Virtual and Analytics Service im Maschinen- und Anlagenbau (VASE)

Problemstellung
Die Entwicklung neuer virtueller Lern- und Arbeitsumgebungen einerseits und die immer umfangreichere Erfassung von Maschinendaten und deren Auswertung anderseits haben das Potential, neue, kooperative Wertschöpfungsprozesse zwischen Kunden und Dienstleistern zu entwickeln. Sie ermöglichen innovative Dienstleistungen im Maschinen- und Anlagenbau, beispielsweise zur räumlich und zeitlich flexiblen Fehlersuche und Unterstützung des Kunden bei Wartung, Instandhaltung oder in neuen Beratungs- und Schulungsszenarien . Entscheidend für die erfolgreiche Nutzung und Integration dieser innovativen Serviceleistungen ist die Akzeptanz durch die Kunden.

Zielsetzung
Das Forschungsprojekt VASE adressiert den Aufgaben- und Tätigkeitsbereich von Servicetechnikern im Maschinen- und Anlagenbau als die Schnittstelle zwischen Kunden und Anbietern. Die Zielsetzungen des Projekts liegen in einer unternehmensspezifischen Adaption, Erprobung und Evaluation der virtuellen Schulungs- und Arbeitsumgebungen sowie der Integration von Serviceleistungen wie die Nutzung von Betriebsdaten zur Fehleranalyse. Im Ergebnis soll eine systematische Vorgehensweise in Form eines Integrationsmodells für Schulungszwecke und für den Produktionsbetrieb für den Maschinen- und Anlagenbau zur Verfügung stehen.

Vorgehensweise
Methodisch wird das Vorhaben zunächst konkrete Anwendungsfälle identifizieren, für die spezifische Analysemethoden entwickelt und umgesetzt werden. Dazu werden Kunden und Servicetechniker geschult und die vorliegenden virtuellen Lern- und Arbeitsumgebungen adaptiert. Damit werden Nutzerhemmnisse abgebaut und die Rezeptionsfähigkeit der Dienstleistungsempfänger gefördert. Das Integrationsmodell soll von den beteiligten Anwendungspartnern erprobt und evaluiert werden.

Ergebnisse und Anwendungspotenzial
Im Vorhaben werden Schulungskonzepte und Handlungsanleitungen entwickelt. Dafür wird ein Integrationsmodell für servicespezifische, virtuelle Lern- und Arbeitsumgebungen zur Erfassung und Auswertung von Maschinendaten zur Verfügung gestellt. Ziel ist es, die Servicequalität im Maschinen- und Anlagenbau nachhaltig zu verbessern und die Flexibilität solcher Dienstleistungen zu erhöhen.

• GFT Technologies SE
• IPRI - International Performance Research Institute gGmbH
• MAG IAS GmbH
• TriCAT GmbH
• TRUMPF GmbH + Co. KG
• Universität Stuttgart