2018 11-22 - tech_komm und industrie 4.0 __ schaffner (public)

Technische Dokumentation 4.0
Prof. Dr.-Ing. Michael Schaffner
Technische Kommunikation in der Industrie 4.0
̶ Forderung nach einer
Flexibilisierung der Informationswirtschaft ̶
tekom Regionalgruppe Süd-Niedersachen | Hannover, 22.11.2018© Mimi Potter – Fotolia.com

Kurzvorstellung
2Prof. Dr. Michael Schaffner | Technische Dokumentation 4.0 | tekom RG Süd-Niedersachsen | Hannover
 BIOS Dr.-Ing. Schaffner Beratungsgesellschaft mbH
 Inhaber
 Berater für u.a. Wissensmanagement, Technische Kommunikation, Management von
Innovationsprozessen und Change-Management
 FOM Hochschule für Oekonomie und Management gGmbH
 Lehrstuhl „Allgemeine BWL - Schwerpunkt Organisation,
Technologie- und Innovationsmanagement“
 weitere Funktionen
o wissenschaftlicher Studienleiter der FOM Open Business School (OBS), Standort Berlin
o Studienleiter für Kooperation & Wirtschaftskontakte, Standort Berlin
o FOM KompetenzCenter Technologie- und Innovationsmanagement (KCT), kooptierter Wissenschaftler
zuvor u.a.
 Geschäftsführer der euroscript-Unternehmen in Deutschland
 Professor für Audiovisuelle Medientechnik, HTWK Leipzig
 freiberuflicher Unternehmensberater (Gründung der Fa. BIOS im Jahr 1985)
 Promotion, Themengebiet „Innovationsmanagement im Medienwesen“
 wissenschaftlicher Projektleiter, Institut für angewandte Innovationsforschung IAI e.V.
 Studium der Arbeitsökonomie
 Studium der Nachrichten-/Automatisierungstechnik
 Industriekaufmann
22.11.2018

Was wir heute klären wollen
Vorstellung von Forschungsergebnissen
 Was ist Industrie 4.0?
 Wie funktioniert Industrie 4.0?
 Welche Auswirkungen hat Industrie 4.0 auf die Technische Dokumentation?
 Was bedeutet Technische Kommunikation 4.0?
 Hinführung zu iiRDS
22.11.2018

Methodik, praktische Implikationen
Zielsetzung
Forschungsdesign
4Prof. Dr. Michael Schaffner | Technische Dokumentation 4.0 | tekom RG Süd-Niedersachsen | Hannover22.11.2018
Technische Kommunikation
• Erstellung und Bereitstellung von multimedialen
Informationsprodukten für die sichere, effiziente und
effektive Verwendung von erklärungsbedürftigen
Produkten (techn. Systeme, Software, Services)
• z.B. Betriebs- und Wartungsanleitungen, Service-
literatur, Ersatzteilkataloge, Trainingsmaterial
Forschungsfrage
Wie wird sich die Arbeitsorganisation in der Technischen Kommunikation im Kontext von Industrie 4.0 verändern?
a) entlang der unternehmensübergreifenden Wertschöpfungskette (horizontale Integration)
b) innerhalb der funktionsübergreifenden IT-Infrastruktur eines Unternehmens (vertikale Integration)
Industrie 4.0
• Verzahnung der Produktion mit modernster
Informations- und Kommunikationstechnik
• technische Umsetzung der fraktalen Organisation
mittels Cyberphysikalischen Systemen (CPS)
• M2M-Kommunikation autonom agierender Systeme
• kontextabhängige Situationsbestimmung mittels
Sensorik und virtueller Modellierung (Smart Factory)
Forschungsprojekt (2016 bis 2017)
„Technische Kommunikation 4.0
– eine neue Arbeitswelt“ (Ltg. Prof. Schaffner)
Auswirkungen auf
die Wissensarbeit
Auswirkungen auf
die Ausbildung
Konzeption „Technische Kommunikation 4.0“
Prototyping
(Prof. Schaffner
als Scrum Master)
Grounded
Theory
(Prof. Schaffner
als Silent Partner)
exploratives Forschungsdesign
(Literaturreview, Fallstudien)
© tekom
© tekom
(aktiv) (passiv)
EU-Projekt
tekom-Projekt

Verwertung der Forschungsergebnisse (Stand: Nov 2018)
Vorträge / Gastvorlesungen
 tekom Frühjahrs- und Herbst-Tagungen (14.4.16, 6.4.17, 25.11.17)
 Seminarreihe in Regionalgruppen der tekom DACH-Region ab 2017
 EUKO 2017, Wissenschaftskonferenz, 20.10.17
 Universität Mainz/Germersheim, 21.6.17
 BMBF-Travelling-Conference in China: Chongqing University, Shanxi University, Taigu College, Taian University, 18.-28.2.17
Publikationen
 Schaffner, M. (2016): Industrie 4.0: Neue Wissensflüsse in der Technischen Kommunikation?; in: tekom (Hrsg.): Proceedings zur
Frühjahrstagung 2016, Berlin, 14./15.04.2016, tcworld Verlag: Stuttgart, S. 29-31
 Schaffner, M. (2017): Industrie 4.0 – eine Revolution auch für die Wissensarbeit im Team; in tcworld (Hrsg.): Proceedings zur
Frühjahrstagung 2017, Kassel, 06./07.04.2017, tcworld Verlag: Stuttgart, S. 79-82
 Schaffner, M. (2017): Industrie 4.0 – eine Revolution auch für die Wissensarbeit in der Technischen Kommunikation; Stumpf. M. (Hrsg.):
EUKO 2017 – Kommunikation und Digitalisierung; Proceedings zur 17. Tagung des Forschungsnetzwerkes Europäische
Kulturen in der Wirtschaftskommunikation (EUKO), Frankfurt, 19.-21.10.2017, MA Akademie Verlag: Essen, S. 20-25
 Schaffner, M. (2017): Industrie 4.0 als Motor für „intelligente Information“; in: Hennig, J. / Tjarks-Sobhani, M. (Hrsg.): Intelligente
Information; Schriften zur Technischen Kommunikation - Band 22; tcworld Verlag: Stuttgart, S. 111-124
 Schaffner, M. (2018): Technische Redakteure als Wissensmanager; in: Hennig, J. / Tjarks-Sobhani, M. (Hrsg.): Nutzen für Produkt
und Unternehmen durch Kompetenz der Technischen Redaktion; Schriften zur Technischen Kommunikation - Band 23;
tcworld Verlag: Stuttgart, S. 155-170
 Schaffner, M. (2018): Industrie 4.0: Technische Redakteure werden zu Semantikmodellierern; in: Hermeier B. / Heupel. T. /
Fichtner-Rosada, S. (Hrsg.): Arbeitswelten der Zukunft; FOM-Edition; Springer Gabler: Wiesbaden (erscheint im Dezember 2018)
 Schaffner, M. (2018): Technische Kommunikation im Wandel von Industrie 4.0; in: Stumpf, M. (Hrsg.): Digitalisierung und
Kommunikation; FOM-Edition; Springer Gabler: Wiesbaden (erscheint im Dezember 2018)
 Schaffner, M. (2019): Industry 4.0: Flexibility of Technical Infonomics by Knowledge Management; in: Oberheitmann, A. / Heupel. T. /
Yang, J. / Wang. Z.: German and Chinese Contributions to Digitization; FOM-Edition; Springer Gabler: Wiesbaden (erscheint im
Frühjahr 2019)
 Schaffner, M. (2019): Servicemanagement im Maschinenbau als Prozessinnovation; in: Abele, T. (Hrsg.): Fallstudien zum Innovations-
management; FOM-Edition; Springer Gabler: Wiesbaden (erscheint im Frühjahr 2019)
22.11.2018

Agenda
1 Industrie 4.0 und Technische Kommunikation
1.1 Radikal neue Geschäftsprozesse durch Industrie 4.0
1.2 Wissensarbeit in der Technischen Kommunikation
2 TechKomm 4.0 – Konzeptionelle Überlegungen
2.1 Neue Aufgaben in der Technischen Kommunikation
2.2 Intelligente Information organisieren
3 Fazit

Relevanz intelligenter Information
Straub, D.: Ein Schritt weiter; in: technische Kommunikation, Heft 06/2017, S. 11-16
Tekom Frühjahrsumfrage 2017 (n = 1.052)

8Prof. Dr. Michael Schaffner | Technische Dokumentation 4.0 | tekom RG Süd-Niedersachsen |22.11.2018© geertweggen - Fotolia.com
?

Agenda
3 Fazit

Ursprung
Industrie 4.0
 Begriff geht auf die Forschungsunion der deutschen Bundesregierung zurück
 Beratungsgremium, das von 2006 bis 2013 die Hightech-Strategie der
Bundesregierung begleitet hat
 Industrie 4.0 ist ein Marketingbegriff der deutschen Bundesregierung
 Potenziale der digitalen Transformation für den Wirtschaftsstandort Deutschland
pointieren
 2011: erstmals zur Hannover-Messe in der Öffentlichkeit bekannt geworden
 2013: Abschlussbericht „Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0“
 Pendant in den USA „Connected Industry“
 „4.0“ soll zum Ausdruck bringen, dass durch die Digitalisierung
eine vierte industrielle Revolution eingeleitet wird

Folge von I4.0: Rückkehr zur Vielfalt
Schlagwort durch Industrie 4.0: Mass-Customizing
●
●
●
●
1850
1913
1955
1980
2000
●
Massenproduktion
kundenindividuelle
Massenproduktion
Produktvielfalt
Produktvolumen
jeVariante
©
grap
hsca
pe
plus digitale
Zusatzfunktionen
(smart services)

Geschäftsmodelle in Industrie 4.0
Geschäftsmodell EVOLUTION
Branchenlogik bleibt bestehen
• Fokus auf technologienahe Effizienzsteigerung
• Digitale Veredelung von Produkten & Leistungen
• produktnahe digitale Services
enge Kooperation mit IT-Spezialisten
in Anlehnung an: Wieselhuber; Fraunhofer (Hrsg.): Geschäftsmodell-Innovation durch Industrie 4.0, März 2015, S. 26
Geschäftsmodell DISRUPTION
Branchenlogik stark verändert
• radikal neue Wert- und Serviceorientierung
• Wertschaffung in „Eco-Systemen“
• Einsatz neuer, disruptiver Technologien
globales Koop.-Netzwerk (IKT, Internet-Ökonomie)
Mehrwertdienste für isolierte Systeme durch neue
Formen der Wissens-generierung und -bereitstellung,
Big Data Analytics, echtzeitnahe Simulation etc.
Erlösmodell: bezahlte Zusatzdienste (smart services)
Beispiele
• Würth „iBin“, ein vollautomatisches Füllstands-, Zähl- und
Bestellsystem (kameraüberwachter Kleinladungsträger mit
RFID-CHIP)
• Kärcher Fleet zur Überwachung der Reinigungsgeräte
(Standort, Betriebszustand);
edle Services als Fremium-Angebot
• Heidelberger Predictive Maintenance zur kontinuierliche,
technischen Überwachung des Maschinenzustands
• Rastal smart glasses im Bareinsatz zur statistischen
Auswertung von Trinkgewohnheiten in Abhängigkeit von
Stimmung und Musikrichtungen
Nutzen entsteht durch das Zusammenspiel
vernetzter Systeme im Prozess und in Kombination
mit Prozesssteuerung auf Basis von Echtzeit-Daten
Erlösmodell: Pay-per-use statt Maschinenverkauf
Beispiele
• car sharing-Konzept großer Automobilhersteller
• smart farming: selbstfahrende, GPS-gesteuerte Land-
maschinen; Drohen zur Schädlingsbekämpfung (z.B.
Abwurf von Schlupfwespeneiern über befallene Pflanzen);
Bodenbewirtschaftung auf Basis von Echtdaten der
Bodenanalyse (Mineralstoffe, Feuchtigkeit) und
Satellitenbilder; Beteiligung von Saat-/Düngemittel-
hersteller am Ertrag/Verlust
• Vision Van von Daimler: Algorithmen steuern
Kommissionierung und Verladung der Packstücke, die Van-
Routenplanung und die Zustelldrohnen

Industrie 4.0 live erzählt
22.11.2018
www.youtube.com/watch?v=1dMSXM9PHfo

Eine sich verändernde Service-Welt
1. Industrielle Revolution 2. Industrielle Revolution 3. Industrielle Revolution 4. Industrielle Revolution
Arbeitsmaschinen Fließbandarbeit Automatisierung Digitalisierung
erster mechanischer
Webstuhl (1784)
erste Fließfertigung in den
Schlacht-
höfen von
Cincinnati
(1870)
erste speicherprogrammier-
bare Steuerungen (1969)
Dominanz der Datennetze
(ca. 2000)
Mechanisierung durch
Wasser- und Dampfkraft
arbeitsteilige Massen-
produktion mit Hilfe
elektrischer Energie
Substitution menschlicher
Arbeit durch Computer, IT,
Automation und Robotik
Vernetzung virtueller und
realer Welt durch
cyber-physikalische Systeme
Acatech, Promotorengruppe Kommunikation der Forschungsunion Wirtschaft-Wissenschaft (Hrsg.): Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0, April 2013, S. 17
Brumby, L.: Smart Services brauchen qualifizierte Service-Ingenieure; in: Service today, Heft 03/2016, S. 56-57
• gebrochener Hebel
• gerissener Riemen
• …
• falsche Synchronisation
• verkettete Fehlerfolge
• …
• Fehler in der Steuerung
• Signaldatenfehler
• …
• Viren, Trojaner
• Softwarefehler
• …
Typische Störungsursachen
Diagnose
erforderliche Kompetenzen im Service
leicht mittel schwer ????
Informatik, …
Elektronik, Steuerungstechnik, …
Elektrik, Logistik, …
Mechanik, Werkstoffkunde, …

smarte Fabrik
Fabrik 4.0
 klassische Fabriken: vorwiegend zentral, vertikal-hierarchisch strukturiert
 hohen Koordinationsaufwände und Kosten bei zunehmender Leistungskomplexität
 fraktale Fabrik (Warnecke 1995): dezentrale Strukturen mit kleinen Regelkreisen
(Fraktale) mit intensiver Kommunikation zwischen allen Subsystemen
 I4.0-Technologien machen heute fraktale Fabriken möglich
 Fraktale agieren als autonome und dynamische Einheiten und stehen in einer
Dienstleistungsbeziehung zueinanderstehen - sie organisieren und optimieren sich selbst
 in einer smarten Fabrik lassen sich smarte Produkte prozessieren, die
funktechnisch über eingebettete Systeme mit Maschinen, Anlagen und anderen
Systemen kommunizieren können (via Verwaltungsschale) – Beispiele:
 Konfigurationsdaten werden einer Komponente mitgegeben, sodass die Inbetriebnahme
einer Maschine schneller erfolgt und manuelle Konfigurationsschritte entfallen
 Halbzeuge führen Daten ihrer Produktionsschritte mit sich und können an die Maschine
kommunizieren, welcher Produktionsschritt als nächster erfolgen soll
 Verschleißdaten werden gesammelt,
o um bei Toleranzabweichungen einen Servicefall auszulösen oder
o mit statistischer Auswertung bislang unbekannte Fehlerursachen aufzudecken (Big Data Analytics).
22.11.2018

durchgängiges System-Engineering
 Abkehr von der statischen Sicht
 ein eingeschränktes Produktspektrum wird durch die Möglichkeiten
in der Fertigung bestimmt
 konfiguriert werden kann nur das, was auch produziert werden kann
 Bsp.: Heckscheibenwischer können nicht für Limousinen bestellt werden (nur für Kombis)
 Konfiguration der CPS nach Produktfeatures – und nicht umgekehrt
 frei konfigurierbare Produkte bestimmen den Produktionsprozess
 informationstechnische Konfigurationsregeln (Semantik) bestimmen
eine fallspezifische Produktionsstruktur (Topologie)
Fallbeispiel: Siemens
22.11.2018
Acatech, Promotorengruppe Kommunikation der Forschungsunion Wirtschaft-Wissenschaft (Hrsg.): Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0, April 2013, S. 37, 77

dynamische Wertschöpfungsketten
 autonom dynamische Umrüstung
der Produktionsstraßen
 Ermöglichung eines Variantenmixes in der Ausstattung
(z.B. Einbau individueller Elemente)
- Voraussetzung für mass customizing
- Ermöglichung industrieller Einzelfertigung
 Reaktion auf Logistikaspekte (Engpässe,
Systemausfälle etc.)
 smart product
 „fährt“ autonom durch die CPS-fähigen Prozessmodule
des Montagewerkes
 führt Status und Historie mit sich
 weist die Maschine zur Bearbeitung an
Fallbeispiel: Hewlett Packard, Trumpf
22.11.2018
VDMA Nachrichten, Sonderdruck, 3/2013, S. 18ff.
Acatech, Promotorengruppe Kommunikation der Forschungsunion Wirtschaft-Wissenschaft (Hrsg.): Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0, April 2013, S. 68, 105

aktuelle Probleme bei plötzlichen Lieferantenausfällen
 Bewertung der Auswirkung auf die laufende Produktion + nachfolgende Prozesse
o Welcher Lieferant kann einspringen?
o Wie kann „Ware in Arbeit“ logistisch abgewickelt werden?
o Wie lange reichen die noch vorhandene Bestände aus?
o In welchen Produkten sind Teile des Alt-Lieferanten verbaut?
o Welche Auswirkungen auf Handel, Service etc. sind durch Neu-Lieferanten zu erwarten?
o Können Neu-Lieferanten die entsprechenden Kapazitäten bereitstellen?
 hohes unternehmerisches Risiko (Mehrkosten, Zeitverzüge, Reklamationen)
smart Supply Chain Management
 durch semantische Modellierung der Geschäftsprozesse wird eine Simulation aller
Produktionsschritte und in ihrer Abhängigkeit zum Produktionsprozess möglich, z.B.
o Simulation der Bestandsreichweite, des Transports und der logistischen Abwicklung
o Ermittlung des Verwendungsnachweises bereits verbauter Teile
o Informationen aus dem Haltbarkeitsmanagement
 im Falle eines Lieferantenausfalls
o Simulation der Umrüstungen, der veränderten Kosten und Margen alternativer Lieferanten
o automatische Anfrage alternativer Lieferanten in einer Lieferanten-Cloud
o automatische Teile-Bestellung
Fallbeispiel: smarter Lieferantenwechsel
22.11.2018

Technologietreiber der 4. Industrielle Revolution
(ausgewählte) Technologietreiber ermöglichen die smarte Fabrik (Fabrik 4.0)
 Funkstrecken im Nahbereich (RFID)
 Objekt-Vernetzung über Internet (IoT, Cloud Computing)
 dezentrale Rechnerlogik (embedded systems)
 digitaler Zwilling (Digital Twin)
 virtuelle Modellierung realer Formen der Zusammenarbeit (semantische Regeln)
 digitale Lebenslaufakte (Verwaltungsschale)
22.11.2018
1. Industrielle Revolution 2. Industrielle Revolution 3. Industrielle Revolution 4. Industrielle Revolution
Arbeitsmaschinen Fließbandarbeit Automatisierung Digitalisierung
erster mechanischer
Webstuhl (1784)
erste Fließfertigung in den
Schlacht-
höfen von
Cincinnati
(1870)
erste speicherprogrammier-
bare Steuerungen (1969)
Dominanz der Datennetze
(ca. 2000)
Mechanisierung durch
Wasser- und Dampfkraft
arbeitsteilige Massen-
produktion mit Hilfe
elektrischer Energie
Substitution menschlicher
Arbeit durch Computer, IT,
Automation und Robotik
Vernetzung virtueller und
realer Welt durch
cyber-physikalische Systeme

Funkstrecken im Nahbereich
 reale Objekte (Privat-/Geschäftsleben) werden um funkfähige Elemente ergänzt
 Objekte können auf diese Weise mit ihrer Umgebung kommunizieren
(z.B. mittels RFID, Bluetooth)
RFID
 RFID = Radio Frequency Identification
(Kontaktloser Datenaustausch im Nahbereich über Funkwellen)
 Vernetzung von Objekten mit Prozessen
 Beispiele
 Identifizierung von Tieren (seit 1970 von
Nutztieren, z.B. Ohrmarken; Haustiere per Chip)
 Warensicherung im Handel
 Identifizierung von PKW-Haltern und
automatischer Einstellung von
personenindividuellen
Fahrzeugparametern
(Sitzposition, Spiegel-
einstellung etc.)
22.11.2018
© NPL, Michael Hutchinson
www.dailymail.co.uk/sciencetech/article-3201564/Hackers-reveal-flaw-100-cars-kept-secret-
Volkwagen-TWO-YEARS-Bug-used-unlock-Kia-Lamborghini.html
www.rfid-grundlagen.de/transponder.html

Objekt-Vernetzung über Internet
Internet der Dinge (IoT)
 Fortschreibung des RFID-Prinzips: Vernetzung von Gegenständen im Internet
 Gegenstände können selbstständig über das Internet kommunizieren
und so verschiedene Aufgaben für den Besitzer erledigen
 Cloud Computing: Bereitstellung von IT-Infrastruktur und IT-Leistungen (z.B.
Speicherplatz, Rechenleistung, Anwendungssoftware) als Service über das Internet
 Anwendungsbereiche: allgemeine Informationsversorgung, automatische Bestellungen,
Warn- und Notfallfunktionen
 Beispiele:
 Objekt-Tracking: Paketverfolgung, Aufspüren entlaufener Haustiere, gestohlener PKWs
 Warenverfolgung und Warennavigation in der Supply-Chain
 Lebensmittel melden, dass die Kühlkette während ihres Transports unterbrochen war
 Fitnessarmbänder senden biometrische Daten an Krankenkassen oder Ärzteteams,
Applikationen berechnen Bonusprogramme oder buchen Arzttermine
 Überwachung der Körperfunktionen bei der Reihenfolgeplanung in der Notaufnahme
 smarte Fenstergriffe (Sensorik, IP-Adresse) setzen Warnmeldungen ab, bei Stati-Meldung
„Fenster offen“ (als Sensorwert) und „Bewohner außer Haus“ (per GPS getrackt)
 Halbfabrikate teilen den Produktionsmaschinen mit, wie sie bearbeitet werden wollen
22.11.2018

dezentrale Rechnerlogik
embedded systems
 elektronischer Mini-Computer, eingebettet (weitestgehend unsichtbar für den
Benutzer) in einen technischen Kontext – mit Übernahme von z.B.
 Überwachungs-, Steuerungs- oder Regelfunktionen
 Daten- bzw. Signalverarbeitung
 IoT und embedded systems macht aus physischen Systemen
cyber-physische Systeme (CPS), die über
 Sensoren (Messfühler) und
 Aktoren (Antriebselemente)
mit der Außenwelt verbunden sind und so zu verteilten Systemen werden
 (Software-)Agenten sind Programme, die als Bestandteil eines verteilten Systems
selbstständig handeln und mit anderen Agenten des Systems kommunizieren
 Beispiele:
 virtuelle Assistenz (z.B. Amazon Alexa)
 Geofencing: automatisiertes Auslösen einer Aktion durch das Überschreiten einer
gedachten Begrenzung auf der Erdoberfläche (z.B. smartes Thermostat der Fa. tado)
 Predictive Maintenance (z.B. Heidelberger Druckmaschinen)
22.11.2018

digitaler Zwilling
Digital Twin
 repräsentiert ein reales Objekt
(materiell oder immateriell)
in der digitalen Welt
 virtuelles Modell z.B.
eines Prozesses, eines
Produkts, einer Person
oder einer Dienstleistung
 verbindet die reale und
virtuelle Welt
 verwendet reale Daten von installierten Sensoren
 welche z.B. die Arbeitsbedingungen oder Position von Maschinen repräsentieren
 diese Kopplung der virtuellen und realen Welten ermöglicht die Analyse von Daten
und die Überwachung von Systemen
22.11.2018
© peshkova – Fotolia.com

virtuelle Modellierung
Reale und virtuelle Welt wächst zusammen
 der Aufwand digitaler Datenerfassung sinkt
 das Zusammenwirken realer Objekte wird virtuell mit semantischen Regeln
(Informatik) modelliert
 Beziehungen zwischen Objekten oder Sachverhalten (allg. „issues“)
werden in einem Datenmodell (z.B. RDF: Resource Description Framework)
maschinenlesbar definiert
 üblicherweise in der Form
»SUBJEKT-PRÄDIKAT-OBJEKT«,
Z.B.
o „Trommel“ (Subjekt)
„ist Teil von“ (Prädikat)
„Maschine“ (Objekt)
o „Fehlercode RT4“ (Subjekt)
„benötigt“ (Prädikat)
„Fehlerbeschreibung 67CF“ (Objekt)
o „Fehlerbehebung RT4“ (Subjekt)
„erfordert“ (Prädikat)
„Techniker mit Zertifikat A1“ (Objekt)
22.11.2018
www.queo-blog.com/2011/12/wir-gestalten-die-digitale-zukunft-teil-2 (Abruf: 12.04.2016)

digitale Lebenslaufakte
Verwaltungsschale
 Cyber-Physische-Systeme sind über Datennetze verknüpft, interagieren nach
semantischen Regeln miteinander und tauschen Informationen aus
 Informationen von I4.0-Komponenten werden in Verwaltungsschalen organisiert
 diese Daten beschreiben und repräsentieren die reale Komponente virtuell (digital twin)
 wichtiges Interface zwischen der realen Komponente und der virtuellen I4.0-Welt
 Informationspaket
 gespeichert in einer Repository (z.B. Cloud)
 eindeutige ID-Verknüpfung mit dem „Ding“
 dynamische Sammlung aller relevanten Daten
über den kompletten Lebenszyklus hinweg
 Gegenstände in Industrie 4.0 (Assets)
können organisch und anorganisch sein,
besitzen eine Verwaltungsschale und
sind per ID ansprechbar – auch hierarchisch
 Fabriken, Maschinen, Komponenten
 aber auch Personen (z.B. mittels RFID-Mitarbeiterausweis)
22.11.2018

vertikale und horizontale Vernetzung
Auswirkungen von Industrie 4.0 auf die Supply chain
Cyber-physische Systeme in Administration und Produktion sind
 vertikal über betriebswirtschaftliche Prozesse innerhalb
von Unternehmen vernetzt
und
 horizontal zu verteilten, in Echtzeit steuerbaren Wertschöpfungsnetzwerken
verknüpft – von der Bestellung bis zur Ausgangslogistik.
22.11.2018

Vertikale Digitalisierung
 Vertikale Integration und vernetzte
Produktionssysteme
 Integration der IT-Systeme auf den
unterschiedlichen Hierarchieebenen
(z.B. Planung, Steuerung, Produktion, Sensoren/Aktoren)
 Produktionsstrukturen sind nicht mehr
starr / fest vorgeschrieben
 automatische Ableitung fallspezifischer
Produktionsstrukturen aus der Definition
von Produkt-Konfigurationsregeln
 Agentenarchitekturen
 Cyber-Kopplung der
Produktionssysteme über Agenten
o autonome Einheiten, die eigenständig
entscheiden, wie sie auf Veränderungen
der Umwelt oder Anforderungen von
außen reagieren
o Softwareagenten und physische Agenten
(Sensoren, Aktoren)
22.11.2018
PWC-Studie (2014): Industrie 4.0 – Chancen und Herausforderungen der vierten industriellen Revolution, S. 16f

 Horizontale Integration über
Wertschöpfungsnetzwerke
 Integration verschiedener IT-Systeme
entlang der Wertschöpfung
 innerhalb eines Unternehmens
(Eingangslogistik, Fertigung,
Ausgangslogistik, Vermarktung) und
 über Unternehmen hinweg
(Wertschöpfungsnetzwerke)
Horizontale Digitalisierung
22.11.2018
 digitale Durchgängigkeit des
Engineerings über den gesamten
Produktlebenszyklus
 Engineering-Information werden
dynamisch über den Produktlebens-
zyklus mitgeführt (Abgleich via Clouds)
 Beispiel: stets aktuelle Wartungspläne
und Anlagendokumentation durch
automatisierten Datenabgleich

Verkettete Eco-Systeme
Definitionen und Daten …
 zu einem Gegenstand
 müssen lebenslang genutzt, gepflegt oder gar erweitert werden können,
 wenn es der Anwendungsfall erfordert.
22.11.2018
virtuelle Assets
existieren früher, als
das reale Objekt
virtuelle Assets
(Verwaltungsschalen)
existieren früher, als
das reale Objekt

 Vernetzung
 beliebige Assets (Menschen,
Maschinen, Aggregate, Sensoren etc.)
können sich miteinander vernetzen und
 über Datennetze („Internet der Dinge“)
kommunizieren
 Informationstransparenz
 über Sensordaten wird das virtuelle
Abbild der realen Produktionslandschaft
informationstechnisch erweitert
 digitale Modellierung der Fabrik
 Dezentrale Entscheidungen
 physische Systeme erhalten
o neben einer eigenen IP-Adresse
o auch eine eigene Rechnerlogik und
o sind damit in der Lage, eigenständige
Entscheidungen zu treffen, Aufgaben
möglichst autonom zu erledigen
 z.B. Agenten im Produktionsfluss oder
Geräte und Dinge des täglichen Lebens
 Technische Assistenz
 Assistenzsysteme unterstützen
den Menschen bei der
Entscheidungsfindung durch z.B.
o aggregierte, kontextnahe und individuell
visualisierte Informationen (Big Data,
Künstliche Intelligenz) oder
o physisch anstrengenden, unangenehmen
oder gefährlichen Arbeiten (Robotik)
30
Reflexion: Organisatorischer Wandel
Hermann, M.; Pentek, T.; Otto, B.: Design Principles for Industrie 4.0 Scenarios. In: 2016 49th Hawaii International Conference on System Sciences (HICSS); 1. Januar 2016, S. 3928-3937,
DOI:10.1109/HICSS.2016.488; ieee.org (abgerufen am 06. Februar 2016)
neue Prinzipien der Organisationsgestaltung
22.11.2018 Prof. Dr. Michael Schaffner | Technische Dokumentation 4.0 | tekom RG Süd-Niedersachsen | Hannover

Technische Kommunikation 4.0
Erweitertes Verständnis
Mit Industrie 4.0 wird ein neuer Anspruch
an die Technische Kommunikation manifestiert!
22.11.2018
für hergestellte
Güter und Services
für die
eigene Fabrik
Informations-
versorgung aller
mit der Herstellung
oder Veränderung
eines Produktes
befassten Personen
• unternehmensweit
• Medienvielfalt
• multidirektional
Technische Dokumentation
Dokumentation für
erklärungsbedürftige
Produkte
(Güter, Services)
• produktbezogen
• wenige Medien
• unidirektional
intelligente
Informationen für
„smarte Anwendungen“
in der Fabrik 4.0 mit
Menschen und
Maschinen als Nutzer
Industrie 4.0
• Wertschöpfungskette
• Maschinenlesbarkeit
• ECO-System

Agenda
3 Fazit

Basisanforderung an Industrie 4.0
Vertrauen in die Technik
 korrekte Metadaten?
 Digitalisierung?
 digitale Vernetzung?
 nachgeführte, aktualisierte
Inhaltsdaten?
 gerechte Alternativenwahl
durch den Algorithmus?
 …
22.11.2018
Spiegel, Heft 14/2016, S. 27

Wunsch und Wirklichkeit der Digitalisierung
3422.11.2018
Ausmaß der Digitalisierung in Wertschöpfungsketten (PwC 2014, n=235)
 signifikanter Anstieg (von 20 auf 80% bis 2020)
 über alle Branchen hinweg
Prof. Dr. Michael Schaffner | Technische Dokumentation 4.0 | tekom RG Süd-Niedersachsen | Hannover

Wunsch und Wirklichkeit der Digitalisierung
3522.11.2018
McKinsey (2015) (Hrsg.): Industry 4.0 – How to navigate digitization of the manufacturing sector, München 2015
https://de.statista.com/statistik/daten/studie/415799/umfrage/anteil-von-glasfaseranschluessen-an-allen-breitbandanschluessen-in-oecd-staaten (Abruf: 25.10.2017)
ABER: Wo sollen die Daten herkommen?
 in einigen Industrien gehen bis zu 99% aller Daten verloren, bevor sie einen
Entscheidungsträger erreicht haben (McKinsey 2015, n=300)
 keine Erfassung
 kein Transfer
 Anteil von Glasfaseranschlüssen an allen stationären Breitbandanschlüssen
in den Ländern der OECD im Juni 2016
 keine Analyse
 keine Synthese
 keine Infrastruktur
 keine strukturierten Daten

© Edler von Rabenstein - Fotolia.com
22.11.2018 Prof. Dr. Michael Schaffner | Technische Dokumentation 4.0 | tekom RG Süd-Niedersachsen | 36
Nur das Erfahrungswissen unserer Techniker schafft uns die Flexibilität
in der Informationswirtschaft von Industrie 1.0 bis 3.0

Wie könnte die Fehlererkennung in der Zukunft aussehen?
1. Sensoren überwachen Parameter in einer Maschine
(Condition Monitoring) und stellen eine Grenzwertüberschreitung fest
2. Über OPC UA wird ein (hier: Stör-) Event ausgelöst
 OPC UA, ist ein industrielles M2M-Kommunikationsprotokoll mit der Fähigkeit,
Maschinendaten (Regelgrößen, Messwerte, Parameter usw.) nicht nur zu transportieren,
sondern auch maschinenlesbar semantisch zu beschreiben
3. Assets in Industrie 4.0 besitzen eine Verwaltungsschale,
in der die notwendigen Handlungsschritte gespeichert sind
 virtuelles Abbild des physischen Gegenstands, mit Beschreibung
dessen Funktionalitäten und notwendigen Anleitungen; Speicherung
von Verschleiß- und Wartungsdaten entlang des Produktlebenszyklus;
kontinuierliche Aktualisierung aller Daten (z.B. über eine Cloud)
4. Applikationen lösen entsprechende Aktionen aus
- z.B. verdichtete, kontextsensitive Handlungsanleitungen
- z.B. Anforderung von speziellen Fachkräften
- z.B. Bestellung von Werkzeugen und Ersatzteilen
Diese Logik hat die Technische Kommunikation 4.0 bereitzustellen
Fallbeispiel: Fehlerbehandlung in Industrie 4.0
22.11.2018
OPC UA. Open Plattform Communiation – Unified Architecture

© iconimage - Fotolia.com
Anzahl IoT-Devices weltweit :
2016: 10 Milliarden
2020: 135 Milliarden
22.11.2018 Prof. Dr. Michael Schaffner | Technische Dokumentation 4.0 | tekom RG Süd-Niedersachsen | Hannover 38

„Internet of Things“ nachrüsten
Was ist, wenn die Maschinen alt und nicht digitalisiert sind?
22.11.2018
© Tangolf - Fotolia.com
Was ist, wenn die Maschinen alt und nicht digitalisiert sind?
© Tangolf - Fotolia.com

https://relayr.io/iot-starter-kit/
Beispiele:
• Deutsche Bahn: zur Vermeidung von unsynchronen Bahnhofsuhren misst ein Geräuschsensor
jede Abweichung des Tickens von der Norm und schickt die Daten in eine spezielle Cloud, in der
DB-Mitarbeiter den Uhrenpark managen
• großer Softdrinkhersteller: Überwachung der Nachfüll-Disziplin bei Händlern mittels Sensormatten in den
Regalen; der Getränkehersteller kann jetzt zentral controllen, ob bestimmte Regale zu lange leer bleiben
• La Marzocco: eine Sensorbox erfasst in den Profi-Kaffeemaschinen Temperatur, Druck und Geräusche,
verwandelt sie in einen Datenstrom und verhindert im Predictive Maintenance einen pannenbedingten
Ausfall; die Maschine kann zudem bei einem Diebstahl geortet werden
• Aufzugstechnik: Hochhäuser schwanken im Wind und führen zu einem einseitigen Stahlseilabrieb;
statt an starren Wartungsintervallen festzuhalten, misst eine Sensorbox Vibration, Temperatur und
Geräusche und ermöglicht eine vorausschauende Wartung auch bei alten Aufzugsmodellen
„Internet of Things“ nachrüsten
22.11.2018 Prof. Dr. Michael Schaffner | Technische Dokumentation 4.0 | tekom RG Süd-Niedersachsen | Hannover 40
https://relayr.io/de/

Wissenstransfer in der TechKomm HEUTE
Wissensaufbau durch Vermittlung handlungsleitender Informationen
Ersatzteilinformationen
Illustrationen
(technical writing and translating)
Input Output
Betriebsanleitungen
Wartungsanleitungen
Installationsanleitungen
Video Clips
Schulungsunterlagen
© Luis Louro - Fotolia.com
Konstruktionszeichnungen
Risikoanalysen
Zuliefer-Dokumentation
Freigabedokumente
Handlungskontext
Produktionsanweisungen
Bilder
Ersatzteilkataloge
© NLshop - Fotolia

Wissenstransfer in der TechKomm MORGEN
© Mimi Potter - Fotolia
© Naeblys – Fotolia.com
Das intrinsische Wissen in den Köpfen der Spezialisten
muss in Geschäftsprozesse kodifiziert werden.
Das ist ein Erfahrungsträger. Das ist ein typisierter Industrie 4.0-Prozess.
intrinsisches Wissen
© iiRDS - tekom

Paradigmenwandel Technische Kommunikation
von der Nutzerorientierung zur Nutzerzentrierung
Nicht mehr das „Produkt“ sondern die
steht im Mittelpunkt, „Wirkung aus dem Produkt“.
„Dokumentation“ schafft einen Mehrwert „Information“ löst ein Problem
extrinsisch angeregt
die Technische Kommunikation analysiert
realistische Handlungssituationen, schreibt
eine passende Dokumentation und stellt
diese in geeigneter Form bereit
(statisch: oft auf Basis von „BOM as delivered”)
Information 3.0
intrinsisch angeregt
aus der Handlungssituation heraus wird
eine dynamische, individuelle und kontext-
sensitive Darstellung von Informationen
aus unterschiedlichen Quellen angefordert
(dynamisch: basierend auf “BOM as built” sowie
Live-Sensordaten der Nutzung etc.)
Information 4.0
Icons: © kuroksta - Fotolia.com

Definition von Wissen
Wissensarten
Wissensart Definition Beschreibung im Kontext Technischer Kommunikation
situationales
Wissen
Wissen über
typische,
domänenspezifische
Situationen
richtige Einordnung und
Interpretation des
Anwendungskontextes (z.B.
Betrieb, Wartung, Störung)
wird durch aktuell durch
Technische Literatur bereitgestellt
(z.B. Betriebs-, Wartungsanleitung,
Servicedokumentation)
wird künftig auch in maschinen-
lesbarer Form und vor allem
kontextsensitiv bereitgestellt
konzeptionelles
Wissen
statisches Wissen
über Fakten,
Begriffe und
Prinzipien
Faktenwissen über das, was
in einer spezifischen Situation
(z.B. Maschinenstillstand) zu
tun ist
prozedurales
Wissen
durch Übung
erworbenes
Handlungswissen
Erweiterung des
Faktenwissens durch
Erfahrung (individuelle
Lernkurven)
wird aktuell durch das
Bedienungs- und Servicepersonal
geleistet
muss im Kontext Industrie 4.0
in den Geschäftsprozessen
kodifiziert werden
strategisches
Wissen
metakognitives
Wissen über eine
optimale
Strukturierung des
Problemlösungsverh
altens
Problemlösungsstrategien für
Probleme, für die es noch
keine allgemeinen
Lösungsstrategien gibt (z.B.
bislang unbekannte
Störungen)
inspiriert durch: Lehner, F. (2012): Wissensmanagement - Grundlagen, Methoden und technische Unterstützung; 4. Aufl., München 2012

Wissensarten
situationales
Wissen
Wissen über
typische,
domänenspezifische
Situationen
Interpretation des
wird künftig eher rein digital (XML),
in maschinen-lesbarer Form und
konzeptionelles
Wissen
statisches Wissen
über Fakten,
Begriffe und
Prinzipien
tun ist
prozedurales
Wissen
durch Übung
erworbenes
Handlungswissen
Erweiterung des
Faktenwissens durch
Lernkurven)
geleistet
kodifiziert werden
strategisches
Wissen
metakognitives
Wissen über eine
optimale
Strukturierung des
Problemlösungsverh
altens
keine allgemeinen
bislang unbekannte
Störungen)

Wissensarten
situationales
Wissen
Wissen über
typische,
domänenspezifische
Situationen
Interpretation des
konzeptionelles
Wissen
statisches Wissen
über Fakten,
Begriffe und
Prinzipien
tun ist
prozedurales
Wissen
durch Übung
erworbenes
Handlungswissen
Erweiterung des
Faktenwissens durch
Lernkurven)
geleistet
kodifiziert werden
strategisches
Wissen
metakognitives
Wissen über eine
optimale
Strukturierung des
Problemlösungsverh
altens
keine allgemeinen
bislang unbekannte
Störungen)

Wissensarten
situationales
Wissen
Wissen über
typische,
domänenspezifische
Situationen
Interpretation des
konzeptionelles
Wissen
statisches Wissen
über Fakten,
Begriffe und
Prinzipien
tun ist
prozedurales
Wissen
durch Übung
erworbenes
Handlungswissen
Erweiterung des
Faktenwissens durch
Lernkurven)
wird aktuell kognitiv durch das
geleistet
kodifiziert werden (virtuelle
Modellierung)
strategisches
Wissen
metakognitives
Wissen über eine
optimale
Strukturierung des
Problemlösungsverh
altens
keine allgemeinen
bislang unbekannte
Störungen)

Skill Profile Updating
Ein Umdenken wird notwendig (in Analogie zum Pareto-Prinzip)
heute morgen
80% Inhalt, 20% Metadaten 20% Inhalt, 80% Metadaten
„creation of content“ „creation of structures“
© iiRDS - tekom

Ontologiearbeit 1/2
Technische Kommunikation wird Ontologiearbeit
 zum Hintergrund
 Menschen können sich gespeichertes Wissen zunutze machen, indem sie auf
Kontextwissen des jeweiligen Wissensbereichs zurückgreifen (Handbücher, Regelwerke,
Lexika etc.) und mit Erfahrungswissen verbinden
 Automaten benötigen für Such-, Kommunikations- und Entscheidungsaufgaben
Informationen darüber
o wie Daten strukturiert und zu interpretieren sind (sog. Metadaten) sowie
o eine Repräsentation der zugrunde liegenden Begriffe und derer Zusammenhänge (sog. Ontologie)
 Ontologie (Philosophie)
 Lehre vom Sein
 genauer: von den Möglichkeiten und Bedingungen des Seienden
 Ontologie (Informatik)
 Erkanntes oder Erdachtes zu repräsentieren und Wissen zu kommunizieren,
z.B. über Fakten, Sachverhalte oder Regeln
o in einem technischen Anwendungsbereich,
o in einem Geschäftsprozess,
o in einem juristischen Verfahren oder
o über die Inhalte von Dokumenten oder Webseiten
vgl. Gesellschaft für Informatik: www.gi.de/service/informatiklexikon/detailansicht/article/ontologien.html

Ontologiearbeit 2/2
 Definition von Ontologie (nach Thomas Gruber)
Eine Ontologie beschreibt einen Wissensbereich (knowledge domain)
mit Hilfe einer standardisierenden Terminologie
sowie Beziehungen zwischen den dort definierten Begriffen.
Das gemeinsame Vokabular wird i.d.R. in Form einer Taxonomie
(Klassifikation von Termini in Kategorien) gegeben.
Die Beziehungen werden in Form »SUBJEKT-PRÄDIKAT-OBJEKT«
z.B. in dem Datenmodell RDF (Resource Description Framework) kodiert
vgl. Gesellschaft für Informatik: www.gi.de/service/informatiklexikon/detailansicht/article/ontologien.html
HAT-GEGRÜNDET
HAT-EINEApple
Rechtsform
iPhone
App
Steve Jobs
HAT-ENTWICKELT
IST-EIN Produkt IST-EIN
VERKAUFT VERKAUFT

Exkurs: RDF-Datenmodell 1/3
Resource Description Framework (RDF)
 RDF ist eine auf XML basierende Sprache zur Formulierung logischer Aussagen
über beliebige Dinge (Ressourcen) im Semantischen Web
 Ressourcen sind „Dinge“, über die etwas ausgesagt werden soll oder auf die zugegriffen werden kann
(z.B. Webseiten, Dateien, Web-Applikationen, E-Mail-Empfänger)
 von Ressourcen sind Literale zu unterscheiden, die lediglich Zeichenketten darstellen, die etwas
zum Ausdruck bringen und nicht weiter spezifiziert werden können
(z.B. Wahrheitswerte, Textstrings, Zahlen, Datumsangaben)
 logische Aussagen werden als Tripel modelliert
o Tripel sind Elementaraussagen, die über ein Prädikat eine gerichtete Relation von Subjekt zu Objekt hergestellt wird
o die Menge aller Tripel bildet einen Graphen und wird als RDF-Modell bezeichnet
o Subjekte und Prädikate sind immer Ressourcen,
Objekte können Ressourcen und Literale sein
o Gestalt eines Tripels:
([URI(Subject)], [URI(predicate)], [URI(Object)])
oder
([URI(Subject)], [URI(predicate)], Literal)
22.11.2018
Abb.: Dacota, M.: The Semantic Web; Wiley 2003, S. 88
Uniform Resource Identifier (URI)

 die Beschreibung von Ressourcen erfolgt über Metadaten als standardisierte Vokabulare,
z.B. „Dublin Core“ (Bibliothekswesen), „iiRDS Core“ (Intelligent Information)
 Ressourcen werden identifiziert über Uniform Resource Identifier (URI), die eindeutig den Ort
(z.B. im Web, im Netz, in der Datenbank) beschreiben, wo sich eine Ressource befindet
 URL: Uniform Resource Locator; identifiziert & lokalisiert eine Ressource im Netz
 URN: Uniform Resource Name; definiert für eine Ressource lebenslang einen eindeutigen Namen
o URI der tekom-Infoseite zu iiRDS: http://www.tekom.de/technische-kommunikation/iirds.html
o URI der tekom-Mailadresse: mailto:info@tekom.de
o URI der iiRDS-Metadaten für einen Stromlaufplan http://mycompany.org/iirds/domain/machinery#CircuitDiagram
o URI eines Buches: urn:isbn:978-3898530194
22.11.2018
Quelle: https://de.wikipedia.org/wiki/Dublin_Core
© iiRDS Specification

[Subjekt „Trommel“] [Prädikat „ist Teil von“] [Objekt „Maschine“]
 unmissverständliche Zuordnung über die URI
 „Trommel“ = oder
 schematische Darstellung der Logik
22.11.2018
http://mycompany.org/domain/musik/#trommel
versus
http://mycompany.org/domain/technik/#trommel
http://mycompany.org/domain/
product/#machinery
component/#drum is-part-of
34-563-8542
has-articlenumber
document/#manual
is-related-to

Agenda
3 Fazit

Merkmale von intelligenter Information
Straub, D.: Ein Schritt weiter; in: technische Kommunikation, Heft 06/2017, S. 11-16
Stoßrichtung für

Versuch einer Klassifikation
TechKomm 1.0
TechKomm 2.0
TechKomm 3.0
TechKomm 4.0
Kunde sucht (reaktiv) in einem Pool nach „irgendwie“ geeigneter Information
Kunde erhält eine produktmerkmal-spezifische Dokumentation und
situationsabhängige Handlungsempfehlungen (Basis: Auslieferungsstand)
Dokumentation reaktiv im Bedarfsfall „auf Knopfdruck“, situationsspezifisch,
im aktuellen Release und in angemessener Form (Basis: verbauter Stand)
Doku-Erstellung automatisiert auf Anforderung (z.B. auch durch Maschine),
prädiktive Bedarfserkennung und real-time Aktualisierung von Content
Sensor-
Daten
Big Data
Bewertung
der situativen
Relevanz
smarte
Services
komfortable,
nutzerfreundliche
Anwendung
Welche Daten
sind „dark“?

Informationsaufgaben durch Industrie 4.0
vertikale Digitalisierung
• vertikale und zentrale Verfügbarkeit aller
Prozessdaten der internen Wertschöpfungskette
• fraktale Produktionsstrukturen ermöglichen
Prozesse nach individueller Produktkonfiguration
• Analysierbarkeit in Echtzeit (Big Data Analytics)
horizontale Digitalisierung
• integrierte Informations- und Warenflüsse vom
Lieferanten über das eigene Unternehmen
bis hin zum Kunden (verkettetes Eco-System)
• bidirektionaler Informationsfluss
• automatische Aktualisierung über eine Cloud
Fabrik 4.0
• ontologische Modellierung von
- Geschäftsprozessen
- Wissensdomänen der Experten
- Interaktionen zwischen Assets
• Pflege des Relationenmodells
„Produktkonfiguration-zu-
Produktionstopologie“
• Big- & Dark-Data-Management
• Nachrüstung älterer Systeme
um Embedded Systems und IoT
• digitale Durchgängigkeit von
Aktor- und Sensorsignalen über
verschiedene Ebenen bis hin zur
Unternehmensressourcen-
planung
• etc.
Information 4.0
• Management systemübergrei-
fend strukturierter Daten (z.B.
zentrale Datenhaltung, XML,
Metadaten)
• Begriffshomogenisierung (z.B.
Terminologie, Stammdaten)
• ontologische Wissensdomänen
herstellen (z.B. Betrieb,Wartung)
• Definition fallbasierter Events als
Aktionsauslöser (Request)
• Bereitstellung von Informations-
artefakten; multilingual/-medial,
systemunabhängig, dynamisch,
kontext-sensitiv und
zielgruppen-spezifisch (Delivery)
• etc.
Wertkette 4.0
• Verwaltungsschalen-
Management (digitale Produkt-
Lebenslaufakte) mit ad-hoc-
Aktualisierungen
- verbaute Komponenten
- Wartungsunterlagen
- Asset-Relationen, etc.
• ontologische Modellierung der
Wertketten-Relationen
• standardisierte Übernahme von
Drittdatenquellen z.B.
- Zulieferfirmen
- Kundenservice
• Vernetzung interner und
externer Akteure der Wertkette
• etc.

Beispiel: vorausschauende Wartung
5822.11.2018
Wissensart Mögliche Leitfragen in der Technischen Kommunikation 4.0
situationales Wissen
• Welche Sensorwerte, Statusmeldungen, Assistenzdaten (z.B. verknüpfter
Komponenten) etc. identifizieren eine Situation eindeutig?
• Welche Anforderungen müssen an Embedded Systems zur
Kontextidentifizierung gestellt werden (z.B. bzgl. Assistenzdaten)?
• Welche firmeninterne Geschäftsprozesse sind semantisch zu modellieren?
konzeptionelles Wissen
• Welche Beziehungen zu relevanten Ressourcen (Ersatzteile, Werkzeuge,
Techniker, verknüpfte Komponenten etc.) müssen modelliert werden?
• Welche Informationen sind juristisch zwingend und wie können diese
multimedial angereichert (veredelt) werden?
• Welcher Content ist für eine reine M2M-Kommunikationen relevant?
prozedurales Wissen
• Wie lassen sich logische Beziehungen (z.B. Fehlerabhängigkeiten, neue
Einsatzszenarien) über die gesamte Produktlebenszeit aktualisiert halten?
• Welche Voraussetzungen sind für die digitale Lebenslaufakte von Objekten
entlang der überbetrieblichen Wertschöpfungskette zu schaffen?
• Wie können Informationen aus dritten Quellen (z.B. Zulieferer, Anwender,
Service) strukturiert und automatisiert übernommen werden?
strategisches Wissen
• Welche Daten sind verborgen (Dark Data), aber essentiell für die
Identifizierung bislang unbekannter Fehler, Fehlerursachen oder
Problemlösungsstrategien? (z.B. Big Data Analysen zur Identifizierung
tauglicher Fachexperten, bislang unbekannter Störquellen, neuer
Lösungsmuster oder unbeachtete Abhängigkeiten etc.)
• Wie erkennen wir bislang unbekannte logische Beziehungen zwischen Topics
(Objekte, Situationen, Events, Informationsartefakte etc.), die semantisch
modelliert gehören?

Agenda
3 Fazit

Intelligente Information
Was bedeutet Intelligente Information?
 Intelligenz
kognitive Fähigkeit des Menschen
(u.a. Wahrnehmen, Denken, Lernen, Erinnern,
Schlussfolgerungen ziehen)
 Information
kontextbezogene Daten, deren Wert sich erst
über die Interpretation des Gesamtgeschehens ergibt (Wissen)
 Information wird dann intelligent (smart information, Information 4.0)
 wenn „nutzende Systeme“
o Mensch
o Maschine (!)
 beim Entscheidungshandeln durch kognitiv-strukturierte Informationen unterstützt werden
o Native Intelligence (z.B. Metadaten, PI-Class)
o Augmented Intelligence (z.B. Ontologien)
o Artificial Intelligence (z.B. Machine Learning, neuronale Netze)
22.11.2018
© yuryimaging - Fotolia.com
(Klassifikation nach Prof. Ziegler, tekom Jahrestagung 2018)

Implementierung der Nutzerzentrierung
Wie kann Intelligente Information Realität werden?
 so simpel wie beeindruckend: Die Idee der tekom e.V.
Rückwärts denken – ausgehend vom Bedürfnis des Nutzenden
 Die Logik: Bereitstellung von Informationen muss automatisiert werden!
 Nutzende möchten eine Problemlösung.
 Sie brauchen hierfür die Bereitstellung von geeigneten,
verdichteten und aktuellen Instruktionen. (Delivery)
 Die Aufbereitung dieser Informationen muss
kontextbezogen und zum Zeitpunkt des Bedarfs durch
eine hochpräzise Anforderung (z.B. OPC UA Event)
ausgelöst werden. (Request)
 Dies setzt eine „Intelligente Information“ voraus.
o semantische Struktur von Kontext und Information
o endgeräte-neutral und cross-medial paketiert
 Dies ist der tekom-Standard „iiRDS“.
»intelligent information Request & Delivery Standard«
22.11.2018
iirds.tekom.de

iiRDS: der neue Standard
Idee der iiRDS-Entwicklung
 flexible Informationswirtschaft in der Technischen Kommunikation
22.11.2018
dynamischeAnpassungandie
Person,dieRolle,die
Arbeitsaufgabeundden
Anwendungskontext
 situationsbezogene Informationen
 endgeräteneutrale Bereitstellung
 dynamische Einbindung von
Assistenzinformationen und
Betriebsparametern
 Anstoß von Folge-Aktivitäten
 …
Herstellerunabhängigkeit
 normierte Metadaten
 um Informationen aus
unterschiedlichen Quellen
auswerten zu können
 end-to-end Datentransfer
 normierte Inhaltsformate
 cross-mediale Verarbeitung
 endgeräte-flexibel
 …
logische Flexibilität
(Nutzende-Perspektive)
©
semantische
Modellierung
Format-
beschreibung
intelligent information
Request and Delivery Standard
© iiRDS is a trademark of tekom e.V.
infrastrukturelle Flexibilität
(Technik-Perspektive)
© iiRDS is a trademark of tekom e.V.

iiRDS: aktueller Stand
 das Konsortium steht und arbeitet
 erste Pilotanwendungen (z.B. Zeiss)
 Abstimmungen mit Normungs-
behördungen (z.B. DIN, IEEE)
 Kompatibilitäts-Abstimmung mit dem
VDI (z.B. VDI-Richtlinie 4500:
Umgang mit Zulieferdokumentation)
 spezifische Arbeitsgruppen
(z.B. Validierungskonzept CCMS)
 aktueller Anwendungsstand
 system- und medienneutrale
CCMS-Konnektivität
in der Document-Supply-Chain
 Komposition von Content
im iiRDS-Format
 Content-Delivery: dynamisch,
kontextabhängig, medienflexibel
22.11.2018
CCMS
1
CCMS
2
CCMS
3
CCMS
4
CCMS
5

Agenda
3 Fazit

3. Fazit
Erkenntnisse
Industrie 4.0 ist noch eine Vision, Internet of Things muss
insbesondere für KMU erlebbar sein (IoT Labs).1.
Die Technische Kommunikation kann sich als
strategischer Partner für Industrie 4.0 Projekte entwickeln.2.
Das Berufsbild verändert sich in Richtung
Aufbau semantischer Strukturen (Ontologien).3.
In der Technischen Kommunikation 4.0 wird globaler gedacht
(z.B. Nutzende sind auch Maschinen; Content für unbekannte
und veränderliche Handlungssituationen).
4.
Die Technische Kommunikation ist auch für das
unternehmensweite Wissensmanagement prädestiniert.5.

3. Fazit
Effekte der Digitalisierung (einmal anders…)

3. Fazit
Effekte der Digitalisierung (einmal anders…)
www.youtube.com/watch?v=sgJLpuprQp8

Herzlichen Dank
für Ihre Aufmerksamkeit
und viel Erfolg bei Ihrer Pionierarbeit
– Es gibt noch viel zu tun! –
22.11.2018
© pathdoc - Fotolia.com
Diese Unterlagen sind ausschließlich zu Präsentationszwecken bestimmt.
Alle Inhalten wurden nach bestem Wissen und Gewissen erarbeitet, etwaige Fehler gehen allein zu Lasten des Autors.
Über Anregungen und Verbesserungen freuen wir uns sehr.
Das Copyright liegt bei der BIOS Dr-Ing. Schaffner Beratungsgesellschaft mbH.
BIOS Dr.-Ing. Schaffner Beratungsgesellschaft mbH
Körtestraße 6a • 10967 Berlin
michael@schaffner.de • www.schaffner.de
Tel: +49 (0)30 69 81 68 - 01
Fax: +49 (0)30 69 81 68 - 02
mobil: +49 (0)171 688 07 59
FOM Hochschule für Oekonomie & Management gGmbH
Hochschulzentrum Berlin
Professur für Allg. BWL - Schwerpunkt Organisation,
Technologie- und Innovationsmanagement
Bismarckstraße 107 • 10625 Berlin
michael.schaffner@fom.de • www.fom.de

2018 11-22 - tech_komm und industrie 4.0 __ schaffner (public)

Weitere ähnliche Inhalte

Was ist angesagt?

Ähnlich wie 2018 11-22 - tech_komm und industrie 4.0 __ schaffner (public)

Mehr von Michael Schaffner

Kürzlich hochgeladen

2018 11-22 - tech_komm und industrie 4.0 __ schaffner (public)