Kurzbeschreibung
Zur Beschleunigung digitaler Transformationsprozesse bedarf es verstärkter Anstrengungen – sowohl in der angewandten Forschung und Entwicklung als auch in der praktischen Umsetzung, im Tun, um speziell den Mittelstand in diesem Prozess zu unterstützen. Daher hat das Institut Industrial Management der FH JOANNEUM am industrieorientierten Hochschulstandort in Kapfenberg das Smart Production Lab – Österreichs erste angewandte Industrie 4.0-Lehr- und Forschungsfabrik mit integriertem FabLab – konzipiert und implementiert. Das Smart Production Lab umfasst dabei den horizontal integrierten Maschinenpark (3D-Druck, CNC, Robotik…), IT-Arbeitsplätze für Planung (MES, ERP), Echtzeit-Reporting und andere Anwendungen der vertikalen Integration, eine Kreativzone (NextGen-Lab), das IT-Security Lab sowie einen Seminar- und Workshop-Bereich.
Ziel ist es zum einen, WirtschaftsingenieurInnen für zukünftige Anforderungen im Kontext der weltweit fortschreitenden industriellen Revolution zu qualifizieren (Human-Resource-Funktion). Zum anderen sollen Wettbewerbsvorteile der Industrieregion Österreich in der Digitalisierung durch den Aufbau von Kompetenzen und die Auslösung anwendungs- und umsetzungsorientierter Forschungsprozesse in Form von Use Cases gesichert werden (Projekt- und Transformationsfunktion). Schließlich ist das Smart Production Lab eine Innovationsumgebung für potentielle Start-ups und steht diesen und einer interessierten Öffentlichkeit im Rahmen des FabLab-Betriebs zur Verfügung (Prototyping- und Disseminationsfunktion).
Die Ziele werden durch den einzigartigen Schwerpunkt in der Verbindung der vertikalen und horizontalen Integration mit den Möglichkeiten der Digitalisierung und des Internet der Dinge (IoT) erreicht. Im Fokus steht dabei die optimale Nutzung der Daten vom Lieferanten bis zum Kunden, und vom Shopfloor über das MES und ERP-System bis zum Reporting. Seit März 2018 wird im Smart Production Lab die digitale Transformation anhand der Fertigung kundenindividueller Produkt-Prototypen erforscht.
Ansprechperson
Stefan Muckenhuber BSc MSc PhD
Research Services
F&E-Kooperationen
Angewandte, wissenschaftliche Innovationsprojekte
Diplomarbeiten
Konferenzen
Für Details wenden Sie sich bitte an unseren Kontakt.
Methoden & Expertise zur Forschungsinfrastruktur
Zentrales Thema des Smart Production Lab ist die vertikale und horizontale IT- und Prozess-Integration zur digitalen Vernetzung von Maschinen, Systemen und Menschen (Cyber-physische Systeme) – vom Inbound (Bedarfsermittlung, Beschaffung, Lieferantenmanagement, Lieferung) über die Produktion bis zum Outbound bzw. zum Kunden/zur Kundin oder vom Produktdesign über die Produktionsplanung und Logistik zum fertigen Produkt und Reporting.
In angewandten Forschungsprojekten werden Schwerpunkte der digitalen Transformation anhand realer Unternehmensprozesse und zum Teil gemeinsam mit kooperierenden Industriepartnern realisiert. Dies umfasst Themenfelder wie das Internet der Dinge (IoT), Augmented Reality, Big Data, Additive Manufacturing oder IT-Security.
Sie möchten sich vor Ort ein Bild vom Smart Production Lab machen oder mit uns in Diskussion über eine Forschungskooperation treten? Bitte wenden Sie sich an unseren Kontakt.
Zum einen werden den Partnern Diplomarbeiten und F&E-Projekte angeboten. Zum anderen können Partner an Knowledgefactory-Seminaren teilnehmen und das Labor mitbenutzen. Zudem bietet sich unseren Partnern die Möglichkeit, sich öffentlichkeitswirksam zu präsentieren und dadurch zukünftige topausgebildete MitarbeiterInnen aus den Reihen der Studierenden der FH JOANNEUM auf sich aufmerksam zu machen.
Sie tragen einerseits mit Ressourcen zum Aufbau der F&E-Infrastruktur im Smart Production Lab bei, und arbeiten andererseits mit der Hochschule in Kapfenberg an inhaltlichen Schwerpunkten zusammen. Ihr Input trägt dazu bei die Aktualität der betriebenen Inhalte sowie der vorhandenen Infrastruktur im Smart Production Lab sicherzustellen: https://www.fh-joanneum.at/forschung/forschungszentren/smart-production-lab/partner/
Bocharova, M., Malakhov, E. & Mezhuyev, V. (2023). VacancySBERT: The approach for representation of titles and skills for semantic similarity search in the recruitment domain. https://doi.org/10.48550/ARXIV.2307.16638
Gotthardt, M. & Mezhuyev, V. (2022). Measuring the Success of Recommender Systems: A PLS-SEM Approach. IEEE Access, 10, 30610–30623. https://doi.org/10.1109/ACCESS.2022.3159652
Savchenko, I., Novotny, P., Fleck, H. & Ropin, H. (2022). Learning Factory Concept for Technical and Economic Education: An I4.0 Solution with the Micro Factory Festo Mps404. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4073910
Savchenko, I., Ropin, H., Novotny, P. & Fleck, H. (2023). Data Science for Business Engineers: Using a Digital Twin Learning Factory and Cloud Solutions for Education. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4479483
Schlemitz, A. & Mezhuyev, V. (2024). Approaches for data collection and process standardization in smart manufacturing: Systematic literature review. Journal of Industrial Information Integration, 38, 100578. https://doi.org/10.1016/j.jii.2024.100578
Sorko, S. R. & Seybold, K. (2023). Human-centric workplace optimization—An applied Industry 5.0 training concept for industrial learning factories. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4427857
Stadlhofer, A. & Mezhuyev, V. (2023). Approach to provide interpretability in machine learning models for image classification. Industrial Artificial Intelligence, 1(1), 10. https://doi.org/10.1007/s44244-023-00009-z
Terzieva, B., Burkart, C., Maier, F. & Meyer, M. (2023). How Organizational Practices Relate to Nonprofits’ Societal Roles. Academy of Management Proceedings, 2023(1), 17979. https://doi.org/10.5465/AMPROC.2023.17979abstract
Brunner, U., Baum, C., Burkart, C. & Tschandl, M. (2023). Local sourcing in response to Covid: Merely a theory from the ivory tower? An Austrian industry perspective. In C. Bode, R. Bogaschewsky, M. Eßig & R. Lasch (Hrsg.), Supply Management Research (S. 93–116). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-42635-4_6
Burkart, C., Kampel, I., Brunner, U. & Dirnberger, J. (2023). The ABC of Ecological Sustainability in C-parts Management. A Maturity Model for the Evaluation of Sustainability in C-parts Management. In Y. Borgianni, D. T. Matt, M. Molinaro & G. Orzes (Hrsg.), Towards a Smart, Resilient and Sustainable Industry (Bd. 745, S. 398–411). Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-38274-1_33
Lavrik, V. & Mezhuyev, V. (2024). Computation of Stress–Strain States in Elastomers Utilizing the Moment Diagram Approach in Finite Element Analysis. In H. Sharma, V. Shrivastava, A. K. Tripathi & L. Wang (Hrsg.), Communication and Intelligent Systems (Bd. 967, S. 315–327). Springer Nature Singapore. https://doi.org/10.1007/978-981-97-2053-8_24
Meyer, M., Burkart, C., Cornips, L., Litofcenko, J., Maier, F., Hohensinn, L. & Terzieva, B. (2024). Nonprofits’ Organizational Practices and Their Contributions to Communities and Democracy. In A. Evers & J. Von Essen (Hrsg.), The Interplay of Civic Engagement and Institutionalised Politics (S. 291–314). Springer International Publishing. https://doi.org/10.1007/978-3-031-54231-2_12
Batalla, S. (2024). From data to value: Turn unstructured data into a dimensional data model using Data Warehouse (SAP BW/4HANA) and Business Intelligence (SAP Lumira designer) visualizations. Proceedings of the 2024 10th International Conference on Computer Technology Applications, 103–108. https://doi.org/10.1145/3674558.3674572
Brandstätter, C. & Brunlechner, D. (2024). A Cost-Benefit Model for the Evaluation of Cyber Physical Production Systems. Proceedings of the 2024 10th International Conference on Computer Technology Applications, 255–263. https://doi.org/10.1145/3674558.3674595
Dirnberger, J., Loidl, B. & Brunner, U. (2023). Fundamental Framework for Task Mining Technology Adoption: Results from a Qualitative Empirical Study. Proceedings of the 2023 9th International Conference on Computer Technology Applications, 50–59. https://doi.org/10.1145/3605423.3605443
Dirnberger-Wild, J. & Roth, M. (2024). Conceptual Framework Introducing the Success Factors for Implementing Intelligent Automation-A Qualitative Multiple Case Study. Proceedings of the 2024 10th International Conference on Computer Technology Applications, 8–14. https://doi.org/10.1145/3674558.3674560
Hafenscherer, M., Mezhuyev, V. & Tschandl, M. (2023). Robotic process automation of calculating investments in a business project. Proceedings of the 2023 12th International Conference on Software and Computer Applications, 309–314. https://doi.org/10.1145/3587828.3587874
Hartner, R., Komar, J. & Mezhuyev, V. (2022). An approach for increasing the throughput of a CNN-based industrial quality inspections system with constrained devices. 2022 11th International Conference on Software and Computer Applications, 179–184. https://doi.org/10.1145/3524304.3524330
Mezhuyev, V., Tschandl, M. & Brandstätter, C. (2022). Model of effective cost management in the time of corona crisis: A PLS-SEM approach. 2022 8th International Conference on Computer Technology Applications, 11–15. https://doi.org/10.1145/3543712.3543753
Pessl, E. & Rabel, B. (2022). Digitization in Production: A Use Case on a Cloud-based Manufacturing Execution System. 2022 8th International Conference on Computer Technology Applications, 206–210. https://doi.org/10.1145/3543712.3543730
Sorko, S. R. & Mayer, B. (2022). MITARBEITEREMPOWERMENT DURCH SMARTE ARBEITSPLÄTZE: EIN STRUKTURIERTES VORGEHENSMODELL. http://ffhoarep.fh-ooe.at/handle/123456789/1621
Teubl, M. S., Mezhuyev, V. & Tschandl, M. (2023). Development of an ML model for the classification of surface quality in a milling process. Proceedings of the 2023 9th International Conference on Computer Technology Applications, 214–219. https://doi.org/10.1145/3605423.3605449
Thaller, S. & Batalla Martinez, S. (2023). Process-Mining Potentials Alongside the Product Development Process in the Auto-motive Supplier Industry. Proceedings of the 2023 9th International Conference on Computer Technology Applications, 233–240. https://doi.org/10.1145/3605423.3605437
Welsh, D. & Batalla Martinez, S. (2023). Framework for usage potential for Digital Procurement in the Construction Industry: Digital Procurement in Construction ProjectsPotential for more transparent and effective procurement of maintenance and installation services in the construction industry. Proceedings of the 2023 9th International Conference on Computer Technology Applications, 128–136. https://doi.org/10.1145/3605423.3605438