyse besteht das vordergründige Ziel,
Untersuchungsobjekte zu Gruppen (Cluster) zusammenzufassen, die bezüglich ihrer Merkmale
und Eigenschaften als weitgehend homogen zu betrachten sind (vgl. Backhaus 2016, et al., S
455; Lichtlein 2016, S. 52). Daher sind die Anforderungskriterien, welche aus der
Literaturrecherche zu den Kapiteln 3 und 4 identifiziert worden sind, nach gleichartigen
Merkmalen zu gliedern. Anschließend werden die Anforderungsdimensionen mit den
Funktionalitäten von SAP EWM hinsichtlich einer Umsetzung in einem Industrie 4.0 Szenario
verglichen.
Auch hier kommt die Methode der Literaturanalyse zum Einsatz (siehe Kapitel 9
Literaturauswertung). Aufbauend auf die Analyse des Ist-Zustandes wird die Strategie in eine
Stärken-Schwächen-Analyse übergehen, um die Eigenschaften SAP EWM dahingehend zu
analysieren, ob sie das Potenzial einer Umsetzbarkeit in einer intelligenten Umgebung haben.
Methodik
98 Matthias Undesser
Die Funktionalitäten von SAP EWM werden also mit den Anforderungskriterien der Industrie 4.0
in Kontext gesetzt, um Stärken sowie Schwachstellen zu erkennen und Leistungskriterien zu
evaluieren (vgl. Lichtlein 2016, S. 51 f.). Im letzten Teil der Arbeit werden aus den Schwächen
gezielt Maßnahmen evaluiert, welche zur erfolgreichen Implementierung von SAP EWM in
einem CPS beitragen sollen. Die Ergebnisse sind als Annahmen zu interpretieren, welche erst
durch einen Praxisbezug verifiziert oder falsifiziert werden müssen.
Zur Untersuchung der Potenziale von SAP EWM, der Analyse bestimmter Eigenschaften und
deren Prüfung einer möglichen Übertragung auf Industrie 4.0 ist die Stärken-Schwächen -
Analyse eine vorteilhafte Methodik. Im Vordergrund stehen die Funktionalitäten von SAP EWM
und das Erkennen möglicher Potenziale, um anhand des Status-quo eine Einschätzung
abgeben zu können, ob SAP EWM den Ansprüchen und den gestellten Anforderungen von
Industrie 4.0 gerecht wird.
6.4 Auswahlprozess der Literatur
Mit dem Ziel, eine fundierte Aussage über eine eventuelle Umsetzbarkeit von SAP EWM in der
Industrie 4.0 zu geben, wurde eine systematische Literatursuche- und Analyse gestartet. Die
einzelnen Schritte dazu sollen im Folgenden kurz beschrieben werden.
Aus der umfangreichen Literaturanalyse in Kapitel 3 und 4 konnten vier wesentliche
Anforderungsdimensionen abgeleitet werden. Die Hauptknoten wurden mit Hilfe eines Clusters
weiter verzweigt, um möglichst alle Anforderungsbereiche von Industrie 4.0 abzudecken.
Als wichtigste Quelle, um umfangreiches Hintergrundwissen zu SAP EWM zu erlangen, wurde
das SAP Help Portal herangezogen. Das SAP Help Portal ist eine Hilfestellung für den
professionellen Anwender einer SAP-Suite und sollte daher den wissenschaftlichen Kriterien
entsprechen. Es enthält nicht nur Informationen über sämtliche Funktionalitäten von SAP EWM,
es unterstützt auch durch eine detaillierte Anleitung zu allen Einstellungen im Customizing.
Ohne diese Plattform wäre eine Umsetzung des Themengebietes nicht möglich gewesen.
Im Anschluss an die zweite Forschungsfrage konnte mit der Stärken-Schwächen-Analyse
begonnen werden. Die Schwächen wurden weiter analysiert, um daraus potenzielle
Umsetzungsstrategien zur Implementierung von SAP EWM in einem cyber-physischen-System
herauszuarbeiten.
Methodik
99 Matthias Undesser
6.4.1 Quellenauswahl (Journals vs. Buchliteratur)
Bei der Literaturanalyse wurden vorwiegend deutschsprachige Quellen ab dem Jahr 2010
herangezogen. Die deutschsprachige Literatur überwiegt stark - eine Erklärung liegt sicher in der
Tatsache, dass der Begriff Industrie 4.0 erstmals in Hannover einem breiten Publikum
präsentiert wurde und es vorwiegend auch deutsche Leitbetriebe sind, welche sich bei diesem
Themengebiet verstärkt um eine Umsetzung bemühen. Ebenso hat die Plattform Industrie 4.0
ihren Ursprung in Deutschland. Gleiches gilt für die Literatur zum Thema SAP, speziell zu SAP
EWM. Hier handelt es sich um ein in Deutschland gegründetes Unternehmen.
Nicht verwunderlich also, dass der deutschsprachige Literaturanteil dazu deutlich überwiegt. Es
wurden vor allem Werke von Rheinwerk Publishing und vom Springer Verlag herangezogen.
Journals spielen in dieser Arbeit so gut wie keine Rolle, da der Informationsgehalt nicht den
Anforderungen zur Beantwortung der Forschungsfragen entspricht. Insgesamt hat sich die
Literatursuche als schwierig erwiesen, da die Vision beziehungsweise das Potenzial von
Industrie bis dato nur in Teilbereichen umgesetzt wird. Zudem wird Industrie 4.0 fast
ausschließlich in Kontext zum Produktionsbereich gesetzt. Die Intralogistik und deren
Verbindungen zu Industrie 4.0 werden, wenn überhaupt, nur am Rande erwähnt. Daher mangelt
es in diesem Zusammenhang an praxisrelevanter Literatur aus Journals.
6.4.2 Zeitrahmen
Dem Themengebiet Industrie 4.0 kommt seit 2012 mediale Aufmerksamkeit zu und Literatur
findet sich erst vermehrt ab diesem Zeitpunkt. SAP veröffentlicht in zeitlichen Abständen
aktualisierte Versionen ihrer SAP-Suite. Deshalb kamen, mit einer Ausnahme, nur Inhalte in
Frage, welche ab 2014 publiziert wurden.
6.4.3 Auswahl der Artikel (Datenbanken, Journals, Verlag, etc.)
Die Literatursuche erfolgte vorrangig in den frei zugängigen Datenbanken der JKU. Außerdem
wurde auch eine unsystematische Suche im Internet durchgeführt und Literatur gekauft.
6.4.4 Literaturpool
Bei der Themenausarbeitung dieser Diplomarbeit wurde ein Literaturpool angelegt, welcher
neben wissenschaftlichen Veröffentlichungen auch Beispiele aus der Praxis berücksichtigt.
Diese Kombination aus wissenschaftlichem und praxisorientiertem Wissen soll das
Methodik
100 Matthias Undesser
umfangreiche Themengebiet möglichst ganzheitlich darstellen und abdecken. Daher umfasst der
Literaturpool unterschiedlichste Quellen, deren Erkenntnisse sich auf wissenschaftliche
Veröffentlichungen in Datenbanken, in eJournals, etc. stützen. Ebenso wurden verschiedene
Lehr- und Fachbücher miteinbezogen, allem voran die Bücher „Industrie 4.0 mit SAP“ und
„Warehouse Management mit SAP EWM“ von SAP Press, einer gemeinnützigen Initiative
zwischen SAP SE und dem Rheinwerk Verlag.
Untersuchungsgegenstand
101 Matthias Undesser
7 Untersuchungsgegenstand
Der Untersuchungsgegenstand in Form der wesentlichen Funktionalitäten von SAP EWM wird in
der Untersuchung der Anforderungsdimensionen zur Diskussion gebracht. Diese wurden bereits
in Kapitel 5.4.2 angeführt und entsprechende Erkenntnisse aus einer umfassenden
Literaturrecherche gewonnen. Nicht alle Funktionalitäten (z.B. Cross-Docking) wurden auf eine
Eignung in der Industrie 4.0 untersucht, weil es sonst den Rahmen der Diplomarbeit gesprengt
hätte. Zudem hätte der Miteinbezug sämtlicher Funktionalitäten von SAP EWM die Ergebnisse
weder positiv noch negativ beeinflusst. Für weitere Analysen und konkrete
Umsetzungsstrategien empfiehlt es sich jedoch alle Themengebiete abzudecken. Folgende
Funktionalitäten kamen zur Anwendung:
• Materialflusssystem
• Wareneingangs- und ausgangsprozesse
• Monitoring
• Bestandsverwaltung (RFID-Technologie)
• Ressourcenmanagement
Anforderungsdimension
102 Matthias Undesser
8 Anforderungsdimension
In Kapitel 3 und 4 konnten mit Hilfe der Literaturrecherche die Anforderungen und Eigenschaften
von Industrie 4.0 systematisch erfasst werden. Um die Ergebnisse als Vorbereitung zur
Literaturanalyse und Stärken-Schwächen-Analyse heranziehen zu können, werden diese im
nächsten Schritt zu weitgehend homogenen Gruppen zusammengefasst und für die weitere
Analyse aufbereitet. Diese Herangehensweise ist nicht neu und stellt auch in der Masterarbeit
von Lichtlein ein probates Mittel dar, die Zusammenhänge zwischen SAP EWM und Industrie
4.0 aufzuschlüsseln. Anders als bei Lichtlein beruhen die einzelnen Ausführungen nicht auf
Annahmen beziehungsweise auf umfangreichem Vorwissen, sondern es wird versucht, die neu
gewonnenen Erkenntnisse zu den einzelnen Anforderungskriterien auf Basis fundierter
Literaturquellen zu untermauern. Gleichzeitig hilft die intensive Auseinandersetzung mit der
Literatur bei der Aneignung jener Wissensgrundlage, die zur Beantwortung der zweiten
Forschungsfrage nötig ist. Die Auswahl der vier Anforderungsdimensionen wird nach ihrer
Gewichtung in den literarischen Werken zum Thema Industrie 4.0 von Barthelmäs, Bauernhansl,
ten Hompel, Andelfinger, Vogel-Heuser, Hänisch und anderen renommierten
Experten/Expertinnen getroffen. Die weitgehend homogenen Unterkapiteln ergeben sich aus
den Ausführungen in Kapitel zwei und drei. Diese Kriterien sind allgemein anerkannte
Voraussetzungen zur Umsetzung von Industrie 4.0 und daher können Überschneidungen zu
anderen Arbeiten nicht ausgeschlossen werden.
Da der Fokus der Untersuchung auf Umsetzungspotenzialen der Funktionalitäten von SAP
EWM im Industrie 4.0 Umfeld, also in der Smart Factory, liegt, werden die Anwendungsfelder
und Schnittstellen zwischen Industrie 4.0 und SAP EWM aus einer innerbetrieblichen
Logistikperspektive heraus betrachtet. Die daraus gewonnenen Erkenntnisse sollen nicht nur
den Status-Quo abbilden, sondern auch Rückschlüsse auf den Soll-Zustand zulassen. Der Soll-
Zustand leitet sich aus den Handlungsempfehlungen zur möglichen Beseitigung der ausfindig
gemachten Schwächen ab. Letztendlich soll ein Bild darüber gegeben werden, welche gestellten
Anforderungen von Industrie 4.0 durch SAP EWM bereits erfüllt bzw. nicht erfüllt werden
können. Daraus soll die Antwort auf die dritte Forschungsfrage abgeleitet werden können:
- Wo liegen die Stärken beziehungsweise Schwächen aktueller
Lagerverwaltungssysteme und können daraus Rückschlüsse für die Gestaltung
künftiger Lagerverwaltungssysteme (am Beispiel SAP EWM) gezogen werden, um
eine Umsetzbarkeit in der Industrie 4.0 zu realisieren?
Anforderungsdimension
103 Matthias Undesser
Abgeleitete Anforderungsdimensionen:
Tabelle 1: Anforderungsdimensionen Industrie 4.0 (in Anlehnung an Lichtlein 2016, S. 57, eigene Dimensionen und Darstellung)
1
Informations- und
Kommunikationstechnologien
• Dezentrale Steuerung und
(teil)autonome Selbstorganisation
→Kapitel 3.2
• Integration (echtzeitfähiger)
Kommunikationstechnologien (u. a.
RFID-Technologie) →Kapitel 5.4.2.6
• Echtzeitfähige Schnittstellen zum
Austausch von Stamm- und
Bewegungsdaten →Kapitel 5.2
• Flexibilität als „kundenintegrierter
Geschäftsprozess“ →Kapitel 3.1
• Transparenz →Kapitel 3.1
2 Integration des Menschen über
Assistenzsysteme
• Intuitive Bedienelemente
• Moderne Assistenzsysteme
(Sprachsteuerung, Mobile Devices)
→Kapitel 3.1
• Mensch-Maschine-Schnittstelle über
intelligente Assistenzsysteme
→Kapitel 3.1 und Kapitel 4.2.2
• Der Mensch als übergeordnete
Kontroll- und Steuerungsinstanz
→Kapitel 3.1
3 Standardisierte Schnittstellen
• Integration von Cloud-Technologien
→Kapitel 3.2.6
• Normierung und Standardisierung
→Kapitel 3.2.7
4 Automatisierte Prozessfolge
• Einbettung von Multi-Agenten-
Systemen zur Interaktion mit einem
CPS →Kapitel 4.2.1 und Kapitel
3.2.1
• Vernetzung und Automatisierung in
der Produktion und Logistik
Literaturauswertung/Forschungsschwerpunkte
104 Matthias Undesser
(autonome Transportsysteme aSLS)
→Kapitel 4.2.2)
9 Literaturauswertung/Forschungsschwerpunkte
Die zentrale Komponente von Industrie 4.0 sind cyber-physische-Systeme, welche sich aus
einem smarten Verbund aus Software- und Hardwarekomponenten zusammensetzen. Es
handelt sich dabei also um reale Systeme, die auf Basis einer technologischen Infrastruktur eine
ad-hoc Vernetzung von intelligenten Objekten, Maschinen, Betriebsmitteln sowie Distributions-
und Lagersystemen bewirken. Diese technologischen Komponenten, welche in
unterschiedlichen Ausprägungsformen zu leistungsfähigen Wertschöpfungsnetzwerken
kombiniert werden können, wurden ab Kapitel 3 detailliert beschrieben und liefern den
Ausgangspunkt für die Anforderungsdimensionen. In der folgenden Auswertung werden diese
Kriterien in Kontext zu einem SAP EWM-System gesetzt, um zu überprüfen, ob ein SAP EWM-
System in einer sich selbst organisierenden Domäne umgesetzt werden kann.
9.1 Inhaltsanalyse SAP EWM zur Anforderungsdimension 1
Die erste Anforderungsdimension hat das Themengebiet der Informations- und
Kommunikationstechnologien zum Gegenstand. In diesem Themenfeld soll untersucht werden,
ob das EWM-System mit echtzeitfähigen Kommunikationstechnologien kompatibel ist, um die
von der Industrie 4.0 eingeforderte Transparenz bei der Datenübertragung sicherzustellen und
eine dezentrale Steuerung zu ermöglichen.
In der intelligenten Fabrik sind Produktionsmittel, Menschen und Produkte ad-hoc miteinander
vernetzt und bilden eine sich selbst organisierende Organisation, das cyber-physische-System
(CPS). Die Grundlagen dafür liefern dezentrale Steuerungsmechanismen und autonome,
selbstorganisierende Produktionsanlagen sowie Materialflusssysteme. Daher sind die dezentrale
Steuerung und die (teil)autonome Selbstorganisation als Anforderungsdimension angeführt. Die
Umsetzung der Selbstorganisation von Produktionsanlagen und Materialflusssystemen kann
über intelligente Agenten erfolgen. Künstliche Intelligenz (KI) verleiht ihnen die Fähigkeit,
eigenständig zu handeln, sich gegenseitig abzustimmen und mit ihrer Umwelt aktiv zu
interagieren (Details dazu in Abschnitt 3.2). Die Fähigkeit von Systemen, aus historischen Daten
und Informationen zu lernen, wird ebenfalls der künstlichen Intelligenz zugeschrieben.
Literaturauswertung/Forschungsschwerpunkte
105 Matthias Undesser
In einem solchen System spielt der Mensch als steuernde Instanz nur mehr eine untergeordnete
Rolle, er übernimmt primär eine Überwachungs- und Kontrollfunktion, bleibt aber die primäre
Entscheidungsinstanz. Betrachtet man nun ein SAP EWM-System, lässt sich festhalten, dass
SAP mit SAP Plant Connectivity (PCo) eine Softwarekomponente anbietet, die als Agent
dezentrale Entscheidungen treffen kann. SAP Plant Connectivity stellt eine Kommunikation
zwischen dem SAP EWM-Zielsystem und externen Quellsystemen her. Agenteninstanzen
zeigen sich wiederum für den Informationsfluss zwischen der Datenquelle (Anlagen, Geräte,
Steuerungen, etc.) und dem PCo verantwortlich. Der Agent kann auf Anfragen vom Quellsystem
direkt reagieren und Entscheidungen treffen, ohne das übergeordnete SAP EWM-System
miteinbeziehen zu müssen. Diese vorab ausgewerteten Informationen werden in weiterer Folge
über SAP Plant Connecitvity dem SAP EWM-System zur Verfügung gestellt (vgl. SAP [r] 2020,
o. S.; Schnell 2017, S. 126 f.). Allerdings stehen diesen Agenten keine Algorithmen zur
Wissensgenerierung aus Big-Data Mengen zur Verfügung. Als weniger problematisch erweisen
sich standardisierte Formate zur Übertragung der Informationen über das Internet. Dazu eignen
sich Formate, wie z.B. TCP/IP, Http oder XML (siehe Kapitel 3.1 Dezentralisierung und
autonome Selbstorganisation).
Ähnlich verhält es sich bei der Optimierung der Lagerprozessdurchführung. Das vollständig in
das SAP EWM-System integrierte Ressourcenmanagement stellt eine verbesserte Ausführung
der Lagertätigkeit sicher, indem es Arbeitspakete optimiert und diese den
Mitarbeitern/Mitarbeiterinnen automatisch zuweist. Damit soll eine intensivierte Nutzung von
Mitarbeitern/Mitarbeiterinnen und Ressourcen im Lagerprozess gewährleistet werden. Allerdings
ist die Qualität der Optimierung an die Datenverfügbarkeit gebunden. Das System kann hier nur
auf die zugrunde liegenden Stamm- sowie Konfigurationsdaten zurückgreifen (vgl. Lange 2018,
et al., S. 620). Im Sinne der Industrie 4.0 müssten die Prozess- und Produktdaten entlang der
gesamten Wertschöpfungskette zur Verfügung stehen und von einer zentralen Instanz verwaltet
werden (vgl. Seybold 2017, S. 46).
Optimierungen durch Automatisierung von Prozessen im Lager lassen sich, wie zuvor
angedeutet, durch das Ressourcenmanagement umsetzen. Dieses stützt sich auf
unterschiedliche Objekte, beispielsweise die Ressource oder den Bediener, für die
Konfigurations- bzw. Stammdaten im System angelegt sind. Das EWM-System muss sich
demnach auf die Zuverlässigkeit der Stammdatenpflege verlassen. Es kann somit nicht autonom
und selbstständig die Arbeitslast in Abhängigkeit saisonaler Schwankungen optimieren (vgl.
Lange 2017, et al., S. 620 f.). Eine Integration von SAP EWM in die Cloud-gestützte Plattform
SAP S4/HANA ist aktuell möglich und kann dabei helfen, das Problem der Datenverfügbarkeit
zu lösen. SAP EWM kann bereits als integraler Bestandteil des SAP S/4HANA Software-Stacks
ausgeliefert werden. Damit entfällt die Doppelpflege von Daten, da SAP EWM direkt auf die SAP
Literaturauswertung/Forschungsschwerpunkte
106 Matthias Undesser
ERP-Daten im System zurückgreifen kann ohne die Notwendigkeit einer Replikation von
aktualisierten Stammdaten an EWM über das Core Interface (vgl. Lange 2017, et al., S 1080 f.).
Inwieweit damit die Kriterien von „Big Data“ erfüllt werden können, lässt sich in dieser
Untersuchung nicht feststellen.
Ein anderes Beispiel, welches gegen die Fähigkeit eines SAP EWM-Systems spricht, autonom
zu handeln und Prozesse selbstständig sowie dynamisch zu optimieren, ist die Findung von
Queues. Queues werden angelegt, um Lageraufträge nach betriebswirtschaftlichen
Gesichtspunkten zu gliedern und gemäß vor-konfigurierter Regeln abzuarbeiten. Welche
Lageraufträge sich je nach Verfügbarkeit von Mitarbeitern/Mitarbeiterinnen und Ressourcen
optimal abarbeiten lassen, muss abhängig von verschiedenen Prozessparametern bei der
Queue-Findung manuell eingegeben werden. Diese Findungskriterien (z. B.
Lagerplatzzugriffstyp, Lagerprozessart, Von- und Nach-Aktivitätsbereiche, etc.) müssen im
EWM-Customizing erstellt werden. Zudem können die Standardfelder über das BAdI (Business
Add-In) mit zusätzlichen Kriterien erweitert werden. Zieht man als Beispiel das
Ressourcenmanagement heran, müsste die Prozesssteuerung nach Auffassung der Industrie
4.0 anhand bestimmter Kennzahlen, Ressourcentypen (wie die zur Verfügung stehenden
Transportfahrzeuge) sowie unter Berücksichtigung der Auftragslage selbstständig die optimale
Strategie identifizieren (vgl. Lange 2018, et al., S. 620 ff.). Es zeigt sich also, dass EWM die
Anforderungskriterien bezüglich einer dezentralen Steuerung und Selbstorganisation nicht in
vollem Umfang erfüllt. Darüber hinaus ist die Lernfähigkeit im Sinne der künstlichen Intelligenz
zur autonomen Prozesssteuerung und -optimierung einem SAP EWM-System nicht
nachzuweisen (vgl. Schnell 2017, S. 126 f.).
Als zweiter Unterpunkt der ersten Anforderungsdimension hat sich die Integration echtzeitfähiger
Kommunikationstechnologien herauskristallisiert. Betrachtet man das SAP EWM-System im
Hinblick auf Kommunikationstechnologien, sind drei wesentliche Komponenten zu nennen: das
SAP-Materialflusssystem (MFS) als direkte Kommunikationsschnittstelle, die
speicherprogrammierbare Steuerung (SPS) und das SAP EWM-System. Die SPS steuert dabei
in Echtzeit den Transport von Handling Units (HU) auf Förderanlagen, indem es Signale der
verbundenen Förderanlage auswertet und mit den Informationen Sensoren, Aktoren und
Motoren ansteuert (vgl. SAP SE [3] 2015, o. S.). Der Datenaustausch zwischen der in der SAP
EWM integrierten Materialflusssteuerung und der SPS kann über mehrere
Kommunikationskanäle erfolgen, beispielsweise über sogenannte Meldepunkte. Ein Meldepunkt
entspricht einer speicherprogrammierbaren Steuerung (vgl. SAP [2] 2016, o. S.). Das in das
SAP EWM-System integrierte MFS kann daher in Echtzeit mit Förderungsanlagen und
Regalbediengeräten kommunizieren und somit exakt die Ein- und Auslagerungsstrategien,
sowie die Platzzuweisungen im Hochregallager und die damit verbundenen Lagerbewegungen
Literaturauswertung/Forschungsschwerpunkte
107 Matthias Undesser
ansteuern. Die ausführende SPS erhält alle Befehle direkt und in Echtzeit von der MFS und gibt
entsprechende Signale an die miteinander verbundenen Maschinen weiter (vgl. Liebrecht 2010,
S. 131).
Aufgrund der direkten Anbindung von Fördertechnikanlagen an SAP EWM über die
speicherprogrammierbare Steuerung wurde ein durchgängiger Prozess geschaffen, der die von
der Industrie 4.0 gewünschten Transparenzkriterien (und die damit verknüpfte Echtzeitfähigkeit
von Kommunikationstechnologien) bezüglich bewegter Bestände und Lagerplätze erfüllt.
Die Integration echtzeitfähiger IKT-Technologien lässt sich vor allem anhand der
Bestandsverwaltung in einem SAP EWM-System untersuchen. Einzelstücke können im Lager
über die Serialnummer vom Wareneineingang bis zum Warenausgang identifiziert und verfolgt
werden (vgl. Lange 2015, et al., S. 203). Daneben bietet SAP die Möglichkeit zur
Bestandsidentifikation über Barcodes. Dadurch können verschiedene Produktattribute wie
Menge, Bestandsart und Charge ermittelt werden. Der Mitarbeiter/die Mitarbeiterin kann sich in
einer RF-Umgebung (Radio-Frequency) anmelden und für die Prozessschritte Dekonsolidierung,
Einlagerung und Verpacken die Daten aus der Bestandsidentifikation heranziehen. Die
Bestandsidentifikation kann aber auch dazu genutzt werden, um im Lagermonitor nach
Lageraufgaben, Beständen, etc. zu suchen (vgl. Lange 2015, et al., S. 230 ff.; SAP [s] 2020, o.
S.). Die Identifikation durch die Serialnummer ist allerdings mit erheblichem Aufwand verbunden,
da Serialnummernprofile sowohl in SAP ERP als auch in SAP EWM gepflegt und im
Materialstamm zwei Serialnummernprofile zugewiesen werden müssen (vgl. Lange 2015, et al.,
S. 207). Demnach ist eine Integration dieser Methode in einer cyber-physischen Fabrik nicht
realisierbar. Deutlich zukunftsfähiger ist jedoch die Kommunikation zwischen RFID-Hardware
und SAP EWM über SAP Auto-ID Infrastructure (vgl. Lange 2015, et al., S. 57).
Die RFID-Technologie erlaubt es, jedes Objekt auf der Materialebene (Paletten, Pakete, etc.) in
der Logistikkette zu serialisieren und während des gesamten Transportprozesses eindeutig zu
identifizieren (siehe Kapitel 5.4.2.6). Das störungsfreie Auslesen von einem RFID-Transponder
zur Datenerhebung geschieht an sogenannten Identifikationspunkten. In der Praxis werden
dafür Ein- und Ausgangskontrollen von Warenpulks durchgeführt (vgl. Schenk, o. J., o. S.).
Neben betriebswirtschaftlichen Faktoren gilt es auch Aspekte der Standardisierung zu
berücksichtigen. Welches Schema und welches Format die auf den Tags geschriebenen Daten
aufweisen müssen, wird im Electronic Product Code (EPC) vonseiten der EPCglobal festgelegt.
Würde es diese Standardisierung nicht geben, könnte die RFID-Technologie nur im eigenen
Betrieb eingesetzt werden. Dies würde eine Verfolgung des Objekts über Unternehmensgrenzen
hinweg nicht möglich machen und somit dem Grundgedanken der Industrie 4.0 widersprechen
(vgl. Lange 2017, et al., S. 684). Anders als beim herkömmlichen Verfahrensweg, dem seit
Jahren etablierten und bewährten Strichcode, verwendet RFID den 2-D Barcode
Literaturauswertung/Forschungsschwerpunkte
108 Matthias Undesser
(zweidimensionalen Barcode), welcher deutlich mehr Informationen beinhalten kann (vgl. Lange
2017, et al., S. 683). Durch die Integration von SAP Auto-ID Infrastructure (SAP AII) in SAP
EWM können Lagerprozesse durch einen transparenten Datenaustausch in Echtzeit optimiert
werden. Mit Hilfe dieser Technologie können mehrere physische Objekte berührungslos
identifiziert werden, egal ob es sich dabei um Handling Units, verpackte Produkte oder
Ressourcen handelt (vgl. SAP [2] 2014, o. S.). Technische Voraussetzung dafür ist die
Kommunikation beider Systeme über synchrone RFC-Funktionsbausteine. Folgende RFID-
Prozesse können mit beiden Systemen realisiert werden (vgl. Lange 2017, et al., S. 686):
• Entladen im Wareneingangsprozess
• Beladen im Warenausgangsprozess
• Das Quittieren von Lageraufgaben
• Verpacken
Im Rahmen des dritten Unterpunkts der ersten Bewertungsdimension soll auch die
Kommunikation zwischen SAP ERP und SAP EWM bezüglich deren Tauglichkeit in einer
Industrie 4.0 gesteuerten Umgebung untersucht werden. Bei der Übertragung von Stamm- und
Bewegungsdaten zwischen den beiden Systemen kommen zwei Methoden zum Einsatz: das
Core Interface (CIF) und queued Remote Function Calls (qRFC). Für die Kommunikation
müssen die Daten zunächst entweder vom sendenden Quellsystem oder vom empfangenden
Zielsystem gepuffert werden. Daher können potenziell auftretende Fehlermeldungen auch nicht
an das System zurückgeschickt werden (vgl. SAP[3] AG 2014, o. S.).
Zusammenfassend lässt sich festhalten, dass bei Warenein- und ausgängen zunächst das ERP-
System als Empfänger fungiert, ehe die Informationen vom ERP zum SAP EWM-System
weitergeleitet werden (siehe Kapitel 5.4.2.4). Sollte es zu einer Änderung der Stammdaten im
ERP-System kommen bzw. zu Änderungen bei der Menge des Auslieferungsauftrags, muss das
Core Interface eine Replikation von geänderten Stammdaten an das EWM-System erstellen.
Allerdings erfolgt diese aufwändige Doppelpflege von Daten nur unter erheblichem Aufwand und
ohne die Permisse der Echtzeitfähigkeit, weshalb die Schnittstelle zwischen den beiden
Systemen nicht die Echtzeit-Kriterien einer Industrie 4.0 erfüllt.
Die Ausführungen zur Echtzeitfähigkeit von IKT-Technologien zeigen unterschiedliche
Ergebnisse. Während Materialflusssysteme, welche in das SAP EWM-System integriert sind, die
Kriterien der Echtzeitfähigkeit und Transparenz erfüllen, lassen sich diese Attribute in der
Kommunikation zwischen SAP EWM und SAP ERP nicht feststellen. Sollte SAP künftig jedoch
nur noch das cloudbasierte SAP EWM-System (als Bestandteil von SAP S/4HANA) anbieten,
könnte man die zuvor angeführten Attribute wieder entkräften. In der Bestandsverwaltung
Literaturauswertung/Forschungsschwerpunkte
109 Matthias Undesser
hingegen kommt die neueste RFID-Technologie zum Einsatz, die durch einen transparenten,
echtzeitfähigen Datenaustausch Optimierungen in Lagerprozessen zulässt. Es lässt sich also
festhalten, dass das dritte Anforderungskriterium von SAP EWM nur zum Teil erfüllt werden
kann, wohingegen das vierte Kriterium nur unter der Prämisse SAP S/4HANA in der Industrie
4.0 tauglich wäre.
Beim vierten Punkt der ersten Anforderungsdimension „Flexibilität als kundenorientierter
Geschäftsprozess“ soll festgestellt werden, inwieweit sich ein Produktionsunternehmen an
wechselnde Prozessabläufe flexibel anpassen kann. Der Zusatz „kundenorientierter
Geschäftsprozess“ kann in diesem Abschnitt eher vernachlässigt werden, da dabei der
Miteinbezug des Kunden/der Kundin bei der Produktentstehung- und entwicklung im
Vordergrund steht. Man spricht auch vom individualisierten Produkt mit hoher
Variantenflexibilität, das in sehr geringen Losgrößen produziert wird. Dieser Bereich ist zwar
eines der Kernthemen der Industrie 4.0, kann aber verstärkt dem digitalen Engineering sowie
Methoden der „Predective Analytics“ zugeschrieben werden (Kapitel 3.1 →Flexibilität).
Vorweg kann festgehalten werden, dass SAP EWM zwar Möglichkeiten zur Anpassung an sich
verändernde Prozesse bietet, diese aber nicht vollumfänglich den Prämissen der
Selbstorganisation und des autonomen Handelns entsprechen. Es gibt zwar eine Reihe von
Anwendungsfällen, bei denen SAP EWM flexible Strategien bietet. Zu diesen zählen z.B. die
flexible Lagerplatzfindung oder flexible Ein- und Auslagerungstätigkeiten.
Beim flexiblen Lagerplatz handelt es sich um eine EWM Anwendung, welche die
Bestandsführung zur automatischen Platzverwaltung unterstützt. Ist ein Bestand vorhanden,
werden Lagerplätze automatisch erstellt und nach Quittierung der letzten Lageraufgabe wieder
gelöscht, vorausgesetzt dem flexiblen Lagerplatz soll kein neuer Bestand zugewiesen werden.
Diese Anwendung basiert auf SAP S/4HANA, einer cloudbasierten In-Memory Datenbank
(Kapitel 4.2.2). Auch dieser Vorgang ist an vorab festgelegte Einlagerungsregeln im Customizing
gebunden. In der Industrie 4.0 setzt Flexibilität allerdings eine Echtzeitabbildung voraus. SAP
EWM kann diese Voraussetzungen nicht erfüllen, da jeweils Schnittstellen
dazwischengeschalten sind. Bei der Lagerbewegung und damit verbundenen Einlagerung ist
das Materialflusssystem als Steuerungsinstanz installiert. Das MFS übergibt Lageraufgaben per
Telegrammkommunikation an die SPS, welche wiederum direkt Regalbediengeräte, Fördermittel
etc. ansteuert. SAP EWM stoppt jedoch die Lageraufgabe (LB) an das SPS nur dann, wenn im
Vorhinein schon gewisse Parameter festgelegt wurden. Das können Kapazitätsgrenzen sein,
welche für Ressourcen oder Meldepunkte eingestellt wurden. Gleiches gilt auch für den Fall,
dass die SPS eine Störung meldet. Erst dann leitet das EWM-System Maßnahmen ein, ein
vorausschauendes Erkennen von Störungen ist nicht möglich. Aufgrund der Tatsache, dass
SAP EWM nur anhand vordefinierter Restriktionen, welche bei Eintreten eine Störung auslösen,
Literaturauswertung/Forschungsschwerpunkte
110 Matthias Undesser
handelt, kann in diesem Zusammenhang nicht von einer echtzeitbasierten Anpassungsfähigkeit
an wechselnde Umstände gesprochen werden. Für eine Umsetzbarkeit in einem CPS spricht
allerdings der flexible Lagerplatz zur automatischen Erstellung von Lagerplätzen oder die flexible
Einlagerung über MFS-Systeme. Mit einer sinnvollen Erweiterung der SAP HANA Technologie
soll das Anforderungskriterium der Flexibilität jedoch schon in naher Zukunft zu bewerkstelligen
sein (vgl. SAP [t] 2020, o. S.; Liebrecht 2010, S. 131.; SAP SE [4] 2015, o. S.).
Transparenz wird in der Industrie 4.0 durch den echtzeitfähigen Austausch von Informationen
und Daten definiert. Die Analyse des Begriffs bildet den fünften und letzten Punkt der ersten
Anforderungsdimension. Transparenz spiegelt sich in der Produktion und Logistik durch die
lückenlose Identifikation von Objekten und das Bereitstellen von Daten über den Ist-,
Konfigurations- und Prozesszustand von Maschinen sowie Produktionsanlagen entlang des
Wertschöpfungsnetzwerkes wider. Bei Warenbewegungen innerhalb des Lagers steht das
Materialflusssystem (MFS) als Bestandteil des SAP EWM-Systems im direkten Austausch mit
der SPS. Am Meldepunkt können Daten von der SPS an das EWM gemeldet werden und
gleichzeitig erhält die SPS über ein Telegramm neue Anweisungen (vgl. SAP SE [5] 2015, o.
S.). Dieser echtzeitbasierte Datenaustausch entspricht den von der Industrie 4.0 geforderten
Kriterien hinsichtlich Transparenz.
Auch der Einsatz der RFID-Technologie im Warenein- und ausgang ermöglichen den
echtzeitfähigen Datentransfer. In Bezug auf Transparenz und Datenverfügbarkeit ergibt sich
daraus der Vorteil, dass RFID-Tags auch innerhalb von Behältern ausgewertet werden können.
Das wäre mit konventionellen Barcode-Methoden nicht möglich, die einen direkten Sichtkontakt
zum Lesegerät voraussetzen. Mit HANA liefert SAP zudem ein echtzeitbasiertes Analyse- und
Auswertungstool, mit welchem Transparenz gewährleistet ist (vgl. Huber 2016, S. 236).
Betrachtet man allerdings den Austausch von Stamm- und Bewegungsdaten zwischen SAP
EWM und SAP ERP über das Core Interface, wird ersichtlich, dass diese Schnittstelle nicht dem
Kriterium der Echtzeitfähigkeit entspricht und somit keine durchgängige Transparenz entlang der
Wertschöpfungskette zulässt.
9.2 Inhaltsanalyse SAP EWM zur Anforderungsdimension 2
Die komplexen Abläufe in einem cyber-physischen Produktionssystem stellen Unternehmen vor
neue Herausforderungen und verlangen neue Wege zur Beherrschung dieser Komplexität.
Einen Ansatz dazu liefern Assistenzsysteme, welche das Bindeglied zwischen Menschen und
Maschinen im CPPS-Gefüge sind. Gemeinsam bilden sie ein sozio-technisches System.
Literaturauswertung/Forschungsschwerpunkte
111 Matthias Undesser
Aus diesem Grund ist die „Integration des Menschen über Assistenzsysteme“ ebenso ein
Anforderungskriterium, welches an ein SAP-System gestellt wird.
Für die intuitive Navigation durch einen Datenbestand und die Abbildung verschiedener
Prozessschritte im Warenein- und ausgang, zu Lagerbeständen, Lageraufgaben und
Lageraufträgen, etc. braucht es intuitive Bedienelemente. Es geht darum, Informationen so
schnell wie möglich abzurufen, Einstellungen vorzunehmen und gegebenenfalls
Korrekturmaßnahmen einzuleiten. Daher sind intuitive Bedienelemente ein weiteres
Anforderungskriterium. Mobile Geräte mit berührungsempfindlicher Touch-Benutzeroberfläche
haben auch bei SAP EWM Einzug gehalten. Um eine SAP EWM Bildschirmmaske auf einem
integrierten mobilen Gerät anzeigen zu können, braucht es neben der passenden Hardware
auch eine webbasierte Software. Aufgrund der Tatsache, dass das Standard-Windows-SAP-GUI
nicht auf mobilen Endgeräten funktioniert, ist eine Integration mit der webbasierten SAP
ITSmobile erforderlich (siehe Kapitel 5.4.2.6). Um beispielsweise ein Lagergeschehen, wie das
Bewegen eines Bestandes, in Echtzeit abbilden zu können, ist eine Anwendung im
Onlinebetrieb Grundvoraussetzung. Die Bedienung über ein mobiles Gerät kann dezentral und
ohne räumliche Gebundenheit erfolgen. Hardwareseitig genügt die Ausstattung mit einer
Wireless-LAN-Netzwerk-Architektur (vgl. Lange 2017, et al., S. 656 ff).
In diesem Zusammenhang gilt es auch festzuhalten, dass SAP EWM mit dem Radio-Frequency-
Framework (RF-Framework) die Möglichkeit zur Verwendung mobiler RF-Geräte bereitstellt.
Durch diese Integration kann die betriebswirtschaftliche Logik (Geschäftslogik) von der
physischen Anzeige von Daten auf einem mobilen Gerät entkoppelt werden. Um Anpassungen
noch flexibler vornehmen zu können, unterstützt das RF-Framework nicht nur GUI- und
zeichenbasierte Geräte, sondern auch die im Hinblick auf Industrie 4.0 relevanten browser-
basierten Geräte. Zur Anbindung verwendet das Framework wiederum die Schnittstelle
ITSMobile. Im Hinblick auf eine intuitive Navigation können solche GUI-Geräte über
berührungsempfindliche Bildschirme, über eine klassische Tastatur oder über Drucktasten
bedient werden. Der Vorteil eines RF-Frameworks liegt darin, dass die Kommunikation sowie
der Datenaustausch mit einem Warehouse Management-System nicht von einem zentralen
Arbeitsplatz aus, sondern von praktisch jedem beliebigen Ort im Lager erfolgen kann. Zudem
ersetzen RF-Geräte sämtliche Dokumente und ermöglichen das fehlerfreie Auslesen codierter
Informationen, wie etwa Barcodes oder 2D Codes. Die direkte Interaktion der RF-Geräte erlaubt
eine korrekte Datenvalidierung und sichert einen hohen Qualitätsstandard im Lager, indem
Eingabefehler vermieden werden. Unter EWM können mehrere Aktivitäten ausgeführt werden,
welche RF unterstützen, wie das Bestätigen von Lageraufgaben, Verpacken, Be- und
Entladetätigkeiten, Bestandsaufnahme sowie der Prozessschritt Dekonsolidierung (vgl. Kappauf
2012, et al., S. 210; Lange 2017, et al., S. 644 f.; SAP SE [3] 2016, o. S.).
Literaturauswertung/Forschungsschwerpunkte
112 Matthias Undesser
Aus den angeführten Punkten lässt sich schlussfolgern, dass das echtzeitbasierte Abrufen von
Daten und das Durchführen von Einstellungen über SAP EWM weitgehend den Kriterien der
Industrie 4.0 entsprechen, wenngleich auch hier nur Annahmen getroffen werden können.
Benutzeroberflächen sind in der CPS-gesteuerten Fabrik so zu gestalten, dass sich der
Bediener/die Bedienerin nicht erst durch unzählige Untermenüs quälen muss, um Einstellungen
vornehmen oder Daten abrufen zu können. Als besonders intuitiv erweist sich die Pick-by-Voice-
Integration, welche es dem Bediener/der Bedienerin erlaubt, über Sprachbefehle mit dem
System zu kommunizieren. Da die manuelle Eingabe entfällt, gibt es auch keine
Eingabeverzögerung und der Benutzer/die Benutzerin kann in Echtzeit Daten abrufen und an
das System zurückschicken. Die zuvor erwähnte ITSmobile Technologie liefert die passende
Schnittstelle, damit ein Voice-Browser mit einem SAP-System interagieren kann (vgl. Lange
2015, et al., S. 674 f.).
Die Integration von Pick-by-Voice-Technologien sind seit dem EWM 9.0 Release bereits im
Standard und im RF-Framework so einsetzbar, dass Kommissionierprozesse sprachgesteuert
ausgeführt werden können (vgl. Lange 2015, et al., S. 675).
SAP EWM zeichnet sich außerdem durch diverse Konfigurationsmöglichkeiten aus, um das
Layout einer Anzeige zu individualisieren. So erlaubt auch das RF-Framework neben der reinen
Dateneingabe die maßgeschneiderte Anpassung der Menüstruktur. SAP gewährt zudem die
Integration externer Experten/Expertinnen, welche die Visualisierung auf mobilen Geräten
gestalten. Ebenso lässt sich die Benutzeroberfläche des Lagermonitors nach persönlichen
Präferenzen und Geschäftsanforderungen anpassen. Dieser setzt sich aus drei Teilbereichen
zusammen, die sich in der Größe flexibel konfigurieren lassen. Der Knotenhierarchiebaum (1)
erfüllt den Zweck der Navigation zwischen den Knoten. Der obere Sichtbereich (2) enthält
Objektinformationen zu den einzelnen Knoten, im unteren Sichtbereich (3) werden Detaildaten
zu einem im oberen Sichtbereich markierten Objekt angezeigt.
Literaturauswertung/Forschungsschwerpunkte
113 Matthias Undesser
Dieser Standardmonitor kann entweder angepasst oder durch einen individualisierten Monitor
mit eigenen Reports und Methoden ersetzt werden (vgl. Kappauf 2012, et al., S. 210; Lange
2017, et al., S. 885 ff.). Wie das Layout in einer smarten Fabrik auszusehen hat, hängt immer
auch von Vorlieben und persönlichen Präferenzen ab, daher kann diesbezüglich keine
zuverlässige Einschätzung getroffen werden. SAP EWM lässt jedoch sicherlich großen
Spielraum zur Individualisierung einer Struktur zu. Darüber hinaus liefert SAP EWM mit der
ITSmobile Technologie eine moderne Schnittstelle, um Voice-Browser Funktionen (z. B. Pick-by-
Voice) zu implementieren. Das kann gerade in solchen Lagerbereichen von Vorteil sein, wo
Kommissionieraktivitäten durchgeführt werden. Ob Pick-by-Voice Technologien auch in einem
CPS sinnvoll eingesetzt werden können, lässt sich aufgrund der fehlenden Praxisbeispiele nicht
beantworten. Eine Möglichkeit zur Integration ist aus technischer Sicht jedenfalls gegeben.
Durch die Integration des Menschen in ein cyber-physisches-System wird diesem eine
technisch-soziale Schnittstellenfunktion zugewiesen. Die Flut an Informationen von intelligenten
Objekten und Maschinen ohne entsprechende Filterungs- und Datenaufbereitungsmechanismen
Abbildung 22: Aufbau und Struktur des Lagermonitors (Lange 2017, et al., S. 885)
Literaturauswertung/Forschungsschwerpunkte
114 Matthias Undesser
würde den Menschen schlichtweg überfordern. Neben „intelligenter Assistenz“ zur Unterstützung
in der Mensch-Maschinen-Kooperation benötigt es auch neue Ansätze in der
Kompetenzentwicklung, um aktives Lernen in den Arbeitsprozess zu integrieren. Intelligente
Assistenzsysteme sollen dem Nutzer/der Nutzerin nicht nur durch Instruktionen behilflich sein,
sondern auch dazu beitragen, durch die Anwendung neues Wissen zu generieren. Nur durch
das Aneignen neuer Kompetenzen kann der Mensch hochautomatisierte Prozesse überwachen
und regulativ eingreifen. Werden Assistenzsysteme jedoch so gestaltet, dass diese auf geringe
Benutzerakzeptanz stoßen, kann es zum Automatisierungsdilemma von Bainbridge kommen
(vgl. Bainbridge 1983, S. 775 f., zitiert nach Senderek, Geisler 2015, S. 36). Dieses als „Ironies
of Automation“ bekannte Phänomen besagt, dass es dem Menschen mit Zunahme des
Automatisierungsgrads immer schwerer fällt, „(…) die für ihn als „black box“ wahrgenommenen
Prozessabläufe zu verstehen, zu analysieren und Entscheidungen bezüglich der notwendigen
Maßnahmen abzuleiten“ (Hirsch-Kreinsen 2014, S. 20 ff., zitiert nach Senderek, Geisler 2015, S.
36 f.). Beleuchtet man nun mit diesem Hintergrundwissen die Gegebenheiten in einem SAP
EWM-System, sei in diesem Zusammenhang wieder auf das RF-Framework und auf mobile
Geräte verwiesen. Dass diese die Voraussetzungen mobil, echtzeit- und lokationsbasiert
erfüllen, wurde bereits festgestellt. Mobile Geräte können jedoch keine Informationen
selbstständig filtern, zusammenführen und einem Mitarbeiter/einer Mitarbeiterin bedarfsgerecht
zur Verfügung stellen (vgl. Senderek, Geisler 2015, S. 38). Es ist solchen Systemen auch nicht
möglich, selbstständig zu handeln oder alternative Lösungswege vorzuschlagen.
Dazu müssten mobile Geräte sowie „Wearable Technologies8“ mit künstlicher Intelligenz
ausgestattet sein. Durch das Fehlen einer KI kommt es auch zum Widerspruch mit der
arbeitsintegrierten Kompetenzentwicklung, welche intelligenten Assistenzsystemen
zugesprochen wird. Bereits existierende Systeme in SAP EWM können hochkomplexe
Prozessschritte und Planungsalgorithmen für den Mitarbeiter/die Mitarbeiterin
informationstechnisch nicht nachvollziehbar machen. Dieser/Diese kann daher nicht von der
Assistenz lernen und wird ein ablehnendes Verhalten gegenüber dem System entwickeln (vgl.
Seybold 2017, S. 44 f.).
SAP hat mittlerweile jedoch mit SAP Fiori ein neues User Interface (UI) im Angebot, welches
neben der Informationsbereitstellung auch Unterstützung bei der Entscheidungsfindung leistet.
Fiori Apps, welche in HTML 5 entwickelt wurden, sind auf jedem beliebigen Endgerät lauffähig
und passen die Oberfläche automatisch dem mobilen Endgerät an. Zudem sind SAP Fiori Apps
mit der cloudbasierten SAP-Lösung SAP S/4HANA verbunden, was es dem Lagermitarbeiter/der
8 „Wearable Technology“ sind am Körper getragene technische Hilfsmittel, welche die Schnittstelle zwischen einem zentralen Softwaresystem (z.B. SAP EWM) und dem Mitarbeiter bilden und eine Kommunikation in beide Richtungen ermöglichen (vgl. Schell 2017, et al., S. 166)
Literaturauswertung/Forschungsschwerpunkte
115 Matthias Undesser
Lagermitarbeiterin ermöglicht, Echtzeitanalysen über die HANA-Datenbank durchzuführen. Dass
diese Apps intelligent sowie selbstständig agieren und Handlungsalternativen aufzeigen, kann
allerdings nicht festgestellt werden (vgl. IGZ Ingenieurgesellschaft für logistische
Informationssysteme mbH 2019, o. S.).
Im Kontext des Lernens sind auch rechtliche Aspekte zu beachten. Um die Information für jeden
Nutzer/jede Nutzerin individuell und verständlich aufzubereiten, müssen dem Assistenzsystem
dessen/deren Fähigkeiten und Kompetenzen bekannt sein. Dazu müssen vorab Nutzer- und
Kompetenzprofile angelegt und persönliche Lernfortschritte laufend aktualisiert werden (vgl.
Senderek, Geisler 2015 S. 39). Hier liegt die Vermutung nahe, dass die rechtlichen
Rahmenbedingungen in einem SAP EWM-System dahingehend noch nicht angepasst wurden.
Eine genauere Untersuchung der rechtlichen Ausgestaltung in einem SAP EWM-System ist in
der Arbeit jedoch nicht vorgesehen. SAP bietet zwar eine Schnittstelle zwischen dem
Mitarbeiter/der Mitarbeiterin und dem System, jedoch bleibt der Aspekt der intelligenten
Assistenz (noch) unberücksichtigt.
Die Rolle des Menschen am Arbeitsplatz wird sich durch Industrie 4.0 stark verändern. Während
manuelle Tätigkeiten mehr und mehr von Maschinen ausgeführt werden, übernimmt der Mensch
vorwiegend Tätigkeiten des Überwachens komplexer Automatisierungsprozesse, gezielte
Planungs- und Steuerungsaktivitäten auf Basis von Informationen und regulative Maßnahmen.
Daraus leitet sich der dritte Punkt der zweiten Anforderungsdimension ab: der Mensch als
übergeordnete Kontroll- und Steuerungsinstanz (vgl. Senderek, Geisler 2015 S. 39).
Damit der Mensch seine Rolle als Planungs- und Steuerungsinstanz in Taten umsetzen kann,
muss er mit Informationen aus dem operativen Betrieb versorgt werden. Wie bereits festgestellt
wurde, erfüllt SAP EWM in weiten Teilen das Kriterium der Transparenz, also die durchgängige
Datenverfügbarkeit eines Prozesses. Diese Informationsbereitstellung ist in SAP EWM jedoch
selten dynamisch gestaltet, weshalb die Aktualisierung von Daten manuell angestoßen werden
muss. Da die Genauigkeit und der Informationsgehalt der Lagerverwaltungsmonitoren von der
Datenstammpflege abhängen, sollte dieser Umstand nicht außer Acht gelassen werden (vgl.
Reinhart 2017, S. 67). Davon abgesehen bietet SAP EWM mit dem Lagerverwaltungsmonitor,
dem Easy Graphic Framework (EGF) und dem grafischen Lagerlayout (GLL) mehrere
Möglichkeiten im Reporting und Monitoring. Der Lagermonitor liefert nicht nur die
Informationsbasis zu Prozessschritten im Lager, er stellt auch Methoden zur Ausführung von
Korrekturmaßnahmen bereit (vgl. Lange 2017, et al., S. 884). Der Lagermonitor stellt auch mit
Bezug auf Industrie 4.0 ein geeignetes Instrument dar, um auf Basis von Daten und
Informationen einen ausreichenden Überblick über Lageraktivitäten zu geben.
Literaturauswertung/Forschungsschwerpunkte
116 Matthias Undesser
Daten können in SAP EWM auch grafisch angezeigt werden. Beim grafischen Lagerlayout
(GILL) wird das Lagerinnere als zweidimensionale Grafik abgebildet, um Informationen über die
Platzauslastung, die Bestandssituation sowie die im Lager tätigen Ressourcen grafisch
darzustellen (vgl. Lange 2017, et al., S. 909). Mit dieser Methode kann jedoch keine
realitätsnahe 3D-Abbildung des Lagerlayouts (Virtual Reality) und somit keine Visualisierung des
Lagergeschehens im Sinne der Industrie 4.0 gewährleistet werden. Ein ähnliches Dilemma gilt
für das Easy Graphics Framework (EGF), welches definierte Lagerkennzahlen (z.B. dargestellt
als Balkendiagramm) anhand von Chart-Typen grafisch darstellt (vgl. Lange 2017, et al., S.
900). Um die Kriterien der Industrie 4.0 zu erfüllen, müssten Technologien wie die Augmented
Reality zum Einsatz kommen. Damit kann der Mitarbeiter/die Mitarbeiterin das Lagerlayout als
Hologramme projizieren, um einen umfassenden Überblick über die Situation im Lager zu
erhalten (vgl. Schell 2017, et al. S. 170).
Damit der Mensch seine neue Rolle in einem cyber-physischen-System wahrnehmen kann,
braucht es innovative Lösungen im Monitoring und Reporting, um die natürliche Wahrnehmung
des Lagermitarbeiters/der Lagermitarbeiterin mit der künstlichen Wahrnehmung des
Lagergeschehens zu verbinden. Neu Technologien wie VR-Brillen (Virtual Reality) oder Mixed
Reality werden heute bereits erfolgreich im Engineering oder Gaming-Bereich eingesetzt.
Auch SAP gewährt zu diesem Thema einen Blick in die Zukunft und spricht in diesem
Zusammenhang von der intelligenten Brille. Ob und wann es zu einer Umsetzung kommt, kann
an dieser Stelle nur gemutmaßt werden.
9.3 Inhaltsanalyse SAP EWM zur Anforderungsdimension 3
Das dritte Anforderungskriterium baut auf dem Themengebiet „standardisierte Schnittstellen“
auf. Damit logistische Prozesse innerhalb des Lagers effizient und planmäßig ablaufen können,
müssen in SAP EWM im Customizing vorab Parameter und Regeln definiert werden. Betrachtet
man beispielsweise die prozessorientierte Lagerungssteuerung, werden hier einzelne
Lagerungsprozessschritte zu einem Lagerungsprozess zusammengefasst. Die einzelnen
Prozessschritte wie das Entladen, Zählen oder die Qualitätsprüfung, etc. können im Customizing
vordefiniert werden. Anhand der standardisierten Parameter wird von SAP EWM festgelegt,
welche Arbeitsstation für die nächste Funktion (z.B. Prüfen der Qualität) innerhalb des
Wareneingangsprozesses angesteuert wird. Sobald EWM Handling Units (HUs) erzeugt, werden
diesen, je nach Customizing Einstellungen, jene festgelegten Prozessschritte zugeordnet, um
entweder vom Zwischenlagertyp zum nächsten Zwischenlagertyp oder zum endgültigen Nach-
Lagertyp gebracht zu werden (vgl. SAP SE [6] 2015, o. S.; SAP SE [7] 2015, o. S.; SAP SE [8]
2015, o. S.). Da Industrie 4.0 für die Implementierung autonomer Prozesse robuste und
Literaturauswertung/Forschungsschwerpunkte
117 Matthias Undesser
standardisierte Prozesse sowie Schnittstellen als Steuerungsregeln bei der Kontrolle von
Prozessen voraussetzt, scheint SAP EWM aufgrund der Systembeschaffenheit diese
Voraussetzungen zu erfüllen (vgl. Deuse 2015, et al., S. 103).
Mit der plattformunabhängigen Architektur OPC UA hat SAP einen standardisierten Client,
welcher über SAP Plant Connectivity als bidirektionale Kommunikationsschnittstelle fungiert
sowie zum Datenaustausch zwischen einem SAP-System und einer branchenspezifischen
Standarddatenquelle dient. Der Vorteil von OPC UA liegt darin, dass auch Protokolle aus
anderen Standardisierungsgremien verwendet werden können. OPC UA wird zudem im
Referenzarchitekturmodell 4.0 (RAMI 4.0) als zukunftsweisende Technologie erwähnt, welche
die nötigen Voraussetzungen einer technischen Realisierung in der Industrie 4.0 erfüllt. OPC UA
unterstützt auch Protokolle, um sensorgenerierte Informationen in eine Cloud zu senden. Das
ermöglicht eine Vernetzung mit Geschäftspartnern/Geschäftsparterinnen über die gesamte
Wertschöpfungskette hinweg. Aufgrund der Tatsache, dass SAP OPC UA unterstützt, sollte das
Anforderungskriterium der Standardisierung erfüllt sein (vgl. Schell 2017, et al., S. 96).
Cloud-basierte Technologien sind ein integraler Bestandteil zur Datenaufbewahrung und zur
Datenbeschaffung in der Industrie 4.0 und stellen daher ein weiteres Anforderungskriterium dar.
Auch SAP EWM kann an eine cloudbasierte Plattform angebunden werden. Diese nennt sich
SAP S/4 HANA und erlaubt sowohl die direkte Integration von SAP EWM als auch die
Verwendung von SAP EWM als dezentrale Lagerverwaltungssoftware. Jedoch erscheint SAP
EWM als direkter Bestandteil von SAP HANA als deutlich zukunftssichere Technologie, daher
wird im Folgenden nur darauf näher Bezug genommen. Im Gegensatz zu einem an SAP
S/4HANA angebundenen dezentralen SAP EWM-System entfällt bei der integrierten Version die
Verwendung des Core Interface (CIF). Es müssen beispielsweise die Materialstämme nicht von
SAP ERP mittels Core Interface an das EWM-System übermittelt werden. Im Rahmen der
ersten Anforderungsdimension wurde bereits festgestellt, dass das CIF nicht echtzeitfähig und
damit auch nicht Industrie 4.0 tauglich ist. Dieser Nachteil entfällt jedoch durch den Einsatz von
S/4HANA, da EWM direkt auf die im System abgelegten SAP ERP-Daten zugreifen kann.
Kunden- und Lieferanteninformationen werden in SAP S/4HANA abgelegt, wo ein direkter
Zugriff von SAP EWM erfolgt. Ebenso können ERP-Materialstämme direkt von EWM genutzt
werden. Belege über An- und Auslieferungen in SAP EWM, welche nichts anderes sind als
Replikate der SAP ERP An- und Auslieferung, werden damit überflüssig (vgl. Lange 2015, et al.,
S. 1079 ff.). Die Cloud-Integration als Anforderungskriterium wird daher von SAP EWM erfüllt.
Inwieweit und in welcher Form der Umgang mit Big Data ausgestaltet werden muss, kann im
Rahmen dieser Arbeit nicht festgestellt werden. Big Data ist jedoch essenziell für die
Datenverarbeitung und -analyse (siehe Kapitel 3.2.3) und nutzt dabei auch externe
Datenquellen. Da SAP EWM als Teil einer SAP-SCM-Serverinstanz mit mehreren SAP
Literaturauswertung/Forschungsschwerpunkte
118 Matthias Undesser
S/4HANA-Instanzen verbunden werden kann und somit externe Datenquellen abgerufen werden
können, sollten hier die geeigneten Rahmenbedingungen für Big Data vorzufinden sein (vgl.
Lange 2015, et al., S. 1079).
9.4 Inhaltsanalyse SAP EWM zur Anforderungsdimension 4
Eines der Kernthemen der Industrie 4.0 ist die Reduktion der Komplexität und die Steigerung der
Systemrobustheit im Produktions- sowie Logistikprozess durch die autonome Selbststeuerung
(siehe Kapitel 4.2.1). Im Fokus steht dabei immer ein Gesamtproblem, welches es zu lösen gilt.
Industrie 4.0 sieht jedoch die Spaltung eines Gesamtproblems in Teilprobleme vor. Diese
Aufgaben übernehmen Agenten. Münzt man diesen Aspekt auf ein SAP EWM-System um,
können dort Agenten zur Steuerung sämtlicher operativer Prozessschritte eingesetzt werden.
Diese Überlegungen führen zum vierten Anforderungskriterium, nämlich der Einbettung von
Multi-Agenten-Systemen zur Interaktion mit einem CPS. Heute werden in einem SAP EWM-
System Belege verwendet, die alle notwendigen Daten zur Steuerung und Dokumentation von
Geschäftsprozessen enthalten (vgl. SAP SE [9] 2015, o. S.). Das SAP EWM-System ermittelt
zunächst über den Anlieferungsbeleg, beispielweise über Lieferart, die Lagerprozessart. Dieser
beinhaltet Informationen zu den Aktivitäten des Ein- und Auslagerungsprozesses (vgl. SAP SE
[10] 2015, o. S.). Daran geknüpft ist der Beleg der Produkt- oder Handlung Unit-Lageraufgabe
(LB), welche die Informationen über den physischen Transport innerhalb des Lagers enthält
(SAP SE [11] 2015, o. S.). Kommen allerdings Agenten zum Einsatz, würden diese
Prozessschritte für das SAP EWM-System wegfallen und somit zu einer deutlichen Reduktion
der Komplexität führen. Es können zum Beispiel für jede Transporteinheit (TE) eigene TE-
Agenten aktiv sein und nur für die Transportdauer, vom Aufsetzen auf die Fördertechnik bis zu
Einlagerung der TE, bestehen. Der Agent ist dabei nicht an einen festen Platz gebunden,
sondern kann überall innerhalb des Netzwerks sein. Ein Agent repräsentiert dabei eine
übergeordnete Instanz (ConvLoc-Agent) und übermittelt an einem bestimmten Platz
(beispielsweise am Identifikationspunkt) Befehle an den TE-Agent (vgl. Gehlich 2010, et al. S.
303). SAP EWM übergibt die Lagersteuerung an die Agenten und führt nur noch Aufgaben der
Lagerverwaltung sowie der Datenpflege durch (vgl. SAP SE [12] 2015, o. S.) (Stammdaten
werden üblicherweise bereits im ERP-System angelegt). Voraussetzung ist jedoch, dass auf der
Makroebene das Zusammenspiel und die Kommunikation der Agenten genau definiert werden,
damit sich ihr jeweiliger Aufgabenbereich nicht mit anderen überkreuzt (siehe Kapitel 4.2.1). Die
Agenten müssen sich untereinander auch mitteilen, welcher Auftrag als nächstes abgearbeitet
werden darf. Eine zentrale Entscheidungsstelle ist nicht länger notwendig, das System handelt,
wie von Industrie 4.0 präferiert, dezentral (vgl. Gehlich 2010, et al., S. 307). Auch gilt es zu
Literaturauswertung/Forschungsschwerpunkte
119 Matthias Undesser
klären, wie Agenten in ein SAP EWM-System integriert werden sollen, damit eine reibungslose
Kommunikation mit einem CPS vonstatten gehen kann. SAP EWM bietet zwar mit der EWM-
LSR-Schnittstelle eine Verbindung zu verschiedenen Fremdsystemen. Bei dieser Variante dient
das Remote Function Call (tRFC) als Schnittstelle zur Kommunikation (vgl. SAP SE [13] 2015, o.
S.). Agenten setzen allerdings eine dezentrale Steuerungshardware voraus. Um das zu
realisieren, werden netzwerkfähige Embedded-Controller benötigt. Darüber hinaus werden hohe
Anforderungen an die Echtzeitfähigkeit gestellt (vgl. Gehlich 2010, et al., S. 309). Da SAP noch
keine geeigneten Schnittstellen zur Integration von Agenten anbietet, kann dieses
Anforderungskriterium von SAP EWM nicht erfüllt werden.
Die Industrie 4.0 sieht vor, dass Sendungen innerhalb des Lagers mit Hilfe des Internets der
Dinge ihre Zielorte selbstständig mitteilen und die nächsten Prozesse autonom anstoßen. Das
setzt eine weitreichende Automatisierung der Intralogistik voraus (vgl. Göhring, Lorenz 2010, S.
313). Daher zählen die „Vernetzung und Automatisierung in der Produktion und Logistik“
ebenfalls als ein Anforderungskriterium und sind dahingehend zu überprüfen, ob SAP EWM
schon dafür gerüstet ist. In den vorangegangenen Ausführungen wurden bereits mehrere
Technologien wie Barcodes, Serialnummern und die RFID-Technologie diskutiert und wie
dadurch Sendungen, Produkte oder Handling Units vom System erfasst und automatisch durch
das Lager befördert werden.
In diesem Zusammenhang wurde in der Arbeit auch die layoutorientierte Lagerungssteuerung,
also das automatische Lager, thematisiert. So erfordern einige Lagertypen wie das
Hochregallager einen I-Punk (Identifikationspunkt), welcher Wareneingänge für weitere
Bearbeitungsschritte identifiziert. Zudem können Identifikationspunkte dazu genutzt werden, um
einen Wechsel des Förderzeugs anzustoßen, beispielsweise um eine Handling Unit (HU) von
einem Gabelstapler auf ein Regalförderzeug umzuladen (vgl. SAP SE [14] 2015, o. S.).
Literaturauswertung/Forschungsschwerpunkte
120 Matthias Undesser
Der automatische Transport einer HU auf einer Fördertechnikanlage wird im Materialflusssystem
dargestellt, die Steuerung setzt zwingend den Einsatz einer SPS voraus. Diese kommuniziert
wiederum über Meldepunkte mit dem SAP EWM-System (vgl. SAP SE [16] 2015, o. S.; SAP SE
[17] 2015, o. S.). Der Anspruch der Automatisierung in der Intralogistik ist daher erfüllt.
Um moderne Technologien in das Gesamtkonzept eines CPS zu integrieren, bietet sich ein
dezentrales, agenten-basiertes System an. Das soll anhand eines in der Praxis bewährten
Staplerleitsystems (SLS) untersucht werden. Herkömmliche Staplerleitsysteme sind für die
Kommissionierung, für die Steuerung von Staplern und für die wege- und auftragsoptimierte
Gestaltung von Materialbewegungen verantwortlich. Zudem fungieren sie bei der
Datenübertragung auf ein mobiles Gerät als Bindeglied zwischen Funk-Controller und einem
WMS-System. Dabei erhalten SLS die Transportbedarfe von einem übergeordneten WMS-
System, um im Anschluss Transportaufträge zu erstellen. Um jedoch ein SLS an dezentrale,
sich selbst steuernde Strukturen anzupassen, braucht es die Implementierung eines aSLS
(agenten-basiertes Staplerleitsystem). Über Funkcontrollersysteme, an welchen mobile
Datenterminals angeschlossen sind, kommunizieren die Domänen der WMS und des aSLS.
Damit das System autark funktionieren kann, muss künstliche Intelligenz in die
Terminalumgebung eingeschleust werden. Das geschieht mittels Agenten (vgl. Göhring, Lorenz
2010, S. 313 ff.). Diese Vorgehensweise würde sich analog auch dazu eignen, intelligente
Maschinen, Förderanlagen und Produkte in einem CPS miteinander zu vernetzen. Wie bereits in
der ersten Anforderungsdimension festgestellt wurde, besitzt ein SAP EWM-System keine
künstliche Intelligenz, ebenso sind mobile Geräte nicht mit künstlicher Intelligenz ausgestattet.
SAP bietet mit SAP Fiori allerdings eine zukunftsfähige Plattform. Trotzdem lässt sich festhalten,
Abbildung 23: Identifikationspunkt im automatischen Lager (SAP SE [15] 2015, o. S.)
Literaturauswertung/Forschungsschwerpunkte
121 Matthias Undesser
dass SAP EWM weder die Schnittstellenkompetenz (Funkcontrollersysteme) noch die Kriterien
einer künstlichen Intelligenz anbietet, um agenten-basierte Systeme zu installieren.
9.5 Stärken-Schwächen-Analyse
Die Ergebnisse aus der vorangegangenen Untersuchung können nun herangezogen werden,
um die zweite Forschungsfrage „Können bereits bestehende WMS-Systeme zukünftige
Anforderungen von Industrie 4.0 befriedigen?“ zu beantworten. Zunächst werden die
Schwächen von SAP EWM bezüglich einer Umsetzung in der Industrie 4.0 angeführt, ehe auf
die Stärken eingegangen wird. Aus den Schwächen werden im abschließenden Teil der Arbeit,
zur Beantwortung der dritten Forschungsfrage, Handlungsempfehlungen abgeleitet. Dass die
zweite Forschungsfrage mit einem klaren „Nein“ beantwortet werden kann, geht bereits aus den
Ergebnissen der Anforderungskriterien hervor. Im Folgenden werden im Detail auf die Stärken
und Schwächen eingegangen.
Bei der ersten Anforderungsdimension haben sich einige Punkte herauskristallisiert, die gegen
eine potenzielle Umsetzung in der Industrie 4.0 sprechen. Zur Erreichung dezentraler Steuerung
und teilautonomer Selbstorganisation wären dezentrale, agenten-basierte Strukturen notwendig.
Multi-Agenten-Systeme, ausgestattet mit künstlicher Intelligenz, könnten durch Koordination mit
anderen Agenten auf der Makroebene (Kapitel 4.2.1) Lageraufgaben selbstständig
untereinander aufteilen und ausführen. SAP verfügt zwar über ein agenten-basiertes System
(PCo), jedoch über keine Algorithmen, um SAP-Agenten mit künstlicher Intelligenz auszustatten.
Alle Regeln zum Ablauf der einzelnen Prozessschritte müssen vorab im Customizing eingestellt
werden und können nur bei Bedarf manuell vom Bediener/von der Bedienerin geändert werden.
Für eine dezentrale Steuerung mangelt es an der durchgängigen sowie echtzeitfähigen
Datenschnittstellen, insbesondere beim Austausch von Stamm- und Bewegungsdaten zwischen
SAP ERP und SAP EWM. In diesem Zusammenhang sei auch auf das Ressourcenmanagement
verwiesen und dessen Unfähigkeit, selbstständig Optimierungsprozesse in Abhängigkeit
gewisser Parameter (z.B. Ressourcenverfügbarkeit) in Gang zu setzen. Die Kriterien „dezentrale
Steuerung und (teil)autonome Selbstorganisation“ können daher als Schwächen von SAP EWM
ausgewiesen werden.
Zum Thema Flexibilität lässt sich festhalten, dass EWM einige Strategien wie beispielsweise die
flexible Lagerplatzfindung oder flexible Ein- und Auslagerungstätigkeiten dazu bietet. Jedoch ist
auch dieser Vorgang von festen Einlagerungsregeln im Customizing abhängig.
Sollte es zu Änderungen der sich wiederholenden Abläufe kommen, muss das System manuell
rekonfiguriert werden. Zudem können geänderte Kundenwünsche nicht in Echtzeit vom EWM-
Literaturauswertung/Forschungsschwerpunkte
122 Matthias Undesser
System erfasst werden, da das dafür zuständige Core Interface nicht den Kriterien der
Echtzeitfähigkeit entspricht. Daher ist auch das Kriterium der Flexibilität als Schwäche
anzuführen.
Zu den Schwächen gehört auch das Kriterium der Transparenz. Eine isolierte Betrachtung des
Materialflusssystems (MFS) würde den Regeln der Transparenz entsprechen, da es als
Bestandteil eines EWM-Systems in Echtzeit im direkten Austausch mit der SPS steht. Dafür
zuständig ist die agenten-gestützte Datenverbindung Plant Connectivity (PCo), bestehend aus
Quellsystem (z.B. standardisierte Schnittstelle OPC UA), Zielsystem (SAP EWM),
Benachrichtigungen und Agenteninstanzen. Daher lassen sich alle Vorgänge lückenlos
rückverfolgen. Geht es jedoch um den Datenaustausch zwischen SAP ERP und SAP EWM,
beispielsweise bei An- und Auslieferungsprozessen, hat das SAP ERP die Datenhoheit.
Änderungen müssen also vom SAP ERP an EWM repliziert werden, dieser Vorgang erfolgt nicht
unter der Prämisse der Echtzeitfähigkeit. Eine durchgängige Transparenz vom
Anlieferungsprozess bis zum Warenausgang kann also nicht sichergestellt werden.
In den Ausführungen zuvor wurde bereits beschrieben, dass beim Austausch von Stamm- und
Bewegungsdaten zwischen SAP EWM und SAP ERP keine echtzeitfähige Schnittstelle
vorzufinden ist. Dieser Umstand kann daher als Schwäche festgemacht werden.
Als Schwäche zeigt sich auch die Mensch-Maschine-Schnittstelle über intelligente
Assistenzsysteme. Nachdem der Mensch in einem cyber-physischen-System planerische
Tätigkeiten mit Kontrollfunktionen übernimmt, braucht er auch entsprechende Assistenzsysteme,
welche die Flut an Information nach Relevanz filtern und für den Bediener/die Bedienerin
verständlich aufbereiten. Diese sollen den Menschen nicht nur beim Prozess der
Entscheidungsfindung unterstützen, sondern auch zur Kompetenzentwicklung beitragen. Jedoch
sind Assistenzsysteme wie Mobile Devices in SAP EWM nicht mit künstlicher Intelligenz
ausgestattet und können weder Probleme selbstständig lösen noch dem Anwender/der
Anwenderin neue Kompetenzen vermitteln.
Die Gestaltung der Schnittstelle zur Implementierung und Einbettung von Agenten-Systemen in
SAP EWM stellt zurzeit noch ein Problem dar. SAP EWM stößt beispielsweise über den
Anlieferungsbeleg die Lagerprozessart an, welche alle relevanten Informationen zu den
Aktivitäten des Ein- und Auslagerungsprozesses bereitstellt. Würde man jedoch die Steuerung
operativer Prozesse an ein agenten-basiertes CPS übertragen, könnte man diese
Prozessschritte vom WMS-System entkoppeln und dem agentengesteuerten cyber-physischen
System übertragen. Für jede Transporteinheit könnte für die Dauer des Transports ein eigener
Agent eingesetzt werden. Dieser wäre nicht ortsgebunden, also dezentral steuerbar und dank
künstlicher Intelligenz zur autonomen Selbstorganisation in der Intralogistik fähig. Die Agenten-
Literaturauswertung/Forschungsschwerpunkte
123 Matthias Undesser
basierte Steuerung wäre auch auf andere Arten von Förderungsanlagen anwendbar. SAP bietet
aber weder die hard- noch die softwareseitigen Voraussetzungen. Dazu fehlen netzwerkfähige
Embedded-Controller zur dezentralen Steuerung und Schnittstellen zur Verwendung von
Funkcontroller. Zudem ist die Terminalumgebung nicht mit künstlicher Intelligenz ausgestattet.
Die Schnittstelle zwischen SAP EWM und CPS zur Einbettung von Agenten-Systemen ist
ebenso als eine Schwäche zu deuten.
Mit den Schwächen gehen auch Stärken einher, die den Kriterien der Industrie 4.0 standhalten.
Eine davon sind echtzeitfähige Kommunikationstechnologien. Diese Kriterien werden z.B. vom
Materiaflusssystem erfüllt, welches über Meldepunkte mit der SPS in Echtzeit kommuniziert.
Zur Übertragung der Daten wird zwischen der MFS-Komponente und einer externen Quelle (z.B.
Regalbediengeräte oder SPS) ein PCo-Agent eingerichtet (vgl. SAP SE [4] 2016, o. S.). Rückt
man die Bestandsverwaltung in das Interesse des Betrachters/der Betrachterin, wird ersichtlich,
dass SAP EWM eine Reihe echtzeitfähiger IKT-Technologien einsetzt. Bewegte Bestände
können über Barcodes identifiziert werden. Der Mitarbeiter/die Mitarbeiterin braucht sich nur mit
seinem/ihrem mobilen Gerät in die RF-Umgebung einloggen und kann Daten aus der
Bestandsidentifikation in Echtzeit abrufen. Zur lückenlosen Erfassung sämtlicher
Warenbewegungen und zum Anstoßen der nächsten Prozessschritte sieht Industrie 4.0 die
Verwendung der RFID-Technologie vor. Die Anbindung von RFID-fähiger Hardware an ein
WMS-System ist über SAP Auto-ID Infrastructure bereits möglich. Zudem unterstützt SAP EWM
das Protokoll OPC UA, eine bidirektionale Kommunikationsschnittstelle, welches im
Referenzarchitekturmodell 4.0 als geeignetes Kommunikationsprotokoll gelistet wird.
Zu den Stärken zählen auch intuitive Bediengeräte. Da der Mensch in einem CPS-System
weiterhin Berücksichtigung findet, braucht dieser auch entsprechende Bediengeräte, um
Analysen und Einstellungen in Echtzeit ausführen zu können. „Mobile Devices“ verfügen bereits
über hochauflösende berührungsempfindliche Touch-Oberflächen und lassen sich über die SAP
ITSmobile an eine browser-basierte RF-Umgebung anbinden. Mobile RF-Geräte können auch
dazu genutzt werden, um Barcodes dezentral im Lager auszulesen. Inwieweit Terminals in einer
intelligenten Fabrik zur Steuerung eingesetzt werden, bleibt abzuwarten. Prinzipiell übernehmen
in einem CPS die Agenten Steuerungsfunktionen.
Als noch intuitivere Eingabemöglichkeiten erweisen sich Pick-by-Voice Technologien, die
ebenfalls über die Schnittstelle ITSmobile laufen. Der Bediener/die Bedienerin kann ohne
Eingabeverzögerung Anweisungen über Sprachbefehle an das System weitergeben. Das
unterstützt den Lageristen/die Lageristin vor allem bei der Kommissionierung, da die Hände zur
Durchführung manueller Tätigkeiten frei bleiben.
Literaturauswertung/Forschungsschwerpunkte
124 Matthias Undesser
Zu den Stärken, wenn auch mit „Schönheitsfehlern“, zählen Methoden zur Unterstützung des
Menschen bei seinen planerischen Tätigkeiten. Bis dato dient der Lagerverwaltungsmonitor in
einem WMS als Instrument zur Kontrolle, zur Informationsgewinnung und zur Bereitstellung von
Methoden zur Ausführung von Korrekturmaßnahmen. Letzteres soll in einem CPS jedoch
selbstständig und nicht unter Miteinbezug des Menschen erfolgen. Trotzdem ist der LVM ein
Instrument, welches in der Industrie 4.0, wenn auch mit reduziertem Funktionsumfang, zum
Einsatz kommen kann. Ebenso kann das Lagergeschehen in SAP EWM mit dem GILL grafisch
dargestellt werden.
Allerdings würden sich hier Technologien wie Augmented Reality (AR) oder Mixed Reality (MR)
anbieten, um das Lagerinnere als dreidimensionales Bild wahrnehmen zu können.
Als klare Stärke kann die Anbindung an die Cloud angeführt werden. Da SAP EWM bereits als
integraler Bestandteil der Cloud-Plattform SAP S/4HANA ausgeliefert werden kann, können
bereits die Voraussetzungen zur Echtzeitsteuerung und Beherrschung enormer Datenmengen
gelegt werden. Das Echtzeitkriterium wird unter anderem durch den Wegfall des CIF begründet.
Gleichzeitig ermöglich SAP S/4HANA die Anbindung an Lieferanten und Kunden.
In SAP EWM laufen Prozesse standardisiert ab. Dazu müssen im Customizing Regeln und
Parameter festgelegt werden, um dem System vorzugeben, welche Arbeitsstationen für den
nächsten Vorgang in Anspruch genommen werden und welche Aufgaben diese zu erfüllen
haben. Ob und inwieweit die Standardisierung von Prozessen in der sich selbst steuernden
Fabrik noch zum Tragen kommt, bleibt abzuwarten. Durch den Einsatz intelligenter Agenten
würden auch Einstellungen im Customizing entfallen. Zukunftsweisend und daher eine Stärke ist
die Verwendung des standardisierten OPC UA Client zur Kommunikation mit externen
Quellsystemen (von Lieferanten, Kunden, etc.).
Das Thema Automatisierung ist in der Intralogistik weit vorangeschritten. Im MFS können
Lagerbewegungen automatisiert ablaufen, beispielweise mit der layoutorientierten
Lagerungssteuerung. Prinzipiell wäre das auch eine Stärke, jedoch ist davon auszugehen, dass,
ähnlich wie bei der Standardisierung von Prozessen im Customizing, Multi-Agenten-Systeme
diese Aufgaben übernehmen und über Sensoren sowie Aktoren Automatismen ansteuern. Das
EWM-System könnte in diesem Szenario wieder deutlich an Komplexität verlieren, da es nur
noch für die Datenpflege und für das Erstellen von Belegen verantwortlich wäre.
Literaturauswertung/Forschungsschwerpunkte
125 Matthias Undesser
9.5.1 Lösungsansätze zur potenziellen Implementierung von WMS-Systemen
Abschließend sollen nun anhand der Schwächen Handlungsempfehlungen abgeleitet werden,
wie künftige WMS-Systeme auszustatten sind, um ein cyber-physisches-System in der
Intralogistik zu implementieren. In diesem Zusammenhang wird explizit von Empfehlungen
gesprochen, da eine detaillierte Ausarbeitung in den jeweiligen Bereichen Expertenwissen aus
Mechatronik, Informatik, etc. voraussetzt.
Mit der Ausarbeitung dieser Strategien soll auch die dritte und letzte Forschungsfrage „Wo
liegen die Stärken beziehungsweise Schwächen aktueller Lagerverwaltungssysteme und
können daraus Rückschlüsse für die Gestaltung künftiger Lagerverwaltungssysteme (am
Beispiel SAP EWM) gezogen werden, um eine Umsetzbarkeit in der Industrie 4.0 zu
realisieren?“ beantwortet werden. Wie beispielsweise Agenten mit KI ausgestattet werden
können oder Algorithmen programmiert werden müssen, gehört in den Kompetenzbereich der
Informatik, Mechatronik, etc. und ist daher kein Bestandteil des letzten Abschnitts.
Als Schwäche wurden die dezentrale Steuerung und die autonome Selbstorganisation
identifiziert. Im Folgenden sollen nun einige Strategien angeführt werden, wie diese Problematik
umgangen werden kann. Die Funktionalitäten von SAP EWM beginnen mit dem Prozess des
Wareneingangs. Dezentrale Steuerung ist nur dann möglich, wenn Daten durchgehend, vom
Wareneingang bis zum Warenausgang, verfügbar sind. Hier wäre es ratsam, dass
Transporteinheiten mit RFID-Tags ausgestattet werden. Die Tore, welche im Yard-Management
anzufahren sind, werden im Customizing unter Stammdaten definiert. Sollte ein Yard-
Management integriert sein, beginnt der Entladeprozess bereits bei der Erfassung der
Fahrzeuge am Kontrollpunkt. Das ERP-System könnte weiterhin einen Lieferavis für eine
geplante Anlieferung von einem externen System erhalten, ohne dass hier bereits die RFID-
Technologie zum Einsatz kommen müsste. SAP ERP erzeugt mit Hilfe des Lieferavis eine
Anlieferung und verteilt diese über das Core Interface an das SAP EWM-System. Anknüpfend
an diese Benachrichtigung erzeugt EWM eine Anlieferung und ermittelt die Lagerprozessart.
Anschließend erfolgt das Entladen aus den Transporteinheiten und Fahrzeugen. Ist das Yard
Management in SAP EWM aktiviert, kann bereits vor dem Entladen eines Fahrzeuges ein
Wareneingang gebucht werden. Bei der Entladung selbst können die RFID-Tags ausgelesen
werden. SAP AII entschlüsselt die EPC-Kodierung (Electronic Product Code) auf einem RFID-
Transponder und sendet die Informationen an SAP EWM, welches den Status der gescannten
HU auf Entladen setzt. Ohne Yard Management wird ab diesem Zeitpunkt automatisch ein
Wareneingang von EWM gebucht und die Anlieferung wieder zurück an SAP ERP geschickt. Bei
der Ausgestaltung einer echtzeitfähigen Datenschnittstelle hat SAP mit S4/HANA bereits selbst
für eine Lösung gesorgt. Sofern der Lagerplatz mit einem stationären RFID-Gerät ausgestattet
Literaturauswertung/Forschungsschwerpunkte
126 Matthias Undesser
ist, kann auch die Lageraufgabe der Handling Unit automatisch bestätigt und nach Übertragung
an ein EWM von diesem quittiert werden (vgl. SAP SE [18] 2015, o. S.).
Die RFID-Technologie wäre aber auch deswegen eine Handlungsempfehlung zur Erreichung
dezentraler autonomer Selbstorganisation, weil auf den Transpondern auch Agenten
gespeichert werden könnten. Angereichert mit künstlicher Intelligenz könnte der smarte Agent
für jede Transporteinheit angelegt werden und beispielweise auch mit agenten-basierten
Staplerleitsystemen interagieren.
Transport- und Produktionsaufgaben könnten durch Agenten dezentral, ohne Zuhilfenahme
eines zentralen Systems, gesteuert werden (vgl. Kremer, Westerkamp 2013, S. 188). Die
Einlagerung wäre somit auch als autonomer Prozess abbildbar. Weiterhin Berücksichtigung
findet die SPS, welche die Fördertechnik steuert und Lagereinheiten (LE) zum physischen
Lagertyp befördert (vgl. SAP SE [19] 2015, o. S.). Ähnlich, wie auch die PCo über einen
Schnittstellenagenten eine Kommunikation zwischen Quell- und Zielsystem herstellt, könnte ein
Agent als Kommunikationsschnittstelle zwischen der SPS und dem auf dem Tag gespeicherten
Agenten dienen. Dieser würde die SPS mit allen notwendigen Informationen versorgen, um die
LE zum physischen Lagertyp (Nachlagertyp) zu befördern. Durch den Einsatz von Agenten in
der SPS ergibt sich ein weiterer wesentlicher Vorteil; nämlich die Robustheit von Systemen.
Virtuelle Sensoren innerhalb von Softwareagenten könnten Ausfälle von traditionell
implementierten Sensoren einer SPS kompensieren und drohende Stillstandzeiten eliminieren
(vgl. Frank 2013, et al., S. 6).
Bei der Integration von Agenten in Embedded Systems muss aber auch die Agentenplattform
berücksichtigt werden. Agenten fußen zumeist auf einer Java-Umgebung, die auf
herkömmlichen Industrie-PCs lauffähig ist. In der Mikroelektronik bzw. in Embedded Systems
stehen diese Prozessorleistung und Speicherkapazität nicht zur Verfügung. Als weitere
Handlungsempfehlung kann daher die Entwicklung vereinfachter Agentenplattformen in ANSI-C
ausgesprochen werden, um Agenten z.B. auch in der RFID-Technologie einsetzen zu können
(vgl. Kremer, Westerkamp 2013, S. 189).
Dezentrale Steuerung und Aufgaben der autonomen Selbstorganisation übernehmen cyber-
physische Systeme. Entwicklungen in der Intralogistik wie die RFID-Technologie sind zwar erste
Ansätze in Richtung Industrie 4.0, mit einem CPS aber noch lange nicht gleichzusetzen. Hier
dominieren eingebettete Systeme mit Mikroprozessoren zur Nutzung von Software-Agenten und
bilden das Geschehen in Form von Daten in Echtzeit ab.
Flexibilität wurde im vorangegangenen Teil als Anpassungsfähigkeit eines Unternehmens an
neue Rahmenbedingungen, beispielsweise wie schnell es auf etwaige Störungen reagieren
kann, beschrieben und als Schwäche identifiziert. Zu einer Steigerung der Flexibilität bei
Literaturauswertung/Forschungsschwerpunkte
127 Matthias Undesser
Produktionsanlagen können agentenbasierte Konzepte beitragen. Virtuelle Sensoren,
eingepflanzt in echtzeitfähigen Softwareagenten, könnten die physischen Sensoren einer
echtzeitfähigen SPS ersetzen. Durch die Kompensation von Sensorausfällen und damit
verbundenen Stillstandzeiten könnte die Störanfälligkeit von Anlagen weiter reduziert werden.
Weiters könnte durch die Implementierung von Agenten die Softwarestruktur vom technischen
Aufbau einer Anlage zusätzlich entkoppelt werden, um dadurch Produktionssysteme noch
flexibler und wandlungsfähiger zu gestalten (vgl. Frank 2013, et al., S. 4). „Aus Sicht des
Systementwicklers besteht die Herausforderung bei verteilten Automatisierungspyramiden darin,
dass eine Verteilung (Deployment) von Automatisierungsfunktionen auf unterschiedliche Knoten
nötig ist, um die geforderten funktionalen Anforderungen unter Berücksichtigung der nicht-
funktionalen Anforderungen (NFA) zu erfüllen“ (Frank 2013, et al., S. 4). Zu den NFAs gehören
z.B. Modularität, Interoperabilität, Echtzeitanforderung, Wiederverwendbarkeit und
Fehlertoleranz (vgl. Frank 2013, et al., S. 4).
Geht man allerdings von einem Szenario aus, indem Prozesse künftig von einem CPS und nicht
mehr von EWM angestoßen werden, lässt sich das Thema Flexibilität von SAP EWM
entkoppeln. Die Ausarbeitung eines praxistauglichen CPS zur Erreichung von Flexibilität ist nicht
Bestandteil der Arbeit und kann daher nicht beantwortet werden.
Aufgrund der nicht durchgängigen Datenverfügbarkeit entlang des Wertschöpfungsnetzwerks
wurde auch Transparenz als Schwäche eingestuft. Diese Schwachstelle betrifft vor allem die
nicht echtzeitfähige Datenschnittstelle CIF (Core Interface) zwischen SAP ERP und SAP EWM.
Diese Schnittstelle basiert auf Lieferungen in SAP ERP. Treten beispielsweise Änderungen beim
Lieferavis vom Lieferanten auf und es wurde vom SAP EWM-System bereits ein
Auslieferungsauftrag erstellt, können die gewünschten Änderungen nicht mehr durchgeführt
werden. Dies trifft auch auf eine mengenmäßige Änderung zu. SAP EWM setzt dann den Status
der Lageraktivität auf „Lagerakt./Teilweise beendet“ (vgl. SAP SE [20] 2015, o. S.). Der Auftrag
muss zunächst storniert werden, ehe EWM von SAP ERP den aktualisierten Auftrag erhält. Als
mögliche Strategien zur Lösung des Problems können zwei Varianten in Betracht gezogen
werden: Entweder man installiert eine echtzeitfähige Schnittstelle zwischen SAP ERP und SAP
EWM oder man ersetzt das CIF-Verteilungsmodell durch eine direkte Anbindung von SAP EWM
an die Geschäftspartner/Geschäftspartnerinnen. SAP EWM müsste nicht mehr mit Kopien
arbeiten und könnte über SAP S/4HANA direkt mit dem Geschäftspartner/der
Geschäftspartnerin interagieren (vgl. Lange 2017, et al., S. 1081). Transparenz im Sinne der
Datenverfügbarkeit zielt auch darauf ab, den Menschen in seinen planerischen Tätigkeiten
sowie als oberstes Kontrollorgan bestmöglich zu unterstützen. Erste Rahmenbedingungen mit
der Gestaltung von RF-Umgebungen, in denen mobile Geräte ortsunabhängig über WLAN
eingesetzt werden können, wurden bereits geschaffen. Um den Menschen noch intuitiver und
Literaturauswertung/Forschungsschwerpunkte
128 Matthias Undesser
besser in das Geschehen zu integrieren, würden sich Technologien wie VR, AR oder Mixed
Reality anbieten. Der Benutzer/die Benutzerin könnte das Lagergeschehen als virtuelles 3D-
Abbild wahrnehmen. Dazu wird empfohlen, eine Schnittstelle zu schaffen, um eine permanente
Daten-Synchronisation zwischen VR-Rechner und SAP EWM sicherzustellen.
In der Intralogistik haben moderne Bediengeräte (Mobile Devices, Wearable Technologies, etc.)
zur Unterstützung des Mitarbeiters/der Mitarbeiterin längst Einzug gehalten. Aufgrund fehlender
KI können diese Bediengeräte keine alternativen Lösungswege anbieten bzw. den
Mitarbeiter/die Mitarbeiterin beim Erlernen neuer Fähigkeiten nicht adäquat unterstützen. Eine
Möglichkeit wäre es, künstliche Intelligenz mittels Agenten in die Terminalumgebung zu
übertragen. Ein anderer Lösungsweg wäre das Entwickeln von digitalisierten Adaptiv-
Lernenden-Systemen (ALS). Mit ALS soll nicht nur die Technikakzeptanz steigen (Stichwort
Automatisierungsdilemma von Bainbridge), sondern auch ein Prozess zum Erlernen neuer
Kompetenzen und Fähigkeiten einsetzen (vgl. Saggiomo 2015, et al., S. 209).
Das Konzept zur Automatisierung im Materialflussbereich durch den Einsatz agentenbasierter
Steuerungskonzepte wurde bereits erwähnt. Fehlende Schnittstellen zwischen SAP EWM und
einem CPS zur Integration von Multi-Agenten-Systemen wurden jedoch als Schwäche
identifiziert, wenn es um die erfolgreiche Implementierung von SAP EWM in eine intelligente
Fabrik geht. Ein möglicher Ansatz zur Implementierung von Agenten im Materialflusssystem ist
die Aufteilung der Elemente eines Lagers in Module. Jedes dieser Module lässt sich als
Modulagent (ConvLoc-Agent) darstellen. Ein TE-Agent enthält die Informationen über seine
exakte globale Adresse. Diese können auf einem RFID-Tag gespeichert sein, vorausgesetzt es
besteht eine Schnittstelle zum RFID-System. Der ConvLoc-Agent identifiziert den TE-Agent (z.
B. am Identifikationspunkt) und übermittelt die Daten wiederum an einen speziellen Agenten.
Dieser kann beispielsweise die Weichenstellung an der Fördertechnik ansteuern und die Weiche
je nach Einlagerungsort stellen (vgl. Kugler, Gehlich 2013, S. 119 ff.).
Literaturauswertung/Forschungsschwerpunkte
129 Matthias Undesser
Sollte dieses Konzept in SAP EWM zur Anwendung kommen, müsste jedes dieser Module mit
netzwerkfähigen Embedded-Controllern mit digitalen I/O ausgestattet sein. Gleichzeitig erfordert
das Kriterium der Echtzeitfähigkeit den Einsatz einer Zwei-Schicht-Architektur. Linux-Systeme
mit Echtzeiterweiterungen könnten diese Anforderungen erfüllen. Die Steuerungsinstanz ist über
das Ethernet mit dem Netzwerk der Agenten verbunden. Ebenso muss das EWM-System mit
einer TCP/IP-Schnittstelle ausgestattet sein, damit benachbarte Systeme miteinander
kommunizieren können (vgl. Kugler, Gehlich 2013, S. 125).
Abbildung 24: Grundkonzept des Agentensystems (Kugler, Gehlich 2013, S. 120)
Zusammenfassung und Ausblick
130 Matthias Undesser
10 Zusammenfassung und Ausblick
Im ersten Abschnitt der Arbeit wurde versucht, den Begriff Industrie 4.0 nach wissenschaftlichen
Kriterien zu hinterfragen. Dabei wurde anhand eines Kriterienkatalogs klargelegt, dass es sich
bei Industrie 4.0 nicht um eine vierte industrielle Revolution im klassischen Sinn handelt. Die
technologischen Rahmenbedingungen zur Umsetzung von Industrie 4.0 wurden bereits in der
dritten industriellen Revolution mit der Einführung der Mikroelektronik gelegt. Industrie 4.0 kann
also als Evolution ausgewiesen werden, welche eine stetige Entwicklung anstößt. Der radikale
Wandel wird jedoch, im Unterschied zu den drei bisherigen Revolutionen, ausbleiben. Zur
Ausarbeitung der zweiten Forschungsfrage wurden sowohl die technologischen als auch, in
eigeschränktem Umfang, die organisatorischen Voraussetzungen zur Umsetzung einer cyber-
physischen Umgebung ausgearbeitet. Im Zentrum der Betrachtung standen dabei echtzeitfähige
Informations- und Kommunikationstechnologien. Wie diese Schnittstellen innerhalb der Fabrik
zu gestalten sind, wurde im Detail beschrieben. Weniger ausführlich wurde die Vernetzung
mehrerer Fabriken durch das Internet der Dinge zu einem CPPS thematisiert. In diesem
Zusammenhang soll ein kurzer Blick in die Zukunft geworfen werden: Jedes Objekt einer cyber-
physischen Umgebung muss über eine eigene IP-Adresse verfügen. Das Internet-Protokoll IPv4
wäre damit schlichtweg überfordert. In diesem Kontext lässt sich wieder auf den
Evolutionsbegriff verweisen. Um Abhilfe zu schaffen, wurde IPv4 zu IPv6 weiterentwickelt, mit
dem deutlich mehr IP-Adressen möglich sind. Ebenso evolutionär als auch notwendig ist die
Einführung der 5G-Technologie. 5G steht für die fünfte Generation des mobilen Internets und
wurde mit dem Fokus auf das Internet der Dinge entwickelt. Zwei Aspekte stechen hier
besonders heraus. Zum einen das Anwendungsszenario Massive Machine Type Communication
(mMTC), zum anderen das Anwendungsprofil Ultra-reliable and Low Latency (uRLLC). Ersteres
unterstützt die Vernetzung von Geräten in noch nie dagewesenem Ausmaß. Im Fokus stehen
dabei viele Verbindungen, wie es z.B. beim Machine-to-Machine Kommunikationaustausch
(M2M) der Fall ist. Massive Machine Type Communication wurde verstärkt auf einen geringen
Energieverbrauch und eine geringe Datenrate hin optimiert. Diese neue Technologie schafft also
ideale Voraussetzungen zur umfassenden Vernetzung kommunikationsfähiger Mikroelektronik
(Embedded Systems). Ultra-reliable and Low Latency soll zu einer Verbindung mit möglichst
geringer Latenz beitragen. Dieser Umstand würde die Kriterien Transparenz und
Echtzeitfähigkeit im Zusammenhang mit dem Datenaustausch voll erfüllen (vgl. Wikipedia [11] o.
J., o. S.). Zur Beantwortung der zweiten Forschungsfrage, ob SAP EWM bereits in einer cyber-
physischen Fabrik eingesetzt werden könnte, wurde ein Kriterienkatalog erstellt. Diese Frage
konnte dadurch mit einem klaren „Nein“ beantwortet werden.
SAP EWM erfüllt keine der Kriterien wie Transparenz, Flexibilität, dezentrale Steuerung und
autonome Selbstorganisation. Transparenz deshalb nicht, weil diverse Schnittstellen die
Zusammenfassung und Ausblick
131 Matthias Undesser
Echtzeitbedingungen nicht erfüllen können. Durch die Integration von SAP EWM in die
Cloudlösung S/4HANA wurde jedoch eine Plattform geschaffen, welche die notwendigen
Bedingungen der Industrie 4.0 erfüllen könnte. Flexibilität erwies sich ebenso als Schwäche, weil
Prozessabläufe zuvor bereits manuell vom Lagermitarbeiter/der Lagermitarbeiterin im
Customizing nach festen Kriterien bestimmt werden müssen. Treten Änderungen oder
Störungen auf, kann SAP EWM nicht flexibel darauf reagieren. Störungen ließen sich durch den
Einsatz virtueller Sensoren weitgehend vermeiden. Sowohl die dezentrale Steuerung als auch
die autonome Selbstorganisation sind derzeit noch kein Thema in SAP EWM. Das System führt
Aktionen zentral aus und kommuniziert Informationen wie Menge, Charge, Art, etc. über
Barcodes oder RFID-Tags an weitere Systeme, beispielweise an Fördertechnikanlagen. Würde
die SPS jedoch die Informationen direkt von einem Objekt auf der Anlage bekommen, könnte
die Steuerung dezentral erfolgen. Dazu gilt es die Agenten auf einem RFID-Tag mit künstlicher
Intelligenz auszustatten. Zur Kommunikation mit anderen Systemen ist SAP EWM auf jeden Fall
mit einer TCP/IP-Schnittstelle auszustatten. Klar ist aber, dass der Datenaustausch zwischen
SAP EWM und Multi-Agenten-Systemen eine Zwei-Schicht-Architektur verlangt. Zudem müsste
jedes agentengesteuerte Modul mit netzwerkfähigen Embedded-Controllern bestückt werden.
Beim Blick in die Zukunft bleibt abzuwarten, welche Funktionen SAP EWM in einem intelligenten
Lager künftig ausführen wird oder ob es die Steuerung von Prozessen zur Erreichung der
dezentralen Steuerung mit Erfüllung der Flexibilitäts- und Transparenzkriterien abgibt.
Künstliche Intelligenz ist eines der zentralen Schlagworte in der Industrie 4.0. Welche
Algorithmen zur Generierung künstlicher Intelligenz konkret eingesetzt werden müssen, konnte
in dieser Arbeit nicht festgestellt werden. Künstliche Intelligenz dient aber nicht nur dem Aspekt
der Selbstorganisation und dezentralen Steuerung durch Auswertung und Verarbeitung von
Daten. Implementiert in mobilen Geräten oder Terminalumgebungen ist es auch eine Bedingung
dafür, um den Menschen bei seinen planerischen Tätigkeiten entsprechend zu unterstützen.
Ebenso können intelligente Bediengeräte den Mitarbeitern/den Mitarbeiterinnen beim Aneignen
neuer Kompetenzen aktiv unterstützen. Mit dem User Interface (UI) SAP Fiori hat SAP den Blick
bereits in die Zukunft gerichtet und eine Anwendung speziell für mobile Endgeräte entwickelt.
Aber auch SAP Fiori kann den Menschen nur mit den zum Einsatzszenario passenden Daten
versorgen, auf Basis dessen der Bediener/die Bedienerin Maßnahmen einleitet. SAP Fiori kann
aber auf Änderungen in Prozessen oder auf Störungen nicht selbstständig Lösungsschritte
einleiten.
Da zur Auswertung der zweiten Forschungsfrage eine ähnliche Vorgehensweise wie jene von
Lichtlein verwendet wurde, können die Ergebnisse miteinander verglichen werden. Trotz einer
Zeitspanne von fast vier Jahren, die zwischen den beiden Arbeiten liegt, sind in manchen
Bereichen Parallelen zu identifizieren. Das betrifft vor allem die nicht echtzeitfähige
Zusammenfassung und Ausblick
132 Matthias Undesser
Kommunikationsschnittstelle zwischen SAP EWM und SAP ERP, welche wiederum die Kriterien
Transparenz und Flexibilität maßgeblich beeinflusst. Anders als in Lichtleins Masterarbeit wird
jedoch mit SAP S/4HANA bereits ausführlich über eine neue Lösungsalternative diskutiert.
Berichten zufolge sollen die SAP-Suiten ab 2025 nur noch über diese cloudbasierte Plattform
lauffähig sein. Dieser Umstand würde das Problem der nicht echtzeitfähigen Schnittstellen mit
einem Schlag lösen und könnte zusätzlich neue Impulse in Richtung Implementierung von
Industrie 4.0 freisetzen. Ein weiterer Erklärungsversuch für die teils überschneidenden
Ergebnisse kann damit geliefert werden, dass Industrie 4.0 nach wie vor nicht die Bedeutung
und Aufmerksamkeit erhält, wie das im Jahr 2013 noch selbstbewusst prognostiziert wurde.
Dieser Umstand deckt sich mit den Ausführungen in Kapitel 3.4. Dort wird die Behauptung
aufgestellt, dass sich viele Technologien am Übergang vom „Gipfel der überzogenen
Erwartungen“ zum „Tal der Enttäuschung“ befinden. Ein Blick auf die in der Arbeit verwendete
Literatur kann diese Behauptung zusätzlich bekräftigen. Der Literaturpool hat sich in den letzten
Jahren nicht signifikant erweitert, Experten/Expertinnen und
Branchenkenner/Branchenkennerinnen scheinen nur noch ein gedämpftes Interesse an
Industrie 4.0 zu haben. Zusammenfassend lässt sich festhalten, dass Industrie 4.0 nach wie vor
in den Kinderschuhen steckt und neue Methoden nur sehr zögerlich umgesetzt werden. Nur
wenige neuartige Verfahren haben sich bereits in der Praxis etabliert, eine davon ist die RFID-
Technologie. Ebenso weit fortgeschritten ist die Anbindung sogenannter Smart Devices zur
Unterstützung des Lagermitarbeiters/der Lagermitarbeiterin.
Die SPS hat sich als Hardware-Plattform der Automatisierungstechnik in der industriellen
Umgebung etabliert und nimmt daher auch in dieser Arbeit einen wichtigen Stellenwert ein. Die
Erweiterung über Funktionsmodule macht ihren Einsatz flexibel gestalt- und erweiterbar. Als
echtzeitfähige Kommunikationsschnittstelle zur Steuerung der Fördertechnik hat sich die
handelsübliche SPS bewährt und könnte daher auch in der Industrie 4.0 zum Einsatz kommen.
In einem Zukunftsszenario wäre es denkbar, die SPS-Komponente mit intelligenten
Softwareagenten zu erweitern. Als Ersatz herkömmlicher Sensoren in der SPS könnten virtuelle
Sensoren, eingebettet in Softwareagenten, verwendet werden. Fehlerquellen und
Sensorausfälle an Förderanlagen könnten innerhalb der Toleranz der Echtzeitbedingung
neutralisiert werden (vgl. Frank 2013, et al. S. 6). Wie sich eine SPS künftig in ein CPS
integrieren lässt, kann zum jetzigen Zeitpunkt noch nicht beantwortet werden.
Sollte das CPS sämtliche Steuerungsaufgaben auf smarte Feldgeräte verteilen, welche über
Multi-Agenten-Systeme interagieren, würde es die SPS mit ihren Steuerungsaufgaben
überflüssig machen.
Abschließend soll festgehalten werden, dass es sich bei dem Themengebiet dieser Arbeit um
ein Zukunftsszenario handelt. Daher kann bei der Beantwortung der Forschungsfragen nur von
Zusammenfassung und Ausblick
133 Matthias Undesser
Annahmen gesprochen werden. Ebenso sollen die Umsetzungsstrategien im letzten Kapitel
erste Lösungsansätze liefern. Erst eine Umsetzung von SAP EWM unter Miteinbezug sämtlicher
Funktionalitäten in der Praxis könnte diese Annahmen und Handlungsempfehlungen verifizieren
oder falsifizieren. Es wurden auch nicht alle Funktionalitäten von SAP EWM auf eine mögliche
Umsetzung in einem CPS untersucht. Dazu gehört z. B. das opportunistische Cross-Docking.
Die Begründung liegt darin, dass es die Ergebnisse der Arbeit weder positiv noch negativ
beeinflusst hätte. Auch unter Zuhilfenahme der betrachteten Funktionalitäten konnte eindeutig
festgestellt werden, dass SAP EWM nicht die Kriterien der Industrie 4.0 erfüllt. Ziel der Arbeit ist
es nicht, eine auf Sachverhalte basierte Theorie zu entwickeln, sondern erste Ergebnisse
anbieten zu können, wie sich WMS in die Themenbereiche der Industrie 4.0 integrieren lässt. Es
geht auch darum aufzuzeigen, dass Industrie 4.0 nicht nur den Produktionsbereich positiv
beeinflussen kann. Durch Industrie 4.0 können auch die Prozesse innerhalb der 7-R-Regel
(siehe Abschnitt 4.1) der Logistik optimiert werden. Inwieweit die Ausführungen der Arbeit dazu
beitragen, wird die Praxis zeigen.
Literaturverzeichnis
134 Matthias Undesser
11 Literaturverzeichnis
Andelfinger P., Volker/Hänisch, Till (2017): Industrie 4.0 – ein Ausblicksversuch, in: Andelfinger,
Volker/Hänisch, Till (Hrsg.): Industrie 4.0. Wie cyber-physische Systeme die Arbeitswelt
verändern, Wiesbaden: Springer Gabler Verlag, S. 267-271
Anderl, Reiner/Anokhin, Oleg/Arndt, Alexander (2016): Effiziente Fabrik 4.0 Darmstadt –
Industrie 4.0 Implementierung für die mittelständige Industrie, in: Sendler, Ulrich (Hrsg.):
Industrie 4.0 grenzenlos, Berlin-Heidelberg: Springer Verlag, S. 121-136
Arndt, Holger (2015): Logistikmanagement, Wiesbaden: Springer Gabler Verlag, URL:
https://link-1springer-1com-1o2jkgd1n007a.han.ubl.jku.at/content/pdf/10.1007%2F978-3-658-
07212-4.pdf, Stand: 22.08.2019
Arnold, Dieter (2006): Intralogistik. Potentiale, Perspektiven, Prognosen, Berlin-Heidelberg:
Springer Verlag
Backhaus, Klaus/Erichson, Bernd/Plinke, Wulff/Weiber, Rolf (2016): Multivariate
Analysemethoden. Eine anwendungsorientierte Einführung, 14., überarbeitete Auflage, Berlin-
Heidelberg: Springer Gabler Verlag
Barthelmäs, Nina/Flad, Daniel/Haußmann, Tobias, et al. (2017): Industrie 4.0 – eine industrielle
Revolution?, in: Andelfinger, Volker/Hänisch, Till (Hrsg.): Industrie 4.0. Wie cyber-physische
Systeme die Arbeitswelt verändern, Wiesbaden: Springer Gabler Verlag, S. 33-53
Bauer, Jürgen (2014): Produktionslogistik/Produktionssteuerung kompakt. Schneller Einstieg in
die Produktionslogistik mit SAP-ERP, Wiesbaden: Springer Vieweg
Bauer, Jürgen (2017): Produtionscontrolling- und management mit SAP ERP. Effizientes
Controlling, Logistik- und Kostenmanagement moderner Produktionssysteme, 5., überarbeitete
und aktualisierte Auflage, Wiesbaden: Springer Vieweg
Bauernhansl, Thomas/ten Hompel, Michael/Vogel-Heuser, Birgit (2014): Industrie 4.0 in
Produktion, Automatisierung und Logistik. Anwendung – Technologien – Migration, Springer
Fachmedien Wiesbaden: Springer Vieweg
Baumann, Sven/Gäbler, Uwe/Kaufmann, Thomas/Lang, K.-D./Meng, G./M. von
Podewils/Puschke, C./Scholles, M./Sebastian, I./Stoppok, C./Warnecke, H./Weichert,
R./Wenzler, A. (o.J.): Bedeutung der Mikroelektronik für Industrie 4.0. Positionspapier aus der
AG Silicon Germany, Dresden
Literaturverzeichnis
135 Matthias Undesser
Baumgarth, Carsten/Eisend, Martin/Evanschitzky, Heiner (2009): Empirische Mastertechniken.
Eine anwendungsorientierte Einführung für die Marketing- und Managementforschung,
Wiesbaden: Gabler/GWV Fachverlag
Becker, Wolfgang/Ulrich Patrick/Botzkowski Tim (2017): Industrie 4.0 im Mittelstand. Best
Practices und Implikationen für KMU, Wiesbaden: Springer Gabler Verlag
Bedner, Mark (2012): Cloud Computing. Technik, Sicherheit und rechtliche Gestaltung, Dr.-
Arbeit, Universität Kassel, Kassel
Berger-Grabner, Doris (2016): Wissenschaftliches Arbeiten in den Wirtschafts- und
Sozialwissenschaften. Hilfreiche Tipps und praktische Beispiele, 3., aktualisierte Auflage,
Wiesbaden: Springer Gabler Fachmedien
Bericht der Promotorengruppe Kommunikation der Forschungsunion Wirtschaft – Wissenschaft
(Hrsg.)/Kagermann, Henning/Wahlster, Wolfgang/Helbig, Johannes (2012): Im Fokus: das
Zukunftsprojekt Industrie 4.0. Handlungsempfehlungen zur Umsetzung, URL:
https://www.bmbf.de/upload_filestore/pub_hts/kommunikation_bericht_2012-1.pdf, Stand:
23.05.2019
Besse, Andreas (2018): Produktivitätssteigerung von Cross-Docking-Centern mit RFID. Eine
empirische Analyse multikriterieller Produktivitätseinflüsse in Umschlags- und Verteilzentren,
Dissertation Universität Duisburg-Essen, Wiesbaden: Springer Gabler Verlag
Bitsch, Günter (2016): „Smart Decisions“ als integraler Bestandteil von Industrie 4.0, in:
Obermair, Robert (Hrsg.): Industrie 4.0 als unternehmerische Gestaltungsaufgabe.
Betriebswirtschaftliche, technische und rechtliche Herausforderungen, Wiesbaden: Springer
Fachmedien, S. 121-136
BMAS (2015): Grünbuch Arbeiten 4.0. BMAS, Berlin, URL:
https://www.bmas.de/SharedDocs/Downloads/DE/PDF-Publikationen-DinA4/gruenbuch-
arbeiten-vier-null.pdf%3F__blob%3DpublicationFile, Stand: 15.05. 2019
Bousonville, Thomas (2017): Logistik 4.0. Die digitale Transformation der Wertschöpfungskette,
Wiesbaden: Springer Fachmedien
Brian, Carter M./Bauer, Frank-Peter/Lange, Joerg/Persich, Christoph (2010): SAP Extended
Warehouse Management. Processes, Fuctionality, and Configuration, Galileo Press
Buber, Renate/Holzmüller, Hartmut (2009): Qualitative Marktforschung. Konzepte – Methoden –
Analysen, 2., überarbeitete Auflage, Wiesbaden: Gabler/GWV Fachverlag
Literaturverzeichnis
136 Matthias Undesser
Czerniak, N. Julia/Brandl, Christoph/Mertens Alexander/Schlick, M. Christopher (2017):
Innovative Mensch-Maschine-Interaktionskonzepte für den Facharbeiter der Zukunft in der
Produktion 4.0, in: Spöttl, Georg/Windelband, Lars (Hrsg.): Industrie 4.0. Risiken und Chancen
für die Berufsbildung, in: Reihe Berufsbildung, Arbeit und Innovation, Band 44, S.171-188
Dais, Siegfried/Bosch, Robert/Industrie Treuhand KG (2014): Industrie 4.0 – Anstoß, Vision,
Vorgehen, in: Bauernhansl, Thomas/ten Hompel, Michael/Vogel-Heuser, Birgit (Hrsg.): Industrie
4.0 in Produktion, Automatisierung und Logistik. Anwendung-Technologien-Migration,
Wiesbaden: Springer Fachmedien, S. 625-634
Dais, Siegfried/Bosch, Robert (2014): Industrie 4.0 – Anstoß, Vision, Vorgehen, in: Bauernhansl,
Thomas/ten Hompel, Michael/Vogel-Heuser, Birgit (Hrsg.): Industrie 4.0 in Produktion,
Automatisierung und Logistik. Anwendung – Technologien – Migration, Springer Fachmedien
Wiesbaden: Springer Vieweg, S. 625-634
Deuse, Jochen/Weisner, Kirsten/Hengstebeck, Andre/Busch Felix (2015): Gestaltung von
Produktionssystemen im Kontext von Industrie 4.0, in: Botthof, Alfons/Hartmann, Ernst Andreas
(Hrsg.): Zukunft der Arbeit in Industrie 4.0, Berlin-Heidelberg: Springer Vieweg, S. 99-110
DIN e. V., DKE Deutsche Kommission Elektrotechnik Elektronik Informationstechnik in DIN und
VDE (2018): Deutsche Normungsroadmap Industrie 4.0, Version 3, Online-Ressource:
https://www.dke.de/resource/blob/778174/7b1a6b3764d64b8669d97cba2852bc73/deutsche-
normungs-roadmap-industrie-4-0-version-3-0-data.pdf, Stand: 10.07.2019
Dittmar, Carsten (2016): Die nächste Evolutionsstufe von AIS: Big Data. Erweiterung klassischer
BI-Architekturen mit neuen Big Data Technologien, in: Gluchowski, Peter/Chamoni, Peter
(Hrsg.): Analytische Informationssysteme. Business Intelligence-Technologien und -
Anwendungen, 5. Auflage, Berlin-Heidelberg: Springer Verlag, S. 56-65
DI Frank Maier: Die 4. industrielle Revolution gibt es gar nicht (2019), URL https://www.technik-
medien.at/aktuelles/2019/03/14/die-4-industrielle-revolution-gibt-es-doch-gar-nicht/, Stand:
15.09.2020
Dworschak, Bernd/Zaiser, Helmut/Brand, Leif/Windelband, Lars (2012):
Qualifikationsentwicklungen durch das Internet der Dinge und dessen Umsetzung in der Praxis,
in: Abicht, Lothar/Spöttl Georg (Hrsg.): Qualifikationsentwicklungen durch das Internet der
Dinge. Trends in Logistik, Industrie und „Smart House“, Bielefeld: W. Bertelsmann Verlag, S. 7-
24
Eigner, Martin (2016): Das Industrial Internet. Engineering Prozesse und IT-Lösungen, in:
Sendler, Ulrich (Hrsg.) Industrie 4.0 grenzenlos, Berlin-Heidelberg: Springer Verlag, S. 137-168
Literaturverzeichnis
137 Matthias Undesser
Elminger Stefan (2017): SAP HANA-Einsatzmöglichkeiten des SAP Solution Managers, in:
Preuss, Peter (Hrsg.): In-Memory-Datenbank SAP HANA. Mit einem Geleitwort von Joachim
Scheibler, Wiesbaden: Springer Fachmedien, S. 107-128
Fandel, Günter/Francois, Peter/Gubitz, Klaus-Martin (1994): PPS-Systeme. Grundlagen,
Methoden, Software, Marktanalyse, Berlin-Heidelberg: Springer Verlag
Fasel, Daniel/Meier, Andreas (2016): Was versteht man unter Big Data und NoSQL?, in: Fasel,
Daniel/Meier Andreas (Hrsg.): Big Data. Grundlagen, Systeme und Nutzungspotenziale,
Wiesbaden: Springer Vieweg, S. 3-16
Feldhorst, Sascha/Libert, Sergey (2010): Software-Methoden für die Automatisierung, in:
Günthner, Willibald/ten Hompel, Michael (Hrsg.): Internet der Dinge in der Intralogistik, Berlin-
Heidelberg: Springer Verlag, S. 29-36
Fortmann, Klaus-Michael/Kallweit, Angela (2007): Logistik, 2., aktualisierte Auflage, Stuttgart:
Kohlhammer Verlag
Frank, Gudrun (2019): Digitalisierung und Kompetenzwandel – Erfolg durch Transformation: Das
5-K-Prinzip, in: Bügner, Torsten/Alexander Fürst, Ronny (Hrsg.): Gestaltung und Management
der digitalen Transformation. Ökonomische, kulturelle, gesellschaftliche und technologische
Perspektiven, Wiesbaden: Springer Fachmedien, S. 311-328
Frank, Timo/Schütz, Daniel/Vogel-Heuser, Birgit (2013): Funktionaler Anwendungsentwurf für
agentenbasierte, verteilte Automatisierungssysteme, in: Göhner, Peter (Hrsg.): Agentensysteme
in der Automatisierungstechnik, Berlin-Heidelberg: Springer Vieweg, S. 3-18
Franz, Andreas (2003): Management von Business Webs. Das Beispiel von
Technologieplattformen für mobile Dienste, Dissertation Universität München, München
Gausemeier, Jürgen/Czaja, Anja/Dülme, Christian (2015): Innovationspotentiale auf dem Weg
zu Industrie 4.0, Heinz Nixdorf Institut, Universität Paderborn, Paderborn
Gehlich, Dirk/Luft, Artur/Libert, Sergey (2010): ein dezentral gesteuertes Kommissionierlager, in:
Günthner, Willibal/ten Hompel, Michael (Hrsg.): Internet der Dinge in der Intralogistik, Berlin-
Heidelberg: Springer Vieweg, S. 295-310
Geisberger, Eva/Broy, Manfred (2012): >agendaCPS - Integrierte Forschungsagenda Cyber-
Physical Systems (acatech Studie), Heidelberg u. a.: Springer Verlag 2012
Gießmann, Marco (2010): Komplexitätsmanagement in der Logistik: kausalanalytische
Untersuchung zum Einfluss der Beschaffungskomplexität auf den Logistikerfolg, Dissertation der
technischen Universität Dresden, Dresden
Literaturverzeichnis
138 Matthias Undesser
Gleißner, Harald/Femerling, J. Christian (2008): Logistik. Grundlagen – Übungen – Fallbeispiele,
1. Auflage, Wiesbaden: Gabler Verlag, URL: https://link-1springer-1com-
1o2jkgd1n0070.han.ubl.jku.at/content/pdf/10.1007%2F978-3-8349-9547-6.pdf, Stand:
22.08.2019
Göhring, Stanislav/Lorenz, Thomas (2010): Agentenbasierte Staplerleitsysteme, in: Günthner,
Willibal/ten Hompel, Michael (Hrsg.): Internet der Dinge in der Intralogistik, Berlin-Heidelberg:
Springer Vieweg, S. 313-327
Gorecky, Dominic; DFKI GmbH/Schmitt, Matias; DFKI GmbH/Dr. Loskyll, Matthias; DFKI GmbH
(2014): Mensch-Maschine-Interaktion im Industrie 4.0-Zeitalter, in: Bauernhansl, Johann/ten
Hompel, Michael/Vogel-Heuser, Birgit (Hrsg): Industrie 4.0 in Produktion, Automatisierung und
Logistik. Anwendungen - Technologien – Migration, Wiesbaden: Springer Vieweg, S. 525-542
Haasis, Hans-Dietrich (2008): Produktions- und Logistikmanagement. Planung und Gestaltung
von Wertschöpfungsprozessen, 1. Auflage, Wiesbaden: Gabler Verlag
Hahn, Hans Werner (2011): Die industrielle Revolution in Deutschland, in: Enzyklopädie
Deutscher Geschichte, Band 49, 3. Auflage, München: Oldenbourg Verlag
Hamann, Heiko (2019): Schwarmintelligenz, Berlin: Springer Spektrum
Hamann, Rudolf (1981): Revolution und Evolution. Zur Bedeutung einer historisch akzentuierten
Soziologie, in: Soziologische Schriften, 1981, Band 34, S. 23
Hänisch, Till (2017): Grundlagen Industrie 4.0, in: Andelfinger, Volker/Hänisch, Till (Hrsg.):
Industrie 4.0. Wie cyber-physische Systeme die Arbeitswelt verändern, Wiesbaden: Springer
Gabler Verlag, S. 9-32
Hänisch, Till/Rogge, Stephan (2017): IT-Sicherheit in der Industrie 4.0, in: Andelfinger,
Volker/Hänisch, Till (Hrsg.): Industrie 4.0. Wie cyber-physische Systeme die Arbeitswelt
verändern, Wiesbaden: Springer Gabler Verlag, S. 91-98
Hecht, Sonja (2013): Ein Reifegradmodell für die Bewertung und Verbesserung von Fähigkeiten
im ERP-Anwendungsmanagement, Dissertation Technische Universität München, Wiesbaden:
Springer Gabler
Heiserich, Otto-Ernst/Helbig, Klaus/Ullmann, Werner (2011): Logistik. Eine praxisorientierte
Einführung, 4., vollständig überarbeitete und erweiterte Auflage, Wiesbaden: Springer
Fachmedien
Heiserich, Otto-Ernst/Helbig, Klaus/Ulmann, Werner (2011): Logistik. Eine praxisorientierte
Einführung, 4. Auflage, Wiesbaden: Springer Fachmedien
Literaturverzeichnis
139 Matthias Undesser
Horn, Christian – Frauenhofer IPK (2017): Industrie 4.0: Industrielle IT-Sicherheit im Wandel, in:
Pinnow, Carsten/Schäfer, Stephan (Hrsg.): Industrie 4.0. Safety und Security – Mit Sicherheit
gut vernetzt, 1. Auflage, Ort: Beuth Verlag Berlin, S. 69-82
Hou, Ming/Banbury, Simon/Burns, Catherine (2015): Intelligent Adaptive Systems. An
Interaction-Centered Design Perspective, Boca Raton: CRC Press
Huber, Walter (2016): Industrie 4.0 in der Automobilproduktion. Ein Praxisbuch, Wiesbaden:
Springer Vieweg
Hüning, Felix (2019): Embedded Systems für IoT, Berlin: Springer Vieweg
Huntington, Samuel (1968): Political Order in Changing Societies, New York/London
IGZ Ingenieurgesellschaft für logistische Informationssysteme mbH (2019): SAP Fiori 2.0. User
Experience par Excellence!, URL: https://www.igz.com/blog/sap-fiori-usability-im-fokus/, Stand:
15.02.2020
Ittermann, Peter/Niehaus, Jonathan (2018): Industrie 4.0 und Wandel von Industriearbeit –
revisited. Forschungsstand und Trendbestimmungen, in: Hirsch-Kreinsen, Hartmut/Ittermann,
Peter/Niehaus, Jonathan (Hrsg.): Digitalisierung industrieller Arbeit. Die Vision Industrie 4.0 und
ihre sozialen Herausforderungen, 2., aktualisierte und erweiterte Auflage, Baden-Baden: Nomos
Verlagsgesellschaft, S. 33-62
Jahn, Myriam (2017): Industrie 4.0 konkret. Ein Wegweiser in der Praxis, Wiesbaden: Springer
Gabler Verlag
Jahn, Myriam, ifm datalink gmbh (o. J.): Neue Transparenz in der Industrie 4.0 schafft Vertrauen
und Mehrwerte. Durchgängigkeit des Datenmanagement vom Sensor ins SAP, URL:
https://www.ifm.com/obj/industrie-4-0-schafft-vertrauen-und-mehrwerte.pdf, Seite 106-109,
Stand: 29.06.2019
Jänicke, Martin/Jakob, Klaus (2008): Eine dritte industrielle Revolution? Wege aus der Krise
ressourcenintensiven Wachstums, in: Bundesministerium für Umwelt, Naturschutz und
Reaktorsicherheit (BMU) Referat Öffentlichkeitsarbeit (Hrsg.): Die dritte industrielle Revolution –
Aufbruch in ein ökologisches Jahrhundert. Dimensionen und Herausforderungen des
industriellen und gesellschaftlichen Wandels, 1. Auflage, Berlin, S. 10-31
Jürgen Falkner (o. J.): Häufige Fragen – Was bedeutet Public, Private und Hybrid Cloud?, in:
Frauenhofer-Institut für Arbeitswirtschaft und Organisation IAO. Online-Ressource:
https://www.cloud.fraunhofer.de/de/faq/publicprivatehybrid.html, Stand: 19.07.2019
Literaturverzeichnis
140 Matthias Undesser
Kagermann, Henning (2014): Chancen von Industrie 4.0 nutzen, in: Bauernhansl, Johann/ten
Hompel, Michael/Vogel-Heuser, Birgit (Hrsg): Industrie 4.0 in Produktion, Automatisierung und
Logistik. Anwendungen - Technologien – Migration, Wiesbaden: Springer Vieweg, S. 603-614
Kagermann, Henning (2014): Chancen von Industrie 4.0 nutzen, in: Bauernhansl, Thomas/ten
Hompel, Michael/Vogel-Heuser, Birgit (Hrsg.): Industrie 4.0 in Produktion, Automatisierung und
Logistik. Anwendung – Technologien – Migration, Springer Fachmedien Wiesbaden: Springer
Vieweg, S. 603-624
Kagermann, Henning, acatech – Deutsche Akademie der Technikwissenschaften (2014):
Chancen von Industrie 4.0 nutzen, in: Bauernhansl, Thomas/ten Hompel, Michael/Vogel-Heuser,
Birgit (Hrsg.): Industrie 4.0 in Produktion, Automatisierung und Logistik. Anwendung –
Technologien – Migration, Springer Fachmedien Wiesbaden: Springer Vieweg, S. 603-613
Kagermann, Henning/Anderl, Reiner/Gausemeier Jürgen/Schuh, Günther/Wahlster, Wolfgang
(Hrsg.) (2016): Industrie 4.0 im globalen Kontext. Strategien der mit internationalen Partnern,
acatech Studie, Online-Ressource: https://www.acatech.de/wp-
content/uploads/2018/03/acatech_de_STUDIE_Industrie40_global_Web.pdf, Stand: 10.07.2019
Kampker, Achim/Frank, Jana/Schwartz, Marcel/Jussen, Philipp (2018): Lernen von den besten:
Fünf Erfolgsfaktoren bei der Entwicklung von Smart Services, in: Meyer Kyrill/Klingner,
Stephan/Zinke, Christian (Hrsg.): Service Engineering. Von Dienstleistungen zu digitalen
Service-Systemen, Wiesbaden: Springer Vieweg, S. 151-163
Kappauf, Jens/Lauterbach, Bernd/Koch, Matthias (2012): Logistic Core operations wit SAP.
Inventory Management, Warehousing, Transportation, and Compliance, Berlin-Heidelberg:
Springer Verlag
Karl, David/Zitzmann, Immanuel (o. J.): Smart und Sustainable? – Industrie 4.0 aus der
Perspektive der Nachhaltigkeit, Otto-Friedrich-Universität Bamberg, Bamberg, URL:
https://doi.org/10.20378/irbo-51578, Stand: 02.08.2019
Kaufmann, Timothy (2015): Geschäftsmodelle in Industrie 4.0 und dem Internet der Dinge. Der
Weg vom Anspruch n die Wirklichkeit, Wiesbaden: Springer Vieweg
Koch, Susanne (2012): Logistik. Eine Einführung in Ökonomie und Nachhaltigkeit, Berlin-
Heidelberg: Springer Verlag
Koch, Susanne (2015): Einführung in das Management von Geschäftsprozessen. Six Sigma,
Kaizen und TQM, 2. Auflage, Berlin-Heidelberg: Springer Verlag
Koether, Reinhard (2014): Distributionslogistik. Effiziente Absicherung der Lieferfähigkeit, 2.,
aktualisierte und überarbeitete Auflage, Wiesbaden: Springer Gabler Verlag
Literaturverzeichnis
141 Matthias Undesser
Krafft, Dietmar/Wiepcke, Claudia (2006): Innovative Strategien kommunaler
Wirtschaftsförderung in Zeiten der Globalisierung, in: Robert, Rüdiger/Konegen, Norbert (Hrsg.):
Globalisierung und Lokalisierung. Zur Neubestimmung des Kommunalen in Deutschland,
Münster: Waxmann Verlag, S. 135-150
Kremer, Holger/Westerkamp, Clemens (2013): Einsatz von Agentensystemen zur Optimierung
der Logistik in Produktions- und Agrarprozessen, in: Göhner, Peter (Hrsg.): Agentensysteme in
der Automatisierungstechnik, Berlin-Heidelberg: Springer Vieweg, S. 187-204
Kugler, Wilfried/Gehlich Dirk (2013): Einsatz von Agentensystemen in der Intralogistik, in:
Göhner, Peter (Hrsg.): Agentensysteme in der Automatisierungstechnik, Berlin-Heidelberg:
Springer Vieweg, S. 113-128
Kummer, Sebastian (Hrsg.)/Grün, Oskar/Jammernegg, Werner (2009): Grundzüge der
Beschaffung, Produktion und Logistik, 2., aktualisierte Auflage, München: Pearson Studium
Kurbel, Karl (2016): Enterprise Resource Planning und Supply Chain Management in der
Industrie. Von MRP bis Industrie 4.0, 8., vollständig überarbeitete und erweiterte Auflage,
Berlin/Boston: Walter de Gruyter GmbH
Kurbel, Karl (2016): Enterprise Resource Planning und Supply Chain Management in der
Industrie. Von MRP bis Industrie 4.0, 8. Auflage, Berlin/Boston: Walter de Gruyter GmbH
Lange, Jörg/ Bauer, Frank-Peter/Persich, Christoph/Dalm, Tim/Sanchez, Gunter/Adler,
Tobias/Carter, M. Brian (2017): Warehouse Management mit SAP EWM, 3., aktualisierte und
erweiterte Auflage, Bonn: Rheinwerk Verlag
Lars, Windelband/Fenzl, Claudia/Hunecker, Felix/Riehle, Tamara/Spöttl, Georg/Städtler,
Helge/Hribernik, Karl/Thoben, Klaus-Dieter (2012): Qualifikationsentwicklung durch das Internet
der Dinge in der Logistik, in: Abicht, Lothar/Spöttl Georg (Hrsg.): Qualifikationsentwicklungen
durch das Internet der Dinge. Trends in Logistik, Industrie und „Smart House“, Bielefeld: W.
Bertelsmann Verlag, S. 103-192
Lasi, Heiner/Fettke, Peter/Kemper, Hans-Georg/Feld Thomas/Hoffmann, Michael (2014):
Industrie 4.0, in: Wirtschaftsinformatik, Band 56, Ausgabe 4, URL:
https://link.springer.com/content/pdf/10.1007%2Fs11576-014-0424-4.pdf, S. 239-242, Stand:
24.10.2019
Lichtlein, Dorothee (2016): Analyse der Funktionalitäten von Warehouse Managementsystemen
in Bezug auf die zukünftigen Anforderungen der Industrie 4.0 am Beispiel SAP EWM,
Masterarbeit der technischen Universität Dortmund, Dortmund
Literaturverzeichnis
142 Matthias Undesser
Liebrecht, Carmen (2010): Stand und Organisationsanforderungen bei der Umsetzung von
Supply Chain Management in Unternehmen am Beispiel eines Unternehmens in der Rohstoff-
und Chemiebranche, Dr.-Arbeit, Universität Kassel, Kassel
Martin, Heinrich (2009): Transport- und Lagerlogistik. Planung, Struktur, Steuerung und Kosten
von Systemen der Intralogistik, 7., erweiterte und aktualisierte Auflage, Wiesbaden: Springer
Vieweg + Teubner Verlag
Marx-Engels (1960): Die Deutsche Ideologie, Ort: Berlin
Mattner, Philippe (2008): Die veränderte Rolle von Produktionslogistik und Supply Chain
Management in Logistiknetzwerken, Diplomarbeit, 1. Auflage, Norderstedt: GRIN Verlag
Mayering, Philipp (2002): Einführung in die qualitative Sozialforschung. Eine Anleitung zu
qualitativem Denken, 5. Auflage, Weinheim: Beltz Verlag
Mertens, Peter/Barbian, Dina (2018): Digitalisierung und Industrie 4.0 – eine kritische Sicht, in:
Bär, Christian/Grädler, Thomas/Mayr, Robert (Hrsg.): Digitalisierung im Spannungsfeld von
Politik, Wirtschaft, Wissenschaft und Recht, 2. Band: Wissenschaft und Recht, Berlin: Springer
Gabler, S. 151-170
Mertens, Peter/Barbian, Dina/Baier, Stephan (2017): Begriffe von Digitalisierung und Industrie
4.0, in Mertens, Peter/Barbian, Dina/Baier, Stephan (Hrsg.): Digitalisierung und Industrie 4.0 –
eine Relativierung, Wiesbaden: Springer Vieweg, S. 35-62
Meyer, C. Gerben/Främling, Kary/Holmström, Jan (2009): Intelligent Products: A survey, in:
Computers in Industry, 2009, Band 60, Ausgabe 3, URL:
https://doi.org/10.1016/j.compind.2008.12.005, S. 137-148, Stand: 12.07.2019
Michels, Jan Stefan (2016): Industrial Connectivity und Industrial Analytics, Kernbausteine der
Fabrik der Zukunft, in: Sendler, Ulrich (Hrsg.): Industrie 4.0 grenzenlos, Berlin-Heidelberg:
Springer Verlag, S. 245-270
Miebach, Joachim/Müller, Patrick P. (2006): Intralogistik als wichtiges Glied von umfassenden
Lieferketten, in Arnold, Dieter (Hrsg.): Intralogistik. Potentiale, Perspektiven, Prognosen, Berlin-
Heidelberg: Springer Verlag, S. 20-30
Moritz, Roidl (2010): Kooperation und Autonomie in selbststeuernden Systemen, in Günthner,
Willibald/ten Hompel, Micheal (Hrsg.): Internet der Dinge in der Intralogistik, Berlin-Heidelberg:
Springer Verlag, S. 65-78
Literaturverzeichnis
143 Matthias Undesser
Muckel, Petra (2007): Die Entwicklung von Kategorien mit der Methode der Grounded Theory,
in: Historical Social Research, Supplement 19, URL:
https://www.ssoar.info/ssoar/handle/document/28862,S. 211-231, Stand: 27.10.2019
Nieke, Clemens (2010): Materialflusssteuerung heute und ihre Defizite, in: Günthner,
Willibald/ten Hompel, Micheal (Hrsg.): Internet der Dinge in der Intralogistik, Berlin-Heidelberg:
Springer Verlag, S. 15-22
Pentzold, Christian/Bischof, Andreas/Heise, Nele (2018): Praxis Grounded Theory.
Theoriegenerierendes empirisches Forschen in medienbezogenen Lebenswelten. Ein Lehr- und
Arbeitsbuch, Wiesbaden: Springer Fachmedien
Pielken, Adrian (2016): Vertrauen zwischen Banken und Krisenunternehmen in der Sanierung.
Konzeptionelle Grundlagen und Ergebnisse einer empirischen Untersuchung nach Grounded
Theory aus Sicht kreditgebender Banken, Dissertation Technische Universität Berlin,
Wiesbaden: Springer Verlag
Plattform Industrie 4.0 (2013-2015), Herausgeberkreis BITKOM, VDMA, ZVEI:
Umsetzungsstrategie Industrie 4.0. Ergebnisbericht der Plattform Industrie 4.0, URL:
https://www.its-owl.de/fileadmin/PDF/Industrie_4.0/2015-04-
10_Umsetzungsstrategie_Industrie_4.0_Plattform_Industrie_4.0.pdf, Stand 24.05.2019
Prather, C. Patrick/Steber, Marco (2014): Pulk-Lesen von RFID-Transpondern. Schnelle
Identifikation im Warenpulk, URL: https://www.it-production.com/allgemein/pulk-lesen-von-rfid-
transpondernschnelle-identifikation-im-warenpulk/, Stand: 7.10.2019
Promotorengruppe Kommunikation der Forschungsunion Wirtschaft – Wissenschaft,
Kagermann, Henning/Wahlster, Wolfgang/Helbig, Johannes (2013): Deutschlands Zukunft als
Produktionsstandort sichern. Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0.
Abschlussbericht des Arbeitskreises Industrie 4.0, URL:
https://www.bmbf.de/files/Umsetzungsempfehlungen_Industrie4_0.pdf, Stand: 13.06.2019
Reinhart, Gunther (2017): Handbuch Industrie 4.0. Geschäftsmodelle, Prozesse, Technik,
München: Carl Hanser Verlag
Reiß, Thomas (2015): Industrie 4.0. Zehn Thesen aus Sicht der Innovationsforschung, in:
Frauenhofer ISI, Karlsruhe, URL:
https://www.isi.fraunhofer.de/content/dam/isi/dokumente/schnelleinstiege/Industrie_4_0-
Thesen.pdf, Stand: 08.08.2019
Literaturverzeichnis
144 Matthias Undesser
Röbken, Heinke/Wetzel, Kathrin (2016): Qualitative und quantitative Forschungsmethoden, 2.,
aktualisierte Auflage, Oldenburg, URL:
https://uol.de/fileadmin/user_upload/c3l/Studiengaenge/BABusinessAdmin/Download/Leseprobe
n/bba_leseprobe_quli_quanti_forschungsmethoden.pdf, S. 6-17, Stand: 25.10.2019
Roth, Armin (2016): Einführung und Umsetzung von Industrie 4.0. Grundlagen,
Vorgehensmodell und Use Cases aus der Praxis, Berlin-Heidelberg: Springer Verlag
Roy, Daniel Thomas (2017): Industrie 4.0 – Gestaltung cyber-physischer Logistiksysteme zur
Unterstützung des Logistikmanagements in der Smart Factory, in: Straube, Frank/Baumgartner,
Helmut/Klinkner, Raimund (Hrsg.): Schriftreihe Logistik der Technischen Universität Berlin, Band
38, Ort: Universitätsverlag TU Berlin.
Rump, Jutta/Eilers, Silke (2017): Auf dem Weg zur Arbeit 4.0. Innovationen in HR, Berlin:
Springer Gabler Verlag
Russinger, Sarah (2015): Industrie 4.0 – Chancen für die Prozessautomatisierung, Dipl.-Arb.,
Hochschule Mittweida/Hochschulschrift, Mittweida
Saggiomo, M./Lemm, J./Löhrer, M./Winkel, B./Gloy, Y.-S./Gries, T. (2015): Intelligente
Assistenzsysteme in der Gewebeproduktion, in: Weidner, Robert/Redlich, Tobias/Wulfsberg,
Jens P. (Hrsg.): Technische Unterstützungssysteme, Berlin-Heidelberg: Springer Vieweg, S.
208-210
SAP AG [1] (2001): Wareneingang: Identifizierung. Wareneingang mit Bezug zu einem
Lieferavis oder einem Grobwareneingang, URL: https://help.sap.com/doc/saphelp_46c/4.6C/de-
DE/12/085b0e470311d1894a0000e8323352/frameset.htm; Stand: 19.09.2019
SAP [1] (2013): Auslagerungsstrategien, URL:
https://help.sap.com/erp_hcm_ias_2013_01/helpdata/de/c6/f8457a4afa11d182b90000e829fbfe/f
rameset.htm, Stand: 20.09.2019
SAP AG [1] (2014): Bestandsidentifikation im WE- und WA-Prozess. Ablauf, URL:
https://help.sap.com/saphelp_ewm91/helpdata/de/43/8c75c82c767104e10000000a1553f7/frame
set.htm, Stand: 18.10.2019
SAP AG [2] (2014): RFID, URL: https://help.sap.com/doc/saphelp_scm70/7.0/de-
DE/cb/c8cb53ad377114e10000000a174cb4/frameset.htm, Stand: 23.01.2020
SAP2 AG [3] (2014): qRFC-Monitor, URL: https://help.sap.com/doc/saphelp_scm70/7.0/de-
DE/61/28c9535f267414e10000000a174cb4/frameset.htm, Stand: 23.01.2020
Literaturverzeichnis
145 Matthias Undesser
SAP SE [1] (2015): Berücksichtigung von Lagertypen, URL:
https://help.sap.com/doc/saphelp_scm50/5.0/de-
DE/43/951d63aa5e274ee10000000a422035/frameset.htm, Stand: 18.10.2019
SAP SE [2] (2015): Lager-Reorganisation. Funktionsumfang, URL:
https://help.sap.com/doc/saphelp_scm50/5.0/de-
DE/9c/872041c877f623e10000000a155106/frameset.htm, Stand: 18.10.2019
SAP SE [3] (2015): Speicherprogrammierbare Steuerung (SPS), URL:
https://help.sap.com/saphelp_ewm70/helpdata/de/4d/c9cb53ad377114e10000000a174cb4/fram
eset.htm, Stand 23.01.2019
SAP SE [4] (2015): Materialflusssystem (MFS), URL:
https://help.sap.com/saphelp_ewm70/helpdata/de/4d/c9cb53ad377114e10000000a174cb4/fram
eset.htm, Stand: 30.01.2020
SAP SE [5] (2015): Meldepunkt, URL: https://help.sap.com/doc/saphelp_scm50/5.0/de-
DE/43/3bfb930c67181ae10000000a1553f6/frameset.htm, Stand: 30.01.2020
SAP SE [6] (2015): Prozessorientierte Lagerungssteuerung, URL:
https://help.sap.com/saphelp_scm50/helpdata/de/ac/c0b14068a4c24ee10000000a1550b0/frame
set.htm, Stand: 13.02.2020
SAP SE [7] (2015): Lagerungssteuerung, URL:
https://help.sap.com/saphelp_scm50/helpdata/de/ac/c0b14068a4c24ee10000000a1550b0/frame
set.htm, Stand: 13.02.2020
SAP SE [8] (2015): Direkte und zusammengesetzte Lagerungssteuerung (Einlagerung), URL:
https://help.sap.com/doc/saphelp_scm50/5.0/de-
DE/35/fa2f41b342ef23e10000000a155106/frameset.htm, Stand: 13.02.2020
SAP SE [9] (2015): Belege in der Lieferabwicklung, URL:
https://help.sap.com/doc/saphelp_scm50/5.0/de-
DE/3c/3ab5ea9ec449bebcf98c23e22b72fc/frameset.htm, Stand: 15.02.2020
SAP SE [10] (2015): Lagerungssteuerung, URL:
https://help.sap.com/doc/saphelp_scm50/5.0/de-
DE/89/7bd140d563cc38e10000000a155106/frameset.htm, Stand: 15.02.2020
SAP SE [11] (2015): Lageraufgabe, URL:
https://help.sap.com/saphelp_ewm70/helpdata/de/19/b63a83fbd846ba91d5078df371e915/frame
set.htm, Stand: 15.02.2020
Literaturverzeichnis
146 Matthias Undesser
SAP SE [12] (2015): Szenarios zur Anbindung von Fremdsystemen, URL:
https://help.sap.com/doc/saphelp_snc70/7.0/de-
DE/81/f56f4151dc5758e10000000a1550b0/frameset.htm, Stand: 15.02.2020
SAP SE [13] (2015): Schnittstelle zwischen EWM und Fremdsystemen, URL:
https://help.sap.com/doc/saphelp_snc70/7.0/de-
DE/81/f56f4151dc5758e10000000a1550b0/frameset.htm, Stand: 15.02.2020
SAP SE [14] (2015): Identifikationspunkt, URL: https://help.sap.com/doc/saphelp_scm50/5.0/de-
DE/bc/d38b4142b7d960e10000000a1550b0/frameset.htm, Stand: 16.02.2020
SAP SE [15] (2015): Identifikationspunkt, URL: https://help.sap.com/doc/saphelp_scm50/5.0/de-
DE/bc/d38b4142b7d960e10000000a1550b0/frameset.htm, Stand: 09.03.2020
SAP SE [16] (2015): Materialflusssystem (MFS), URL:
https://help.sap.com/doc/saphelp_scm50/5.0/de-
DE/bc/d38b4142b7d960e10000000a1550b0/frameset.htm, Stand: 16.02.2020
SAP SE [17] (2015): Meldepunkt, URL: https://help.sap.com/doc/saphelp_scm50/5.0/de-
DE/bc/d38b4142b7d960e10000000a1550b0/frameset.htm, Stand: 16.02.2020
SAP SE [18] (2015): Einführung in RFID, URL:
https://help.sap.com/doc/saphelp_ewm2007/5.1/de-
DE/44/c0b0bb020e44a6b886b582db95380e/frameset.htm, Stand: 05.03.2020
SAP SE [19] (2015): Speicherprogrammierbare Steuerung (SPS), URL:
https://help.sap.com/saphelp_ewm2007/helpdata/de/43/3b3d26a7e217fae10000000a1553f6/fra
meset.htm, Stand: 05.03.2020
SAP SE [20] (2015): Kommunikation von EWM zu SAP ERP, URL:
https://help.sap.com/saphelp_ewm70/helpdata/de/65/cecb53ad377114e10000000a174cb4/fram
eset.htm, Stand: 06.03.2020
SAP SE [1] (2016): Welle, URL:
https://help.sap.com/saphelp_ewm94/helpdata/de/d8/cbcb53ad377114e10000000a174cb4/fram
eset.htm, Stand: 07.10.2019
SAP SE [2] (2016): Meldepunkt, URL:
https://help.sap.com/saphelp_ewm94/helpdata/de/15/849e5611ddf52ae10000000a4450e5/fram
eset.htm, Stand: 07.10.2019
Literaturverzeichnis
147 Matthias Undesser
SAP SE [3] (2016): Radio-Frequency-Framework. Funktionsumfang, URL:
https://help.sap.com/saphelp_ewm94/helpdata/de/4d/4fa477c9c20c7ae10000000a42189c/frame
set.htm, Stand: 06.02.2020
SAP SE [4] (2016): SAP Plant Connectivity als Kommunikationsschicht einrichten, URL:
https://help.sap.com/saphelp_ewm94/helpdata/de/15/849e5611ddf52ae10000000a4450e5/fram
eset.htm, Stand: 23.01.2020
SAP [a] (2020): SAP Extended Warehouse Management (SAP EWM), URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/4ecb88b8b2422afee10000000a42189e.html, Stand: 27.09.2019
SAP [b] (2020): SAP Extended Warehouse Management (SAP EWM). Materialflusssystem,
URL: https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/4dc9cb53ad377114e10000000a174cb4.html, Stand: 3.10.2019
SAP [c] (2020): SAP Extended Warehouse Management (SAP EWM). Materialflusssystem.
Einsatzmöglichkeiten, URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/4dc9cb53ad377114e10000000a174cb4.html, Stand: 3.10.2019
SAP [d] (2020): SCM Basis. Alert Monitor, URL:
https://help.sap.com/viewer/ba5b3f4f137f453fb874d611dde1a5c8/9.5.0.2/de-
DE/47f925c8852f383ce10000000a42189b.html, Stand: 4.10.2019
SAP [e] (2020): SAP Extended Warehouse Management (SAP EWM), MFS im
Lagerverwaltungsmonitor. Voraussetzungen, URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/b02618545685024be10000000a44176d.html, Stand: 4.10.2019
SAP [f] (2020): SAP Extended Warehouse Management (SAP EWM). Handling Unit (HU), URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-DE/5855ffe5-889a-
4e52-a31d-76616dadffeb.html, Stand: 4.10.2019
SAP [g] (2020): SAP Extended Warehouse Management (SAP EWM), Monitoring, URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/fac9cb53ad377114e10000000a174cb4.html, Stand: 4.10.2019
SAP [h] (2020): Easy Graphics Framework. Funktionsumfang, URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/eec9cb53ad377114e10000000a174cb4.html, Stand: 7.10.2019
Literaturverzeichnis
148 Matthias Undesser
SAP [i] (2020): Verwendung des grafischen Lagerlayouts. Verwendung, URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/1a5ec67882d4481b9f47fbe6c609641d.html ,Stand: 7.10.2019
SAP [j] (2020): Erweiterte Produktionsintegration. Verwendung, URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/1b7fec53d3eb5514e10000000a441470.html, Stand: 7.10.2019
SAP [k] (2020): Warenausgang, URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/c4c8cb53ad377114e10000000a174cb4.html, Stand: 7.10.2019
SAP [l] (2020): Warenausgang. Auslagerung, URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/b8c8cb53ad377114e10000000a174cb4.html, Stand: 7.10.2019
SAP [m] (2020): Cross-Docking. Verwendung, URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/47da5e09338a3c84e10000000a42189c.html, Stand: 17.10.2019
SAP [n] (2020): Cross-Docking-Route. Verwendung, URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/21e0b64cc9df4589b8cae8cfd466a6e6.html, Stand: 17.10.2019
SAP [o] (2020): Geplantes Cross-Docking. Verwendung, URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/091ab21a468242959beecc8ba89f1f96.html, Stand: 17.10.2019
SAP [p] (2020): Opportunistisches CD (in EWM) im Anlieferungsprozess. Verwendung, URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/d349397317d64478aea5e1717d1dee95.html, Stand: 17.10.2019
SAP [q] (2020): Push-Deployment (PD) und Kommissionieren vom Wareneingang (PFGR).
Verwendung, URL:
https://help.sap.com/viewer/3d97bec9bf1649099384bb8167df3cf2/9.5.0.2/de-
DE/47da7ef8338a3c84e10000000a42189c.html, Stand: 17.10.2019
SAP [r] (2020): SAP Plant Connectivity, URL:
https://help.sap.com/viewer/c90214be0d934ebdb6f3bce29c63c0ff/15.1.4/de-
DE/46a00344d44852b7e10000000a155369.html, Stand: 17.01.2020
Literaturverzeichnis
149 Matthias Undesser
SAP [s] (2020): Verwendung der Bestandsidentifikation, URL:
https://help.sap.com/viewer/9832125c23154a179bfa1784cdc9577a/1909.000/de-
DE/84c9cb53ad377114e10000000a174cb4.html, Stand: 14.02.2020
SAP [t] (2020): Flexibler Lagerplatz, URL:
https://help.sap.com/viewer/9832125c23154a179bfa1784cdc9577a/1809.002/de-
DE/cbbeb981f273438197342af0357cb8d2.html, Stand: 30.01.2020
Sauter, Ralf/Bode, Maximilian/Kittelberger Daniel (2015): „Wie Industrie 4.0 die Steuerung der
Wertschöpfung verändert“, Horvath&Partner GmbH: Stuttgart, URL: https://www.horvath-
partners.com/fileadmin/horvath-
partners.com/assets/05_Media_Center/PDFs/deutsch/WP_Industrie_4.0_Bode-
Kittelberger_web_g.pdf, Stand:19.07.2019
Schenk, Michael (o. J.): »RFID-Tunnelgates« für eine sichere Pulkerfassung, in: Frauenhofer-
Institut für Fabrikbetrieb und -Automatisierung IFF, Magdeburg, URL:
https://www.iff.fraunhofer.de/content/dam/iff/de/dokumente/publikationen/rfid-tunnelgates-fuer-
sichere-pulkerfassung-fraunhofer-iff.pdf, Stand: 09.03.2020
Schiek, Arno (2008): Internationale Logistik. Objekte, Prozesse und Infrastrukturen
grenzüberschreitender Güterströme, München: Oldenburg Wissenschaftsverlag
Scholz-Reiter, Bernd/Höhns, Hartmut (2006): Selbststeuerung logistischer Prozesse mit
Agentensystemen, in: Schuh, Günther (Hrsg.): Produktionsplanung- und Steuerung.
Grundlagen, Gestaltung und Konzepte, 3., völlig neu bearbeitete Auflage, Berlin-Heidelberg:
Springer Verlag, S. 745-781
Schönfelder, Christoph (2018): Muße – Garant für unternehmerischen Erfolg. Ihr Potenzial für
Führung und die Arbeitswelt 4.0, Wiesbaden: Springer Fachmedien.
Schönsleben, Paul (2016): Integrales Logistikmanagement. Operations und Supply Chain
Management innerhalb des Unternehmens und unternehmensübergreifend, 7., bearbeitete und
erweiterte Auflage, Berlin-Heidelberg: Springer Vieweg
Schröder, Stefan (2018): Freigeistige Organisationen in Deutschland. Weltanschauliche
Entwicklungen und strategische Spannungen nach der humanistischen Wende, 1. Auflage,
Boston: De Gruyter
Schuh, Günther/Hering, Niklas/Brunner, Andre (2013): Einführung in das Logistikmanagement,
in: Schuh, Günther/Stich, Volker (Hrsg.): Logistikmanagement. Handbuch Produktion und
Management 6, 2., vollständig neu bearbeitete und erweiterte Auflage, Berlin-Heidelberg:
Springer Vieweg, S. 1-34
Literaturverzeichnis
150 Matthias Undesser
Seite „Taylorismus“. In: Wikipedia [1], Die freie Enzyklopädie. Bearbeitungsstand: 16. März
2019, 02:25 UTC. URL:
https://de.wikipedia.org/w/index.php?title=Taylorismus&oldid=186625340, (Abgerufen: 7. Juni
2019, 08:28 UTC)
Seite „Revolution“. In: Wikipedia [2], Die freie Enzyklopädie. Bearbeitungsstand: 7. Mai 2019,
16:26 UTC. URL: https://de.wikipedia.org/w/index.php?title=Revolution&oldid=188331986,
(Abgerufen: 16. Mai 2019, 12:38 UTC)
Seite „Soziokulturelle Evolution“. In: Wikipedia [3], Die freie Enzyklopädie. Bearbeitungsstand:
20. Januar 2020, 08:16 UTC. URL:
https://de.wikipedia.org/w/index.php?title=Soziokulturelle_Evolution&oldid=195997250,
(Abgerufen: 20. Februar 2020, 12:13 UTC)
Seite „Automatisierungspyramide“. In: Wikipedia [4], Die freie Enzyklopädie. Bearbeitungsstand:
31. Mai 2019, 07:43 UTC. URL:
https://de.wikipedia.org/w/index.php?title=Automatisierungspyramide&oldid=189115330,
(Abgerufen: 13. Juni 2019, 09:48 UTC)
Seite „Maschinelles Lernen“. In: Wikipedia [5], Die freie Enzyklopädie. Bearbeitungsstand: 12.
Mai 2019, 21:54 UTC. URL:
https://de.wikipedia.org/w/index.php?title=Maschinelles_Lernen&oldid=188507804, (Abgerufen:
22. Juni 2019, 14:39 UTC)
Seite „Smart Label“. In: Wikipedia [6], Die freie Enzyklopädie. Bearbeitungsstand: 2. April 2017,
20:07 UTC. URL: https://de.wikipedia.org/w/index.php?title=Smart_Label&oldid=164187546,
(Abgerufen: 22. Juni 2019, 14:56 UTC)
Seite „Flexibilität“. In: Wikipedia [7], Die freie Enzyklopädie. Bearbeitungsstand: 12. Januar
2018, 21:13 UTC. URL:
https://de.wikipedia.org/w/index.php?title=Flexibilit%C3%A4t&oldid=172859946, (Abgerufen: 3.
Juli 2019, 14:33 UTC)
Seite „Smart Service“. In: Wikipedia [8], Die freie Enzyklopädie. Bearbeitungsstand: 13. Mai
2019, 01:40 UTC. URL:
https://de.wikipedia.org/w/index.php?title=Smart_Service&oldid=188510828, (Abgerufen: 11. Juli
2019, 13:21 UTC)
Seite „Datenschutzgesetz (Österreich)“. In: Wikipedia [9], Die freie Enzyklopädie.
Bearbeitungsstand: 13. Juli 2019, 12:21 UTC. URL:
https://de.wikipedia.org/w/index.php?title=Datenschutzgesetz_(%C3%96sterreich)&oldid=19039
2454, (Abgerufen: 27. Juli 2019, 13:46 UTC)
Literaturverzeichnis
151 Matthias Undesser
Seite „Pick-by-Light“. In: Wikipedia [10], Die freie Enzyklopädie. Bearbeitungsstand: 3. Juni
2019, 11:32 UTC. URL: https://de.wikipedia.org/w/index.php?title=Pick-by-
Light&oldid=189214051, (Abgerufen: 13. September 2019, 13:10 UTC)
Seite „5G“. In: Wikipedia [11], Die freie Enzyklopädie. Bearbeitungsstand: 10. März 2020, 11:06
UTC. URL: https://de.wikipedia.org/w/index.php?title=5G&oldid=197630154, (Abgerufen: 12.
März 2020, 09:06 UTC)
Seitz, Matthias (2015): Speicherprogrammierbare Steuerungen für die Fabrik- und
Prozessautomation. Strukturierte und objektorientierte SPS-Programmierung, Motion Control,
Sicherheit, vertikale Integration, 4., überarbeitete und erweiterte Auflage, München: Carl Hanser
Verlag
Senderek, Roman/Geisler, Katrin (2015): Assistenzsysteme zur Lernunterstützung in der
Industrie 4.0, in: Rathmayer, Sabine/Pongratz, Hans (Hrsg.): Proceedings of DeLFI Workshops
2015 co-located with 13th e-Learning Conference of the German Computer Society (DeLFI
2015) München, Germany, September 1, 2015, S. 36-46
Sendler, Ulrich (2016): Industrie 4.0 grenzenlos, Berlin-Heidelberg: Springer Verlag, S. 3-16
Seybold, Philip, Daniel (2017): Selbstorganisationsmodell für Industrie 4.0, Master-Arbeit,
Master of Science in Wirtschaftsinformatik an der Zürcher Hochschule für Angewandte
Wissenschaften Master-Thesis, Zürich
Siepmann, David (2016): Industrie 4.0 – Fünf zentrale Paradigmen, in: Roth, Armin (Hrsg.):
Einführung und Umsetzung von Industrie 4.0. Grundlagen, Vorgehensmodell und Use Cases
aus der Praxis, Berlin-Heidelberg: Springer Verlag, S. 35-46
Siepmann, David (2016): Industrie 4.0 – Fünf zentrale Paradigmen, in: Roth, Armin (Hrsg.):
Einführung und Umsetzung von Industrie 4.0. Grundlagen, Vorgehensmodell und Use Cases
aus der Praxis, Berlin-Heidelberg: Springer Verlag, S. 17-34
Siepmann, David/Roth, Armin (2016): Industrie 4.0 – Ausblick, in: Roth, Armin (Hrsg.):
Einführung und Umsetzung von Industrie 4.0. Grundlagen, Vorgehensmodell und Use Cases
aus der Praxis, Berlin-Heidelberg: Springer Verlag, S. 249-259
Spath, Dieter/Ganscher, Oliver/Gerlach, Stefan/Hämmerle, Moritz/Krause, Tobias/Schlund,
Sebastian (2013): Produktionsarbeit der Zukunft – Industrie 4.0, Studie Frauenhofer IAO,
Stuttgart: Fraunhofer Verlag
Schwab, Klaus (2016): Die Vierte Industrielle Revolution, München: Pantheon Verlag
Literaturverzeichnis
152 Matthias Undesser
Stark, Rainer/Damerau, Thomas/Lindow Kai (2016): Industrie 4.0 – Digitale Neugestaltung der
Produktentstehung und Produktion am Standort Berlin. Herausforderungen und Lösungsansätze
für die digitale Transformation und Innovation, in: Sendler, Ulrich (Hrsg.): Industrie 4.0
grenzenlos, Berlin-Heidelberg: Springer Verlag, S. 169-184
Stich Volker/Oedekoven, Dirk/Brosze, Tobias (2013): Informationssysteme für das
Logistikmanagement, in: Schuh, Günther/Stich, Volker (Hrsg.): Logistikmanagement. Handbuch
Produktion und Management 6, 2. Auflage, Berlin-Heidelberg: Springer Verlag, S. 257-304
Stichwort „Netzwerkeffekte“ (o. J.), in: Gabler Wirtschaftslexikon [1]: Springer Fachmedien
Wiesbaden GmbH, URL: https://wirtschaftslexikon.gabler.de/definition/netzwerkeffekte-51385,
Stand: 26.07.2019
Stichwort „Beschaffungslogistik“ (o. J.), in: Gabler Wirtschaftslexikon [2], Springer Gabler, URL:
https://wirtschaftslexikon.gabler.de/definition/beschaffungslogistik-31613, Stand: 25.08.2019
Stichwort „Revolution“ (o. J.), in: DudenOnline [1]: Bibliographisches Institut GmbH, URL:
https://www.duden.de/rechtschreibung/Revolution, Stand: 23.05.2019
Stiller, Michael/Langmann, Reinhard (2017): Industrial Cloud – Status und Ausblick, in:
Reinheimer, Stefan (Hrsg.): Industrie 4.0. Herausforderungen, Konzepte und Praxisbeispiele,
Wiesbaden: Springer Vieweg, S. 29-48
Strube, Gerhard (1998): Modelling Motivation and Action Control., in: U. Schmid, J. Krems & F.
Wysocki (Eds.), Mind Modelling. Berlin: Pabst, 1998, S. 89-108, URL:
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.89.9346&rep=rep1&type=pdf, Stand:
13.06.2019
Syska, Andreas (2018): Industrie 4.0: zwischen Revolution und Illusion, in: Grote, Sven/Goyk,
Rüdiger (Hrsg.): Führungsinstrumente aus dem Silicon Valley. Konzepte und Kompetenzen,
Berlin: Springer Gabler Verlag, S. 1-16.
Ten Hompel, M./Libert, S./Sondhof, U. (2006): Dezentrale Steuerung für Materialflusssysteme
am Beispiel von Stückgutförder- und sortieranlagen. Logistics Journal: referierte
Veröffentlichungen, Vol. 2005, URL: https://www.logistics-
journal.de/archiv/2006/711/tenHompel_de.pdf, Seite 1-9, Stand: 21.06.2019
Ten Hompel, Michael/Kerner, Sören (2015): Logistik 4.0. Die Vision vom Internet der autonomen
Dinge, in: Informatik Spektrum, Juni 2015, Band 38, Ausgabe 3, S. 176-182
Literaturverzeichnis
153 Matthias Undesser
Ten Hompel, Michael/Henke, Michael (2014): Logistik 4.0, in: Bauernhansl, Thomas/ten Hompel,
Michael/Vogel-Heuser, Birgit (Hrsg.): Industrie 4.0 in Produktion, Automatisierung und Logistik.
Anwendung – Technologien – Migration, Springer Fachmedien Wiesbaden: Springer Vieweg, S.
615-624
Ten Hompel, Michael/Hirsch-Kreinsen, Hartmut (2017): Digitalisierung industrieller Arbeit.
Entwicklungsperspektiven und Gestaltungsansätze, in: Vogel-Heuser, Birgit/Bauernhansl,
Thomas/ten Hompel, Michael (Hrsg.): Handbuch Industrie 4.0 Bd.3. Logistik, 2., erweiterte und
bearbeitete Auflage, Berlin: Springer Vieweg Verlag, S. 357-376
Ten Hompel, Michael/Kerner, Sören (2015): Logistik 4.0. Die Vision vom Internet der autonomen
Dinge, in: Informatik Spektrum, Band 38, 3. Ausgabe, S. 176-182
Ten Hompel, Michael/Schmidt Thorsten (2010): Warehouse Management. Organisation und
Steuerung von Lager- und Kommissioniersystemen, 4., neu bearbeitete Auflage, Berlin-
Heidelberg: Springer Verlag
Ten Hompel, Michael/Kerner, Sören (2015): Logistik 4.0. Die Vision vom Internet der autonomen
Dinge, Berlin-Heidelberg: Springer Vieweg, S. 176-182, URL: https://link-1springer-1com-
1o2jkgd6b0082.han.ubl.jku.at/content/pdf/10.1007%2Fs00287-015-0876-y.pdf, Stand:
31.08.2019
Thomas, Oliver(2006): Das Referenzmodellverständnis in der Wirtschaftsinformatik: Historie,
Literaturanalyse und Begriffsexplikation, URL: https://scidok.sulb.uni-
saarland.de/bitstream/20.500.11880/23828/1/IWi-Heft_187.pdf, in: Institut für
Wirtschaftsinformatik im Deutschen Forschungszentrum für Künstliche Intelligenz, Heft 187, S.
1-34, Stand: 7.11.2019
Trapp, Rouven (2012): Konvergenz des Rechnungswesens. Eine Inhaltsanalyse der Diskussion
um eine Annäherung des internen und externen Rechnungswesens in deutschsprachigen
Fachzeitschriften, Wiesbaden: Gabler Verlag
VDI-Fachbereich Technische Logistik (2015): Warehouse-Management-Systeme, in: VDI-
Fachbereich Technische Logistik, URL: https://www.vdi.de/richtlinien/details/vdi-3601-
warehouse-management-systeme, Stand: 13.09.2019
Verein Industrie 4.0 Österreich (Hrsg.)/Leidl-Krapfenbauer, Ilse/Sommer, Roland/Schnobrich-
Cakelja, Jasmina (2017): Ergebnispapier „Qualifikation und Kompetenzen in der Industrie 4.0.
Verein Industrie 4.0, URL: https://plattformindustrie40.at/wp-
content/uploads/2018/05/WEB_Industrie4.0_Ergebnispapier_2018.pdf, Stand: 17.05.2019
Literaturverzeichnis
154 Matthias Undesser
Wannenwetsch, Helmut (Hrsg.)/Comperl, Peter/Illgner, Elke/E. Meier, Alexander/Nicolai,
Sascha/Schmid, Karl-Heinz (2007): Integrierte Materialwirtschaft und Logistik. Beschaffung,
Logistik, Materialwirtschaft und Produktion, 3., aktualisierte Auflage, Berlin-Heidelberg: Springer
Verlag
Westermann, Thorsten (2017): Systematik zur Reifegradmodell-basierten Planung von Cyber-
Physical Systems des Maschinen- und Anlagenbaus, Dissertation, Fakultät Maschinenbau der
Universität Paderborn, Paderborn
Winkelhake, Uwe (2017): Die digitale Transformation der Automobilindustrie. Treiber –
Roadmap – Praxis, Berlin: Springer Vieweg
Witt, Andreas (2014): Grundkurs SAP APO. Eine Einführung mit durchgehendem Fallbeispiel,
Wiesbaden: Springer Vieweg