eAward 2020: Kategorie „Industrie 4.0“ Featured

Fotos: iStock, beigestellt Fotos: iStock, beigestellt

Die Nominees der Kategorie „Industrie 4.0“. Die GewinnerInnen werden bei der Preisverleihung des Wirtschaftspreises "eAward 2020" am 29. Jänner 2020 in Wien bekannt gegeben.


eguana GmbH
Projekt: eguana SCALES – Datenmanagement im Spezialtiefbau

Egal ob Tunnelvortrieb, Drainagebohrungen, U-Bahnbau, Unterfangung von Gebäuden – wird untertage gearbeitet, fallen in jedem Fall eine große Menge Messdaten an, die zur Qualitätssicherung unerlässlich sind. Die Daten müssen manuell zusammengeführt werden und in ein Tabellenkalkulationsprogramm wie Excel zur Bearbeitung überspielt werden. Verarbeitungsaufwand und Fehlerpotential sind enorm. eguana SCALES ist eine Plattform, auf der sämtliche Maschinendaten – unabhängig vom Hersteller – in Echtzeit auf jedem browserfähigen Endgerät abrufbar sind. Der Analyse- und Auswertungsaufwand kann dadurch um bis zu 70 Prozent reduziert werden. Das innovative Tool hilft dabei, die Datenberge zu organisieren, zu komprimieren und auszuwerten. Das erleichtert den Arbeitsalltag und ermöglicht es, die Dokumentation zu optimieren.

www.eguana.at Video: Youtube



P. Dussmann GmbH
Projekt: E-plate – the easy & smart gastro solution

Dussmann Service, der Multidienstleister rund ums Gebäude mit langjähriger Erfahrung in der Betriebsgastronomie, bringt mit „E-plate – the easy & smart gastro solution“ eine neue, digitale und intelligente Lösung für die Systemgastronomie auf den Markt. Gemeinsam mit avus Service, einem Softwareentwickler aus Stuttgart, und Bauscher, dem Weltmarktführer für Profiporzellan aus Weiden, wird E-plate Unternehmen mit großen Betriebsrestaurants angeboten. Mit E-plate heben die Unternehmen den Service in ihren Restaurants auf die nächste digitale Stufe und revolutionieren die Abläufe an den Kassen. Auf Basis der RFID-Technik bezahlen die Gäste Speisen und Getränke über einen im Geschirr eingebauten Chip automatisch. Kein zeitraubendes Warten an den Kassen mehr, hohe Zuverlässigkeit und effiziente Abläufe bringen Vorteile für Gäste und Unternehmen – sicher – einfach – intelligent.

www.dussmann.at/e-plate/



RISC Software GmbH, FILL GmbH
Projekt: Nachhaltige Holzverarbeitung dank Optimierung

Gemeinsam mit der FILL Gesellschaft m.b.H. entwickelte die RISC Software GmbH eine Optimierungslösung für die Produktion von Leimbindern. Der dafür entwickelte Algorithmus berechnet den besten Zuschnitt und die optimale Anordnung der Bretter im Leimbinder, um das Holz möglichst effizient zu nutzen. Die Optimierung läuft dabei auf der Produktionsanlage und verarbeitet die Daten der Steuerung in nahezu Echtzeit. In jedem Taktzyklus wird ein neuer Plan für die Maschinensteuerung berechnet. Damit ist gewährleistet, dass die Anlage optimal gesteuert wird, und so das gegebene Rohmaterial unter den zu berücksichtigenden Rahmenbedingungen möglichst gut genutzt wird.

risc-software.at/nachhaltige-holzverarbeitung-dank-optimierung Video: Youtube



Fraunhofer Austria Research GmbH, Traktorenwerk Lindner GmbH
Projekt: Smart Data Analytics im Bereich Ersatzteil-Logistik und After Sales bei Traktorenwerk Lindner

Seit 70 Jahren produziert Lindner Traktorenwerk Traktoren und Transporter. Dabei wird stark auf Kundenwünsche eingegangen, sodass die Variantenvielfalt enorm gestiegen ist. Zudem gewährt eine 30-jährige Ersatzteil-Versorgungsgarantie. Um trotz der hohen daraus resultierenden Anzahl von nötigen Ersatzteilen schnell agieren zu können, setzte das Tiroler Traditionsunternehmen auf „Smart Data Analytics“. Fraunhofer Austria entwickelte im Rahmen der Kooperation ein Datenmodell, das bereits im Einsatz ist und die Lieferfähigkeit erhöht, Lagerkosten reduziert, Lieferzeiten verkürzt und die Produktion und Beschaffung besser planbar macht. Im Ersatzteilmanagement wurden mittels Warenkorbanalysen strukturelle Zusammenhänge im Kaufverhalten abgebildet, durch computergestützte Prognosen MitarbeiterInnen die Planung erleichtert und durch eine Optimierung der Disposition die Warenverfügbarkeit deutlich erhöht.

www.fraunhofer.at/de/presse/pressemitteilungen/Datenanalyse_bei_LindnerTraktoren Video: Youtube
    

Bild: AIT/Wolfgang Franz

LieberLieber Software GmbH, AIT Austrian Institut of Technology GmbH

Projekt: Threatget – Ein neues Cyber Security Management System

Im Februar 2019 lancierte die EU eine Initiative für Cybersicherheit, um Europa in diesem kritischen Bereich voranzubringen. Mit THREATGET gibt es ein österreichisches Produkt, das vom AIT Austrian Institut of Technology und LieberLieber gemeinsam entwickelt wurde. Es unterstützt Entwickler*innen dabei, Bedrohungen frühzeitig zu erkennen und die damit einhergehenden Risiken rasch abschätzen zu können. Mit der Einführung der neuen Europäischen Sicherheitsrichtlinie nach ECE Level wird Fahrzeugherstellern zur Zulassung ihrer Produkte vorgeschrieben, die Cybersicherheit ihrer Fahrzeugsysteme nachweislich zu überprüfen. Mit THREATGET wird „Security by Design“ Realität. THREATGET bietet eine effektive Unterstützung, um Sicherheitsvorkehrungen gegenüber potenziellen Cyber-Angriffen (threats) in das Design des Systems einzubauen. THREATGET überprüft automatisch Cyber-Sicherheitsbedrohungen sowie Schwachstellen des Systemmodells und schlägt entsprechende Lösungsansätze vor.

www.threatget.com



Know-Center GmbH - Research Center for Data-Driven Business & Big Data Analytics

Projekt: TimeFuse

Zeitreihendaten bilden die Grundlage für das Erfassen und Vorwegnehmen von Verhalten im produzierenden und industriellen Umfeld. Um herausfordernde Situationen effektiv bewältigen zu können, ist ein sofortiger Zugriff auf relevante Informationen in aktuellen und historischen Daten erforderlich. TimeFuse ist eine Web-Applikation für die interaktive Analyse von Zeitreihendaten, um SpezialistInnen wie etwa Service- und InstandhaltungsmitarbeiterInnen oder DatenwissenschaftlerInnen in ihrer Arbeit zu unterstützen. TimeFuse kann Ereignisse in großen Signaldaten erkennen und vorhersagen, Muster und Verhaltensweisen in historischen Daten finden, sowie passende Ressourcen zur jeweiligen Situation empfehlen. Unabhängig ob Anomalien manuell oder automatisch erkannt werden, versucht TimeFuse die BenutzerInnen zu ähnlichen vergangenen Ereignissen zu führen. Hinzugefügte Annotationen beschreiben und dokumentieren relevante Muster und können sich als entscheidend für die Lösung des vorliegenden Problems erweisen.

www.know-center.at

Last modified onSamstag, 18 Januar 2020 19:12
back to top