Smart Production & Organization

Wandelnde Anforderungen an Unternehmen sowie deren Produktionsanlagen, Prozesse und Organisationsstrukturen stellen immer größere Herausforderungen dar. Die Evaluierung neuer Produkte, Geschäftsmodelle und Produktionsprozesse sowie die Modernisierung von Bestandsanlagen ist die Grundlage zukünftiger Wettbewerbsfähigkeit. Zielgerichteter Einsatz moderner Technologien und Produktionssimulationen, die Aufbereitung und Analyse von Daten sowie die Optimierung von Wertschöpfungsprozessen führt zu einer ganzheitlichen Betrachtung der Produktion und Organisation.

 

Robotik & Produktionstechnologien

Zielgerichteter Einsatz von industrieller Robotik, Bildverarbeitung und Automatisierung ermöglicht intelligente, wandelbare und effiziente Produktionszellen und -anlagen. Mittels Simulationen können deren Aufbau und Komponenten bereits in der Planungsphase evaluiert und optimiert werden, um potentielle Fehlerquellen vor der Umsetzung entgegen zu wirken.

Die schnellen Weiterentwicklungen von Technologien, etwa kollaborativer Roboter-, autonomer Transport- oder auf Machine-Learning basierende Bildverarbeitungssysteme, ändern fortlaufend die technischen Möglichkeiten von Produktionsanlagen. Durch die Begleitung von Machbarkeitsstudien, Konzeptentwicklungen und Funktionsprototypenentwicklung können diese unternehmensspezifisch evaluiert sowie ggf. adaptiert und implementiert werden.

Produktionsplanung, -optimierung & -simulation

Methoden des Operations Research sowie simulationsbasierte Studien unterstützen die Systemanalyse und Entscheidungsfindung für Unternehmen. Eine integrierte Datenanalyse bildet dabei die Grundlage einer systematischen Untersuchung von Szenarien und Effekten. Durch die Evaluierung von Produktions- und Logistiksystemen können zudem Optimierungsmöglichkeiten erarbeitet werden.

Die Sammlung, Speicherung, Aufbereitung und Analyse von Produktionsdaten kann für eine Prozessverbesserung und Evaluierung sinnvoller Industrial Internet of Things (IIoT) Szenarien genutzt werden. Des Weiteren kann ein Monitoring der Prozessstabilität etabliert und Reaktionszeiten verkürzt werden.

Produktionsoptimierung im Kontext von Lean und Six Sigma Methoden zielen auf eine Erhöhung der Effizienz und Qualität sowie auf eine Reduzierung der Durchlaufzeit ab. Hierbei können sowohl analytische Methoden zur Prozessoptimierung eingesetzt als auch entsprechende Kompetenzen durch Mitarbeiterausbildung in das Unternehmen überführt werden.

Technische Innovationen & organisationale Transformation

Ganzheitliche Analyse- und Lösungsansätze betrachten die Potenziale neuer Geschäftsmodelle sowie zugehöriger Wertschöpfungsprozesse und (Produktions-) Technologien und definieren eine – ggf. in agile Sprints aufgeteilte – Roadmap zur zielgerichteten Erschließung und Umsetzung.

Eine nachhaltige Transformation ist nur dann möglich, wenn auch der einzelne Mitarbeiter und die gesamte Organisation diesen Wandel mittragen. Mit Hilfe von Methoden der qualitativen Forschung werden unternehmensspezifische Herausforderungen detailliert untersucht, entsprechende Erfolgsfaktoren erarbeitet und gewonnene Erkenntnisse in Umsetzungsempfehlungen überführt.

An der Schnittstelle Mensch-Maschine werden z.B. (Produktions-) Assistenzsysteme sowie unterschiedliche Interaktionsstrategien und deren Auswirkungen auf Prozesse untersucht. Hierzu gehören insbesondere die Akzeptanz, Verwendbarkeit (i.e. Usability) und Ergonomie von Technologie, aber auch der optimale Transfer – in Form maßgeschneiderter Fortbildungskonzepte – von nötigen Kompetenzen.

Automatisierungs- & Softwaresysteme in der Produktion

Die moderne Produktion ist auf entsprechende Softwaresysteme angewiesen. Unternehmensindividuell bedarf es einer Analyse, um nötige Schritte sinnvoll und effektiv setzen zu können. Durch die Entwicklung eines ganzheitlichen Ansatzes sowie eines entsprechenden Software- und Systemdesigns können kurz-, mittel- und langfristige Ausbaustufen definiert werden. Dies beinhaltet die Konzeptionierung und Entwicklung neuer Methoden und maßgeschneiderter Algorithmen sowie individueller Softwaremodule – etwa zur Maschinen- und Betriebsdatenerfassung, zur Integration autonomer Transportsysteme oder zur Nutzung von Machine-Learning Algorithmen. Durch zielgerichtete Modernisierung von Bestandanlagen können auch diese in übergeordnete Systeme oder das Industrial Internet of Things (IIOT) integriert werden.

Kontakt
 Benjamin Massow, B.Sc., M.Sc. | Hochschullektor Bachelorstudiengang Mechatronik
Benjamin Massow, B.Sc., M.Sc. Hochschullektor +43 512 2070 - 3938

Bei Fragen zum Forschungsschwerpunkt kontaktieren Sie uns unter: smartproduction@mci.edu


 Benjamin Massow, B.Sc., M.Sc. | Hochschullektor Bachelorstudiengang Mechatronik
Benjamin Massow, B.Sc., M.Sc. Hochschullektor +43 512 2070 - 3938
Dr. techn. Franz-Josef Falkner | Hochschullektor Bachelorstudiengang Mechatronik
Dr. techn. Franz-Josef Falkner Hochschullektor +43 512 2070 - 3935
 Bernhard Hollaus, PhD. | Hochschullektor Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Bernhard Hollaus, PhD. Hochschullektor +43 512 2070 - 4431
Dr.-Ing. Martin Pillei, BSc MSc | Senior Lecturer Bachelorstudiengang Wirtschaftsingenieurwesen
Dr.-Ing. Martin Pillei, BSc MSc Senior Lecturer +43 512 2070 - 4133
Assoc. Prof. Dr. Pascal Schöttle | assoziierter FH-Professor Bachelorstudiengang Digital Business & Software Engineering
Assoc. Prof. Dr. Pascal Schöttle assoziierter FH-Professor +43 512 2070 - 4332
FH-Prof. Dr. Reinhard Bernsteiner | Professor (FH) Masterstudiengang Management, Communication & IT
FH-Prof. Dr. Reinhard Bernsteiner Professor (FH) +43 512 2070 - 3532
Dipl.-Ing. Dr. techn. Manuel Ferdik | Senior Lecturer Bachelorstudiengang Wirtschaftsingenieurwesen
Dipl.-Ing. Dr. techn. Manuel Ferdik Senior Lecturer +43 512 2070 - 4128
Dr. Maurizio Incurvati | Senior Lecturer Bachelorstudiengang Mechatronik
Dr. Maurizio Incurvati Senior Lecturer +43 512 2070 - 3936
Prof. (FH) Dr. Christian Ploder | Professor (FH) Bachelorstudiengang Management, Communication & IT
Prof. (FH) Dr. Christian Ploder Professor (FH) +43 512 2070 - 3536
Dipl. HTL Ing. Dr. med. Michael Sieb | Senior Lecturer Master's program Medical Technologies
Dipl. HTL Ing. Dr. med. Michael Sieb Senior Lecturer +43 512 2070 - 4431
FH-Prof. Dr. rer. pol. Antje Bierwisch | Professor (FH) Bachelorstudiengang Betriebswirtschaft online
FH-Prof. Dr. rer. pol. Antje Bierwisch Professor (FH) +43 512 2070 - 4233
 Thomas Hausberger, BSc, MSc | Dzt. Karenz Bachelorstudiengang Mechatronik
Thomas Hausberger, BSc, MSc Dzt. Karenz +43 512 2070 - 3954
Assoc. Prof.  Matthias Janetschek, PhD | assoziierter FH-Professor Bachelorstudiengang Digital Business & Software Engineering
Assoc. Prof. Matthias Janetschek, PhD assoziierter FH-Professor +43 512 2070 - 4331
FH-Prof. Dr.-Ing. Sebastian Repetzki | Professor (FH) Bachelorstudiengang Mechatronik
FH-Prof. Dr.-Ing. Sebastian Repetzki Professor (FH) +43 512 2070 - 3932
FH-Prof. Dr. Oliver Som | Professor (FH) Master's program International Business & Management
FH-Prof. Dr. Oliver Som Professor (FH) +43 512 2070 - 3132
 Thomas Dilger, MA, BA | Senior Lecturer Bachelorstudiengang Management, Communication & IT
Thomas Dilger, MA, BA Senior Lecturer +43 512 2070 - 3537
FH-Prof. Dr.-Ing. Gerhard Hillmer, MSc | Leiter Department & Studiengang Bachelorstudiengang Wirtschaftsingenieurwesen
FH-Prof. Dr.-Ing. Gerhard Hillmer, MSc Leiter Department & Studiengang
Mag. Anita Onay | Senior Lecturer Masterstudiengang Wirtschaftsingenieurwesen
Mag. Anita Onay Senior Lecturer +43 512 2070 - 4131
FH-Prof. Dr. Stephan Schlögl | Professor (FH) Bachelorstudiengang Management, Communication & IT
FH-Prof. Dr. Stephan Schlögl Professor (FH) +43 512 2070 - 3535
DI Christina Stampfer | Wissenschaftliche Assistenz & Projektmanagement Bachelorstudiengang Wirtschaftsingenieurwesen
DI Christina Stampfer Wissenschaftliche Assistenz & Projektmanagement +43 512 2070 - 4151

WTZ West - 2019
Laufzeit:
2019 - 2021

ProjektmitarbeiterInnen:
Mag. Desiree Wieser

Armin Lechner, BSc, MSc, MBA

FH-Prof. Mag. Dr. Claudia Mössenlechner

Thomas Margreiter, BSc

Benjamin Massow, B.Sc., M.Sc.

Projektbeschreibung:
Das Wissenstransferzentrum West hat sich zum Ziel gesetzt, durch gemeinsame Maßnahmen den Wissenstransfer nachhaltig zu intensivieren, zu professionalisieren, Verwertungspotentiale zu erschließen, Kooperation mit der Wirtschaft aber auch der Gesellschaft im Ganzen zu vertiefen und zu erweitern, transdisziplinäre und innovative Ansätze zu verfolgen und mögliche Synergien zur Erreichung dieser Ziele zu nutzen. Sechs Universitäten und fünf Fachhochschulen aus Vorarlberg, Tirol, Salzburg und Oberösterreich bilden das Konsortium des Wissenstransferzentrums West.

Entwicklungsperspektiven des industriellen Mittelstands
Laufzeit:
2016

ProjektleiterIn:
FH-Prof. Dr. Oliver Som

Projektbeschreibung:
Der deutsche Mittelstand ist als "Innovationsmotor" eine der zentralen Säulen der Innovations- und technologischen Leistungsfähigkeit - und somit der internationalen Wettbewerbsfähigkeit der deutschen Industrie. Kleine und mittlere Unternehmen (KMU) spielen in industriellen Innovationsketten eine herausragende Rolle, wenn es darum geht, neue Technologien in die industrielle Anwendung zu bringen. Das Projektteam aus Forscherinnen und Forschern des MCI, des Fraunhofer ISI sowie der Freien Universität Berlin stellt die Frage in den Mittelpunkt, in welchem Ausmaß und in welcher Verteilung unterschiedliche Innovationsmuster von KMU im deutschen Verarbeitenden Gewerbe vorliegen. Ausgehend von den vorhandenen Innovationsmustern wird unter anderem untersucht, inwiefern die unterschiedlichen Typen durch bestehende Instrumente und Programme der öffentlichen Förderpolitik in Deutschland und Europa erfasst werden und - falls nötig - wie die spezifischen Bedarfe und Herausforderungen der unterschiedlichen Innovationsmuster in Zukunft zielgerichteter und durch passgenaue Politikmaßnahmen effizienter adressiert werden können.

Einsatz von neuronalen Netzen zur automatisierten Datenauswertung
Laufzeit:
2018 - 2019

ProjektleiterIn:
Benjamin Massow, B.Sc., M.Sc.

ProjektmitarbeiterInnen:
Alexander Fritzsche, BSc

René Nußbaumer, BSc, MSc

Sebastian Stabinger, MSc

Projektbeschreibung:
Ziel des Projektes ist es, erstmals eine automatisierte Auswertung für qualitative Daten mithilfe eines Algorithmus zu entwickeln. Erstmals können dadurch qualitative Daten deterministisch und in Echtzeit ausgewertet werden. Erstmals soll eine beliebige Anzahl an qualitativer Daten mit einem Klick ausgewertet und analysiert werden. Hierdurch ist eine deutliche Zeitersparnis seitens des Forschers erzielbar und es können qualitative Daten in repräsentativen Stichprobengrößen analysiert werden. Zudem können die qualitativen Daten in Echtzeit ausgewertet werden. Unternehmen können somit über kritische Abweichungen der geplanten Kundenerlebnisse in Echtzeit benachrichtigt werden. Dieser innovative Ansatz stellt ein neues Produkt in einem neuen und stark wachsenden Markt dar.

Projektpartner:
More than Metrics
Unternehmenssektor Inland
Mohemian Services
Unternehmenssektor Inland

Industrie 4.0 Readiness - Modell zur Ermittlung des Industrie 4.0-Reifegrades für den Mittelstand
Laufzeit:
2016 - 2017

ProjektleiterIn:
FH-Prof. Dr. Oliver Som
Mag. (FH) Mario Moser, MSc

Projektbeschreibung:
Das Projekt "Industrie 4.0 Readiness" verfolgt das Ziel, einen Standardrahmen im Sinne einer Begriffs- und Methoden-Matrix zu erstellen und damit kleinen und mittelständischen Unternehmen eine Möglichkeit zu bieten, den derzeit vielfach verwendeten Begriff "Industrie 4.0" in das eigene unternehmerisches Denken und Handeln einordnen zu können.

DeepQualityControl – Quality Assurance System Based on Machine Learning
Laufzeit:
2019 - 2021

ProjektleiterIn:
Benjamin Massow, B.Sc., M.Sc.

Projektbeschreibung:
In der Industrie wird es aufgrund von zunehmender Komplexität immer öfter gefordert, bildverarbeitende Systeme in Maschinen und Anlagen zu integrieren. Zur Anwendung kommen in den meisten Fällen Standard-Bildverarbeitungsmethoden mit objekterkennenden Eigenschaften. Grundlegend wird also mit Beispielbildern ein System erzeugt, welches etwa die Orientierung oder Abmessungen sowie Kanten und Formen in einem Bild erkennen kann. Ebenso ist der Vergleich mit sogenannten Sollbildern eine übliche Methode. Das Problem bei solchen Verfahren ist die hohe Anfälligkeit der Systeme bei kleinen Änderungen des Produktes. Ebenso können komplexe Strukturen nur schwer bis gar nicht ausgewertet werden. Einen weiteren Nachteil stellen sehr hohe Rechenleistungen dar, um die bei Industrieanlagen geforderten Zykluszeiten gewährleisten zu können. Die Zielsetzung dieses Projektes liegt in der Integration von Machine Learning Algorithmen in die industrielle Qualitätskontrolle. Andere Einsatzgebiete von solchen neuronalen Netzen lassen darauf schließen, dass bei vielen Anwendungen die Nachteile von herkömmlichen bildverarbeitenden Methoden minimiert werden können und es zahlreiche Fälle gibt, bei denen es eben nur durch ein solches Verfahren möglich ist, überhaupt ein positives Ergebnis zu erzielen.

EMPATHIC
Laufzeit:
2017 - 2021

ProjektleiterIn:
FH-Prof. Dr. Stephan Schlögl

Projektbeschreibung:
Das Projekt EMPATHIC erforscht und validiert neue Paradigmen und Plattformen, welche den Grundstein für künftige Generationen von Personalisierten Virtuellen Coaches legen sollen, um ältere Menschen in ihrem Zuhause und im Alltag zu helfen. Innovative multimodale Gesichtserkennungen, adaptive Systeme für Dialoge und Sprachschnittstellen sind Teil der Untersuchungen, um abhängige ältere Menschen sowie deren BetreuerInnen zu unterstützen. Das Projekt verwendet nicht-intrusive Remote-Technologien, um physiologische Marker emotionaler Zustände in Echtzeit für adaptive Online-Reaktionen des Trainers zu extrahieren und die ganzheitliche Modellierung von Verhaltens-, Computer-, physischen und sozialen Aspekten eines personalisierten ausdrucksstarken virtuellen Trainers voranzutreiben. Ziel ist es ferner, kausale Modelle für den Austausch von Coach-User-Interaktionen zu entwickeln, die die älteren Menschen in emotional glaubwürdige Interaktionen einbeziehen, um Einsamkeit zu vermeiden, den Gesundheitszustand aufrechtzuerhalten, die Lebensqualität zu verbessern und den Zugang zu zukünftigen Telecare-Diensten zu vereinfachen.


Kollaborative Robotik für die Fertigung individueller Edelstahlmöbel
Laufzeit:
2018 - 2019

ProjektleiterIn:
Benjamin Massow, B.Sc., M.Sc.

ProjektmitarbeiterInnen:
Matthias Decker, MSc

David Altmann, BSc

Projektbeschreibung:
Im Zuge der Machbarkeitsstudie soll der gesamte Prozess der Fertigung erfasst und analysiert werden. Prozesse, welche Potential für eine Automatisierung aufweisen werden gesammelt und erste Konzepte für Lösungen erarbeitet. In Folge wird für jeden automatisierbaren Prozess ein grobes Konzept zur Umsetzung der Automatisierung erstellt. Für jeden Prozess wird eine Risikoanalyse, ein benötigtes Sicherheitskonzept, sowie ein zugehöriger Workflow erstellt. Die Risikoanalyse beinhaltet sowohl technische Schwierigkeiten der Umsetzung, sowie Integration in den bestehenden Fertigungsprozess, als auch finanzielle Risiken einer Umsetzung. Das Sicherheitskonzept betrachtet alle Risiken der Mensch-Maschine Schnittstelle, alle möglichen Kontaktbereiche und die dafür benötigten Sicherheitstechnologien. Ein erstellter Workflow beschreibt die Integration der möglichen Lösung in die bestehenden Prozesse oder die Umgestaltung dieser.

Digital Innovation Hub West (DIH West)
Laufzeit:
2019 - 2022

ProjektleiterIn:
FH-Prof. Dr. Oliver Som

ProjektmitarbeiterInnen:
Juliana Pattermann, BA MA

Benjamin Massow, B.Sc., M.Sc.

Projektbeschreibung:
Ziel des DIH West ist es, KMU in Westösterreich bei der digitalen Transformation zu unterstützen und ihr Innovationspotential zu stärken, indem ihnen der institutionalisierte Zugang zum Know-how der Forschungseinrichtungen durch verschiedene Aktivitäten ermöglicht wird. Entsprechend dem Bedarf der KMU in Salzburg, Tirol und Vorarlberg fokussiert sich die inhaltliche Ausrichtung des DIH West auf die Anwendungsgebiete Industrie 4.0 für produzierende Unternehmen und auf eServices für Unternehmen aus Tourismus, Gewerbe und Handel. Die Aktivitäten des DIH West konzentrieren sich auf die Information und individuelle Beratung, die Weiterbildung, die thematische Vernetzung von KMU und Forschungseinrichtungen in Arbeitsgruppen und den Transfer von Forschungsergebnissen in standardisierte Angebote wie Leitfäden, Baukastensystemen, usw., begleitet von individuellen Coaching- und Unterstützungsmaßnahmen sowie dem Zugang zu relevanter Infrastruktur der Forschungseinrichtungen. Am DIH West beteiligt sind Standortagenturen, Interessensvertretungen und Forschungseinrichtungen aus Salzburg, Tirol und Vorarlberg, die ihre jeweilige Expertise zur optimalen Unterstützung der KMU einbringen.

Projektlink:
https://dih-west.at

Operational Excellence in the Pharmaceutical Industry
Laufzeit:
2015 - 2016

ProjektleiterIn:
FH-Prof. Dr.-Ing. Gerhard Hillmer, MSc

ProjektmitarbeiterInnen:
Dr. Peter Bekk

Mag. (FH) Mario Moser, MSc

Projektbeschreibung:
Diese wissenschaftliche Studie dient zur Bestandsaufnahme und Analyse bereits existierender Operational Excellence Ansätze in der Prozessindustrie. Die Analyse erfolgt mit Hilfe ausgewählter Unternehmen der Prozessindustrie. Dadurch sollen kritische Erfolgsfaktoren von Operational Excellence identifiziert werden. Der Fokus liegt dabei auf der Analyse der derzeit bestehenden Umsetzungshindernissen von Operational Excellence Ansätzen sowie der Entwicklung von Potenzialen für ein integratives, ganzheitliches Produktionssystem.

Sinnvolle Anwendungsmöglichkeiten kollaborativer Roboter
Laufzeit:
2019

Projektbeschreibung:
Das vorliegende Projektkonzept untersucht das Potential verschiedener kollaborativer Roboter in Bezug auf unterschiedliche industrielle Anwendungen wie z.B. Verpacken, Kontrollieren, Montieren etc. und beschäftigt sich mit der Entwicklung, Ausarbeitung und Integration von möglichen Anwendungen in ein industrielles Umfeld. Die einzelnen Systeme werden in Bezug auf ihre Positioniergenauigkeit, Wiederholbarkeit, Handhabungskapazität, Sicherheit und Anwenderergonomie untersucht. Kurz- und mittelfristig potenzielle Anwendungsfälle werden möglichst allumfassend gesammelt und nach verschiedenen Kriterien, etwa Anwendungsgebiet, potentieller Nutzen und nötiger Aufwand gruppiert. Repräsentativ für jede Gruppe werden ausgewählte Anwendungsfälle mit kollaborativen Robotern verschiedener Hersteller umgesetzt, um so die kurz- und mittelfristige Machbarkeit und nötige technische Weiterentwicklungen abschätzen zu können.

Digital Dentures
Laufzeit:
2019 - 2021

ProjektmitarbeiterInnen:
Benjamin Massow, B.Sc., M.Sc.

Matthias Decker, MSc

Projektbeschreibung:
Individualisierte Produkte im Dentalbereich, wie Brücken und Kronen, verdrängen immer mehr standardisierten Zahnersatz. Diese Entwicklung geht mit einer Änderung der Zulieferer- bzw. Herstellungskette einher: Klassisch werden diese vom Zahnarzt über Präzisionsabdrücke geplant und über Schritte wie Ausgießen mit Kunststoff, Gips und Presskeramikverfahren von externen Zahntechniker oder -prothetiker hergestellt. Diese gehen mehr und mehr dazu über, die Abdrücke zu digitalisieren, bzw. in digitale Produktionsdaten umzuwandeln, und - meist extern - über z.B. 5-Achsen Bearbeitungszentren oder Additive Manufacturing (AM) Verfahren fertigen zu lassen. Konsequenterweise findet die Generierung der digitalen Produktionsdaten teilweise schon direkt beim Zahnarzt statt, welcher deren Fertigung dann direkt an Lohnfertiger vergibt. Pro diskreten Fertigungsprozess werden so 5 - 50 Produkte, z.B. Kronen, gleichzeitig in einem Bauraum hergestellt und sind, auf Grund ihres sehr ähnlichen Aussehens, nur noch sehr schwer wieder einzelnen Aufträgen (bzw. Patienten oder Zahnärzten) zuzuordnen. Bisherige Kennzeichnung durch z.B. nummerierte Fähnchen o.ä. stoßen an Ihre Grenzen. Sie bedeuten Mehraufwand und sind in modernen Herstellungsverfahren teilweise gar nicht einsetzbar. Ziel dieses Projektes ist die Konzeptionierung und protypenhaften Umsetzung einer Gesamtanlage inklusive (i) Zuführung zur Bildverarbeitung, (ii) Durchbringung durch Bildverarbeitung, (iii) Bildverarbeitung und Anbindung an CAD Datenbank, (iv) Rückführung und Umorientierung nicht erkannter Teile, (v) Kinemetik, (vi) verschiedenen Greifermodule, (vii) auftragsbezogene Zwischenspeicherung sowie (viii) Abtransport und Kommissionierung fertiger Aufträge.

Flexible und modulare Produktionsautomatisierung
Laufzeit:
2020 - 2022

ProjektmitarbeiterInnen:
Armin Lechner, BSc, MSc, MBA

Benjamin Massow, B.Sc., M.Sc.

Projektbeschreibung:
Ziel dieses Projektes ist die Entwicklung einer ganzheitlichen Strategie zur langfristigen (i) Flexibilisierung und Automatisierung der Produktionskapazitäten sowie (ii) Datenintegration und Vernetzung. Hierdurch sollen insbesondere kleinere Losgrößen effizienter gefertigt sowie Aufträge mit hohen Ansprüchen an Nachverfolgbarkeit - z.B. aus dem Luft- und Raumfahrtsektor - angenommen werden können. Zur langfristigen Flexibilisierung und Automatisierung der Produktionskapazitäten sollen insbesondere Konzepte zur flexiblen Maschinenbestückung mit Hilfe kollaborativer Robotersystem erarbeitet und durch Funktionsprototypen evaluiert werden. Zur Datenintegration und Vernetzung werden im Laufe des Projektes (i) eine Projektierung langfristig zu avisierender Kunden, (ii) daraus abgeleitete Anforderungen an die Systeme, (iii) eine Bestandaufnahme der aktuellen Systeme sowie (iv) eine Projektierung der zu erstellenden Systeme durchgeführt.


  • Ploder, C., Dilger, T., Bernsteiner, R., & Haller, J. (2021). INCREASE THE USAGE OF INFORMATION SYSTEMS BY GAMIFICATION. 1204–1213. https://doi.org/10.21125/inted.2021.0285
  • Hillmer, G. (2016). PRiME based Responsible (self-)Management certificate, Responsible Management Education (RME) Research conference, 9-10 Nov 2016, Krems, Austria
  • Moser, M. (2014). OPEX 4.0 2014 – Prozessorientierte Excellence in serviceorientierten Unternehmen (Prozessmanagement Summit 2014), November, 24., Wien, Österreich.

  • Hillmer G. (2016). Process-Excellence in der Prozessindustrie, Prozessmanagement Summit, 23-24 Nov. Wien, Austria
  • Hillmer, G. (2016). Key Skills Development - Practical means to increase emotional intelligence in engineering education, International Conference on Emotional Intelligence in Organizations - "Development & Application of EI" 24 - 25 November 2016, Salzburg, Austria
  • Fusionen und Übernahmen - Erfolgsfaktoren zur Unternehmensinteroperabilität im ERP-Kontext
  • Hillmer, G. (2016). Enhancing Engineering Education by including “responsibility” aspects in Curriculum Design, sefi Annual Conference 2016, 12-15 Sep 2016, Tampere University of Technology, Finland