WINGbusiness Heft 04/2024

businessWING

„Collaboration

– Zukunft industrieller Wertschöpfung in Europa“

Europäisch vernetzt Zusammenarbeit als Schlüssel für Innovation und Wettbewerbsfähigkeit

Neue Geschäftsmodelle durch Datenkooperation

Hardware is hard Herausforderungen und Erfolgsfaktoren von Hardware-Startups

Women TechEU

Supporting

„Collaboration – Zukunft industrieller Wertschöpfung in Europa“

Univ.-Prof. Dr.-Ing. habil. Fazel Ansari

Leiter des Forschungsbereichs Produktionsund Instandhaltungsmanagement

Fakultät für Maschinenwesen und Betriebswissenschaften, TU Wien

Liebe Leserinnen und Leser, die europäischen Industriesektoren navigieren derzeit durch ein komplexes Umfeld, das von verschiedenen miteinander verbundenen Herausforderungen und Chancen geprägt ist. Geopolitische Spannungen verursachen Störungen in Lieferketten, was die Branchen dazu veranlasst hat, größere Resilienz und Diversifizierung in ihren Beschaffungsstrategien zu suchen. Der Klimawandel birgt erhebliche Risiken und zwingt europäische Unternehmen, nachhaltige Praktiken zu übernehmen und in grüne Technologien zu investieren, um regulatorischen Anforderungen und den Erwartungen der Verbraucher gerecht zu werden. Darüber hinaus verschärft der Fachkräftemangel diese Herausforderungen, was Investitionen in die Weiterbildung und Gewinnung neuer Talente erforderlich macht.

Technologische Innovation bietet jedoch einen Hoffnungsschimmer – u.A. durch Fortschritte in der Automatisierung und der Erweiterung menschlicher Fähigkeiten. Künstliche Intelligenz, Robotik, kognitive Assistenzsysteme, erweiterte Realität (XR) und Digitalisierung können Produktivität und Effizienz steigern sowie neue Wege der Aus- und Weiterbildung und der Wertschöpfung im Unternehmensnetzwerk fördern. Indem europäische Unternehmen diese Technologien annehmen, können sie nicht nur unmittelbare Hindernisse überwinden, sondern sich auch langfristig im zunehmend wettbewerbsintensiven globalen Markt positionieren. Damit stellt die aktuelle Landschaft sowohl

eine kritische Herausforderung als auch eine einzigartige Gelegenheit zur Transformation und Anpassung dar. Was fehlt noch? Wie die amerikanische Autorin Helen Keller sagte: „Alone we can do so little, together we can do so much“. Meiner bescheidenen Meinung nach ist „Collaboration“ nach wie vor der fehlende Schlüssel zur Gestaltung der Zukunft. Collaboration zwischen Interessengruppen, einschließlich Unternehmen, Universitäten, Bildungs- und Forschungseinrichtungen, staatlichen Einrichtungen und der Zivilgesellschaft, hat sich zu einem wesentlichen Treiber und Katalysator für die Förderung von i) Innovation, ii) Bildung und Kompetenzentwicklung sowie iii) neuen Geschäftsmodellen in Wertschöpfungsnetzwerken entwickelt.

Die vernetzte Natur der modernen Produktion erfordert einen ganzheitlichen Ansatz, bei dem verschiedene Akteure und Innovationsnetzwerke zusammenarbeiten. Um effektive Lösungen zur Bewältigung komplexer und zukunftsorientierter Herausforderungen zu schaffen, muss sichergestellt werden, dass Innovationen den Markt erreichen und die Industrie über die richtigen Talente verfügt, damit Unternehmen langfristig erfolgreich bleiben können. In diesem Zusammenhang spielt EIT Manufacturing eine herausragende Rolle als Wissens- und Innovationsnetzwerk, das von der Europäischen Union gefördert wird und unser Partner in diesem Heft von WINGbusiness ist.

Aus dieser Perspektive behandelt dieses Heft das TopThema „Collaboration“ welches der Schlüssel zur Gestaltung der Zukunft industrieller Wertschöpfungsnetzwerke in Europa ist. Ich möchte hiermit die Gelegenheit nutzen, allen Autorinnen und Autoren meinen herzlichen Dank dafür auszusprechen, dass sie ihre aktuellsten Erkenntnisse und Gedanken mit der WING-Community teilen.

Besonders möchte ich Johannes Hunschofsky, Managing Director von EIT Manufacturing East und seinem Team, den Kolleginnen und Kollegen vom Institut für Innovation und Industrie Management an der TU Graz sowie dem Institut Industrial Management an der FH Joanneum für ihre inspirierenden Beiträge danken.

Ich hoffe aufrichtig, dass das vorliegende Heft neue Ideen für zukünftige Zusammenarbeit innerhalb der WINGCommunity inspiriert, insbesondere zwischen Industrieund Universitätspartnern.

Ihr Fazel Ansari

Asst.

Stefan Vorbach & BWL-Institut

Emeritierung von Prof. Ulrich Bauer

Mit 1. Oktober 2024 emeritierte o. Univ. Prof. Dipl.-Ing. Dr.techn. Ulrich Bauer nach 27 Jahren des Wirkens an der Technischen Universität Graz (TU Graz) und übergab im Zuge dessen auch verantwortungsvoll seine langjährige Tätigkeit als Vizepräsident des Österreichischen Verbandes der Wirtschaftsingenieure – WING an seinen Nachfolger.

Geboren in Lebing, Steiermark, absolvierte er die Höhere Technische Bundeslehranstalt für Maschinenbau BULME in Graz-Gösting. 1976 begann er sein Wirtschaftsingenieurwesen-Maschinenbaustudium an der TU Graz, wo er bereits studienbegleitend als Studienassistent am Institut für Betriebswirtschaftslehre und Betriebssoziologie tätig war. Nachdem er sein Diplom erworben hatte, startete er ebendort seine universitäre Karriere als Universitätsassistent bei Prof. Veit und promovierte im Jahre 1988.

Seine Erfahrungen in der Indu-strie machte er ab 1989 in der Personalentwicklung der Steirerbrau AG. Von 1991 bis 1997 wurden ihm leitende Funktionen in der Steiermärkischen Elektrizitäts-Gesellschaft, zuletzt als Leiter Personalwesen und Öffentlichkeitsarbeit, übertragen.

1997 wurde er als ordentlicher Universitätsprofessor an das Institut für Betriebswirtschaftslehre und Betriebssoziologie der TU Graz berufen, wo er als Nachfolger von Prof. Veit über mehr als zwei Jahrzehnte wirkte und bei unzähligen seiner Studierenden und Mitarbeiter:innen einen bleibenden Eindruck hinterließ.

Prof. Bauer verstand es meisterhaft, die theoretischen Grundlagen der - so zentral im Mittelpunkt der universitären Wirtschaftsingenieur:innenausbildung stehendenAllgemeinen Betriebswirtschaftslehre mit praxisorientierten Beispielen und Anwendungen zu verknüpfen und so seinen Studierenden das nötige Rüstzeug für eine erfolgreiche Karriere als Wirtschaftsingenieur:in ins Berufsleben mitzugeben. Die von ihm nach Antritt der Professur gesetzten Schwerpunkte in der wissenschaftlichen Forschung lagen in den Bereichen Controlling sowie Marketing- und Beschaffungsmanagement, stets in Verbindung mit dem Personalwesen und (betriebs-) soziologischen Fragestellungen wie Kommunikation, Motivation und Mitarbeiterführung. Mit seiner Herzlichkeit und nach außen getragenen tiefen Leidenschaft für die universitäre Lehre und wissenschaftliche Forschung hat Prof.

Bauer nicht nur prägend zur Entwicklung des „BWL-Instituts“ und des wirtschaftswissenschaftlichen Fachbereichs an der Fakultät für Maschinenbau und Wirtschaftswissenschaften beigetragen, sondern auch Generationen von Studierenden und Absolvent:innen inspiriert. Sein interdisziplinärer Ansatz einer techno-sozio-ökonomisch geprägten Betriebswirtschaftslehre und sein Talent verbunden mit der Fähigkeit, komplexe Themen annehmbar und verständlich zu vermitteln, zeichneten seine - von Studierenden sehr gerne besuchten - Lehrveranstaltungen an der TU Graz aus.

In „stürmischen Zeiten in der Österreichischen Universitätslandschaft“ übernahm Prof. Bauer Verantwortung im Management der TU Graz und darüber hinaus. So war er von 2000 bis 2003 Dekan der Fakultät für Maschinenbau und Wirtschaftswissenschaften und von 2003 bis 2015 als Vizerektor unter anderem zuständig für Finanzen, Personal und Beteiligungen an der TU Graz. Auch in diesen Funktionen prägte er die ihm so wichtige Universitätskultur maßgeblich mit. Seine wertschätzende Art in der Zusammenarbeit und der immer offen-unternehmerische Geist, den er beharr-

Fotos: © BWL-Institut, TU Graz

lich förderte und vorlebte, wurden von seinen Kolleg:innen innerhalb und außerhalb der TU Graz überaus geschätzt.

Neben der Erfüllung seiner akademischen Pflichten war es Herrn Prof. Bauer ein Anliegen, als Mentor für zahlreiche Studierende und Nachwuchswissenschaftler:innen aktiv beizutragen. Er förderte nicht nur deren berufliche Entwicklung, sondern stand ihnen auch bei der Bewältigung persönlicher Herausforderungen, die das Leben an uns alle stellt, mit Rat und Tat zur Seite. Seine Offenheit, Geduld und seine positive Einstellung werden vielen Wegbegleiter:innen in guter Erinnerung bleiben.

Das Engagement von Herrn Prof. Bauer ging über die Universitäts- und Hochschulgrenzen hinaus. Vor allem als aktives Mitglied im Österreichischen Verband der Wirtschaftsingenieure – WING übernahm er von 1997 bis 2006 die Rolle des Schriftleiters der Verbandszeitschrift WINGbusiness. Nach der kompletten Überarbeitung des Konzepts dieses zentralen Vereinskommunikations-

mediums gestaltete er zudem tatkräftig den Außenauftritt des WING mit. Als Vizepräsident war er viele Jahre unter anderem verantwortlich für die Finanzen des Verbandes. Prof. Bauer förderte und unterstützte maßgeblich die Qualitätssicherung der an der TU Graz im Jahre 1947 etablierten Ausbildungsmarke „Wirtschaftsingenieur“ im Dreiländerverbund „Deutschland-Österreich-Schweiz“ durch umfangreiche wissenschaftliche Aktivitäten, wie die „Wirtschaftsingenieur:innenstudie“, die regelmäßig die Ausbildungslandschaft und die Karrierewege erfasst oder auch die aktive Mitgestaltung der WING-Kongresse in Graz und Wien, die vielen Absolvent:innen und Studierenden als einzigartige Gelegenheit diente, Kolleg:innen und Freunde in einem wunderbaren Rahmen zu treffen. Die vollständige Aufzählung der Initiativen und Beiträge für den Verband würde wohl den hier im WINGbusiness zur Verfügung stehenden Rahmen bei weitem überschreiten. Dieses Engagement für den WING wurde durch die Verleihung der Ehrenmitgliedschaft gewürdigt,

die Prof. Ulrich Bauer gemeinsam mit dem langjährigen WING-Präsidenten Dr. Hans-Jörg Gress im Mai 2024 verliehen bekam.

Mit der Emeritierung von Prof. Ulrich Bauer verabschieden wir nicht nur einen herausragenden Akademiker, der über Jahrzehnte hinweg die Entwicklung der Technischen Universität Graz und insbesondere die techno-sozio-ökonomische Disziplin des Wirtschaftsingenieurwesens entscheidend mitgeprägt hat, sondern auch einen Menschen, der immer für „seine TU Graz“, den WING und die Menschen in seinem Umfeld da war.

Wir wünschen Herrn Prof. Ulrich Bauer im Namen des Österreichischen Verbandes der Wirtschaftsingenieure – WING und der Technischen Universität Graz anlässlich seiner Emeritierung eine lange und erfüllende Zeit mit seiner geliebten Familie, bereichernde Begegnungen mit Freunden und Bekannten und vor allem viele Jahre bei bester Gesundheit.

Ad multos annos, lieber Uli!

Leitprojekt PhysICAL

Wir demonstrieren, dass kollaborativer Güterverkehr positive Effekte bringt!

Pilot Smarte Holzlogistik

• Entwicklung eines smarten ACTS - Containers Vereinfachung des intermodalen Umschlags

• Reduzierung von LKW-Kilometern, CO2 Emissionen, Wartezeiten und Kranungsvorgängen

• Kollaborative Nutzung ermöglicht durch Verwiegetechnik

Pilot Offene Transportmanagement-Plattform

• Weiterentwicklung einer IT-Plattform für intermodale Transportstrecken

• Reduzierung von Ineffizienzen und Leerfahrten durch Vereinfachung der Buchung intermodaler Transporte

• Analyse und Bewertung der Transportoptionen mittels Carbon Footprint Indicator

Pilot Supply Chain 3.0

• Integration des ersten realen Handelshauses der virtuellen Welt in die Supply Chain

• Teilnahme von KMU am eCommerce

• Kollaborative Abwicklung von Lagerung, Transporten und IT-Lösungen

Pilot Neue letzte KEP-Meile

• Konsolidierte, nachhaltige Paketsendungen und Empfang

• Design einer modular einsetzbaren Paketstation mit PIBoxen

• Erweiterung der Citylogistik auf Hub- und Micro-Hub Basis

Johannes Hunschofsky, Theresa Neuhauser

Europäisch vernetzt

Zusammenarbeit als Schlüssel für Innovation und Wettbewerbsfähigkeit

Die europäische Fertigungsindustrie steht vor großen Herausforderungen wie dem Einsatz neuer Technologien, strengeren Gesetzen für nachhaltige Geschäftspraktiken und zugehörige Berichtspflichten, Disruptionen in den Liefer- und Wertschöpfungsketten, steigenden Kundenanforderungen und dem zunehmenden globalen Wettbewerb. Um unter diesen wirtschaftlichen Bedingungen wettbewerbsfähig zu bleiben und gleichzeitig nachhaltige Lösungen zu fördern, ist die Innovationskraft ein entscheidender Faktor. Dabei zeigt sich, dass Zusammenarbeit der Schlüssel zur Förderung von Innovation ist, insbesondere für kleine und mittlere Unternehmen (KMU), die oft begrenzte Ressourcen und Kapazitäten haben. Kooperationen mit anderen Unternehmen, Universitäten, Forschungseinrichtungen und Netzwerken wie EIT Manufacturing bieten die Möglichkeit, gemeinsam innovative Lösungen zu entwickeln und umzusetzen.

Zusammenarbeit ermöglicht es Unternehmen, ihre Kräfte zu bündeln und von den Stärken anderer zu profitieren. Dies ist besonders relevant in der europäischen Fertigungsindustrie, die sich durch ihre Vielfalt und das breite Spektrum an spezialisierten Unternehmen auszeichnet. In einem Umfeld, das zunehmend durch digitale Technologien, Automatisierung und nachhaltige Produktionsmethoden geprägt ist, können Unternehmen durch Zusammenarbeit Innovationen schneller vorantreiben. Während Großunternehmen über die finanziellen Mittel verfügen, um umfangreiche Forschungs- und Entwicklungsprojekte durchzuführen, müssen kleine und mittlere Unternehmen nach alternativen Lösungen suchen, da die notwendigen Mittel oft nicht

vorhanden sind. Kooperationen können für Unternehmen, die große Projekte nicht allein finanzieren können oder nicht über die entsprechenden technologischen und personellen Ressourcen verfügen, ein wichtiger Erfolgsfaktor sein.

Studien belegen, dass Unternehmen, die an externen Kooperationen beteiligt sind, im Durchschnitt einen fast viermal höheren Umsatz erzielen als Firmen ohne solche Partnerschaften. Externe Kooperationen erhöhen die Innovationskapazität, indem sie den Unternehmen Zugang zu ergänzenden Ressourcen, Wissen und Technologien bieten, was zu einer höheren Produktivität und schnelleren Markteinführung neuer Produkte führt. Internationale Partnerschaften haben dabei eine besonders starke Wirkung auf die Um-

sätze, während lokale Partnerschaften, trotz ihrer geringen Reichweite, ebenfalls einen signifikanten Beitrag leisten. Es zeigt sich, dass Synergien zwischen Unternehmen entscheidend für die Entwicklung nachhaltiger Innovationen sind und dass die Zusammenarbeit mit externen Akteuren eine erhebliche Wertschöpfung für Unternehmen darstellen kann. [1] Ein zentraler Vorteil von unternehmens- und organisationsübergreifender Zusammenarbeit zwischen Firmen aller Größen, Universitäten und Forschungseinrichtungen liegt im Wissenstransfer. Durch den Austausch von Know-how, Technologien und Best Practices können Unternehmen voneinander, aber auch von wissenschaftlichen Partnern wie Universitäten und Forschungseinrichtungen

lernen und so schneller neue Lösungen auf einem kompetitiven Markt entwickeln. Durch diese interdisziplinären Kooperationen finden technologische Entwicklungen, die in wissenschaftlichen Einrichtungen erforscht werden, ihren Weg in reale Industrieanwendungen und helfen dort dabei, Prozesse und Produkte effizienter und nachhaltiger zu machen. Besonders für kleine und mittlere Betriebe sowie Startups bringt die Zusammenarbeit mit externen Partnern zahlreiche Vorteile mit sich, die über die bloße Innovationsförderung hinausgehen. So können beispielsweise die Kosten und Risiken, die mit der Entwicklung und Markteinführung neuer Produkte und Dienstleistungen verbunden sind, geteilt und somit reduziert und die Wettbewerbsfähigkeit gestärkt werden. Innovationen entstehen dabei nicht nur durch fortschrittliche Technologien, sondern auch durch die Entwicklung neuer Geschäftsmodelle, Diversifikation und die Erschließung neuer Märkte. Durch die gemeinsame Entwicklung innovativer Lösungen können Unternehmen ihre Position am Markt stärken, sich gegenüber größeren Mitbewerbern behaupten und flexibler auf sich ständig ändernde Kundenanforderungen reagieren.

Netzwerke zur Beschleunigung von Innovationen

Kooperationsnetzwerke gewinnen in diesen Innovationsprozessen immer mehr an Bedeutung. Insbesondere die Zahl der interdisziplinären Projekte

Abbildung 1: Wissensdreieck, Quelle: Eigene Darstellung

nimmt stetig zu, da das Zusammenspiel von Fachwissen und technischen Anwendungen aus verschiedenen Forschungsbereichen für eine flexible und diversifizierte Leistungserbringung unabdingbar wird. Gerade für kleine und mittlere Unternehmen ist die Zusammenarbeit in Innovationsnetzwerken eine hervorragende Möglichkeit, Forschungs- und Entwicklungsprojekte auch mit begrenzten Ressourcen durchzuführen und internationale Partnerschaften einzugehen. Die Zusammenarbeit in Innovationsnetzwerken soll dabei erheblich zur Effizienzsteigerung, Kostenoptimierung und zum Zugang zu einer breiteren Ressourcenbasis beitragen, sowie eine Umsatzsteigerung, die Bewältigung größerer Projektumfänge und die Bereitstellung komplexer Lösungen ermöglichen. Zudem fördern diese Ökosysteme Innovationsaktivitäten und unterstützen die Entwicklung neuer Technologien. Diese Netzwerke bieten Unternehmen die Möglichkeit, ihre Wettbewerbsfähigkeit durch den Austausch von Wissen und Ressourcen zu erhöhen und gleichzeitig durch gemeinsame Forschungs- und Entwicklungsprojekte Synergien zu nutzen. Auf europäischer Ebene unterstützen die sogenannten Wissens- und Innovationsgemeinschaften des Europäischen Instituts für Innovation und Technologie (EIT), einer Einrichtung der Europäischen Union, verschiedene Industriesektoren bei ihren Innovationsaktivitäten und bringen Unternehmen aller Größen, Forschungseinrichtungen und Universitäten zusammen, um innovative Lösungen für diverse gesellschaftliche Herausforderungen zu entwickeln. Dabei vereinen sie die Bereiche des Wissensdreiecks aus „Unternehmensentwicklung“, „Innovation“ und „Aus-/Weiterbildung“ und setzen einen besonderen Fokus auf europäische Länder mit mäßiger oder moderater Innovationsaktivität, um das Gefälle zwischen mehr und weniger industrialisierten Ländern auszugleichen. [2] Darüber hinaus schaffen die Innovationsgemein-

schaften des EIT die Voraussetzungen für die Gründung und globale Skalierung junger, dynamischer und innovativer Startups [3].

Dieser systematische und vor allem europäische Ansatz ist wichtig, um das Wachstum von schnell expandierenden Unternehmen zu fördern, die unternehmens- und grenzübergreifende Kollaboration zu ermöglichen, Synergien zu schaffen und Wissenssilos zu vermeiden. Die Hebelwirkung des Modells der EIT Wissens- und Innovationsgemeinschaften wurde 2013, fünf Jahre nach Gründung der ersten EIT-Gemeinschaften, verdeutlicht: Jeder durch das EIT investierte Euro zog drei weitere Euro an öffentlichen Mitteln an. [3]

EIT Manufacturing - das größte Innovationsnetzwerk für die europäische Fertigungsindustrie

Mit über 200 Mitgliedern und zahlreichen Partnern und Multiplikatoren auf lokaler, regionaler, nationaler und internationaler Ebene spielt das Innovationsnetzwerk EIT Manufacturing eine entscheidende Rolle bei der Förderung von Zusammenarbeit und Innovation im produzierenden Sektor. Es bietet eine Plattform, um kollaborative Projekte zu ermöglichen und stellt Unterstützung in jeder Phase des Innovationsprozesses bereit. EIT Manufacturing hilft Unternehmen, Ideen für Innovationsprojekte zu entwickeln und geeignete Partnerorganisationen zu finden, um neue Produkte und Dienstleistungen auf den Markt zu bringen, effiziente Prozesse zu etablieren und profitable Geschäftsmodelle aufzubauen. Durch Förderprogramme, Schulungen und den Zugang zu ExpertInnen unterstützt das Netzwerk seine Partner dabei, innovative Lösungen schneller und effizienter zu realisieren. Veranstaltungen, Workshops und digitale Plattformen erleichtern den Austausch zwischen den Mitgliedern und fördern Kooperationen. EIT Manufacturing legt einen besonderen Schwerpunkt auf Nachhaltigkeit und Digitalisierung und stellt den Mensch in den Mittelpunkt aller Aktivitäten. Diese Bereiche sind entscheidend für die Zukunft der europäischen Fertigungsindustrie. Durch die Förderung von Projekten, die sich mit Themen wie ressourcenschonender

TOP-THEMA

Produktion, Kreislaufwirtschaft und der Integration digitaler Technologien beschäftigen, trägt das Netzwerk dazu bei, die Transformation der Branche voranzutreiben. KMU profitieren von der Expertise und den Ressourcen des Netzwerks und können so nachhaltige und digitalisierte Prozesse schneller umsetzen. [4]

EIT Manufacturing setzt verschiedene Instrumente ein, um Kooperationen und Innovationen gezielt zu fördern:

„ Der jährliche „Call for Proposals“ von EIT Manufacturing richtet sich an Unternehmen, Forschungseinrichtungen und Universitäten, die innovative Projekte im europäischen Fertigungssektor umsetzen und auf den Markt bringen wollen. Ein wichtiges Merkmal dabei ist, dass die zugrundeliegenden Innovationen zu Projektbeginn ein Technology Readiness Level (TRL) von 6 oder höher haben müssen. TRL 6 bedeutet, dass eine Technologie in einer relevanten Umgebung getestet wurde und ein funktionsfähiger Prototyp oder ein technisches Modell existiert. Dabei werden erste Validierungen der Technologie in einer Umgebung durchgeführt, die den endgültigen Einsatzbedingungen annäherungsweise entspricht. Dies stellt einen wichtigen Schritt dar, da die Technologie über das Laborstadium hinausgeht und nun unter realistischeren Bedingungen geprüft wird. Bei der Zusammensetzung der Projektkonsortien wird spezifisch auf die wirtschaftliche Nachhaltigkeit des Projektes geachtet und sichergestellt, dass die Ergebnisse des Projektes relevant für reale industrielle Anwendungen sind. Innerhalb eines Jahres werden diese Technologien implementiert und ein nachhaltiges Geschäftsmodell für die kommerzielle Nutzung entwickelt.

„ EIT Manufacturing bietet Unternehmen weiters die Möglichkeit, außerhalb dieser regulierten Calls bilaterale Partnerschaften zu etablieren. Ein beliebtes Instrument ist die sogenannte „Corporate Challenge“, bei dem Industrieunternehmen gezielt Partner für bestimmte Technologie- oder Wissenslücken suchen, die nicht in den

Kernkompetenzen des Betriebes liegen. Meist sind innovative Jungunternehmen oder Startups in der Lage, technische Lösungen für diese Herausforderungen zu liefern. Nach Beauftragung und Definition der Problemstellung scoutet EIT Manufacturing europaweit in seinem Pool bestehend aus mehr als 1.000 Startups und Scale-Ups nach geeigneten Lösungsanbietern und vernetzt diese mit dem Auftraggeber. Dies hat den Vorteil, dass Unternehmen gewisse wichtige, dennoch nicht geschäftsentscheidende technologische Entwicklungen nicht selbst durchführen müssen, und hilft gleichzeitig Startups, europaweit zu skalieren und Kunden für ihre Produkte und Services zu finden. Basierend auf diesem Konzept sind bereits zahlreiche langfristige Partnerschaften zwischen etablierten Industriekonzernen und Startups entstanden.

EIT Manufacturing versteht sich als kundenorientierter Lösungs- und Serviceanbieter, der mit Betrieben in der Fertigungsindustrie individuelle Konzepte zur Stärkung ihrer Innovationskraft umsetzt. Den Möglichkeiten der Zusammenarbeit sind dabei keine Grenzen gesetzt. So bietet EIT Manufacturing auch Dienstleistungen im Bereich „Business Intelligence“ oder Hilfestellung zum gesetzeskonformen Reporting von Nachhaltigkeitsaspekten an. Mit Hauptsitz in Frankreich und sechs regionalen Standorten

in Österreich, Deutschland, Spanien, Schweden, Italien und Griechenland, sowie zahlreichen Innovationshubs und lokalen Vertretungen und Partnern in weiteren Ländern, ist EIT Manufacturing nicht nur europäisch vernetzt, sondern auch in lokale und regionale Ökosysteme eingebunden, um einen einfachen Zugang zu den angebotenen Services zu garantieren.

Einfacher Zugang zu Innovationsförderungen

Viele bereits aktive, EU-geförderte Projekte stellen ein niederschwelliges, dennoch umfangreiches Spektrum an Leistungen mit geringen Eintrittsbarrieren zur Verfügung, um die Innovationsaktivitäten kleiner und mittlerer Betriebe zu fördern.

So bietet der European Digital Innovation Hub (EDIH) AI5production umfassende Beratungsleistungen und Services, um KMU in Österreich bei ihrer digitalen Transformation in Richtung Industrie 5.0 zu unterstützen. Unternehmen mit bis zu 2.999 MitarbeiterInnen können diese Leistungen kostenlos in Anspruch nehmen. KMU profitieren dabei insbesondere durch folgende Angebote [5]

„ Test-before-Invest: Unternehmen können neue Technologien und Prozesse in einer sicheren Umgebung testen, bevor sie Investitionen tätigen. Dies hilft, Risiken zu minimieren und fundierte Entscheidungen zu treffen.

Abbildung 2: AI5production Service Overview, Quelle: AI5production

„ Schulungen und Weiterbildung: Es werden Kurse und Trainings angeboten, um digitale Kompetenzen in verschiedenen Bereichen aufzubauen, wie z. B. Digitalisierung von Produktionsprozessen und die Nutzung von Künstlicher Intelligenz.

„ Fördermittel-Support: Der Hub hilft Firmen, geeignete Finanzierungsmöglichkeiten für Forschungs- und Entwicklungsprojekte zu finden und unterstützt bei der Beantragung von Fördergeldern.

„ Netzwerk- und Innovationsökosystem: AI5production vernetzt Unternehmen mit relevanten Forschungspartnern und fördert Kooperationen auf europäischer, nationaler und regionaler Ebene.

Eine weitere Möglichkeit, mit geringem Aufwand und überschaubaren Kosten in Kleinprojekten mit ForscherInnen und Studierenden aus ganz Europa zu arbeiten, bietet die Plattform des Horizon Europe Projektes INDUSAC . INDUSAC stellt einen innovativen Mechanismus für die Zusammenarbeit zwischen Industrie und akademischen Institutionen bereit, der Fokus liegt dabei auf schnellen und lösungsorientierten Co-Creation-Prozessen.

Unternehmen aus allen Industriesektoren können auf der INDUSAC-Plattform Problemstellungen veröffentlichen, die von Teams aus ForscherInnen und Studierenden aus ganz Europa in einem Zeitraum von vier bis acht Wochen bearbeitet werden. Diese Projekte konzentrieren sich auf Schlüsselthemen wie Kreislaufwirtschaft, Nachhaltigkeit, Digitalisierung und Industrie 4.0. Für KMU bietet INDUSAC eine Chance, durch diese Kooperationen innovative Lösungen zu entwickeln und direkten Zugang zu akademischem Wissen und zu potenziellen zukünftigen MitarbeiterInnen zu erhalten, während Studierende praxisnahe Erfahrungen sammeln und wertvolle Kontakte in der Industrie knüpfen können.[6]

Viele Unternehmen sind oft zurückhaltend und skeptisch, langfristige Partnerschaften mit anderen Firmen oder Organisationen einzugehen. Diese und zahlreiche andere Instrumente und Mechanismen bieten jedoch die

Möglichkeit, Kooperationen zu testen, bevor umfassende Verpflichtungen entstehen.

Fazit – Innovativer durch Zusammenarbeit

Zusammenarbeit ist der Schlüssel für Innovation in der europäischen Fertigungsindustrie. Insbesondere für kleine und mittelgroße Unternehmen, die oft vor Herausforderungen wie begrenzten Ressourcen und hohen Innovationskosten stehen, bietet die Kooperation mit anderen Unternehmen und Netzwerken wie EIT Manufacturing wertvolle Chancen. Durch den Zugang zu Wissen, Ressourcen und neuen Märkten können KMU ihre Wettbewerbsfähigkeit steigern und sich auf die Anforderungen der Zukunft vorbereiten.

EIT Manufacturing spielt dabei eine zentrale Rolle, indem es Unternehmen miteinander vernetzt, Innovationen fördert und die Transformation hin zu einer nachhaltigen und digitalisierten Fertigungsindustrie unterstützt. Die europäische Fertigungsindustrie kann so ihre Innovationskraft steigern und ihre Position auf globaler Ebene behaupten.

Acknowledgement: This work was supported by the European Union’s Horizon Europe Programme under

grant agreement No. 101070297 - INDUSAC.

Literatur:

[1] Hindi, T.-N., & Frenkel, A. (2022). The contribution of collaboration to the development of sustainable innovation in high-tech companies. Journal of Innovation and Entrepreneurship, 11. doi:10.1186/ s13731-022-00259-8

[2] European Institute of Innovation and Technology. (2024). Von https://eit.europa. eu/ abgerufen

[3] Leceta, J. M., & Könnölä, T. (2019). Fostering entrepreneurial innovation ecosystems: lessons learned from the European Institute of Innovation and Technology. Innovation: The European Journal of Social Science Research, 34(4), 475-494. doi: 10.1080/13511610.2019.1612737

[4] EIT Manufacturing. (2024). Von https://www.eitmanufacturing.eu abgerufen

[5] AI5Production. (2024). Von https://ai5production.at/ abgerufen

[6] INDUSAC. (2024). Von https://indusac.eu/ abgerufen

AutorInnen:

Ing. Mag. Johannes Hunschofsky, CSE

Als diplomierter Betriebswirt der Universität Innsbruck und Maschinenbauingenieur kann Johannes Hunschofsky fast 40 Jahre Erfahrung

Abbildung 3: INDUSAC Co-Creation-Prozess, Quelle: INDUSAC

TOP-THEMA

in Führungspositionen bei namhaften Industrieunternehmen im In- und Ausland vorweisen. Die Einbeziehung von Forschung und Lehre sowie die Kooperation mit renommierten Universitäten weltweit gehören seit jeher zu seinem Erfolgsrezept, um die Herausforderungen der Industrie mit neuesten Technologien zu bewältigen. Als Geschäftsführer von EIT Manufacturing East (European Institute of Innovation & Technology) leistet er einen maßgeblichen Beitrag zur Stärkung und Weiterentwicklung der

globalen Wettbewerbsfähigkeit und der nachhaltigen Produktion für den Industriestandort Europa. Johannes Hunschofsky ist Träger des Großen Ehrenzeichens für Verdienste um die Republik Österreich.

Theresa Neuhauser, MA BA, verfügt über mehrere Jahre internationale Erfahrung in der Fertigungs- und der Immobilienbranche. Mit einem akademischen Hintergrund in International Business Management sowie Finance und Controlling und Inter-

Mag. Johannes Hunschofsky, CSE

Managing Director, EIT Manufacturing East

national Law bringt sie fundiertes Wissen in betriebswirtschaftlichen Prozessen mit. Theresa Neuhauser ist Co-Autorin diverser wissenschaftlicher Publikationen und Co-Lektorin für Themen wie Leadership, Human Resource Management oder Product Lifecycle Management an verschiedenen Universitäten. Seit 2020 leitet sie die Kommunikationsabteilung von EIT Manufacturing East in Wien und ist für die strategische Kommunikation in sieben Ländern Zentral- und Osteuropas verantwortlich.

Neuhauser, MA BA

Communication Manager, EIT Manufacturing East

UNINACHRICHTEN

Maria Hulla wurde mit dem Award of Excellence prämiert

Grund zur Freude! Seit dem Start meiner Professur im Jahr 2011 haben bereits 16 Mitarbeiter Ihr Doktorat erfolgreich abgeschlossen. Das letzte Rigorosum von Frau Maria Hulla fand im Juli 2023 statt. Die Leiterin meiner Arbeitsgruppe "Industrie Management“ bestand nicht nur diese Prüfung, sondern wurde vor kurzem mit dem Staatspreis für die 40 besten Dissertationen der österreichischen Universitäten im Studienjahr 2022/23 von Dr. Martin Polaschek, Bundesminister für Bildung, Wissenschaft und Forschung, ausgezeichnet.

Als Doktorvater bin ich sehr stolz auf meine Mitarbeiterin Maria Hulla.

Herzliche Gratulation!

Univ.-Prof. Dr. Christian Ramsauer

Theresa

Ing.

Asst. Prof. Dr. Igor Kovač

Is robotics prepared for further sectors and small serial production?

The importance of robotics in the future

The article "Is robotics prepared for further sectors and small serial production?" examines Europe’s strong position in robotics. Slovenia is well positioned in terms of robot density due to its skilled labour force, academic support and cooperation between research and industry. The article quotes Mario Draghi’s report, which emphasises that the EU must continue to strongly support AI, robotics and automation in order to increase competitiveness. However, it faces challenges in terms of flexibility for affordable solutions, including personalised production. Innovations in AI, collaborative robotics and robot-aided-reconfiguration systems are crucial, especially for SMEs. One example of this is the SmartFlexCell project, which develops and produces adaptable work cells in the newly founded company SFC Solutions to drive affordable personalised automation. Supporting similar initiatives could improve EU-wide access to sustainable automation for further sectors and small serial production.

Europe boasts a strong position in robotics, with a density of 136 (EU 208) robots per 10,000 employees in production according to the IFR statistics for 2022. Slovenia ranks very high in the density of robots per employee in industry (284 robots per 10,000 employees in production, i.e. 11th in the world and 4th in Europe according to the IFR statistics for 2022).

The basis for these nice numbers in robotics in Slovenia, which are even more evident in the automotive industry, lies in the skilled labour force supported by high-quality education (University of Ljubljana and University of Maribor) and cooperation with research institutions (Jožef Stefan Institute, Rudolfovo) that achieve si-

gnificant international results. As a result, robotics, including automation, plays a crucial role in Slovenia's economic performance. Strong synergies between companies and research institutions facilitate effective technology transfer from research to practise and enable solid industrial growth. Being a member of EIT Manufacturing undoubtedly contributes to this. The Jožef Stefan Institute is a core partner. With its organised ecosystem, it makes a constructive contribution to the development of this area within the community also as an EIT Manufacturing RIS (Regional Innovation Scheme) Hub for Slovenia.

To show the whole picture and answer the question of whether robotics is necessary and ready for further sec-

tors and for individual production, it is necessary to quote the extracts from Mario Draghi's report [1] that refer to robotics and automation. Here are some insights from the report: EU competitiveness in robotics: The EU’s position in AI development is weak, which could hamper its ability to fully exploit its competitive advantages in key industrial sectors, especially advanced manufacturing and robotics. Despite the strong growth of its robotics industry, Europe lags behind Asia in the use of robots. The EU remains a major supplier of service robots. However, the lack of a robust AI ecosystem could hamper digitalisation efforts and jeopardise Europe’s leadership in advanced robotics and its productivity gains.

Foto: © credit_ xiaoliangge - stock.adobe.com

Proposal: The EU should focus on becoming a world leader in AI by focussing on key industrial sectors such as advanced manufacturing, industrial robotics, chemistry, telecommunications and biotechnology. This includes integrating AI into these sectors, securing control over data and cloud services and fostering a robust ecosystem to support innovation. By investing in robotics and AI technologies, especially in advanced manufacturing, the EU can strengthen its competitive advantage and drive future industrial growth. The "EU Vertical AI Priorities Plan" aims to fund key AI models in sectors such as advanced manufacturing and robotics as well as autonomous robotics in healthcare.

Automotive industry: AI use cases in the automotive industry focus on improving automation across different stages, from production lines to beyond. The industry is a leader in robotisation, installing about a third of all industrial robots worldwide every year. Despite lower labour costs, China is investing heavily in automation. Expanding automation beyond production can increase labour productivity and counteract labour shortages. Recommendations on adult education and improving curricula can help develop better skills for the use of automation and robotics in industry.

In summary, the report emphasises that embracing automation and robotics is not only beneficial, but essential for Europe to regain its competitiveness in the global economy. The findings point to the need for strategic investment, sector-specific innovation and a proactive approach to workforce development.

Despite advances, the full potential of robotics in the European industry has yet to be realised. Many robots are still inflexible, uncooperative, incompatible, non-autonomous and non-configurable, non-affordable and non-intelligent, which poses a challenge in automating niche areas of low-volume production, especially in unstructured environments. Therefore, there are significant opportunities to accelerate research, development, innovation and adoption

of robotics in all priority sectors in Europe.

To capitalise on these opportunities, efforts must focus on harnessing cutting-edge knowledge and the latest advances in robotics technology. Key areas that should be explored include deep tech technologies such as AI, robot-aided reconfigurable systems, the introduction of collaborative technologies between humans and robots, cognitive learning and programming, advanced machine vision and sensor-based technologies for force and torque detection. This can be further supported by the introduction of wireless connectivity technologies such as 5G and 6G in stationary and mobile robotics.

In addition, new logistical strategies should be pursued with a decentralised approach to the implementation of robot systems and the introduction of explicit, implicit and cognitive programming methods. Simplified simulation methods and digital twins can facilitate innovation in robotics and enable customised, affordable solutions for low-volume production, especially for SMEs.

In this context, European robotics and automation integrators play a central role in driving progress and contributing to a more competitive and innovative industrial landscape. Current practise shows that, due to the nature of their work and market demands, integrators often do not have the means to develop and improve their capabilities. As a result, they are still heavily tied to existing technologies, poorly networked and largely reliant on their own resources. This is where EIT Manufacturing could step in by organising educational workshops and networking initiatives aimed at improving the connectivity of the integrators' ecosystem and enabling them to deploy deep tech technologies cost-effectively and reliably.

Examples of further sectors of robot applications

In future studies on the introduction of robotics, it makes sense to focus on areas where both human and ma-

terial resources are available. These can be many different areas, but they depend on the regional circumstances and the given possibilities.

Robotics in food production has achieved significant success in areas such as precision packaging, processing and delicate handling. However, it faces challenges in terms of cost, food safety regulations, flexibility and adoption in small batches with a wide variety of operations. Continuous innovation, especially in areas such as AI-powered robotics and collaborative systems, is crucial to overcoming these obstacles.

Mutual interdisciplinary understanding between experts from different multidisciplinary fields remains a major obstacle to the progress of robotics. This is particularly evident in the early stages of project development and should be addressed through the acquisition of shared knowledge and skills in mixed interdisciplinary groups.

The introduction of robot systems in construction faces major obstacles such as high costs, specific logistics, technical limitations in handling in complex, unstructured environments with tools that are not robot-suitable and the challenge of integrating robots into traditional workflows. Regulatory hurdles, safety concerns and resistance to change are also slowing down implementation. In addition, the lack of qualified personnel and problems with energy supply are hindering the widespread use of robot systems on construction sites.

One of the attempts to introduce robotics into the construction industry is the realisation of a project for a robotic crane for the assembly of buildings based on prefabricated panels. The project won 3rd prize in the euRobotics competition for the development of an innovative robotic system for assembly in the construction industry [2]. The aim of the project was to automate the assembly processes in panel construction with a crane that operates as an autonomous robot [Figure 1]. The system is designed to increase efficiency, shorten construction times and improve sa-

fety on construction sites. The robot prototype is equipped with advanced sensors, actuators and software to autonomously perform tasks such as lifting, moving and precise positioning and fixing of components. The builtin advanced sensor system, supported by AI, enables the crane to adapt to changing conditions on the construction site, navigate autonomously and recognise obstacles. The prototype was tested in real environments.

The handling of textiles and fabrics is an important area of research in robotics, which is used both in industry and in the private sector. However, due to the far more complex dynamics and configuration space, progress in robotic manipulation of such deformable objects has lagged behind work on rigid objects. In this project, the team of scientists from the Jožef Stefan Institute and the University of Ljubljana apply novel advanced deep learning and sim-to-real transfer lear-

ning methods to a real-world problem of manipulating and inspecting textiles and fabrics [3]. They are developing a robotic system for inspecting and manipulating textiles using advanced computer vision and robotic control techniques [Figure 2]. In this way, they will advance the state of the art in perception/inspection and robotic manipulation of textiles and fabrics to close the technology gap and enable automation of this material handling.

Advances of robotics in small serial production

In the manufacturing industry, demand is increasing for customised low-volume production, which is still largely manual and rarely automated. In order to remain competitive and meet market requirements, manufacturers need to focus on the automation of such processes. However, automating low batch production is a major challenge, as the solution must be adaptable and future-proof to accommodate unexpected changes in customer demand. At the Jožef Stefan Institute, as coordinator of the ReconCell project, together with partners, we have proposed a reconfigurable robotic workcell that aims to automate low-volume production in an affordable way [4]. The developed workcell utilises a series of patented, passive, reconfigurable hardware elements supported by a modular ROSbased control software that enables it to adapt to changes in the manufacturing process with machine vision [Figure 3]. To facilitate and speed up the set-up process, we have integrated intuitive, user-friendly robot programming methods based on AI using the digital twin approach [Figure 4] and other advanced methods. In this way, we have realised a concept in which the robot itself creates the desired workplace by reconfiguring all the fixtures or grippers or exchanging elements and modules that are necessary for the realisation of the respective new task [5]. The system was evaluated by implementing five production processes from different manufacturing industries to demonstrate its effectiveness in improving automation in niche production environments. The experiments have

shown that the cell is able to change both the product and the project within a few minutes, representing a significant improvement in the flexibility of an innovative solution in an affordable way [6]. It shows that the ReconCell system is also economically viable for SMEs.

On the business side, the overall commercial objective and vision of the consortium was to bring the ReconCell robotic system to the market. The strategy was to develop and demonstrate the use of the system in real customer environments. This includes preparing for the post-project commercial phase, with a focus on developing a business plan and engaging investors in the creation of a

commercially sustainable company from which ReconCell can subsequently be implemented and scaled as a new product and company for the global market. In order to realise this ambition, it was necessary to bridge the so-called "valley of death" and move from the development to the commercial phase. To this end, we formed a consortium of researchers, integrators/business owners and endusers and successfully applied for the EIT Manufacturing call for innovative projects, which is directly dedicated to this purpose.

The successfully applied project is called SmartFlexCell [7] and was part of EIT Manufacturing's innovation initiatives. It focuses on the promotion of robot-aided-reconfiguration and targets in particular small series production areas in niche sectors. As part of the project, we created a detailed business plan and planned how to get to market. The end result of this EIT Manufacturing project was the creation of a new startup company called SFC Solutions. The newly

Figure 1: Robotic crane for assembly of buildings based on prefabricated panels

Figure 2: Robotic system for inspecting and manipulating textiles and fabrics

Figure 3: Robot-aided reconfiguration cell

founded company commercialises the results of the aforementioned project in the real market. The company is based in Vigo, Spain, close to the relevant end users. It employs basic staff and faces the daily challenges of market penetration that are typical of such a technology in order to be successful in the European environment.

Conclusion

With ongoing advances in AI, collaborative technologies and adaptive manufacturing solutions, robotics is poised for further adoption across all sectors and in low-volume production. However, to achieve widespread adoption, continuous innovation is needed to overcome the challenges of flexibility, integration and cost-efficiency, especially in small-batch and niche production. Examples of this are innovation projects supported by EIT Manufacturing, such as SmartFlexCell, which could improve EU-wide access to sustainable automation for more sectors and small serial production.

It is clear to us that factories will not remain in the dark and will have to adapt to both nature and humanity. Humans will continue to play a central role in the future production. Let me conclude with a thought from Arthur C. Clarke: In both the everyday and the academic world, the question is asked what is possible and what is not. There is often a judgement made by those who seem to be called, which usually turns out to be completely wrong. The causes lie in a lack of courage and a lack of imagination. At moments when

courage and imagination intersect, progress is made.

The higher the intelligence, the greater the desire for co-operation. And today this applies to all people with everyone and everything.

References

[1] EU competitiveness: Looking ahead. https://commission.europa.eu/topics/ strengthening-european-competitiveness/eu-competitiveness-lookingahead_en. Access 25. October 2024.

[2] ERF2010 Event overview. https://eurobotics.net/erf2010/. Access 25. October 2024.

[3 Nimac, P., Gams, A. "Cloth Flattening with Vision-to-Motion Skill Model". In: Advances in Service and Industrial Robotics. Mechanisms and Machine Science, vol 135. Springer, Cham. 2023.

[4] EU project ReconCell, https://reconcell.eu/, Access 25. October 2024.

[5] T. Gašpar, B. Ridge, R. Bevec, M. Bem, Ž. Gosar, I. Kovač, and A. Ude. “Rapid hardware and software reconfiguration in a robotic workcell”. In: 18th International Conference on Advanced Robotics (ICAR). 2017, pp. 229–236.

[6] P. Radanovič, J. Jereb, I. Kovač, and A. Ude. “Design of a modular robotic workcell platform enabled by plug & produce connectors”. In: 20th International Conference on Advanced Robotics (ICAR). 2021, pp. 304–309.

[7] EIT Manufacturing innovation project SmartFlexCell, https://www. eitmanufacturing.eu/wp-content/uploads/2022/11/INNO2022_SmartFlexCell.pdf. Access 25. October 2024.

Autor:

Asst. Prof. Dr. Igor Kovač studied at the University of Ljubljana, Slovenia. In 1992, he received his Dr. tech. degree from the Graz University of Technology, Austria.

Kovač's personal research focus is on coordinate measuring arms, robot-aided reconfiguration, sustainable machine integration, factories of the future (FoF) and automation in construction. His career started at the Jožef Stefan Institute (JSI), Slovenia, and continued at the University of Maribor, Slovenia, the Graz University of Technology, Austria and the Vienna University of Technology, Austria. Now he works at the Jožef Stefan Institute, Slovenia, in the Department of Automation, Biocybernetics and Robotics, among others.

He is also head of the Factories of the Future Centre at the Jožef Stefan Institute and Director of the Slovenian SRIP FoF cluster, as well as coordinator for EIT Manufacturing at JSI. As head of the Center, he takes care of strategic development partnerships, connecting and building business and research synergies between industry, research organisations and others, and the government in the field of smart factory production.

He is also member of the advisory board at EIT Manufacturing East and member of the team for updating the EIT Manufacturing strategic future agenda.

Asst. Prof. Dr. Igor Kovač Head of Center for Research and Innovation Partnership at Jožef Stefan Institute, Ljubljana, Slovenia

Figure 4: Digital twin of robot-aided reconfigurable cell

Figure 5: Robot-aided reconfiguration in the automotive industry

Wolfgang Kniejski

Neue Geschäftsmodelle durch Datenkooperation

Aufbau eines Manufacturing Daten-Ökosystems

Ein Produktionsdaten-Ökosystem kann aus einer Vielzahl gemeinsam genutzter Funktionen und wertschöpfender Dienste bestehen, die Datenwertschöpfungsketten zwischen Dateninhabern und Datennutzern im gesamten breiten und komplexen Produktionsalltag ermöglichen. Es realisiert die Schaffung einer Reihe föderierter Vorteile für Beteiligte in Produktionsökosystemen, in denen Daten im Einklang mit den europäischen Datenschutz- und Sicherheitsbestimmungen und anderen geltenden Gesetzen und Vorschriften auf regionaler, nationaler und europäischer Ebene zugänglich sind. Geschäftsmodelle für föderierte Datenaustauschdienste sollen sowohl zu den Kernprozessen in der Produktion (primäre Datennutzung) als auch zur sekundären Datennutzung in Ökosystemen beitragen, die eine Vielzahl unterschiedlicher Stakeholder umfassen. In diesem Beitrag wird dargestellt, wie ein sogenanntes mehrseitiges Geschäftsmodell für Datenkooperationen im Produktionssektor etabliert werden kann, um auf die vielfältigen Interessen der Stakeholder einzugehen. Der Artikel lädt auch zur Zusammenarbeit mit den Initiativen zur Datenkooperation ein, indem es die einzelnen Vorteile und Wirkungen in den Datenaustauschprozessen veranschaulicht. Dieser Beitrag legt die Grundlage für weitere Diskussionen: mit der technischen Community von Gaia-X, um die Standard- und Architekturvorschläge zu validieren, mit den Interessenvertretungen des Produktionssektors, um die Erkenntnisse aus bestehenden Dateninitiativen zu übernehmen, mit weiteren Eigentümern von Anwendungsfällen, mit Beitragenden von Anforderungsspezifikationen und Lösungskomponenten und mit Finanzierungspartnern, um die Umsetzung dieser ehrgeizigen Pläne zu unterstützen.

Die Digitalisierung verändert traditionelle Geschäftsmodelle branchenübergreifend und bietet erhebliche Vorteile, insbesondere für kleine und mittlere Unternehmen (KMU) in der produzierenden Industrie. Der Schlüssel liegt in der Nutzung von Daten aus Informations- und Kommunikationstechnologien zur Optimierung interner Prozesse und zur Steigerung der Effizienz und Effektivität im Kerngeschäft. Digitale Tools ermöglichen es KMU, neue Dienstleistungen und Geschäftsmodelle zu entwickeln und so ihre Kostenstrukturen und Wettbewerbsfähigkeit zu verbessern. Über Produktinnovationen hinaus können Prozessinnovationen, die durch innovative Software und Künstliche Intelligenz vorangetrieben werden, die Wertschöpfung sowohl innerhalb eines Unternehmens als auch branchenübergreifend steigern, indem Partner integriert und Daten entlang der Lieferketten geteilt werden (Kaufmann 2015). In der produzierenden Industrie nimmt der Wandel von produktbasierten zu lösungsbasierten Angeboten zu, wobei datengesteuerte Modelle wie

intelligente Produkte und Dienstleistungen eine zentrale Rolle spielen. Für KMU ist die Datenkooperation von entscheidender Bedeutung, da sie den Zugriff auf wertvolle Geschäftsdaten ermöglicht, ohne alle Kosten zu tragen. Somit stärkt der Datenaustausch Innovation, Wettbewerbsfähigkeit und langfristiges Wachstum. Viele Organisationen zögern jedoch, Daten zu teilen, da sie Kontroll- und Sicherheitsbedenken haben. Da der technologische Wandel jedoch sehr schnell voranschreitet, haben sich die Systeme und Prozesse, die wir

Foto: photo credit Siarhei - stock.adobe.com

Abbildung 1: Paradigmenwechsel zur datenbasierten Wertschöpfung (Quelle: Felix Hoffmann, TU Darmstadt)

zum Sammeln und Teilen von Daten verwenden, parallel zur Technologie schrittweise und inkonsistent weiterentwickelt (Ahle 2024). Um den Wert der Daten voll auszuschöpfen, ist eine sichere, kollaborative Umgebung, ein sogenannter Datenraum, unerlässlich, der durch etablierte Standards Vertrauen, Interoperabilität und Souveränität gewährleistet.

Dieser Beitrag bezieht sich auf das European Production Giganet („EuProGigant“), dessen Ziel darin besteht, eine intelligente, widerstandsfähige und nachhaltige produzierende Industrie in Europa zu schaffen (Dumss et al. 2021). EuProGigant ist ein binationales Projekt, das derzeit vom österreichischen Bundesministerium für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie (BMK) und vom deutschen Bundesministerium für Wirtschaft und Klimaschutz (BMWK) gefördert wird. Bis Mitte 2025 wird ein digital vernetztes Produktionsnetzwerk auf Grundlage der europäischen Dateninfrastruktur Gaia-X aufgebaut, das als „Produktionsinternet der Zukunft“ bezeichnet wird. EuProGigant wurde mit der Überzeugung ins Leben gerufen, die Entwicklung einer nachhaltigen und innovativen Datenwirtschaft im produzierenden Gewerbe in Europa voranzutreiben. Dabei ist es nicht geografisch eingeschränkt, sondern bezieht sich vor allem auf europäische Werte. Zu diesem Zweck ermöglicht die Gaia-X-Konformität einerseits die

Interoperabilität und Portabilität von Infrastruktur, Daten und Diensten, und schafft andererseits ein hohes Maß an Vertrauen bei den Benutzern. Während sich Gaia-X auf die Festlegung von Standards und technischen Rahmenbedingungen konzentriert, befassen sich Aktivitäten des EuProGigant-Projekts auch damit, Geschäfts- und Governance-Modelle zu erarbeiten, die die Zusammenarbeit beim Datenaustausch zwischen allen Beteiligten in der produzierenden Industrie ermöglichen. Eines der erklärten Ziele bleibt die Entwicklung eines nachhaltigen Geschäftsmodells zur Orchestrierung und Föderierung von Datenaustauschdiensten auf vertrauenswürdiger und souveräner Basis. In einem so geschaffenen Datenraum können Unternehmen dann Daten sicher und zuverlässig austauschen und die technische und semantische Interoperabilität entwickeln, die für die vollständige Nutzung von produktionsrelevanten Daten erforderlich ist. Auf diese Weise tragen wir dazu bei, föderierte Datenaustauschdienste in

einem Produktionsdaten-Ökosystem unter Verwendung des Gaia-X-Frameworks aufzubauen (Gaia-X AISBL 2020).

Der Föderator soll 2025 als juristische Einheit gegründet werden und mittel- und langfristig über ein nachhaltiges Geschäftsmodell verfügen. Föderatoren sind Gaia-X-kompatible Datenaustausch-Orchestratoren, die von der Ökosystem-Governance autorisiert sind, Föderationsdienste zu betreiben und das Föderationsgeschäft zu verwalten, das unabhängig funktionieren kann. Ein ProduktionsdatenÖkosystem kann aus einer Vielzahl gemeinsam genutzter Funktionen und Mehrwertdienste bestehen, die Datenwertschöpfungsketten zwischen Dateninhabern und Datennutzern im gesamten breiten und komplexen Produktionssektor ermöglichen. Es generiert einer Reihe föderierter Vorteile für alle Beteiligten in Ökosystemen, in denen Daten im Einklang mit den europäischen Datenschutz- und Sicherheitsbestimmungen und anderen geltenden Gesetzen und Vorschriften auf regionaler, nationaler und europäischer Ebene granular und selektiv zugänglich sind. Geschäftsmodelle für föderierte Datenaustauschdienste sollen sowohl zu den Kernprozessen in der Produktion (primäre Datennutzung) als auch zur sekundären Datennutzung in Ökosystemen beitragen, die eine Vielzahl unterschiedlicher Stakeholder umfassen: Industrieunternehmen, KMU, Startups, Forschungseinrichtungen und Organisationen der öffentlichen Verwaltung, Entwickler, IT- und Cloud-Anbieter und viele weitere interessierte Beteiligte können ihre Produkte und Dienstleistungen präsentieren. Sie können Daten austauschen und gemeinsam innovative Geschäftsmodelle entwickeln, die auf den Gaia-X-Prinzipien

Abbildung 2: Der Föderator als Orchestrator der Datenkooperation (Quelle: eigene Grafik)

Abbildung 3: Schematischer Fluss von Daten und Geld im Datenaustausch-Ökosystem von EuProGigant (Quelle: eigene Grafik)

und einem Gaia-X-konformen technischen Architekturrahmen basieren, in dem die föderierten Dienste angeboten und bereitgestellt werden.

Dateneigentümer können entscheiden, steuern und überwachen, was mit ihren Daten passiert, wer sie erhält und wofür sie verwendet werden. Der EuProGigant-Föderator wird sich bei der Orchestrierung des Austausches eng an der europäischen Datenstrategie und an den Spezifikationen des Gaia-X-Frameworks orientieren. Anbieter und Verbraucher von Daten, analysierten Daten, Infrastrukturen und Mehrwertdiensten sowie alle anderen Teilnehmenden am Produktionsdaten-Ökosystem werden die Vorteile und Mehrwerte von föderierten Datenaustauschaktivitäten verstehen: Souveränität, Offenheit, Fairness, Sicherheit und Vertrauen. Damit wird der EuProGigant-Föderator nicht nur einigen wenigen großen Akteuren dienen, sondern auch unzähligen Unternehmen und Organisationen in Produktionsprozessen und damit verbundenen Branchen weltweit die Arbeit erleichtern.

Die kollaborative Rolle des Föderators in EuProGigant schafft „mehrseitige Geschäftsmodelle“, die auf Netzwerkeffekten basieren und sowohl das Angebot als auch die Nachfrage von Daten und datenbezogenen Diensten bedienen. Im Gegensatz zu linearen Modellen der Datenkooperation können bei unserem Föderatoren-Modell Anbieter von Daten mit Nachfragern von Daten interagieren und einen Mehrwert schaffen. Die Merkmale des Modells definieren das Kundennutzenverspre-

chen und den Mechanismus für den Datenaustausch. Unternehmen, die Daten konsumieren, können auswählen, mit wem sie zur Wertschöpfung zusammenarbeiten. Sie treffen somit auch Entscheidungen zur Gestaltung ihrer Lieferketten. Der mehrseitige Wertfluss erlaubt Synergien und Skalierung durch Netzwerkeffekte, bei denen der Wert der Aktivitäten im Ökosystem insgesamt steigt, wenn mehr Teilnehmende beitreten. Dies fördert Wachstum und kann einen sich selbst verstärkenden Kreislauf schaffen. Der Föderator fungiert als Vermittler, der die Infrastruktur, Tools und Regeln für die Durchführung von Interaktionen bereitstellt. Dadurch erschließt sich der Föderator Einnahmenpotentiale aus verschiedenen Quellen, darunter Transaktionsgebühren, Servicegebühren, Mitgliedsgebühren, Werbung und andere Formen der Datenmonetarisierung. Diese Vertrauenskultur ist für die erfolgreiche Gewinnung und Integration von Teilnehmenden in das Datenaustausch-Ökosystem von entscheidender Bedeutung. Vertrauensbildende Maßnahmen auf persönlicher, organisatorischer und technischer Ebene können ein produktives und harmonisches Arbeitsumfeld gewährleisten und zur Erschließung innovativer Geschäftsmöglichkeiten führen. Abbildung 3 vereinfacht den Daten- und Geldfluss, der im EuProGigant-Datenaustausch-Ökosystem anfallen kann.

Der schematische Fluss kann wie folgt beschrieben werden: (a) Der Konsument hat Zugriff auf den Daten- und Servicekatalog und findet den gewünschten Datensatz sowie dessen Anbieter. (b) Er verbindet sich

mit dem Anbieter und einigt sich mit ihm auf die Bedingungen für Vertragsabschluss, Preisgestaltung und Datenübertragung. (c) Über die Distributed Ledger Technology sendet der Konsument seinen Algorithmus an den Datensatzanbieter, (d) der den Algorithmus mit den Daten lädt und (e) ihn an den Konsumenten zurücksendet. (f) Der Konsument ist nun bereit, den gekauften Datensatz anzuwenden. (g) Der Datenkonsument zahlt für den Datensatz eine Transaktionsgebühr, (h) wobei ein kleiner Prozentsatz der Transaktionsgebühr an den Föderator für die Orchestrierung des Geschäfts geht. (i) Auch andere Vergütungsmodelle wie direkte Servicegebühr, Mitgliedsbeiträge usw.) sind möglich.

Die Föderation (Orchestrierung) des Datenaustauschs kann eine oder mehrere positive Auswirkungen innerhalb der sehr heterogenen Interessengruppen im Produktionssektor induzieren. Somit fungiert der EuProGigant-Föderator als Vermittler, der die Infrastruktur, Werkzeuge und Regeln für Interaktionen bereitstellt. Er bietet einen „Daten-Marktplatz“ an, wobei der Datenraum als „Verkaufskanal“ zwischen Datendienstanbietern und Datendienstnutzern angesehen werden kann, und hilft, folgende Potentiale auszuschöpfen:

„ Kostenteilung: Datenraumteilnehmer teilen ihre Daten, um gemeinsame Anforderungen zu erfüllen (z. B. Compliance, Prozesseffizienz, Transparenz, Interoperabilität).

„ Gemeinsame Innovation: Kundeninnovation kann durch die Zusammenarbeit von Ökosystemmitgliedern realisiert werden. Kein einzelnes Ökosystemmitglied verfügt allein über alle erforderlichen Daten.

„ Gemeinsame Kräfte: Ökosystemmitglieder schließen sich zusammen, um die Entstehung einer begrenzten Anzahl dominanter Marktteilnehmer zu verhindern. Kein einzelnes Ökosystemmitglied verfügt über die erforderlichen Ressourcen und das Engagement, um dies allein zu tun.

„ Gemeinsamer Marktplatz: Ökosystemmitglieder schließen sich zusammen, um qualitätsgesicher-

TOP-THEMA

ten, einfachen Zugriff auf Daten eines Bereichs von gemeinsamem Interesse (offene Daten, Geschäftspartnerdaten usw.) bereitzustellen. Die Transaktionskosten sinken somit für alle Ökosystemmitglieder.

„ Netzwerkeffekte: Der Wert der Plattform steigt, wenn mehr Teilnehmende beitreten. Dies fördert das Wachstum und kann einen sich selbst verstärkenden Kreislauf schaffen.

„ Mehrseitiger Wertfluss: Die Architektur und die GovernanceModelle erleichtern Interaktionen und Wertaustausch zwischen mehreren Parteien. Benutzer auf der einen Seite können Werte für Benutzer auf der anderen Seite schaffen.

„ Skalierbarkeit: Das Plattformgeschäft kann daher schnell skalieren, da der Schwerpunkt auf der Erweiterung der Benutzerbasis und der Verbesserung der Interaktionen und nicht auf der linearen Produktion und Bereitstellung von Diensten liegt.

„ Vielfältige Einnahmequellen: Der Föderator als „Orchestrierer“ kann Einnahmen aus verschiedenen Quellen erzielen.

„ Größeres Gemeinwohl: Öffentlicher und privater Sektor teilen Daten für ein größeres gemeinsames gesellschaftliches Ziel (z. B. Klimaschutz).

Neue Geschäftsmodelle im Bereich Industrie 4.0 legen den Schwerpunkt auf einen konsequent serviceorientierten Ansatz. Viele Geschäftsmodelle haben sich bereits auf der Grundlage der Verlagerung vom Produkt-/Dienstleistungs-/Datenbesitz zur On-Demand-Nutzung entwickelt. Das bedeutet, dass Hersteller nicht mehr nur Produkte herstellen und verkaufen, sondern umfassende Dienstleistungen anbieten, die auf die individuellen Kundenbedürfnisse zugeschnitten sind. Wenn Unternehmen dies auf die Geschäftsmodellierung für Datenaustausch und Datenkooperation anwenden, können sie jetzt das Potenzial freisetzen, neue Modelle zu entwickeln, bei denen Daten als Service geteilt und genutzt werden. Anstatt einfach Daten zu verkaufen, können Unternehmen da-

Abbildung 4: Wirkungsweisen einer föderierten Datenkooperation (Quelle: eigene Grafik)

tengesteuerte Dienste anbieten, die den Kunden einen echten Mehrwert bieten. Dazu können Analysen, Erkenntnisse oder integrierte Datenlösungen gehören, die auf die spezifischen Bedürfnisse des Benutzers zugeschnitten sind. Durch die Vernetzung von Datenquellen, Produktionsanlagen und Geschäftsprozessen können Unternehmen flexible Umsatzmodelle erstellen, die vom Wert und der Intensität der Datennutzung abhängen. Dieser serviceorientierte Umgang mit Daten kann zu innovativen Geschäftsmöglichkeiten und einer stärkeren Zusammenarbeit zwischen Unternehmen führen. Aus diesen Gründen hat das Teilen von Daten zunehmend an Aufmerksamkeit gewonnen. Der Fokus verlagert sich nun von etablierten Konzepten auf Datenkooperationen. Der EuProGigant-Föderator hat die Möglichkeit, „in diesem Wind der Veränderung zu segeln“ und das Potenzial für nachhaltige Geschäftstätigkeiten in Produktionsökosystemen freizusetzen.

Um diese Herausforderungen zu bewältigen, sollten Produktionsökosysteme daher sicherstellen, dass alle relevanten Interessengruppen ohne regionale Einschränkung und im Einklang mit den Zielen Europas für nachhaltige Entwicklung (EU Recovery Plan) Zugang zu den dargestellten qualitativ hochwertigen und erschwinglichen Formen von Datenkooperationen haben. Langfristige Vorteile ergeben sich aber erst,

wenn diese Initiativen deutlich größere Ausmaße, ein höheres Maß an semantischer Interoperabilität und ein hohes Maß an Vertrauen innerhalb der Benutzergemeinschaft erreichen. Viele der bestehenden Initiativen zur Datenkooperation setzen sich heute immer noch mit denselben oder ähnlichen grundlegenden Funktionsproblemen auseinander.

Durch die Vernetzung mit anderen Gaia-X-Leuchtturmprojekten in Bereichen wie Energie, Mobilität und Luft- und Raumfahrt wird der EuProGigant-Föderator einen Rahmen schaffen, in den bestehende Dateninitiativen mit vertretbarem Aufwand integriert werden können. Dies wird auch die Gründung neuer Initiativen erleichtern.

Literaturreferenzen

Ahle, Ulrich (2024): Data for good. How Gaia-X is changing the European data landscape. In: The Parliament Magazine. Online verfügbar unter https:// www.theparliamentmagazine.eu/partner/article/data-for-good-how-gaiaxis-changing-the-european-data-landscape, zuletzt geprüft am 16.10.2024. Dumss, Stefan; Weber, Markus; Schwaiger, Clemens; Sulz, Clemens; Rosenberger, Patrick; Bleicher, Friedrich et al. (2021): EuProGigant – A Concept Towards an Industrial System Architecture for Data-Driven Production Systems. In: Procedia CIRP 104, S. 324–329. DOI: 10.1016/j.procir.2021.11.055.

EU Recovery Plan: Online verfügbar unter https://ec.europa.eu/commission/ presscorner/detail/en/ip_20_940/, zuletzt geprüft am 16.10.2024.

Gaia-X AISBL (2020): Gaia-X. Driver of digital Innovation in Europe. Brussels. Online verfügbar unter https:// gaia-x.eu/what-is-gaia-x/, zuletzt geprüft am 16.10.2024.

Kaufmann, Timothy (2015): Geschäftsmodelle in Industrie 4.0 und dem Internet der Dinge. Wiesbaden: Springer Fachmedien Wiesbaden.

Autor:

Dr. h.c. Wolfgang Kniejski

In mehr als 40 Jahren Geschäftserfahrung hat Wolfgang Kniejski erfolgreich Methoden und Prozesse entwickelt und implementiert, die die Kommerzialisierung von innovativen Technologien unterstützen.

Heute ist Dr. Kniejski beim Europäischen Institut für Innovation und Technologie (EIT) beschäftigt.

Dr. h.c. Wolfgang Kniejski

Von 2014 bis 2019 baute er die Access-to-Market-Dienstleistungen für den EIT Digital Accelerator auf, von 2020 bis Mitte 2023 trug er zur Entwicklung des EIT Manufacturing Business Creation-Teams bei, und wechselte Mitte 2023 zur EIT Manufacturing East GmbH, um die Geschäftsaktivitäten für den nachhaltigen Betrieb föderierter Daten-Dienste im Gaia-XLeuchtturmprojekt „EuProGigant“ zu leiten.

Senior Project Manager, EIT Manufacturing East

Lois Kröll – Ein „Pietsch Boy“ ist verstorben

Techn.Rat

Dipl.-Ing.Alois Kröll, Hochschulassistent 1970 –74 bei den Professoren Pietsch und Veit am Institut für Betriebswirtschaftslehre und Betriebssoziologie an der TU Graz ist am 22.Juni 2024 in Graz im 82sten Lebensjahr verstorben. Als Wissenschaftliche Hilfskraft, dann als Assistent war er für den Verband der Wirtschaftsingenieure in mehreren Funktionen tätig. Besonders bei unseren ausländischen Studierenden war er durch seine große Hilfsbereitschaft und geduldige Art sehr beliebt. Seine Herkunft von einem Kärntner Bergbauernhof und die Schul- und Internatszeit in der HLBLA Franzisco – Josephinum in Wieselburg haben ihn darin wohl geprägt, auch seine Leidenschaft für die Landtechnik geweckt. Durch eine Initiative von Walter Veit ermöglicht konnte er trotz damals noch fehlender Studienberechtigung für „Landtechnik - Absolventen“ für Technische Hochschulen doch an der TH Graz Wirtschaftsingenieurwesen – Maschinenbau inskribieren und abschließen.

Nach einigen Berufsjahren in steirischen Industriebetrieben übersiedelte er nach Purgstall und hat dort bis zu seinem 75sten Lebensjahr als Technischer Leiter und Mitglied der Geschäftsleitung die technologische Entwicklung von BUSATIS zu einem weltweit führenden Unternehmen in Schneidtechnik und Beschichtungstechnologien geprägt. Sein innovatives Denken, seine Beharrlichkeit im Verfolgen von Zielen, sein Umgang mit MitarbeiterInnen und Geschäftspartnern wurden bei Busatis sehr geschätzt. Von 2005 bis 2010 war er Obmann der Metallwarenindustrie in Niederösterreich und wurde für seine Verdienste zum Technischen Rat ernannt.

Gerne und dankbar denken wir an unseren Kollegen und engen Freund zurück; wir werden ihn bei unseren jährlichen Treffen sehr vermissen.

Helmut Egger und Josef Wohinz

David Kameš, Markus Kleinfercher

Hardware is hard

Herausforderungen und Erfolgsfaktoren von Hardware-Startups

Der Artikel beleuchtet die besonderen Herausforderungen und Erfolgsfaktoren für Hardware-Startups in Österreich. Während softwarebasierte Unternehmen oft von schnelleren Entwicklungszyklen und weniger kapitalintensiven Geschäftsmodellen profitieren, stehen Hardware-Startups vor strukturellen Hürden wie hohen Produktionskosten, komplexen Entwicklungsprozessen und Unsicherheiten in den Lieferketten. Aufbauend auf Analysen im Rahmen des MIT.IC.AT-Projekts von EIT Manufacturing bietet der Artikel einen detaillierten Einblick in wirtschaftliche, technische und umfeldbezogene Erfolgsfaktoren, die für Hardware-Startups maßgeblich sind. Diese Studien unterstreichen das Potenzial dieser Startups, Österreichs technologische Position zu stärken, und formulieren strategische Handlungsempfehlungen, um das Wachstum und die Resilienz dieser Unternehmen zu fördern.

1. Einleitung

Trotz der starken wirtschaftlichen Basis und der florierenden StartupSzene in Österreich bleibt ein zentraler Aspekt der Innovationslandschaft unterentwickelt: Hardware- und Deeptech-Startups. Während softwarebasierte Geschäftsmodelle aufgrund ihrer schnellen Skalierbarkeit und geringeren Kapitalintensität im Fokus der InvestorInnen stehen, erhalten andere nur selten substanzielle Wachstumsunterstützung. Dabei spielen Hardware-Startups eine entscheidende Rolle, um Österreichs Position als Technologiestandort zu festigen und eine widerstandsfähigere Wirtschaftsstruktur zu schaffen. Hier setzt das Projekt MIT.IC.AT des EIT Manufacturing mit zwei White Paper1 an: Sie analysieren die Heraus-

forderungen und Erfolgsfaktoren von Hardware-Startups, um durch gezielte Maßnahmen und Handlungsempfehlungen die Attraktivität von Investitionen in Unternehmen mit physisch basierten Geschäftsmodellen langfristig zu steigern. Der Artikel verfolgt das Ziel, ein Bewusstsein für die strukturellen Herausforderungen von Hardware-Startups zu schaffen. Die Handlungsoptionen sind exemplarisch skizziert, um allgemeine Ansatzpunkte zu bieten.

2. Herausforderungen für HardwareStartups

Laut dem Austrian Startup Monitor waren im Jahr 20232 etwa 26 % der Startups dem Bereich Manufacturing/Hardware zuzuordnen. Diese sehen sich mit spezifischen Hürden

konfrontiert, die ihre Entwicklung und den Markteintritt erschweren. Im Vergleich zu Software-Startups, die oft von der schnellen Skalierbarkeit ihrer Geschäftsmodelle profitieren, müssen Hardware-Startups komplexere und langwierigere Entwicklungsprozesse bewältigen. Der Weg von der ersten Idee hin zu einem serienreifen Produkt erfordert ein tiefes Verständnis für eine Vielzahl an Technologien, und je nach Produkt Know-how in Bereichen wie zum Beispiel Zertifizierung oder Sourcing von Teilen. Diese Multidisziplinarität macht es besonders schwierig, qualifiziertes Personal zu finden, das diese unterschiedlichen Anforderungen abdeckt. Vor allem in technologiegetriebenen Teams zeigt sich häufig die Herausforderung, ein ausgewogenes Team aufzubauen, das sowohl techno-

logische als auch betriebswirtschaftliche Kompetenzen vereint.

Zusätzlich stellt die Zeit bis zur Marktreife, die sogenannte Time-toMarket, eine der größten Hürden für Hardware-Startups dar. Während der Übergang von einem Prototyp zu einem marktreifen Produkt für Software-Startups schnell erfolgt, sind Hardware-Startups mit langwierigen und kostenintensiven Prozessen konfrontiert. Förderprogramme bieten zwar Unterstützung, reichen aber häufig nicht aus, um die hohen Kosten zu decken, die in dieser Phase anfallen. InvestorInnen zeigen sich in dieser Zeit zurückhaltend, da das Risiko als hoch eingestuft wird und der potenzielle Markterfolg erst nach der Überführung in die Serienproduktion absehbar ist.

Ein weiteres zentrales Problem ist die Unsicherheit in den Zulieferketten. Hardware-Startups sind von externen Lieferanten abhängig, was sie besonders anfällig für Engpässe und Preisschwankungen macht. Kleinere Unternehmen werden von Zulieferern oft nicht als bevorzugte Kunden betrachtet, da ihre Bestellvolumen gering und ihre Zukunftsaussichten unsicher sind. Das kann zu Verzögerungen führen und den Aufbau stabiler Produktionsprozesse erschweren.

3. Erfolgsfaktoren für HardwareStartups

Angesichts der zahlreichen spezifischen Herausforderungen, die das erfolgreiche Bestehen von HardwareStartups beeinflussen, gewinnen Erfolgsfaktoren an Bedeutung, die über zentrale Indikatoren wie Gewinn, Umsatz und Rentabilität hinausgehen und maßgeblich den Hardware-Sektor prägen.

Wirtschaftliche Erfolgsfaktoren

Qualität des Businessplans:

Ein überzeugender Businessplan ist entscheidend, um die Machbarkeit des Projekts darzustellen, Risiken zu minimieren und InvestorInnen zu gewinnen. Dieser Plan sollte eine klare Vision, detaillierte Marktanalysen, ein durchdachtes Geschäftsmodell

und präzise Finanzplanung umfassen. Realistische Zeitschienen und Produktentwicklungszyklen helfen dabei, das Team zu leiten und externe Stakeholder zu informieren.

Finanzierungsmöglichkeiten und Förderungen:

Gezielte Nutzung von Fördergeldern und Venture Capital ist essenziell für Forschung, Entwicklung und Markteinführung. Finanzierungsinstrumente müssen in ihren spezifischen Anforderungen verstanden werden, wobei Venture Capital besonders in späteren Phasen der Expansion entscheidend ist.

Strategisches Wachstum und Marketing:

Strategisches Wachstum erfordert Planung und Anpassungsfähigkeit an Marktveränderungen. HardwareStartups sollten eine Balance zwischen raschem Wachstum und Nachhaltigkeit finden. Effizientes Marketing hilft, Markenbekanntheit aufzubauen und die Kundennachfrage zu stärken, wobei die Produktdifferenzierung und das Kundenverständnis zentrale Rollen spielen.

Technische Erfolgsfaktoren

Proof of Concept und ProductMarket-Fit:

Ein erfolgreicher Proof-of-Concept (PoC) beweist die technische Machbarkeit einer Idee und deren potenzielle Rentabilität. Der Product-Market-Fit stellt sicher, dass das Produkt den Marktbedarf trifft und erfolgreich sein kann. Ein Fokus auf Kundenbedürfnisse ist hierfür unerlässlich.

Produktentwicklung und Anpassung:

Hardware-Startups müssen kosteneffiziente Iterationen der Prototypenentwicklung planen. Ein modularer Aufbau erleichtert schnelle Anpassungen und reduziert die Abhängigkeit von Zulieferern. Kundenorientierung und kontinuierliche Anpassung des Produkts an Marktfeedback sichern Wettbewerbsvorteile und erhöhen die Marktakzeptanz.

Sicherung des geistigen Eigentums:

Der Schutz des geistigen Eigentums (IP) verhindert Nachahmung und stärkt den Marktwert. Patente, Marken und Designrechte sichern die Innovationen und schaffen Vertrauen bei InvestorInnen und PartnerInnen. Eine frühzeitige IP-Planung kann entscheidend für die Unternehmensentwicklung sein.

Qualität, Material und Langlebigkeit des Produkts:

Die Qualität und Nachhaltigkeit eines Produkts sind oft entscheidend für den Erfolg. Hochwertige Materialien und Verarbeitung fördern die Kundenzufriedenheit und die Differenzierung auf dem Markt. Nachhaltigkeitsaspekte gewinnen an Bedeutung, und junge Unternehmen müssen sorgfältig die Produktionskosten gegen die Langlebigkeit abwägen.

Umfeld Erfolgsfaktoren

Bedeutung von Partnerschaften und Kooperationen:

Partnerschaften ermöglichen den Zugang zu Ressourcen und Wissen, die für das Wachstum entscheidend sind. Kooperationen in der Lieferkette, bei Forschung und Entwicklung oder im Vertrieb helfen Startups, Herausforderungen effizienter zu meistern und schneller zu wachsen, indem sie auf die Ressourcen ihrer PartnerInnen zurückgreifen.

Netzwerkaufbau und Nutzung von Ökosystem-Services:

Ein starkes Netzwerk erleichtert den Zugang zu Ressourcen wie Investitionen, Talenten und Beratung. Die Nutzung von Startup-Ökosystemen, gemeinschaftlichen Arbeitsräumen und spezialisierten Diensten senkt operative Kosten und beschleunigt die Entwicklung. Die Standortwahl ist dabei entscheidend, um den Zugang zu relevanten Netzwerken zu optimieren.

Austausch mit anderen Startups und Beratungsstellen:

TOP-THEMA

Der Austausch mit anderen Startups und die Inanspruchnahme von Beratungen bieten wichtige Einblicke.

Durch das Teilen von Erfahrungen lassen sich Stolpersteine umgehen. Beratungsstellen, MentorInnen und ExpertInnen bieten Unterstützung in Bereichen wie Finanzierung, Produktentwicklung und Markteintritt.

Förder- und Inkubationsprogramme:

Förder- und Inkubationsprogramme bieten nicht nur finanzielle Unterstützung, sondern auch Zugang zu Mentoring, Netzwerken und Schulungen. Sie unterstützen Startups bei der Verfeinerung ihrer Geschäftsmodelle, Produktentwicklung und Marktreife. Inkubatoren bieten Zugang zu Laboren und Ressourcen für Prototypenentwicklung, was Startups stark zugutekommt.

Personenbezogene Erfolgsfaktoren

Bedeutung des Humankapitals:

Das Humankapital umfasst das Fachwissen und die Erfahrungen der Mitarbeitenden, was Innovation, Produktentwicklung und Markterfolg direkt beeinflusst. Kompetente Teams arbeiten effizienter und sind anpassungsfähiger. Die Investition in die Weiterbildung und das Humankapital kann langfristig die Wertschöpfung steigern.

Rolle der GründerInnen:

GründerInnen tragen nicht nur als VisionärInnen, sondern auch als MotivatorInnen zum Erfolg bei. Ihre Leidenschaft, Strategie und Führungsstärke prägen die Unternehmenskultur. Die Fähigkeit, eine starke Geschäftsidee zu erkennen, Netzwerke aufzubauen und ein qualifiziertes Team zusammenzustellen, ist für den Erfolg ausschlaggebend.

Kompetenzorientierte Aufgabendistribution:

Die kompetenzbasierte Aufgabenverteilung ermöglicht es, die Stärken des Teams optimal zu nutzen, Arbeitsabläufe zu verbessern und Probleme effizient zu lösen. Die Zuweisung von

Aufgaben gemäß den spezifischen Fähigkeiten fördert die Produktivität und hilft, Herausforderungen in der Hardware-Entwicklung besser zu meistern.

4. Ausblick

Die fortschreitende Digitalisierung und der Fokus auf Nachhaltigkeit bieten besonders im Bereich der industriellen Automatisierung, erneuerbaren Energien und intelligenten Fertigungstechnologien erhebliche Chancen. Hardware-Startups, die innovative Lösungen in diesen Feldern entwickeln, können nicht nur bestehende Branchen transformieren, sondern auch neue Märkte erschließen.

Wichtige Zukunftstrends

„ Integration von Künstlicher Intelligenz (KI) und dem Internet der Dinge (IoT): Die Verbindung von Hardware mit intelligenten Softwarelösungen ermöglicht neue Anwendungsmöglichkeiten in der Industrie, dem Gesundheitssektor und der Energieversorgung. Österreichische Hardware-Startups haben die Chance, durch smarte Sensoren und vernetzte Systeme führend in der Entwicklung von Industrie-4.0-Anwendungen zu werden. Dies kann Produktionsprozesse effizienter und ressourcenschonender gestalten.

„ Nachhaltigkeit und grüne Technologien: Angesichts des wachsenden Drucks zur Dekarbonisierung und der Umstellung auf erneuerbare Energien können Hardware-Startups eine Schlüsselrolle spielen. Lösungen für Energieeffizienz, Energiespeicherung und innovative Recyclingtechnologien sind entscheidend, um den Übergang zu einer nachhaltigen Wirtschaft voranzutreiben. Unternehmen, die hier frühzeitig auf innovative Produkte setzen, können langfristig Wettbewerbsvorteile sichern.

„ Medizintechnik und personalisierte Gesundheitslösungen: Im Gesundheitsbereich wächst die Nachfrage nach innovativer Medizintechnik, etwa durch Wearables oder Diagnosegeräte, die eine präzise Überwachung von Ge-

sundheitsdaten ermöglichen. Österreichische Hardware-Startups können hier durch spezialisierte Geräte zur Gesundheitsüberwachung und Diagnostik neue Maßstäbe setzen und sich international positionieren.

5. Potenziale in Österreich

Hardware-Startups in Österreich stehen vor großen Herausforderungen, doch das Potenzial für technologischen Fortschritt und internationale Wirkung ist enorm. Mit einer gezielten Kombination aus technologischem Innovationsgeist, strategischen Partnerschaften und modernen Geschäftsmodellen können diese Unternehmen den österreichischen Technologiestandort stärken und zur Entwicklung einer nachhaltigen, innovationsgetriebenen Wirtschaft beitragen. Um diese Vision zu verwirklichen, bedarf es eines gemeinschaftlichen Engagements von Startups, InvestorInnen, Politik und Bildungseinrichtungen. Ein solches Ökosystem muss Innovationskraft fördern, Wachstum unterstützen und die Rahmenbedingungen für langfristigen Erfolg schaffen.

1. Industriepartnerschaften: Der Zugang zu Produktionsressourcen und globalen Lieferketten bleibt eine wesentliche Hürde für HardwareStartups, da es häufig an etablierten Kooperationen mit der Industrie fehlt. Solche Partnerschaften ermöglichen eine schnellere Skalierbarkeit und bessere Resilienz gegenüber Marktschwankungen.

2. Finanzierung und Zusammenarbeit mit Förderstellen: Die Entwicklung im Hardware-Bereich ist besonders kapitalintensiv. Startups brauchen Finanzierungsmöglichkeiten, die auf lange Entwicklungszeiten zugeschnitten sind. Eine intensivere Kooperation mit öffentlichen Förderstellen und Risikokapitalgebern könnte den Zugang zu maßgeschneiderten Förderungen erleichtern und für die Finanzierung bis zur Marktreife sorgen.

3. Kooperation mit Bildung und Forschung: Universitäten und Forschungsinstitute sind wertvolle Partner für Startups, da sie Zugang zu Prototyping-Ressourcen und jungen

Talenten bieten. Der Wissensaustausch und gemeinsame Entwicklungsprojekte erhöhen die Innovationskraft und die Geschwindigkeit der Produktentwicklung.

4. Netzwerkbildung im StartupÖkosystem: Ein enges Netzwerk zwischen Startups, MentorInnen und BeraterInnen ist essenziell, um Knowhow und Best Practices im Bereich Produktentwicklung und Vermarktung zu teilen.

Insgesamt verdeutlicht die Analyse, dass Hardware-Startups in Österreich, trotz ihres enormen Potenzials für technologische Innovation und wirtschaftliche Diversifizierung, vor komplexen, multidimensionalen Herausforderungen stehen. Neben den hohen Anforderungen an Kapital und technische Ressourcen sind es vor allem strukturelle Hürden, die eine langfristige Etablierung erschweren. Ein erfolgversprechender Ansatz zur Unterstützung dieser Unternehmen liegt in der konsequenten Förderung eines integrativen Innovationsökosystems, das gezielte Kooperationen zwischen Startups, etablierten Industriepartnern, Forschungseinrichtungen und politischen Akteuren

einschließt. Die internationale Wettbewerbsfähigkeit und Innovationskraft Österreichs wird maßgeblich davon abhängen, inwiefern es gelingt, die richtigen Rahmenbedingungen für diesen Sektor zu schaffen und so nicht nur wirtschaftliche, sondern auch gesellschaftliche Wertschöpfung zu fördern. Langfristig bietet der Hardware- und Deeptech-Bereich eine signifikante Chance, Österreichs Rolle als Technologiestandort zu festigen und eine resiliente, wissensbasierte Wirtschaftsstruktur zu etablieren.

Autoren:

David Kameš ist spezialisiert auf nachhaltige Innovationen und HardwareStartups. Mit seinem Hintergrund in Wirtschaftsingenieurwesen und Projekterfahrung in Industrie 4.0 setzt er Impulse für innovative Lösungen im EIT Manufacturing Netzwerk. Neben seiner beruflichen Tätigkeit bringt er seine Expertise auch als Referent zu den Themen Open Innovation und Zusammenarbeit zwischen Startups und etablierten Unternehmen bei Konferenzen und Podiumsdiskussionen ein.

Markus Kleinfercher ist Projektmanager beim Europäischen Institut für Innovation und Technologie (EIT) im Bereich Manufacturing. Nach seinem Studium des Wirtschaftsingenieurwesens an der TU Wien und der FH Technikum Wien sammelte er umfassende Erfahrung im Innovations- und Fördermanagement in der Halbleiterbranche. Dort verantwortete er die Koordination eines Innovations-Hubs an der TU Wien und unterstützte die Zusammenarbeit zwischen Industrie und Startups sowie anderen Partnern. Heute fördert er als Projektmanager bei EIT Manufacturing Innovationsprojekte und Kooperationen zwischen Forschung, Industrie und Startups auf europäischer Ebene und trägt so zur Weiterentwicklung der europäischen Fertigungsindustrie bei.

Fußnoten:

1. https://mitic.at/mediathek/dokumente/ 2 Austrian Startup Monitor 2023, KarlHeinz Leitner (AIT), Georg Zahradnik (AIT), Rudolf Dömötör (WU), Johanna Einsiedler (AustrianStartups), Markus Raunig (AustrianStartups), Julia Taferner (Universität Graz), Wien, https:// austrianstartupmonitor.at/wp-content/uploads/2024/03/StartUpMonitor_2023.pdf

Dipl.-Ing.

David Kameš

Innovation Lead Sustainability, EIT Manufacturing East

Markus Kleinfercher, BSc

Projektmanager, EIT Manufacturing East

Investing in Europe’s Manufacturing Future

An Interview with Jasmina Popovska, Head of Investments at EIT Manufacturing

By Simona Todorova

The article offers a deep dive into the vital role that collaboration and investment play in driving innovation in Europe’s manufacturing sector. In an interview with Jasmina Popovska, Head of Investments at EIT Manufacturing, key topics were discussed including the importance of partnerships between startups and corporations, challenges faced by manufacturing startups, and how EIT Manufacturing’s unique investment model supports long-term growth. The article emphasises the critical need for Europe to invest in its manufacturing ecosystem to maintain global competitiveness and retain talent. Jasmina Popovska also elaborates on how EIT Manufacturing bridges gaps between startups and corporates, offering funding, mentorship, and strategic support to ensure mutual success.

Manufacturing is at the core of Europe’s economy, and its future relies heavily on fostering innovation. In this interview, Jasmina Popovska, Head of Investments at EIT Manufacturing, shares her insights on the importance of collaboration between startups and corporations, the role of startup investments in boosting growth, and why Europe needs to invest in its manufacturing ecosystem to remain globally competitive.

1. Why is collaboration between startups and corporations critical to driving innovation in manufacturing?

Jasmina Popovska: Corporations can no longer afford to rely solely on internal Research and Development. The pace of technological advancement, especially in sectors such as deep

tech, is too fast even for the largest corporations to keep up on their own. On the other hand, startups are often at the forefront of breakthrough innovations. Collaborating with startups allows corporates to quickly access new solutions, validate them, and apply them or work with startups to bring them to market faster.

A corporation may benefit from a startup’s agility and cutting-edge developments in areas of advanced manufacturing. However, this collaboration is a two-way street. Startups gain credibility, access to resources, and infrastructure that would otherwise be out of reach. Having a corporate partner can significantly speed up the product development cycle by allowing startups to test their solutions in real-world environments. At the same time, there are challenges, as cor-

porates may have concerns regarding the startups’ capacity to deliver fully-fledged solutions. Startups, on the other hand, may find corporate expectations demanding, consuming most of their resources. This is where EIT Manufacturing comes in, helping to bridge these gaps and ensure that both sides have clear expectations and plans for the project scope.

2. What role does EIT Manufacturing play in enabling these collaborations, and how do your investment decisions reflect that?

Jasmina Popovska: At EIT Manufacturing, we see ourselves as matchmakers between startups and corporations. We actively identify opportunities for collaboration, ensuring that both parties are well-prepared. On the corporate side, we help

the challenge owners to formulate their needs with clear instructions on the expected outcome. We address confidential challenges by scouting in our industrial tech startup network and ensuring that the shortlisted startups are thoroughly vetted and meet all key requirements. On the startup side, we offer support in preparing their proposals for corporates, focusing on strengthening their value proposition and refining their sales pitch.

Additionally, we provide funding for pilot projects, allowing startups to test their solutions in a real-world setting with corporate partners. Sometimes the funding we provide is only for small Proofs-of-Concept (PoC), but the opportunity for collaboration and the support we offer throughout the process makes the difference. We also fund larger projects with longer duration with an average amount of € 500,000, especially for cases where extended collaboration is needed to develop and commercialise more complex solutions and reach the next Technology Readiness Level (TRL) or bring the solution to the market.

3. In your experience, what are the biggest challenges manufacturing startups face, and how do you help them overcome these?

Jasmina Popovska: Many manufacturing startups develop hardware solutions, machinery, or large-scale systems that require substantial capital investment. This makes fundraising more difficult and slows their ability to bring solutions to the market. There are only a few investors in Europe that finance manufacturing startups due to capital intensity and a long way to full commercialisation.

Another challenge manufacturing startups usually have is the long sales cycle inherent in traditional manufacturing sectors. Additionally, navigating complex corporate structures can be daunting for startups. Without an established innovation or open innovation department, startups can find themselves lost in bureaucratic processes. At EIT Manufacturing, we support startups not only to navigate these corporate structures, but

we also help them to be market-ready, with a clear value proposition and be prepared to meet our corporate partners and investors.

4. How are EIT Manufacturing’s investments different from other VC funds for startups?

Jasmina Popovska: EIT Manufacturing’s investment model is unique due to our non-profit character, with the financial support from the European Institute of Innovation and Technology (EIT). This allows us to focus more on the long-term success of both the startup and the European economy rather than just financial returns, and also support startups with strong technology differentiation that are pre-revenue. While we provide financial support, the funding itself is just one part of the value we bring. Our greatest strength lies in our ability to provide a holistic support system for startups. This includes coaching, mentorship, market access, customer introductions, and consultancy on their go-to-market strategies. With experienced business development teams in Europe’s largest manufacturing hubs, we can help startups to enter new markets, whether that’s expanding from Germany to Scandinavia or from Austria to Spain.

5. Why is it important for Europe to invest in its manufacturing startups, and what risk does the industry face if these startups move to markets like the United States?

Jasmina Popovska: Europe is home to more than 40,000 early-stage startups, many of which are focused on deep tech and advanced manufacturing that are important to Europe’s competitiveness. However, while Europe excels in early-stage funding, there is a significant gap when it comes to late-stage funding.

When European startups move to the US, we lose the talent, technology, intellectual property, and jobs that could have stayed in Europe. This weakens Europe’s competitive position in critical sectors like AI automation and robotics, critical components and materials, and energy transition. To address this, we are

working with the European Investment Fund (EIF) on a new Venture Centre of Manufacturing. This is a fund of funds that aims to provide additional funding opportunities for manufacturing scaleups and encourage more investments from private investors in larger financing rounds. The goal is to create a full ecosystem around manufacturing scaleups that will help them with funding and collaborations with corporates and research organisations. This type of a connected and enabling ecosystem is more than necessary to keep these companies and their innovations in Europe.

6. Can you share any success stories where collaboration between a startup and a corporate partner accelerated innovation or growth?

Jasmina Popovska: One success story that comes to my mind is Stilride, a startup working on lightweight solutions for the automotive industry. Through EIT Manufacturing, they were able to secure a strategic partnership with a large automotive company, allowing them to further develop their use cases and gain strong customer references.

These kinds of collaborations are becoming more common as corporations recognise the value of working with startups to stay innovative and competitive. For the startup, it is an opportunity to gain credibility, access to new markets, and leverage the infrastructure and resources of their corporate partners.

7. How does supporting women-led startups fit into your investment strategy, and what unique value do these startups bring to the ecosystem?

Jasmina Popovska: Supporting women-led startups is a priority for us at EIT Manufacturing because diversity brings fresh perspectives and different approaches to problem-solving. The manufacturing sector has traditionally been male-dominated, but we are seeing more women taking on leadership roles. It is especially inspiring when they take the CTO role. So far, in our Venture Building

TOP-THEMA

Programme for early-stage startups, we’ve invested in several womenled startups that not only develop industry solutions but also address sustainability challenges. As a result of the progress made within the programme, we’ve already decided to invest in five women-led startups.

Additionally, EIT Manufacturing is leading the Women TechEU project, a € 12 million initiative aiming to support 160 women-led deep tech startups with an equity-free grant of € 75,000 and additional business support services. This initiative is extremely important, as it raises awareness within the European startup ecosystem about the value diversity brings to business growth. Additionally, it creates role models for women in STEM, inspiring the next generation of female founders.

8. How important is it for Europe to retain talent, technology, and intellectual property in the manufacturing sector, and what can be done to prevent a ‘brain drain’?

Jasmina Popovska: Europe has long been an attractive destination for global talent, thanks to its quality of life, strong research institutions, and infrastructure. However, retaining that talent as startups grow is more challenging, particularly when late-stage funding is limited. To prevent this, we need to ensure that Europe remains an attractive place to scale a business, not just start one. As recently highlighted in ‘The future of European competitiveness’ report, Europe requires significant investment in late-stage funding from both the public and private sectors.

This also involves greater engagement from manufacturing corporations in financing and procurement of innovative solutions and continued collaborative research efforts from scale-ups, universities, and research and technology organisations (RTO) to maintain Europe’s long-term competitive advantage.

9. What are the biggest opportunities for startups within the European manufacturing landscape?

Jasmina Popovska: Right now, there are several key areas of opportunity within the European manufacturing landscape. The high energy prices and the need for energy transition is creating demand for startups’ solutions in energy efficiency, renewables, and decarbonisation. Similarly, AI automation and quantum computing emerge as critical technologies that will help manufacturing companies advance in their automation and digitalisation efforts. Startups working in these fields can make an impact, as technologies like Gen AI could enhance their competitive advantage. However, such technologies can also pose a threat to current solutions on the market by becoming direct competitors. It’s crucial for startups to stay attuned to the dynamic shifts in the innovation landscape and anticipate how such technologies can be integrated into their existing solutions in the long term, ensuring they are enabling their growth rather than becoming a threat.

10. How do you ensure that the investments you make not only benefit the startup but also contribute to the European economy?

Jasmina Popovska: We always evaluate how a startup’s solution will address a significant challenge that manufacturing companies face. The larger the problem startups solve, the greater the potential impact on the manufacturing sector. The goal is to create highly qualified jobs in manufacturing and help manufacturing companies be more efficient and competitive, while advancing their decarbonisation efforts. We also encourage the startups in our portfolio to think about their environmental impact, measure it and communicate the metrics with corporate customers and investors, as this topic is getting increased attention.

11. What specific challenges or opportunities do Austrian startups face compared to the rest of Europe?

Jasmina Popovska: Austria has a well-developed startup ecosystem, with strong support from incubators, pilot factories, and business angels. The country has several public insti-

tutions where startups have access to funding, for example from Vienna Business Agency, the Austrian Research Promotion Agency (FFG) and Austria Wirtschaftsservice. These organisations provide critical earlystage support, making Austria an attractive place to develop a deep tech startup.

However, much like the rest of Europe, Austria faces similar challenges when it comes to scaling startups. The availability of later-stage funding is more limited compared to other markets. Recently, we’ve seen several Austrian companies raising fewhundred-million rounds in the US. While the Austrian government provides excellent support up to a certain point, the lack of later-stage funding and a dedicated fund of funds scheme means that startups often outgrow the local ecosystem and leave.

12. What is the role of collaborations between startups and corporations in fostering more sustainable and green manufacturing solutions? Is that a focus area for EIT Manufacturing’s fund?

Jasmina Popovska: Sustainability is a key pillar of our investment strategy, particularly in the context of the energy transition. This includes a variety of solutions for carbon capture and storage, renewables and energy efficiency. These are all critical topics for us at EIT Manufacturing, and they form a core part of our strategic agenda to accelerate green manufacturing. It's essential for European manufacturing to stay competitive while becoming greener. Of course, this isn’t always easy, especially when other regions don’t follow the same practices. However, Europe has always been committed to sustainability, and this is our advantage. As startups in the manufacturing sector usually work with corporates that have sustainability strategies and clear goals for decarbonisation, it is of utmost importance for a startup to be transparent on their environmental impact.

13. What advice would you give to manufacturing entrepreneurs seeking investment and collaboration opportunities?

Jasmina Popovska: Stay agile, focus on partnerships, and be realistic about what you can achieve in the short term. Prototyping quickly and economically can help you validate your solution. Don’t wait until everything is perfect – being able to demonstrate some of your solution’s benefits to customers, even with an early TRL, can help you gain partners in development and later traction with investors and corporate partners. It’s also important to find a co-founder with business experience who can complement your technical skills. Too often, we see manufacturing startups focus solely on the technical side of their product and neglect the business

side. A co-founder with business experience can bring the balance needed to scale the company effectively. And don’t forget that at EIT Manufacturing, we offer programmes for startups at all stages of development, from venture building for early-stage teams and startups to later-stage corporate collaborations. We are here to help startups navigate the complexities of the manufacturing sector and to provide them with the tools they need to succeed.

Jasmina Popovska, MSc

Jasmina Popovska is an experienced manager with over 18 years of expertise in fund management and the

financial services sector, much of it at the C-level. She is highly skilled in investment strategies, innovation, startup support, and fund setup and management.

Jasmina has a strong specialisation in startup funding, open innovation, and mentoring, guiding earlystage companies toward growth and success. In addition to her professional roles, Jasmina serves as a board member for several startups and nonprofit organisations focused on promoting entrepreneurship.

She is also a Ph.D. candidate in innovation policy.

Jasmina Popovska, MSc

Head of Investments, EIT Manufacturing

Auf dem Weg zu einer technologiegestützten und qualitätsorientierten Logistik

Seit 1. Oktober 2024 leitet Univ.-Prof. Dr. Kurt Matyas die neue Forschungsgruppe Logistik- und Qualitätsmanagement am Forschungsbereich Produktionsund Instandhaltungsmanagement (PIM).

Im Zentrum unserer Arbeit steht das Technologiegestützte Logistikmanagement. Das bedeutet die Nutzung von künstlicher Intelligenz (KI), Data Science und Extended Reality (XR) für die Verbesserung der Resilienz, der Effektivität und Qualität von Logistiksystemen und Supply Chains. Auch die Vorhersagbarkeit von Bedarfen wird verbessert und somit wird eine bessere Planbarkeit der Supply Chain durch diese aktuellen Technologien ermöglicht. Ein weiteres sehr aktuelles Thema ist die Kreislaufwirtschaft, in der die Logistik eine Schlüsselrolle spielt, da sie die Bewegung, Sammlung und Rückführung von Produkten und Materialien steuert.

Die Zukunft des Supply Chain Managements: Neue Technologien und Potenziale Logistik und Supply Chain Management stehen vor einem tiefgreifenden Wandel. Neue Technologien eröffnen vielfältige Möglichkeiten, die Supply Chain gleichzeitig effektiver und flexibler zu gestalten. Intermodaler Transport und das Konzept des Physical Internet spielen ebenfalls eine zentrale Rolle, da sie die Vernetzung und den Austausch zwischen verschiedenen Transportwegen und Akteuren fördern.

Am 22. Jänner 2025 um 18:00 veranstaltet die TU Wien Academy eine Podiumsdiskussion zum Thema: Die Zukunft der Lieferketten beginnt hier! Dabei wird das neuen Future Supply Chain Management MBA-Programm der TU Wien Academy vorgestellt. Lehrgangsleiter ist Prof. Kurt Matyas: „Als Leiter dieses Programms freut es mich, Ihnen eine praxisorientierte Ausbildung bieten zu können, die diese aktuellen und zukunftsweisenden Themen integriert. Wir bereiten Sie damit gezielt auf die Herausforderungen und Chancen der modernen Supply Chain vor“. Bei Interesse erfahren Sie hier mehr - Scannen Sie einfach den QR-Code und informieren Sie sich!

Der Wettlauf gegen den Fachkräftemangel: Fertigung zwischen Mensch und Maschine

Wie moderne Technologien, gezielte Weiterbildung und Zusammenarbeit die Zukunft sichern können

Die Fertigungsindustrie steht weltweit vor einem wachsenden Fachkräftemangel, der sich auch in Österreich durch technologische Entwicklungen wie Digitalisierung und Automatisierung verschärft. Ursachen dafür sind der demografische Wandel, veränderte Anforderungen an digitale Kompetenzen sowie die Abwanderung von Fachkräften in andere Branchen. Der Mangel gefährdet die Wettbewerbsfähigkeit der Unternehmen, insbesondere kleiner und mittlerer Betriebe. Als Lösungsmöglichkeiten werden Automatisierung sowie Upskilling und Reskilling der Belegschaft diskutiert. Kooperationen zwischen Unternehmen, Bildungseinrichtungen und öffentlichen Institutionen spielen dabei eine zentrale Rolle, um den Fachkräftemangel durch gezielte Weiterbildung und Innovation zu bewältigen.

Die Fertigungsindustrie sieht sich weltweit mit einem immer dringlicher werdenden Problem konfrontiert: dem Fachkräftemangel. Diese Entwicklung ist keineswegs neu, hat sich aber in den letzten Jahren auch in Österreich durch verschiedene globale Trends erheblich verschärft. Technologische Innovationen wie Digitalisierung, Automatisierung und die Einführung von Industrie 4.0-Technologien verändern die Produktionslandschaft grundlegend. Gleichzeitig fehlen den Unternehmen zunehmend qualifizierte Arbeitskräfte, um diese Technologien effektiv zu nutzen und den technologischen Fortschritt voranzutreiben. Karlheinz Kopf, Generalsekretär der Wirtschaftskammer Österreich, spricht von derzeit

200.000 unbesetzten Stellen in Österreich, die sich bis 2040 auf 500.000 erhöhen werden.

Ursachen des Fachkräftemangels

Die Ursachen für den Fachkräftemangel sind vielfältig. Einerseits führt der demografische Wandel zu einer schrumpfenden erwerbsfähigen Bevölkerung. Erfahrene Fachkräfte gehen in den Ruhestand, während nicht genug qualifizierte Nachwuchskräfte nachrücken.

Zudem verändern sich die Anforderungen in der Fertigung stark. Digitale Fähigkeiten wie Softwareentwicklung, Datenanalyse und Robotik sind heute unverzichtbar, da moderne Produktionssysteme zunehmend auf

Künstlicher Intelligenz und Automatisierung basieren.

Auch die Globalisierung verschärft das Problem. Der internationale Wettbewerb zwingt Unternehmen zu effizienteren Prozessen, während hochqualifizierte Arbeitskräfte oft in attraktivere Branchen wie IT oder Dienstleistungen abwandern.

Auswirkungen auf die Wettbewerbsfähigkeit

Der Fachkräftemangel beeinträchtigt die Wettbewerbsfähigkeit von Unternehmen erheblich. Steigende Kosten für Automatisierung oder die Rekrutierung qualifizierter Fachkräfte belasten besonders kleine und mittlere

Rosina Preis

Unternehmen, die oft nicht die nötigen Ressourcen haben, um die digitale Transformation erfolgreich zu bewältigen.

Neueinstellungen sind oft keine Lösung, da die Nachfrage nach Spezialisten das Angebot übersteigt. Automatisierung ist für viele kleine und mittelgroße Unternehmen (KMU) kostspielig und zu komplex, vor allem bei niedrigen Produktionsvolumen oder hoher Produktvielfalt, was die nötige Flexibilität einschränkt.

Zudem schreitet der technologische Wandel so schnell voran, dass Unternehmen Schwierigkeiten haben, ihre Mitarbeitenden rechtzeitig zu schulen. Dies führt zu Produktivitätseinbußen und verzögert die Einführung neuer Technologien, die für die Wettbewerbsfähigkeit entscheidend sind.

Automatisierung oder Upskilling und Reskilling?

Um dem Fachkräftemangel zu begegnen, gibt es im Wesentlichen zwei strategische Optionen für Unternehmen: Automatisierung oder die gezielte Weiterbildung.

Die Automatisierung von Produktionsprozessen wird oft als eine vielversprechende Lösung gesehen, um den Mangel an Arbeitskräften zu kompensieren. Durch den Einsatz von Robotik, KI und vernetzten Maschinen können Unternehmen ihre Effizienz steigern und gleichzeitig die Abhängigkeit von Arbeitskräften verringern. Automatisierung bietet insbesondere in Bereichen mit großen Produktionsvolumina und standardisierten Prozessen erhebliche Vorteile. Doch sie ist nicht immer die beste Lösung, vor allem dann nicht, wenn die Produktion stark variierende Produktlinien umfasst. Die Einführung automatisierter Systeme ist zudem oft mit erheblichen Investitionen verbunden, und nicht alle Unternehmen können sich diese leisten oder sind bereit, die damit verbundenen Risiken einzugehen.

Zudem stellt die Automatisierung einen weiteren strukturellen Wandel dar, der die Fertigungsindustrie nach-

haltig verändert. Diese Umstellung erfordert nicht nur technische Anpassungen, sondern hat auch tiefgreifende Auswirkungen auf die Belegschaft. Mitarbeitende müssen auf neue Rollen vorbereitet werden, in denen ihre Aufgaben zunehmend durch Maschinen unterstützt oder ersetzt werden. In vielen Fällen sind spezialisierte Fachkräfte erforderlich, um automatisierte Systeme zu bedienen und zu warten – Fähigkeiten, die oft nicht unmittelbar in den Unternehmen vorhanden sind.

Die alternative Strategie besteht darin, bestehende Arbeitskräfte durch Upskilling und Reskilling fit für die Herausforderungen der modernen Produktion zu machen. Dieser Ansatz ist nachhaltiger und kostengünstiger als die vollständige Automatisierung, da das bereits vorhandene Wissen und die Erfahrung der Mitarbeitenden genutzt und erweitert werden können. Zudem bleibt das Unternehmen flexibler, da Mitarbeitende in der Lage sind, neue Technologien und Arbeitsweisen zu adaptieren, ohne dass die komplette Produktion umgestellt werden muss.

Technologien zur Unterstützung der Weiterbildung

Moderne Technologien spielen eine entscheidende Rolle bei der Qualifizierung von Arbeitskräften. So können etwa Augmented Reality (AR) und Robotik die Lernprozesse der Mitarbeitenden deutlich beschleunigen. AR ermöglicht es beispielsweise, komplexe Montage- oder Wartungsprozesse in Echtzeit visuell darzustellen, sodass Mitarbeitende sofortiges Feedback erhalten und ihre Arbeitsschritte schneller optimieren können. Solche Technologien fördern zudem die Integration von theoretischem Wissen in den Arbeitsalltag und ermöglichen eine praxisnahe Schulung, die auf spezifische Bedürfnisse und Arbeitsumgebungen zugeschnitten ist.

Robotik und intelligente Assistenzsysteme unterstützen Mitarbeitende bei physisch anstrengenden oder repetitiven Aufgaben, was nicht nur die Effizienz steigert, sondern auch die Lernbereitschaft erhöht, da Routine-

arbeiten weniger Zeit in Anspruch nehmen. Diese Systeme entlasten die Mitarbeitenden und ermöglichen es ihnen, sich auf Aufgaben zu konzentrieren, die höhere Qualifikationen und Problemlösungsfähigkeiten erfordern.

Die Bedeutung von Kooperationen

Der Fachkräftemangel ist ein Problem, das nicht von einem einzelnen Unternehmen allein gelöst werden kann. Vielmehr bedarf es einer koordinierten Anstrengung, bei der Unternehmen, Bildungseinrichtungen und öffentliche Institutionen gemeinsam an Lösungen arbeiten. Die Förderung solcher Kooperationen steht im Zentrum der Arbeit von EIT Manufacturing. Die Organisation unterstützt Programme und Projekte, die es Unternehmen, Hochschulen und Forschungseinrichtungen ermöglichen, voneinander zu lernen und gemeinsam innovative Ansätze zur Qualifizierung ihrer Mitarbeitenden zu entwickeln.

Ein Beispiel hierfür ist das Projekt EU.FFICIENT, das darauf abzielt, sektorenübergreifende Netzwerke von Fachleuten zu schaffen, die durch gezielte Schulungen und gemeinsame Projekte Best Practices austauschen. Diese „Communities of Facilitators“ bieten Unternehmen die Möglichkeit, nicht nur von den Erfahrungen anderer zu profitieren, sondern auch aktiv an der Entwicklung neuer Methoden und Technologien mitzuarbeiten.

Ein weiteres erfolgreiches Beispiel ist das Projekt INDUSAC , das eine Plattform für die Zusammenarbeit zwischen Industrie und Wissenschaft bietet. Hier werden Mikroprojekte entwickelt, bei denen Studierende, Forschende und Unternehmensmitarbeitende gemeinsam Lösungen für konkrete Herausforderungen in der Fertigung erarbeiten. Dieser praxisorientierte Ansatz ermöglicht es den teilnehmenden Unternehmen, nicht nur innovative Lösungen zu finden, sondern auch ihre Mitarbeitenden in den Entwicklungsprozess einzubinden und sie so gezielt weiterzubilden.

Ein weiteres wirksames Mittel gegen den Fachkräftemangel ist der

TOP-THEMA

EIT Manufacturing Marketplace. Diese Plattform vernetzt Unternehmen mit führenden ExpertInnen und bietet Zugang zu maßgeschneiderten Schulungsprogrammen, die auf die individuellen Anforderungen der Belegschaft abgestimmt sind. Durch die Zusammenarbeit mit europäischen Universitäten und Forschungseinrichtungen können Unternehmen ihre Mitarbeitenden gezielt weiterbilden und dringend benötigte Kompetenzen aufbauen. Der Marketplace erleichtert den Wissensaustausch und fördert die praxisnahe Entwicklung neuer Technologien.

Erfolgsbeispiele und praxisnahe Ansätze

Zusammenarbeit zwischen Unternehmen und Bildungseinrichtungen kann auch dazu beitragen, den Nachwuchs frühzeitig auf die Anforderungen der Fertigungsindustrie vorzubereiten. Ein herausragendes Beispiel ist die Kooperation von EIT Manufacturing mit Junior Achievement (JA), einer Organisation, die junge Menschen auf ihre berufliche Zukunft vorbereitet. Im Rahmen von Wettbewerben und Mentoring-Programmen lernen SchülerInnen und Studierende, unternehmerisches Denken und technologische Fähigkeiten miteinander zu verknüpfen.

Der von EIT Manufacturing gesponserte Green Manufacturing Award belohnt Teams, die innovative und umweltfreundliche Lösungen für die Fertigungsindustrie entwickeln. Diese Art von Projekten trägt nicht nur zur Nachwuchsförderung bei, sondern gibt auch aktuellen Fachkräften die Möglichkeit, ihre Fähigkeiten durch den Austausch mit jungen Talenten zu erweitern.

Maßgeschneiderte Programme für gezielte Weiterbildung

Neben allgemeinen Bildungsinitiativen bietet EIT Manufacturing auch spezialisierte Programme an, die auf spezifische Bedürfnisse und Nischen innerhalb der Fertigungsindustrie zugeschnitten sind. Diese maßgeschneiderten Programme zielen darauf ab, den individuellen Anforderungen bestimmter Branchen oder Technologien gerecht zu werden, um

Der Verein Junior Achievement Austria wurde gegründet und wird getragen von den Volkswirtschaftlichen Gesellschaften Österreich, um die Programme von Junior Achievement Worldwide in Österreich umzusetzen. Ziele des Vereins sind die Vermittlung und Förderung von grundlegendem Wirtschaftswissen und sozialer Kompetenzen, die den Einstieg ins spätere Berufsleben maßgeblich erleichtern. Dies soll unter anderem durch eine aktive Vernetzung von Schule und Wirtschaft geschehen. Solche Programme sind besonders wertvoll, da sie nicht nur kurzfristige Qualifikationen fördern, sondern auch langfristig zur Stärkung der Innovationskraft der Fertigungsindustrie beitragen. Durch den kontinuierlichen Austausch zwischen erfahrenen Fachkräften und Nachwuchstalenten entsteht eine Kultur des Lernens und der Offenheit, die notwendig ist, um den technologischen Wandel erfolgreich zu gestalten. Die Beteiligung von jungen Menschen an solchen Initiativen fördert zudem die Attraktivität der Fertigungsindustrie als Karrieremöglichkeit und hilft, das Image der Branche zu modernisieren.

den Fachkräftemangel in besonders betroffenen Bereichen zu lindern.

Ein Beispiel hierfür ist das Programm PreMETS (Predictive Maintenance Education & Training System), das sich auf die Ausbildung von Fachkräften in hochpräzisen Fertigungstechniken konzentriert. Diese Techniken sind entscheidend für Branchen wie die Luft- und Raumfahrt, die Medizintechnik und die Automobilindustrie, in denen höchste Präzision und Qualität gefordert sind. Das Programm bietet nicht nur theoretische Schulungen, sondern auch praxisorientierte Module, die in enger Zusammenarbeit mit führenden Industrieunternehmen entwickelt wurden.

Ein weiteres spezialisiertes Programm ist Weldify, das sich auf die Ausbildung von Fachkräften in der Schweißtechnik konzentriert. Schweißen ist eine Schlüsselkompetenz in vielen Fertigungsprozessen, und der Mangel an qualifizierten Schweißern stellt eine erhebliche Herausforderung für viele Unternehmen dar. Weldify bietet ein umfassendes

Schulungsprogramm, das sowohl traditionelle Schweißtechniken als auch moderne automatisierte Schweißverfahren abdeckt. Die Teilnehmenden lernen, wie sie moderne Technologien wie Roboterschweißen einsetzen können, um die Effizienz und Qualität ihrer Arbeit zu verbessern.

Dies sind nur zwei von vielen Projekten, die zeigen, dass es für Unternehmen aus verschiedensten Branchen individuelle Lösungen gibt, um den Fachkräftemangel zu überwinden. Sie bieten eine praxisnahe und zielgerichtete Ausbildung, die sich an den spezifischen Bedürfnissen der jeweiligen Branche orientiert und den Teilnehmenden die Möglichkeit gibt, ihre Fähigkeiten in einem realen Arbeitsumfeld zu erproben und zu erweitern.

Hochschulbildung als Motor der Innovation

Ein weiterer wichtiger Aspekt im Kampf gegen den Fachkräftemangel ist die Stärkung der Hochschulbildung. Die Hochschulen spielen eine zentrale Rolle bei der Ausbildung der nächsten Generation von Fachkräften und Innovatoren, die für die Zukunft der Fertigungsindustrie von entscheidender Bedeutung sind. EIT Manufacturing unterstützt daher Programme wie die HEI Initiative (Higher Education Institutions Initiative), die Hochschulen dabei hilft, ihre Innovations- und Ausbildungsprogramme an die Bedürfnisse der Industrie anzupassen.

Die HEI Initiative fördert die Zusammenarbeit zwischen Hochschulen und Unternehmen, um sicherzustellen, dass die Ausbildung praxisnah und zukunftsorientiert ist. Durch enge Partnerschaften mit Unternehmen können Hochschulen ihre Studiengänge an den realen Anforderungen der Fertigungsindustrie ausrichten und den Studierenden die Möglichkeit bieten, praktische Erfahrungen in Unternehmen zu sammeln. Dies führt nicht nur zu einer besseren Vorbereitung der Studierenden auf die Arbeitswelt, sondern trägt auch dazu bei, den Transfer von Innovationen aus der Forschung in die Praxis zu beschleunigen.

Fazit: Zusammenarbeit als Weg aus der Fachkräftemisere

Der Fachkräftemangel stellt die Fertigungsindustrie vor große Herausforderungen, doch die Antwort muss nicht allein in teuren Automatisierungslösungen gesucht werden. Durch die gezielte Weiterbildung der Mitarbeitenden und die Nutzung moderner Technologien können Unternehmen die Lücke effizient und nachhaltig schließen. Der entscheidende Erfolgsfaktor liegt jedoch in der Zusammenarbeit: Unternehmen müssen ihre Kräfte bündeln, von den Erfahrungen anderer lernen und sich aktiv an Bildungs- und Innovationsprojekten beteiligen. Nur durch gemeinsame Anstrengungen kann die Fertigungsindustrie die Fachkräftelücke schließen und den Herausforderungen der Zukunft erfolgreich begegnen.

EIT Manufacturing spielt eine zentrale Rolle bei der Förderung solcher Kooperationen und unterstützt Unternehmen in Europa dabei, den Fachkräftemangel zu bewältigen und die Zukunft der Fertigung innovativ und nachhaltig zu gestalten. Die Kombination aus praxisnaher Wei-

terbildung, maßgeschneiderten Programmen und der Nutzung moderner Technologien bietet einen ganzheitlichen Ansatz zur Bewältigung der Herausforderungen, denen sich die Fertigungsindustrie gegenübersieht. Die Fertigungsindustrie wird so nicht nur widerstandsfähiger gegenüber aktuellen Krisen, sondern kann auch die Innovationskraft stärken, die für die wirtschaftliche Entwicklung in Europa von entscheidender Bedeutung ist.

Die Zukunft der Fertigungsindustrie liegt in der Balance zwischen Mensch und Maschine, zwischen Weiterbildung und Automatisierung, zwischen Kollaboration und Innovation – und es ist die Aufgabe von Organisationen wie EIT Manufacturing, diesen Wandel aktiv zu gestalten und Unternehmen auf ihrem Weg in die Zukunft zu unterstützen.

Acknowledgements:

This work was supported by the European Union’s Horizon Europe Programme under grant agreement No. 101135297 - EU.FFICIENT - HORIZON-CL4-2023-HUMAN-01

This work was supported by the European Union’s Horizon Europe Pro -

Mag.a

gramme under grant agreement No. 101070297 - INDUSAC. This work was supported by the European Union’s Horizon Europe Programme under grant agreement No. 101108469 — PreMETS — ERASMUS-EDU-2022-PI-ALL-INNO

Autorin:

Mag.a Rosina Preis, MA absolvierte das Lehramtsstudium an der LFU Innsbruck und das Master-Studium in eLearning und Wissensmanagement an der FH Burgenland und ist als Competence and Knowledge Manager für EU Projekte bei EIT Manufacturing East tätig. In dieser Rolle ist sie für das Projektmanagement von HORIZON EUROPE, ERASMUS+ und Interreg Projekten mit einem Fokus auf Bildungsaktivitäten im Fertigungsbereich tätig.

Zusätzlich stellt sie ein effektives Wissensmanagement im Fertigungssektor auf EU-Ebene sicher und fungiert als zentrale Ansprechperson für Bildungspartner. Zuvor war sie in einer internationalen NGO für die Implementierung einer Lernplattform zuständig und unterrichtete an einem Wiener Gymnasium.

Rosina Preis, MA

Competence and Knowledge Manager, EIT Manufacturing East

Claudia Brandstätter

„Digitalisierungsprojekte als wesentlicher Erfolgsfaktor für die Industrie – ein Leitfaden von der Planung bis zur Umsetzung

Digitalisierungsprojekte stellen einerseits einen wesentlichen Erfolgsfaktor für Unternehmen dar, sind jedoch andererseits sehr komplexe und meist investitionsintensive Entscheidungen, da die IT-Architektur und/oder der Maschinenpark angepasst werden müssen. Ein strukturierter Vorgehensplan für die Durchführung eines solchen Projektes kann daher hilfreich sein.

Dieser Beitrag stellt ein Leitfaden von der Planung bis zur Umsetzung von Digitalisierungsprojekten in der Industrie vor. Dazu wurde im Rahmen einer systematischen Literaturrecherche ein Vorgehensmodell entwickelt und mittels qualitativer Studie empirisch überprüft.

1. Digitalisierung in der Produktion

Digitalisierungsinitiativen in Unternehmen ermöglichen ein effizienteres Produktions-, Bestands- und Vertriebsmanagement. Die Erfassung, Speicherung und Verarbeitung von Daten liefern analytische Erkenntnisse, die bei strategischen Entscheidungen unterstützen. Weiteres können Prozesse transparenter gestaltet und Fehler reduziert werden (Mentsiev et al., 2020, S. 2960-2964).

Für Industrieunternehmen bedeutet digitale Transformation meist den Einsatz von Industrial Internet of Things (IIoT). Durch intelligente Kommunikations- und Vernetzungstechnologien wird eine Echtzeitdatenerfassung, Übertragung und Analyse von Produktionsdaten möglich (Boyes et al., 2018, S. 2). Dies betrifft

sämtliche Aktivitäten der Wertschöpfungskette. Es werden bedarfsgesteuerte Prozesse, die schneller, kostengünstiger, flexibler, effizienter, und ressourcenschonender sind, geschaffen (Manzei et al., 2017, S. 18f). Dabei löst sich die starre Wertschöpfungskette auf; Wertschöpfung findet stattdessen zwischen vielen, in Echtzeit kommunizierenden Akteuren, durch ein über die Unternehmensgrenzen hinweg dynamisch abrufbares Netzwerk statt (Leitenberger, 2018, S. 10).

Durch diese innerbetriebliche als auch über die Unternehmensgrenzen hinausgehende Vernetzung entstehen digitale Wertschöpfungsnetzwerke, welche verschiedene Branchen über internationale Grenzen hinweg verknüpfen. Innerbetrieblich betrifft das die Zusammenarbeit einzelner Abteilungen, z.B. Produktions-, IT-,

und Managementabteilungen. Unternehmensübergreifend können durch ein gemeinsames Datenmanagement mit Lieferanten und Kunden Synergieeffekte genutzt werden, indem beispielsweise Bedarfsanpassungen und -planungen in Echtzeit umgesetzt, Produktions- und Lieferzeiten optimiert und die Lagerhaltung effizienter gestaltet werden. (Deutsche Gesellschaft für internationale Zusammenarbeit, 2021, S. 3ff).

Welche Digitalisierungsmöglichkeiten stehen Industrieunternehmen nun zur Verfügung, um die Vorteile des digitalen Wertschöpfungsnetzwerkes nutzen zu können?

Cyber-physische Systeme (CPS) beispielsweise verbinden Informationsund Softwaretechnologien mit me-

Foto: @gerd altmann-pixabay

chanischen Komponenten. Sensoren erfassen physikalische Daten und beeinflussen über Aktoren physikalische Prozesse. Das betrifft Produktions-, Logistik-, Engineering- und Managementprozesse, eingebettete Systeme und Internetdienste (Heinrich et al, 2019, S. 7). Werden mehrere Produktionsebenen miteinander vernetzt, spricht man von einer Smart Factory. In einem solchen Netzwerk kann nahtlos mit anderen Akteuren wie Zulieferern, Kunden und externen Dienstleistern in Echtzeit interagiert werden. Dies ermöglicht eine dynamische Anpassung der Produktionsprozesse, Logistikketten und eine enge Abstimmung entlang der gesamten Wertschöpfungskette (Nikelowski & Wolny, 2020, S. 2-7). Beim digitalen Retrofit werden vorhandene Maschinen modernisiert, mit Sensoren ausgestattet und können so ihren Zustand und ihre Leistung selbst überwachen. Dadurch wird ebenfalls ein vernetzter Produktionsprozess ermöglicht (Jradi et al., 2023, S. 1-19). Predictive Maintenance (vorausschauende Instandhaltung) sagt mithilfe von Sensoren und Algorithmen die Wartung von Maschinen voraus. Mittels Echtzeit-Datenübertragung können Lieferanten, Wartungsdienstleister und Betreiber auf dieselbe Datengrundlage zugreifen und proaktiv Wartungsmaßnahmen planen und umsetzen. Daten können direkt mit Zulieferern und Logistikpartnern geteilt werden, um rechtzeitige Ersatzteilverfügbarkeit sicherzustellen. Durch die frühzeitige Erkennung potenzieller Maschinenausfälle können Unternehmen und Partner gemeinsam Ressourcen besser planen (Leung et al., 2021, S. 20f). Condition Monitoring (zustandsorientierte Instandhaltung) ermöglicht mit Hilfe von Diagnose- und Überwachungssy-

stemen eine laufende Erfassung des Maschinenzustandes (Matyas, 2016, S. 124-135). Diese Transparenz unterstützt eine bessere Zusammenarbeit mit Partnern und Lieferanten entlang der Wertschöpfungskette.

Cloud Computing ermöglicht eine globale Nutzung von Dienstleistungen über Unternehmensgrenzen hinweg. Beispielsweise erfolgt mit Pay-per-Use eine Abrechnung von Leistungen nur nach tatsächlicher Nutzung (Andelfinger & Hänisch, 2017, S. 73).

Unabhängig vom Komplexitätsgrad des geplanten Digitalisierungsprojektes empfiehlt sich eine strukturierte Vorgehensweise, um Ziele, Ressourcen und Verantwortlichkeiten klar zu definieren. Ein Leitfaden, in dem die relevanten Schritte für die Durchführung eines solchen Projektes in einer bestimmten Reihenfolge festgehalten werden, kann dabei unterstützen.

2. Wesentliche Schritte von der Planung bis zur Einführung von Digitalisierungsmaßnahmen

Um einen solchen Leitfaden für die Planung und Umsetzung einer Digitalisierungsmaßnahme in produzierenden Unternehmen zu erstellen, wurde zunächst im Rahmen einer Sekundärrecherche ein Vorgehensmodell entwickelt und anschließend empirisch überprüft. Das Modell basiert auf den Phasen des Managementzyklus (siehe Abb. 1) und wurde um die Erkenntnisse einer systematischen Use-Case-Analyse aus dem DACHRaum ergänzt (Bundesministerium für Wirtschaft und Energie, 2023; Hirsch-Kreinsen et al., 2022; Pfenning & Eigner, 2020; Latniak & Bendel, 2021; Joppen et al., 2019; Pam-

Abbildung 1: Vorgehensmodell für die Planung und Umsetzung von Digitalisierungsprojekten

minger, 2022; Tantscher et al., 2020; Pschybilla et al., 2019; Tomaschko et al., 2022; Winkler et al., 2017).

Folgende aus der Use Case Analyse abgeleiteten Handlungsempfehlungen konkretisieren das Vorgehensmodell (siehe Abb. 1):

Zieldefinition: Digitalisierungsvorhaben festlegen

Die Art und der Umfang des Digitalisierungsprojekts sind, abhängig von den jeweiligen Bedürfnissen, festzulegen. Dabei ist beispielsweise zu klären, ob Maschinen und Produktionsprozesse mit Condition Monitoring kontinuierlich überwacht, oder Maschinenausfälle und Störungen auf Basis historischer Daten mittels Predictive Maintenance vorhergesagt werden sollen. Den Maschinenpark betreffend ist zu überlegen, ob ältere Maschinen mit Sensoren nachgerüstet werden, um auf Maschinendaten zugreifen zu können (Retrofit) oder – wenn nicht vorhanden – IoT-fähige Maschinen angeschafft werden sollen.

Ist-Analyse: IT-Basis Infrastruktur und IoT-Fähigkeit von Maschinen abklären

Um die im ersten Schritt angeführten Fragen beantworten zu können, ist eine Ist-Analyse der technologischen Gegebenheiten in Bezug auf die Zielsetzung notwendig. Darin wird auch erhoben, ob die bestehende IT-Infrastruktur für das geplante Digitalisierungsvorhaben ausreichend ist oder Erweiterungen bzw. Neuanschaffungen notwendig sind.

Planung: Investitionen und Maschinen(-ausstattung) disponieren

Je nach Ergebnis der Ist-Analyse erfolgt die Planung der weiteren Schritte – die Ausstattung von bestehenden Maschinen mit Sensoren im Rahmen eines Retrofits oder eine eventuelle Neuanschaffung von Maschinen. Gerade bei der Entscheidung über eine Neuanschaffung von Maschinen sollte die Controlling-Abteilung eingebunden werden, die mit verschiedenen Investitionsrechenmethoden die Entscheidung unterstützen kann.

TOP-THEMA

Umsetzung: Verwendung der erhobenen Daten festlegen

Diese Phase bezieht sich auf den Umgang mit den generierten Daten, die im Zuge der Digitalisierungsmaßnahme gewonnen werden; von der Datenerfassung über die Speicherung bis hin zur Weiterverwendung. Die Daten können dabei lokal auf einer Festplatte, in einer Datenbank, oder über eine Cloud-Lösung gespeichert werden. Auch eine direkte Speicherung in der Maschinensteuerung ist möglich. Mit einem MES-System lassen sich die Daten in Echtzeit abbilden, wodurch die Produktionsplanung und -steuerung überwacht und unterstützt werden kann.

Controlling: Weiterverarbeitung der Daten bestimmen/Bewertung von Maßnahmen

Das Controlling bezieht sich in diesem Modell auf die Auswertung und anschließende Analyse der gewonnenen Daten. Dabei wird zwischen reiner Überwachung (Daten-Monitoring) und weiterführenden Analysen, wie z.B. Soll-Ist-Vergleiche und Abweichungsanalysen, unterschieden. Mit Hilfe des Berichtswesens ist es möglich, Fehlerquellen zu erkennen und die Entwicklung dieser vorherzusagen. Auch die wirtschaftliche Bewertung der Digitalisierungsmaßnahmen, als Entscheidungsgrundlage und Unterstützung des Managements, fällt in den Bereich des Controllings.

3. Status quo in der unternehmerischen Praxis

Das in Abb. 1 beschriebene Vorgehensmodell wurde mit einer qualitativen empirischen Studie überprüft. Dazu wurde das Modell mit sieben ExpertInnen aus österreichischen produktionsnahen Unternehmen diskutiert und die Ergebnisse der Experteninterviews mittels qualitativer Inhaltsanalyse ausgewertet (Mayring 2015).

Für die befragten Unternehmen liegen folgende Beweggründe für Digitalisierungsmaßnahmen vor:

„ Steigerung der Effizienz, um die Produktivität zu erhöhen und Kosten einzusparen,

„ Bewältigung von Engpässen bei Produktionsprozessen, Lieferketten und Kommunikationsabläufen,

„ technologischer Wandel, der verlangt, mit neuesten Technologien Schritt zu halten, um geänderten Kundenanforderungen zu entsprechen und wettbewerbsfähig zu bleiben,

„ Erhöhung der Produktqualität durch den Einsatz von IoT-fähigen Maschinen,

„ Verbesserung der Sicherheit für Mitarbeiter der Produktion durch kontinuierliche Überwachung und Fernsteuerung von Maschinen.

Condition Monitoring wird als häufigste Digitalisierungsmaßnahme genannt. Derzeit ist die Anzahl IoTfähiger Maschinen noch gering, wodurch der Fokus verstärkt auf Nachrüstung liegt. Predictive Maintenance wird aktuell kaum angestrebt. Alle Befragten verfügen über eine grundlegende IT-Infrastruktur; von den meisten wird diese als fortgeschritten eingestuft, aber nur ein Unternehmen verfügt über eine Bestandsdatenbank. Den Maschinenpark betreffend, gibt auch nur ein Unternehmen an, über IoT-fähige Maschinen zu verfügen. Derzeit ist hauptsächlich eine Nachrüstung der bestehenden Maschinen mit Sensoren geplant. Sollten Reinvestitionsmaßnahmen notwendig werden oder ein neuer Produktionsstandort eröffnet werden, steht die Anschaffung von IoT-fähigen Maschinen im Vordergrund. Nahezu alle Befragten verwenden zur Datenspei-

cherung eine Datenbank. Beinahe ein Drittel der ExpertInnen speichert Daten in der Maschinensteuerung. Cloud-Lösungen und MES-Systeme zur Steuerung und Überwachung der Produktion werden kaum verwendet. Der Kostenfaktor wird als Hauptgrund für den „Nicht-Einsatz“ von MES-Systemen angegeben. Aus den Interviews geht hervor, dass die meisten Unternehmen Datenmonitoring betreiben, vertiefende Analysen der Daten wie z.B. Soll-Ist-Vergleiche werden von weniger als einem Drittel der Befragten durchgeführt. Nur ein Unternehmen verwendet die im Rahmen einer Digitalisierungsmaßnahme erfassten Daten für Forecasting. Tabelle 1 fasst die Kernaussagen der Expertengespräche in einer Häufigkeitstabelle zusammen. Die Logik der Kategorien folgt der Inhaltsanalyse der Interviews:

4. Leitfaden von der Planung bis zur Umsetzung von Digitalisierungsmaßnahmen

In einem letzten Schritt wurde das Ausgangsmodell (siehe Abb. 1) um die Kernaussagen der ExpertInnen erweitert und daraus ein Leitfaden für die Planung und Umsetzung von Digitalisierungsprojekten entwickelt. Im Unterschied zum Ausgangsmodell haben die ExpertInnen darauf verwiesen, dass eine Identifikation der Beweggründe für eine Digitalisierungsmaßnahme notwendig für eine kongruente Zieldefinition ist. Daher wurde im Leitfaden eine weitere Phase „Ausgangssituation“ erfasst, in der die Motivationstreiber zu identifizie-

Tabelle 1: Häufigkeitsliste der Kernaussagen

ren sind. Weiteres wiesen die ExpertInnen auf die Notwendigkeit von phasenübergreifenden und unterstützenden Prozessen hin. Dabei handelt es sich – aus institutioneller Sichtweise – um die Notwendigkeit eines ganzheitlichen Change-Management Prozesses , der die Digitalisierungsmaßnahme von der Zielsetzung bis zur Implementierung begleitet, um für notwendige Veränderungen im Unternehmen Akzeptanz zu schaffen. Aus personeller Sichtweise wurde von den Befragten die Relevanz des Faktors Mensch besonders hervorgehoben. Dabei werden all jene Personen betrachtet, die in den Digitalisierungsprozess des Unternehmens involviert sind und die Akzeptanz in der/n betroffenen Abteilung/en und im Unternehmen sicherstellen.

Weiteres wurde angemerkt, dass die gewonnenen Projektergebnisse in anderen Bereichen/Prozessen weiterverwendet werden sollten, z.B., um bei bestehenden Arbeitsabläufen Schwachstellen zu identifizieren, Optimierungen vorzunehmen und Effizienzgewinne zu erzielen. Somit dient der durch Umsetzung einer Digitalisierungsmaßnahme gewonnene Wissenszuwachs als Grundlage für kontinuierliche Verbesserungen über alle Phasen hinweg und wird im Vorgehensmodell als Lessons Learned (für künftige Projekte) bezeichnet (siehe Abb. 2).

5. Fazit

Digitalisierungsprojekte in der Produktion steigern die Effizienz von Prozessen, verbessern die Datentransparenz und optimieren das Produktionsmanagement. Die Transformation traditioneller Wertschöpfungsketten zu dynamischen, digitalen Netzwerken unterstützt dabei die innerbetriebliche und überbetriebliche Zusammenarbeit: Zulieferer, Logistikpartner und Dienstleister können über eine gemeinsame Datengrundlage Synergieeffekte realisieren.

Für die Planung eines Digitalisierungsprojektes kann ein Leitfaden hilfreich sein, der die notwendigen Schritte aufzeigt. Dabei haben sich in einer Expertenbefragung vor allem die Identifikation der Motivationstreiber

und die Analyse des technologischen Status quo als wichtig erwiesen. Unternehmen setzen aus Kostengründen derzeit oft auf Retrofits bestehender Anlagen. Spätestens zum Zeitpunkt von notwendigen (altersbedingten) Reinvestitionsmaßnahmen des Maschinenparks soll jedoch das gesamte Potential der Digitalisierung ausgeschöpft werden.

Literaturverzeichnis

Andelfinger, V., Hänisch, T. (2017): Industrie 4.0-Wie cyber-physische Systeme die Arbeitswelt verändern, Springer Fachmedien, Wiesbaden. Bundesministerium für Wirtschaft und Energie, Digitale Strategie 2025 (bmwk. de)

Boyes, H., Hallaq, B., Cunningham, J., Watson, T. (2018): The industrial internet of things (IIoT): An analysis framework, in: Computers in Industry, Volume101, Heft March, S. 1–12.

Deutsche Gesellschaft für internationale Zusammenarbeit (Hrsg.) (2021): Wertschöpfungsnetzwerke als Grundlage für digitale Geschäftsmodelle. Anwendungsfälle aus Deutschland und China (Deutsche Kurzfassung), Bonn, Peking. Heinrich, B., Linke, P., Glöckler, M. (2017): Grundlagen der Automatisierung: Sensorik, Regelung, Steuerung, 2. Auflage, Springer Vieweg, Wiesbaden. Hirsch-Kreinsen, H., Kubach, U., Stark, R., Wichert, G., Litsche, S., Sedlmeir, J., Steglich, S. (2022): Themenfelder Industrie 4.0-Forschungs- und Entwicklungsbedarfe zur erfolgreichen Umsetzung von Industrie 4.0, in Industrie 4.0 acatech, S. 1-42.

Joppen, R., Lipsmeier, A., Tewes, C., Kühn, A., Dumitrescu, R. (2019): Evaluation of investments in the digitalization of a production, In: 52nd CIRP Conference on Manufacturing Systems, 81, Paderborn, S. 411-16.

Jradi, M., Madsen B.E., Kaiser, J. (2023): A Digital Twin Solution for Optimal Energy Retrofit Decision-Making and Decarbonization of the Danish Building Stock, in applied sciences, S. 1-19.

Latniak, E., Bendel, A. (2021): Digitalisierungsprozesse erfolgreich umsetzen. Sozitechnische Gestaltungsansätze, Werkzeuge und Nutzungserfahrungen aus dem APRODI-Projekt, In Research Gate, 1-20.

Leitenberger, E. (2018): Industrie 4.0 in der Produktions- und Prozessleittechnik - Geschichte und Implikationen auf die Gegenwart, Hochschule Darmstadt. Leung, E., Lohre, H., Mischlich, D., Shea, Y., Stroh, M. (2021): The Promises and Pitfalls of Machine Learning for Predictive Maintenance, in Journal of Finance and Data Science, Volume 3, S. 21-50.

Manzei, C., Schleupner, L., Heinze, R. (2017): Industrie 4.0 im internationalen Kontext: Kernkonzepte, Ergebnisse, Trends, 2. Auflage, Beuth Verlag, Berlin.

Matyas, K. (2016): Instandhaltungslogistik, Qualität und Produktivität steigern, 6. Auflage, Hanser Verlag. Mayring, P. (2015): Qualitative Inhaltsanalyse Grundlagen und Techniken, 12. Auflage, Beltz Verlag, Weinheim, Basel. Mentsiev, A., Engel, M., Tsamaev, A., Abubakarov, M., Yushaev, R. (2020): The Concept of Digitalization and Its

Abbildung 2: Leitfaden von der Planung und Umsetzung von Digitalisierungsprojekten

TOP-THEMA

Impact on the Modern Economy, in International Scientific Conference, Volume 128, S. 2960-2964.

Nikelowski, L., Wolny, M. (2020): Der Weg zur Smart Factory, Fraunhofer-Institut, Dortmund.

Obermaier, R. (2019): Handbuch Industrie 4.0 und Digitale Transformation, Springer Gabler, Passau. Pamminger, W. (2022): Digital Retrofit Guide-Chancen-Technologien-Best Practice, Business Upper Austria, Linz. Pschybilla, T., Hofmann, M., Enders, T., Vössing, M. (2019): Priorisierung von Digitalisierungsprojekten entlang der gesamten kundenorientierten Prozesskette im Maschinenbau, in HDM, S. 11441156.

Pfenning, P., Eigner, M. (2020): A novel procedure model for developing individu-

alized digitalization strategies, in international design conference, 1, S. 667-676. Schallmö, D., Williams, C. (2018): Digital Transformation Now!, Springer International Publishing, SpringerBriefs in Business, Cham.

Tantscher, D., Mayer, B., Zigala, S. (2020): Digital Retrofitting Ein Vorgehensmodell zur systematischen Digitalisierung der Produktion, WINGbusiness 2020.

Tomaschko, F., Annan, K., Krommes, S. (2022): Digitalisierung der Produktion –Ganzheitliche Bewertung, Journal of wirtschaftlichen Fachbetrieb, 117, S. 321- 325. Winkler, H., Berger, U., Mieke, C., Schenk, M. (2017): Flexibilisierung der Fabrik im Kontext von Industrie 4.0, Logos Verlag, Berlin.

Zink, K., Bosse, C. (2019): Arbeit 4.0 im Mittelstand Chancen und Herausforde-

Mag.a Claudia Brandstätter

rungen des digitalen Wandels für KMU, Springer Gabler, Kaiserslautern.

Autorin:

Mag.a Claudia Brandstätter ist Senior Lecturer für Rechnungswesen am Institut Industrial Management der FH JOANNEUM Kapfenberg. Sie absolvierte das Studium der Betriebswirtschaftslehre an der Karl-FranzensUniversität Graz.

Vor ihrer Tätigkeit am Institut Industrial Management der FH JOANNEUM, war Claudia Brandstätter als Universitätsassistentin am Institut für Controlling und Unternehmensführung sowie als Referentin für verschiedene Bildungsinstitutionen im Hochschulbereich tätig.

Senior Lecturer für Rechnungswesen am Institut Industrial Management der FH JOANNEUM Kapfenberg

Florian Kulmer, Heimo Preising, Christian Ramsauer

Decision Support Systeme für mittelfristige Kapazitätsplanung in Industrieunternehmen

Einsatz von Machine Learning zur Verbesserung der Entscheidungsfindung Künstliche Intelligenz und maschinelles Lernen sind in aller Munde. Sie haben nicht nur Einzug in die Gesellschaft gehalten, sondern auch in zahlreiche Industrieunternehmen. Im Rahmen unserer Forschung untersuchen wir den Einsatz spezialisierter Machine-Learning-Algorithmen in der Produktionsplanung. Dabei haben wir ein Decision Support System (DSS) für Produktionsplaner entwickelt, um die Entscheidungsfindung in der mittelfristigen Kapazitätsplanung zu verbessern. Basierend auf Nachfrageprognosen liefert das DSS Vorschläge für die Anpassung der Produktionskapazität in den kommenden Perioden, um beispielsweise den erwarteten Gewinn zu optimieren. Unterstützt durch eine empirische Umfrage mit rund 300 teilnehmenden österreichischen Unternehmen sowie Experteninterviews haben wir einen Prototypen dieses DSS umgesetzt. Erstmals kommt dabei auch Deep Reinforcement Learning (DRL) zum Einsatz, eine spezielle Form des maschinellen Lernens, welches mit einem Simulationsmodell der Produktion interagiert und selbstständig lernt. In der Evaluierung konnten wir zeigen, dass das DSS nicht nur besser arbeitet als der Mensch, sondern dass auch DRL vielversprechende Ergebnisse im Vergleich zu etablierten Methoden liefert.

Einleitung

Die Veröffentlichung von ChatGPT im November 2022 startete einen regelrechten Hype um das Thema künstliche Intelligenz. Auch im unternehmerischen Kontext hat dieser Hype Einzug gefunden. Evaluierungen von Einsatzmöglichkeiten von künstlicher Intelligenz finden entlang aller Funktionen in vielen Unternehmen statt. Auch wir am Institut für Innovation und Industrie Management haben uns dieser Thematik genähert. Allerdings weni-

ger mit dem Ansatz von künstlicher Intelligenz, die uns das Denken abnimmt, sondern vielmehr getrieben vom Einsatz maschinellen Lernens, um einen besseren Einblick in komplexe Sachverhalte zu bekommen. Vor dem Hintergrund der erheblichen Fortschritte in der Algorithmen-Forschung der letzten Jahre (z. B.: Googles AlphaGo ist der wohl beste Go-Spieler aller Zeiten [1]), haben wir einen Bereich der Produktionsplanung ausgewählt, der aus unserer Sicht großes Potential für den Einsatz neuer Verfahren hegt.

Kapazitätsplanung in der Produktion

Die mittelfristige Kapazitätsplanung beschäftigt sich mit der Anpassung der Produktionskapazität an eine antizipierte Kundennachfrage. Zur Anpassung der Produktionskapazität können einerseits Faktoren wie die Arbeitszeit, das Schichtmodell und die Mitarbeiterzahl variiert werden. Andererseits können unter anderem verwendete Maschinen, die Produktionsgeschwindigkeit und der Produktmix verändert werden. Eine optimale mittelfristige Kapazitätspla-

Foto: Institut für Innovation und Industrie Management, TU Graz

TOP-THEMA

nung bedarf der Einbeziehung mehrerer Funktionen im Unternehmen. Die intensive Kollaboration zwischen den verschiedenen Funktionen stellt die Basis einer guten Entscheidung dar. Häufig werden die Entscheidungen durch einen qualitativen Ansatz wie ein Panel Approach oder die Delphi Methode getroffen, welche Stakeholder aus diversen Funktionen wie Produktion, Strategie und Vertrieb miteinbezieht [2]. Quantitative Methoden basieren häufig auf historischen Daten oder auch kausalen Datenmodellen [2].

Bedarf nach einer besseren Entscheidungsunterstützung in den Unternehmen

Mit Hilfe einer Umfrage in österreichischen Industrieunternehmen mit mehr als 300 Teilnehmenden ([3]) können wir die Probleme in den vorherrschenden Entscheidungsprozessen besser verstehen, sowie unsere Ausgangshypothese bestätigen, dass eine bessere Entscheidungsunterstützung notwendig ist. Von den befragten Unternehmen verfolgen rund 89 % eine Strategie der Anpassung der Produktionskapazität an eine sich verändernde Nachfrage. 85 % der Teilnehmenden geben an, dass die mittelfristige Kapazitätsplanung (sehr) wichtig für ihr Unternehmen ist. Allerdings nutzen rund 50 % eigens erstellte Softwarelösungen, wie Microsoft Excel-Modelle, während etwa 45 % ausschließlich auf Expertenwissen zurückgreifen. Eine dedizierte Software wird nur in wenigen Fällen eingesetzt. Wir konnten die Umfrage auch dafür nutzen, relevante Kapazitätsanpassungsstellhebel zu identifizieren, die für ein DSS von Relevanz sein könnten. Die Umfrageergebnisse konnten wir in 16 Interviews mit IndustrieexpertInnen bestätigen.

Design eines Decision Support Systems

Die gewonnenen Erkenntnisse aus den Interviews und der Umfrage sowie aus der Literatur (u.a. [4-9]) konnten wir nutzen, um ein Konzept für die Verbesserung der Entscheidungsfindung zu erarbeiten. Abbildung 1 zeigt unser modellbasiertes, kooperatives DSS, welches als Input einen gegebenen (1) Demand Forecast

nutzt. Dieser Input wird entweder von der Strategie, oder dem Vertrieb geliefert und in Form einer einfachen csv-Datei importiert. Die (2) Discrete Event Simulation (DES) stellt ein Abbild der Produktion dar, inklusive aller relevanten Kapazitätsanpassungshebel. Die Produktionsleitung pflegt diese DES kontinuierlich und hält sie somit auf dem neuesten Stand. Ein (3) Optimierungsalgorithmus interagiert mit der DES um eine gute, oder im besten Fall die optimale Konfiguration der Stellhebel zu berechnen. Da dieses Problem oft NP-vollständig ist und keine optimale Lösung garantiert werden kann, bietet das DSS in der aktuellen Konfiguration zehn verschiedene Algorithmen, die ähnliche, aber unterschiedliche Lösungen liefern.

Einen genetischen Algorithmus (GA) [10], Value Iteration aus der Klasse von Dynamic Programming [11], sowie acht Deep Reinforcement Learning Algorithmen [12]. Dem Anwender / Operations Manager werden die besten drei Lösungen präsentiert. In Schritt 4 kann der Anwender die Lösungen nach Belieben anpassen, um das eigene Expertenwissen einarbeiten zu können. Diese Anpassung kann entweder der Produktionsplaner vornehmen, oder ähnlich wie in der klassischen Kapazitätsplanung können die DSS-Vorschläge in gemeinsamen funktionsübergreifenden Abstimmungsrunden (z.B. mit der Delphi Methode) überarbeitet werden. Somit entscheidet das DSS nicht selbständig, sondern die Anwender

behalten stets die Kontrolle. Sobald eine Entscheidung zur Anpassung gefunden wurde, können die anderen involvierten Funktionen, wie z.B. HR und Finance darauf zugreifen.

Deep Reinforcement Learning

In unserem DSS haben wir erstmals die Anwendung von Reinforcement Learning (RL) in der mittelfristigen Kapazitätsplanung evaluiert. Bei RL interargiert der Algorithmus mit einer Umgebung und lernt selbständig auf Änderungen zu reagieren. Das führt dazu, dass der Algorithmus vorab mit der Umgebung, in unserem Fall ist dies das Simulationsmodell der Produktion, trainiert werden muss. Je nach Komplexität des Problems variiert die Trainingszeit in unseren Experimenten zwischen 5 Minuten und über einen Tag. Durch das Vorab-Training kann der Algorithmus in der tatsächlichen Anwendung auf das bestehende “Wissen” zugreifen und die Lösung direkt abrufen. Bei den meisten Optimierungsverfahren, wie zum Beispiel bei GAs ist kein Training nötig, sondern es wird stets die Lösung neu berechnet.

RL hat allerdings Nachteile in Bezug auf Größe und Komplexität eines zu lösenden Problems [12]. Durch die Integration von Deep-Learning, welches Artificial Neural Networks (ANNs) zur Approximierung des vergrößerten Lösungsraum verwendet, spricht man von Deep Reinforcement Learning (DRL) [12]. Die großen Vorteile von DRL spiegeln sich auch

Abbildung 1: Die High-Level Struktur zeigt die Hauptkomponenten des DSS [13]

im Bereich des Operations Management wider. So ist DRL mittlerweile die am häufigsten genutzte Art im real-time Scheduling (kurzfristige Kapazitätsplanung) [14]. In unserer Arbeit verwendeten wir verschiedene DRL-Algorithmen, welche für unser Problem anwendbar sind [15].

Use Cases

Zur Evaluierung des DSS nutzten wir einerseits unsere institutsinterne Lernfabrik LEAD-Factory [16,17], sowie die Integration mit der Simulation einer industriellen Fertigungslinie für Schweißgeräte. In der LEADFactory werden Scooter montiert. Im Rahmen von Lehrveranstaltungen lernen die Studierenden die Vorteile von LEAN und digitalen Prozessen kennen und setzen diese direkt um.

Die benötigten Demand Forecasts werden in diesem Use Case zufällig innerhalb definierter Grenzen generiert. Zur Anpassung der Produktionskapazität verwenden wir die Arbeitszeit, sowie die Produktionsgeschwindigkeit (Use Case 1). In einem zweiten Schritt erhöhen wir die Komplexität durch die Ergänzung eines zweiten Produkts (Rodel) auf der Fertigungslinie, sowie weitere Stellhebel

Abbildung 2: Konzeptionelle Darstellung von Use Case 2 in der LEAD Factory. Das DSS (Planning Assistant Tool) dient als zentrale Schnittstelle zur Entscheidungsfindung. [13]

in Form von der Anzahl an Mitarbeitenden und dem Produkt-Mix (Use Case 2), dargestellt in Abbildung 2. Für unsere Evaluierung haben wir die LEAD-Factory als Simulationsmodell in Tecnomatix Plant Simulation dargestellt und mit dem DSS gekoppelt. Die Software selbst ist in Python implementiert. Durch das objektorientierte Design kann das DSS beliebig verändert oder ergänzt werden. Im ersten Schritt vergleichen

wir die Algorithmen hinsichtlich ihrer Performance, gemessen am ermittelten Gewinn über 10 Wochen und der Algorithmen-Laufzeit. Die Ergebnisse in beiden Szenarien zeigen eine sehr gute Performance bestimmter DRL-Algorithmen. Im Vergleich zu unseren Benchmarks schneiden diese ähnlich gut ab. In einem zweiten Schritt evaluierten wir das DSS im Vergleich zu den Studierenden im Rahmen der Lernfabrik-Lehrveran-

Abbildung 3: Benutzeroberfläche des DSS zur Anpassung der Produktionskapazität an den Demand Forecast (schwarz). [13]

TOP-THEMA

staltung. Ziel war es, herauszufinden, ob das DSS dieses scheinbar einfache Problem besser lösen kann als ein Mensch. 25 Studierende wurden in verschiedene Produktionsszenarien mit unterschiedlicher Schwierigkeit versetzt (u. a. stochastischer Prozessablauf). Die Experimente zeigten, dass der Mensch zwar gut entscheidet, das DSS jedoch in der Regel bessere Entscheidungen trifft und dies deutlich schneller.

In Use Case 3 wurde das DSS mit Hilfe eines Simulationsmodells einer Fertigungslinie für Schweißgeräte getestet. Die Produktionskapazität wird in diesem Fall durch die Anzahl der Schichten, die Anzahl der Mitarbeitenden in drei Teilbereichen der Fertigungslinie sowie durch die Anzahl der Prüfstände (letzter Arbeitsplatz im Fertigungsprozess) gesteuert. Das erweiterte Set an Anpassungsmöglichkeiten erhöht die Komplexität deutlich. Abbildung 3 zeigt ein Beispiel zur Anpassung der Kapazität an den vorgegebenen Demand (schwarz). Das DSS liefert die drei besten Lösungen aus allen implementierten Algorithmen, einschließlich einer Bandbreite, die von der tatsächlichen Reihenfolge der zu produzierenden Geräte abhängt. Der Anwender kann die gezeigten Lösungen nach Belieben anpassen und sieht sofort die Effekte auf den erwarteten Gewinn sowie den Lagerbestand. In unseren Experimenten konnten wir wiederum zeigen, dass DRL sehr gute Lösungen im Vergleich zu den Benchmarks zeigt [13].

Diskussion

Unser DSS und speziell die erstmals im Bereich der mittelfristigen Kapazitätsplanung eingesetzten DRL-Algorithmen zeigen vielversprechende Ergebnisse. Das DSS vereint die Vorteile der Kollaboration auf zwei Ebenen. Einerseits durch die Integration der verschiedenen betriebsinternen Bereiche wie Vertrieb und Strategie (Demand Forecasts), Produktionsplanung (Steuerung des DSS), sowie weiterführender Bereiche wie HR und Finance, um mögliche Kapazitätsanpassungen auch umsetzen zu können und um in einem gemeinsamen Konsens die bestmöglichen Produktionspunkte für das Unternehmen zu

erarbeiten. Die Kollaboration bzw. Entscheidungsfindung kann dann entweder in einem sukzessiven Prozess zur Integration der verschiedenen Funktionen erfolgen, oder in einer gemeinsamen Abstimmungsrunde (z. B. mithilfe der Delphi-Methode). Andererseits spielt die Kollaboration zwischen Anwender und DSS eine zentrale Rolle. Das DSS hat Schwierigkeiten, alle relevanten Parameter zu integrieren, wie unvorhersehbare Ereignisse, die die Produktion stark beeinflussen. Daher optimiert das DSS nur ein vereinfachtes Modell des komplexen Produktionssystems, nicht die tatsächliche Produktion. Der Anwender kann durch Expertenwissen diese Lücke schließen und erstellt in Kollaboration mit dem DSS die bestmögliche Lösung.

Literatur:

[1] Alphabet Inc. (2024). Google deepmind alphago. Abgerufen am 10. Oktober 2024 auf https://deepmind. google/technologies/alphago/ [2] Jacobs, F. R., & Chase, R. B. (2024). Operations and supply chain management (17th ed.). McGraw Hill.

[3] Kulmer, F., Wolf, M., & Ramsauer, C. (2024). Enhancing mediumterm capacity management: Practical insights and considerations for decision support systems. 57th CIRP Conference on Manufacturing Systems 2024.

[4] Mayer, S., Classen, T., & Endisch, C. (2021). Modular production control using deep reinforcement learning: Proximal policy optimization. Journal of Intelligent Manufacturing, 32, 2335–2351.

[5] Usuga Cadavid, J. P., Lamouri, S., Grabot, B., Pellerin, R., & Fortin, A. (2020). Machine learning applied in production planning and control: A state-of-the-art in the era of industry 4.0. Journal of Intelligent Manufacturing, 31 (6), 1531–1558.

[6] Zielinski, K. M., Hendges, L. V., Florindo, J. B., Lopes, Y. K., Ribeiro, R., Teixeira, M., & Casanova, D. (2021). Flexible control of discrete event systems using environment simulation and reinforcement learning. Applied Soft Computing, 111.

[7] Karlsson, I., Ng, A., Syberfeldt, A., & Bandaru, S. (2016). An inter-

active decision support system using simulation-based optimization and data mining, 2112–2123.

[8] Ito, T., Abd Rahman, M. S., Mohamad, E., Abd Rahman, A. A., & Salleh, M. R. (2020). Internet of things and simulation approach for decision support system in lean manufacturing. Journal of Advanced Mechanical Design, Systems, and Manufacturing, 14 (2).

[9] Power, D. J., & Sharda, R. (2007). Model-driven decision support systems: Concepts and research directions. Decision Support Systems, 43 (3), 1044–1061.

[10] Rai, R. S., & Bajpai, V. (2020). Optimization in manufacturing systems using evolutionary techniques. In K. Gupta & M. K. Gupta (Eds.), Optimization of manufacturing processes. Springer International Publishing.

[11] Sutton, R. S., & Barto, A. G. (2018). Reinforcement learning: An introduction (Second edition). The MIT Press.

[12] Francois-Lavet, V., Henderson, P., Islam, R., Bellemare, M. G., & Pineau, J. (2018). An introduction to deep reinforcement learning. Foundations and Trends in Machine Learning, 11 (3-4), 219–354.

[13] Kulmer, F. (2024). Enhancing medium-term capacity management using decision support systems: Application of Deep Reinforcement Learning. Doctoral Thesis

[14] Göppert, A., Kaven, L., Baum, J., Melnychuk, O., & Schmitt, R. H. (2024). Machine learning for online scheduling in manufacturing: A systematic literature review. 57th CIRP Conference on Manufacturing Systems 2024.

[15] Kulmer, F., Wolf, M., & Ramsauer, C. (2024). Planning assistant for medium-term capacity management using deep reinforcement learning. 18th IFAC Symposium on Information Control Problems in Manufacturing (INCOM 2024).

[16] Karre, H., Hammer, M., Kleindienst, M., & Ramsauer, C. (2017). Transition towards an industry 4.0 state of the leanlab at graz university of technology. Procedia Manufacturing, 9, 206–213.

[17] Rantschl, M., Mišković, M., Rüdele, K., Hulla, M., & Ramsauer, C. (2023). Extension of the lead factory

to address industry 5.0. Proceedings of the 13th Conference on Learning Factories (CLF 2023).

Autoren:

Dipl.-Ing. Florian Kulmer, B.Sc., B.A. studierte Information and Computer Engineering an der TU Graz, sowie Volkswirtschaftslehre an der KF Universität Graz mit Studienaufenthalten an der KU Leuven in Belgien und der University of Minnesota in den USA. Im Rahmen seines Doktorats bei Univ.-Prof. Dr. Ramsauer beschäftigt er sich mit der Anwendung von Machine Learning in der Produktionsplanung.

Dipl.-Ing. Heimo Preising studierte Wirtschaftsingenieurswesen-Maschinenbau mit Schwerpunkt Produktionstechnik an der TU Graz und ist seit 2020 am IIM tätig. In seiner Forschungsarbeit beschäftigt er sich mit den Themen Fabrik- und Produktionsnetzwerkplanung, Logistiksimulation sowie Optimierung und Gestaltung von Produktionssystemen.

Univ.-Prof. Dr. Christian Ramsauer leitet seit 2011 das Institut für Innovation und Industrie Management der TU Graz. Er startete seine Karriere 1999 als Berater bei McKinsey&Company. Zwischen

Dipl.-Ing. Florian Kulmer, B.Sc., B.A. (Econ.)

Doktorrand am Institut für Innovation und Industrie Management der TU Graz

2005 und 2011 war er als geschäftsführender Gesellschafter bei einem Industrieunternehmen in Salzburg und als Geschäftsführer bei einem Privat Equity Unternehmen in München tätig.

Christian Ramsauer studierte Wirtschaftsingenieurwesen-Maschinenbau und promovierte an der TU Graz. Er forschte als Post-Doc zwei Jahre an der Harvard Business School in Boston und habilitierte danach im Fach Produktionsmanagement. Er ist als Aufsichtsrat in mehreren StartUps und etablierten Industrieunternehmen tätig.

Univ.-Prof. Dr. Christian Ramsauer Leiter des Instituts für Innovation und Industrie Management der TU Graz

Dipl.-Ing. Heimo Preising

Projektassistent am Institut für Innovation und Industrie Management der TU Graz

Andreas Steiner

Smarte Technologien für die Zukunft von U-Bahnen und Flugzeugen

In den letzten Jahren hat der öffentliche Personentransport stark an Bedeutung zugenommen. Millionen Menschen weltweit verlassen sich täglich auf die Pünktlichkeit und Zuverlässigkeit von Zügen, Bussen und Flugzeugen, sei es für den täglichen Arbeitsweg, Geschäftsreisen oder den Urlaub. Insbesondere in der Luftfahrt spielt zeitliche Präzision eine entscheidende Rolle: Flugzeuge müssen pünktlich starten, da die Startfreigabe an stark frequentierten Flughäfen oft nur einen kleinen zeitlichen Spielraum erlaubt. Um dies zu gewährleisten, bedarf es nicht nur eines reibungslos abgestimmten Prozessmanagements und der koordinierten Zusammenarbeit verschiedener Akteure. Von entscheidender Bedeutung ist auch die einwandfreie Funktionalität der eingesetzten Fahrzeuge und Anlagen. Ein optimaler Betriebszustand von Assets wie Flugzeugen, Zügen oder Bussen ist unabdingbar, um den hohen Anforderungen gerecht zu werden.

Doch wie kann sichergestellt werden, dass diese Fahrzeuge stets in diesem Zustand bleiben? Diese Frage treibt den Forschungsbereich Produktions- und Instandhaltungsmanagement (PIM) an der TU Wien an, der gemeinsam mit zwei Industriepartnern an Lösungen arbeitet. Im Fokus steht dabei die Verbesserung der Zustandsüberwachung von Assets durch den Einsatz innovativer Technologien: Sensorik und Künstliche Intelligenz (KI) in U-Bahnen und Augmented Reality (AR) in Flugzeugen. Ziel ist es, eine verbesserte Zustandsbeurteilung zu erreichen und dadurch die Zuverlässigkeit und Effizienz im öffentlichen Nahverkehr zu steigern.

Sensorbasierte Zustandsüberwachung für Flotten im öffentlichen Nahverkehr

In einer Welt, in der Zuverlässigkeit und Effizienz im öffentlichen Nahverkehr von größter Bedeutung sind, zeichnen sich innovative Ansätze ab, die das Potenzial haben, den Betrieb von U-Bahnen grundlegend zu revolutionieren. Traditionelle, zeitbasierte Instandhaltungsansätze stehen zunehmend unter Druck, den gestiegenen Anforderungen gerecht zu werden. Fortschrittliche Sensorik und datengetriebene Technologien stellen nun die Weichen für die Zukunft.

Großstädte wie Wien nehmen hierbei eine Vorreiterrolle ein, indem sie sensorgestützte Überwachungssysteme in ihre U-Bahn-Flotten integrieren. Diese Systeme sammeln kontinuierlich Daten, die einen umfassenden Einblick in den Zustand der Schienenfahrzeuge geben. Dazu gehören unter anderem Messungen zu Temperatur, Druck, Vibrationen und weiteren betriebsrelevanten Parametern.

Die eigentliche Innovation liegt aber in der Analyse dieser Datenmengen durch den Einsatz von KI. Mithilfe fortschrittlicher Algorithmen, wie neuronalen Netzwerken, werden Muster und Anomalien identifiziert. Dies ermöglicht eine prädiktive Wartung, bei der potenzielle Störungen vorhergesagt und behoben werden können,

bevor sie den Betrieb beeinträchtigen. Durch die Einführung solcher sensorgestützter Systeme sollen betriebliche Störungen signifikant reduziert werden. Beispielsweise könnten bis zu 40 % der Druckluftstörungen im Druckluftsystem vorhergesagt und vermieden werden.

Über die technische Effizienz hinaus bietet dieser Ansatz auch wirtschaftliche Vorteile: Längere Lebenszyklen der Fahrzeuge, reduzierte Instandhaltungskosten und ein optimierter Flotteneinsatz sind nur einige der positiven Effekte. Diese prädiktiven Methoden stellen einen Paradigmenwechsel dar, der als Vorbild für die Modernisierung der Instandhaltungspraktiken im öffentlichen Nahverkehr weltweit dienen könnte.

Insgesamt wird damit nicht nur den Anforderungen einer digitalisierten Umwelt Rechnung getragen, sondern auch die Mobilität der Zukunft gesichert, indem sie zuverlässiger, effizienter und kosteneffektiver gestaltet wird. Diese Entwicklung verspricht, die Art und Weise, wie wir den öffentlichen Nahverkehr erleben, nachhaltig zu verändern.

Augmented Reality und Künstliche Intelligenz: Neue Standards in der Flugzeuginspektion

In der Luftfahrtindustrie sind visuelle Inspektionen durch Fachpersonal unverzichtbar für die Gewähr-

leistung von Sicherheit und Zuverlässigkeit der Flugzeuge. Diese basieren jedoch bisher meist auf manuellen Prozessen, welche eine Reihe von Herausforderungen mit sich bringen. Eines der größten Probleme solcher Inspektionen stellt die Subjektivität der Beurteilung durch die Fachkraft dar, was zu potentiellen Fehlern führen kann und erheblich zur Unfallstatistik beiträg. Des Weiteren sind die sich häufig ändernden regulatorischen Anforderungen zu erwähnen und auch die hohen Ausbildungskosten für Fachpersonal nicht außer Acht zu lassen.

Fazit

Ein Forschungsprojekt der TU Wien hat sich deshalb zum Ziel gesetzt, AR und KI in visuelle Inspektionsprozesse zu integrieren, um diese zu standardisieren und zu verbessern. Die entwickelte Lösung basiert auf der Microsoft HoloLens 2, einem Gerät, das digitale Informationen über reale Objekte projizieren kann.

Kernstück des Projekts ist die Entwicklung eines Visual Computing Algorithmus, der Umgebungsbewusstsein schafft und durch Wissensmanagement ergänzt wird. Dies wird durch die Nutzung von neuronalen Netzwerken erreicht, die auf multimodalen Daten trainiert sind und es ermöglichen, Seriennummern von Flugzeugbauteilen präzise zu identifizieren, zu klassifizieren und zu validieren.

Insgesamt könnte dieses Projekt Grundlage für eine breitere Anwendung von AR und KI im Assetmanagement schaffen, indem es Inspektions- und Wartungsprozesse neu definiert und deren Effizienz sowie Zuverlässigkeit erheblich steigert. Dies stellt einen wichtigen Schritt in Richtung eines digital unterstützten, zukunftssicheren Assetmanagements dar, das in der Lage ist, die Herausforderungen moderner Instandhaltung und Verwaltung auf innovative Weise zu bewältigen.

Abschließend sei festgehalten, dass Technologien wie Sensorik, AR und datengetriebene Ansätze auf Basis von Maschinellem Lernen die Art und Weise, wie Assets in der Bahn- und Flugzeugindustrie betrieben werden, revolutionieren. Die Herausforderung liegt darin, die richtigen Daten zu erfassen, welche für präzise Prognosen erforderlich sind.

Die Zukunftsaussichten solcher Technologien sind vielversprechend: Mit der erfolgreichen Umsetzung jener innovativen Forschungsprojekte könnte ein neuer Standard in puncto Zuverlässigkeit und Effizienz etabliert werden. Man stelle sich eine Zukunft vor, in welcher der morgendliche Pendlerzug stets pünktlich ankommt und selbst Anschlussflüge stressfrei erreicht werden. Diese Vision von nahtloser Mobilität könnte bald Realität werden und zu einem echten Mehrwert für die Gesellschaft führen.

Literatur & Projekte:

• Steiner, A., Abdelkader, O., Ansari, F., & Kollegger, A. (2024). Datengetriebene Instandhaltung von Schienenfahrzeugen im öffentlichen Personennahverkehr: Wissensbasierter Ansatz zur Auswahl und Analyse operativer Sensordaten. In Digital Excellence in der Instandhaltung:

Strategien für Ihren Unternehmenserfolg (pp. 95–111). Köln: TÜV-Verlag.

• A3R (https://www.tuwien.at/mwbw/ im/pim/projekte/a3r)

• WIN (https://www.tuwien.at/ mwbw/im/pim/projekte/win)

Autor:

Dipl.-Ing. Andreas Steiner ist seit 2023 Doktorand und wissenschaftlicher Mitarbeiter am Institut für Managementwissenschaften an der Technischen Universität (TU) Wien, wo er nach seinem Abschluss im Studium Wirtschaftsingenieurwesen-Maschinenbau im Forschungsbereich Produktions- und Instandhaltungsmanagement (PIM) tätig ist. Seit 2019 arbeitet er nebenberuflich bei der Celairion GmbH als Data Scientist im Bereich Aircraft Services, wo er sein Fachwissen in der Datenanalyse praxisnah einbringt. Andreas Steiner fokussiert sich auf datengesteuerte Instandhaltungsstrategien, IoT-Integration für Echtzeitanalysen und prädiktive Analytik zur Wartungsoptimierung, ergänzt durch seine Forschung zu Visual Computing und neuronalen Netzwerken im maschinellen Lernen.

Dipl.-Ing.

Andreas Steiner Doktorand und wissenschaftlicher Mitarbeiter Institut für Managementwissenschaften, TU Wien

WING to your success

…wir sind für Sie garantiert von Nutzen … Gerade in Zeiten wie diesen stellen ein reizvoller Workshop, das Verteilen von lukrativen Flyern oder eine interessante Firmenpräsentation effiziente und kostengünstige Möglichkeiten zur Werbung für Unternehmen in Fachkreisen dar. Hervorzuheben ist der Zugang zur Technischen Universität als Innovations- und Forschungsstandort der besonderen Art, denn im Zuge von Bachelor- und/oder Masterarbeiten können Sie Studenten in Ideen für Ihre Firma miteinbeziehen und mit ihnen innovative Lösungen ausarbeiten. Nicht zuletzt wird auf diesem Weg auch für die Zukunft vorgesorgt.

WINGbusiness Impressum

Medieninhaber (Verleger)

Österreichischer Verband der Wirtschaftsingenieure

Kopernikusgasse 24, 8010 Graz

ZVR-Zahl: 026865239

Editor Heft 4/2024

Prof. Dipl.-Ing. Dr. Kurt Matyas E-Mail: kurt.matyas@tuwien.ac.at

Univ.-Prof. Dr.-Ing. habil. Fazel Ansari E-mail: fazel.ansari@tuwien.ac.at

Denn schließlich sind es die heutigen Studenten der Technischen Universität, die morgen als Ihre Kunden, Händler oder Lieferanten fungieren. Mit WINGnet-Werbemöglichkeiten kann man diese nun schon vor dem Eintritt in das Berufsleben von sich und seiner Firma überzeugen und somit eine gute Basis für eine langfristige und erfolgreiche Zusammenarbeit schaffen. WINGnet Wien veranstaltet mit Ihrer Unterstützung Firmenpräsentationen, Workshops, Exkursionen sowie individuelle Events passend zu Ihrem Unternehmen. WINGnet Wien bieten den Studierenden die Möglichkeit- zur Orientierung, zum Kennenlernen interessanter Unternehmen und Arbeitsplätze sowie zur Verbesserung und Erweiterungdes universitären Ausbildungsweges. Organisiert für Studenten von Studenten.Darüber hinaus bietet WINGnet Wien als aktives Mitglied von ESTIEM (European Students of Industrial Engineering and Management) internationale Veranstaltungen und Netzwerke. In 24 verschiedenen Ländern arbeiten 66 Hochschulgruppen bei verschiedenen Aktivitäten zusammen und treten so sowohl untereinander als auch zu Unternehmen in intensiven Kontakt. Um unser Ziel - die Förderung von Studenten - zu erreichen, benötigen wir Semester für Semester engagierte Unternehmen, die uns auf verschiedene Arten unterstützen und denen wir im Gegenzug eine Möglichkeit der Firmenpräsenz bieten. Die Events können sowohl in den Räumlichkeiten der TU Wien als auch an dem von Ihnen gewünschten Veranstaltungsort stattfinden. Weiters können Sie die Zielgruppe individuell bestimmen. Sowohl alle Studienrichtungen als auch z.B. eine Festlegung auf Wirtschaftswissenschaftlichen Studiengängen ist möglich. Außerdem besteht die Möglichkeit eine Vorauswahl der Teilnehmer, mittels Ihnen vorab zugesandten Lebensläufen, zu treffen.

Auf unserer Webseite http://www.wing-online.at/de/ wingnet-wien/ finden Sie eine Auswahl an vorangegangenen Events sowie detaillierte Informationen zu unserem Leistungsumfang

WINGnet Wien: Theresianumgasse 27, 1040 Wien, wien@wingnet.at ZVR: 564193810

Redaktion/Layout

Chefin vom Dienst & Marketingleiterin:

Mag. Beatrice Freund

Tel. +43 (0)316 873-7795, E-Mail: office@wing-online.at

Editorial Board

Ing. Mag. Johannes Hunschofsky, CSE

Theresa Neuhauser, MA BA, E-Mail: theresa.neuhauser@eitmanufacturing.eu

Dipl.-Ing. Florian Schierlinger-Brandmayr E-Mail: florian.schierlinger-brandmayr@tugraz.at

Dipl.-Ing. Mario Hoffelner E-Mail: mario.hoffelner@unileoben.ac.at

Dr. Christian Burkart E-Mail: christian.burkart@fh-joanneum.at Dipl.-Ing. Johannes Dirnberger-Wild E-Mail: johannes.dirnberger@fh-joanneum.at

Anzeigenleitung/Anzeigenkontakt

Mag. Beatrice Freund Tel. +43 (0)316 873-7795, E-Mail: office@wing-online.at

Druck

Druckhaus Scharmer GmbH, Europastraße 42, 8330 Feldbach Auflage: 1.800 Stk. Titelbild: (c) alotofpeople - stock.adobe.com

WING-Sekretariat

Kopernikusgasse 24, 8010 Graz, Tel. (0316) 873-7795, E-Mail: office@wing-online.at WING-Homepage: www.wing-online.at

Erscheinungsweise

4 mal jährlich, jeweils März, Juli, Oktober sowie Dezember. Nachdruck oder Textauszug nach Rücksprache mit dem Editor des „WINGbusiness“. Erscheint in wissenschaftlicher Zusammenarbeit mit den einschlägigen Instituten an den Universitäten und Fachhochschulen Österreichs. Der Wirtschaftsingenieur (Dipl.-Wirtschaftsingenieur): Wirtschaftsingenieure sind wirtschaftswissenschaftlich ausgebildete Ingenieure mit akademischem Studienabschluss, die in ihrer beruflichen Tätigkeit ihre technische und ökonomische Kompetenz ganzheitlich verknüpfen. WING - Österreichischer Verband der Wirtschaftsingenieure ist die Netzwerkplattform der Wirtschaftsingenieure. ISSN 0256-7830

Revolutionieren Sie Ihr Unternehmen mit AI5production!

Entdecken Sie die Zukunft der Produktion mit AI5production, dem führenden European Digital Innovation Hub in Österreich. AI5production bietet produzierenden Unternehmen mit bis zu 2.999

Mitarbeiter:innen kostenlose Services, um Technologien zu testen, Fördermittel zu sichern und die digitale Transformation Richtung Industrie 5.0 voranzutreiben. Digitalisierung

Starten Sie Ihre digitale Transformation noch heute!

Predictive Maintenance – your secret to optimise operations!

Benefit from predictive maintenance through:

Enhanced Safety: Reduces risks and prevents disasters through proactive measures.

Increased Resilience: Bolsters infrastructure durability against failures.

Resource Efficiency: Cuts costs and conserves energy by optimising operations.

Minimised Downtime: Ensures smooth workflows and maximises productivity by preventing disruptions.

PreMETS revolutionises predictive maintenance practices across all industries. It provides innovative education and training programmes to teach companies everything they need to know about implementing and using predictive maintenance.

Predictive Maintenance

Education & Training System

Join us in building a smarter, safer, and more resilient future by fostering knowledgesharing and innovation in predictive maintenance.

Lokal vernetzt, europäisch verbunden

Wir von EIT Manufacturing bringen Akteure zusammen, die den Unterschied machen: Industrie, KMU, Startups, Hochschulen und Forschungseinrichtungen. Gemeinsam beschleunigen wir Innovationen und bringen sie erfolgreich auf den Markt. Mit unserem europaweiten Netzwerk sind wir dort, wo Sie uns brauchen – für eine zukunftsorientierte, wettbewerbsfähige und nachhaltige Fertigung.

Werden Sie Teil des größten europäischen Innovationsnetzwerks für die produzierende Industrie!

eitmanufacturing.eu

east@eitmanufacturing.eu

mitic.at