Voraussetzungen für den Remote-Betrieb

Nachhaltiges Wachstum erfordert Workplace Transformation

Unternehmen aller Branchen sehen sich mit den Auswirkungen der Corona-Krise konfrontiert. Industrien, die ihren End-to-End-Betrieb erfolgreich in einer virtuellen Umgebung managen, haben dabei einen Vorteil und bessere Chancen, die Krise zu überstehen und zu wachsen. Insbesondere die Fertigungsbranche hat hier Nachholbedarf. Die Branche muss ganzheitliche operative Ansätze sowie Notfallpläne implementieren, um einen sicheren Betrieb zu gewährleisten.
Bild: ©Jacob Lund/stock.adobe.com

Noch vor dem Lockdown führte Infosys die Studie ‚Drive Change from Within‘ durch. Aus ihr ging hervor, dass die Mehrheit der befragten CEO bereits sogenannte Workplace-Transformation-Programme plant, um Wettbewerbsvorteile zu schaffen. Laut Studie gaben 81 Prozent der produzierenden Unternehmen an, innerhalb der kommenden zwei Jahre Strategien zum Arbeitsplatz der Zukunft zu entwickeln. Der Verlauf der Pandemie erfordert schnelle entgegenwirkende Maßnahmen. Die Krise stellt Fertigungsunternehmen einerseits vor Herausforderungen, birgt andererseits aber auch die Möglichkeit, sich auf einen sichereren, effizienteren und widerstandsfähigeren Betrieb auszurichten. Der Imperativ: Die Workplace Transformation sollte das Remote-Arbeiten in den Mittelpunkt stellen und Disruptionen durch äußere Ereignisse minimieren.

Voraussetzungen schaffen

Fertigungsunternehmen sollten mit Blick auf die Zukunft die Voraussetzungen für einen großflächigen Remote-Betrieb schaffen. Zuerst müssen dafür jedoch die verschiedenen Aufgaben eingeteilt werden: Wofür ist eine Präsenz vor Ort erforderlich? Was kann auch aus der Ferne erledigt werden? Ein Ökosystem, bestehend aus digitalen Werkzeugen und Mitarbeitern, unterstützt bei einer entsprechenden Planung sowie einer sicheren Verwaltung des Betriebs. Systeme rund um kognitives Computing, Machine Learning (ML), Robotic Automation und künstliche Intelligenz (KI) transformieren die Arbeitsumgebung und treiben gleichzeitig die Produktivität sowie die operative Exzellenz voran. Ein KI-gestützter Arbeitsplatz migriert beispielsweise menschliche Aufgaben und Workloads nahtlos in eine gemischte Umgebung – Betriebsabläufe werden damit vereinfacht und Engpässe vermieden. Cloud-basierte Services wie Windows-as-a-Service und Device-as-a-Service standardisieren die Vielzahl unterschiedlicher Endgeräte für funktionelle sowie virtuelle Anwender und optimieren darüber hinaus sogenannte Co-Working Spaces. Damit entsteht ein harmonisierter globaler und Anwender-orientierter Arbeitsplatz für KI-getriebene Abläufe – dies reduziert auch die laufenden IT-Wartungskosten. Digitale Produktionseinheiten sind in der Lage, einen API-basierten Ansatz zur Integration bestehender Unternehmenssysteme mit ‚Return-to-Workplace‘-Lösungen zu verfolgen. Fertigungsunternehmen können somit IoT-Endgeräte, integrierte Analysen und gestengesteuerte Anwendungen neben neuen Standardbetriebsverfahren für die Sicherheit am Arbeitsplatz und das Wohlbefinden der Mitarbeiter einsetzen. KI-Lösungen bieten nicht eingreifende und kontaktlose Mechanismen für Wärmeschutz, persönlichen Schutz, Kontaktverfolgung und Social Distancing. Darüber hinaus können entsprechende Lösungen Anomalien erkennen und ermöglichen produzierenden Unternehmen damit, einen sicheren Arbeitsplatz zu schaffen und Ereignisse zu melden und zu verwalten – ohne persönlich identifizierbare Daten der Mitarbeiter zu erfassen oder zu speichern.

‚Arbeiten-von-überall‘-Infratstruktur

Mithilfe einer stabilen ‚arbeiten-von-überall‘-Infrastruktur können produzierende Organisationen die Produktionsverwaltung sowie administrative Funktionen an Remote-Locations migrieren. Cloud-basierte Tools und Edge Computing-Lösungen adressieren diese Anforderungen und können gleichzeitig das Mitarbeitererlebnis verbessern. Des Weiteren erhöhen digitale Lösungen durch nahtloses Networking, schnellen Wissensaustausch und kollaborative Entscheidungsfindungen die Effizienz von Remote-Arbeitsplätzen.

Einfacher Umstieg

Da viele Mitarbeiter bereits entsprechende Endgeräte und Apps nutzen, wird der Wechsel zu einem Remote-Arbeitsplatz vereinfacht. Die Herausforderung liegt vielmehr in der Integration isolierter Ressourcen und Prozesse sowie von Best Practices. Die Lösung liegt in hoher Transparenz, Verantwortlichkeit und standardisierten Workflows. Unified Communication and Collaboration(UCC)-Plattformen können Fertigungsfirmen beim Shift zu einer Remote-Arbeitsumgebung unterstützen. Durch sie können Mitarbeiter auf Daten zugreifen und diese teilen. Meetings können aufgezeichnet sowie die interne und externe Kommunikation archiviert werden. Außerdem können Manager einheitliche Lösungen verwenden, um Richtlinien und Meilensteine für eine dezentrale Belegschaft zu definieren. Ein weiterer Erfolgsfaktor von Programmen zur Workplace Transformation ist die Wissensvermittlung. On-Demand-Schulungen ermöglichen es Mitarbeitern, Lücken zu erkennen und sich weiterzubilden bzw. umzuschulen. Der Selbsthilfeansatz des aktiven Lernens befähigt Teams, sich an ein dynamisches Arbeitsumfeld anzupassen und agile Arbeitsweisen zu integrieren. Digitale Lernmodule straffen das Talent-Management und die Remote-Einarbeitung neuer Mitarbeiter außerdem signifikant.

Seiten: 1 2 3Auf einer Seite lesen

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige