Auflistung nach Autor:in "Kammler, Friedemann"
1 - 10 von 13
Treffer pro Seite
Sortieroptionen
- Konferenzbeitrag3. Workshop: Nachhaltige Wertschöpfungssysteme(INFORMATIK 2023 - Designing Futures: Zukünfte gestalten, 2023) Schoormann , Thorsten; Kammler, Friedemann; Gembarski, Paul C.; Hagen, Simon
- Konferenzbeitrag4. Workshop Nachhaltige Wertschöpfungssysteme(INFORMATIK 2024, 2024) Kammler, Friedemann; Christoph Gembarski, Paul; Schoormann, Thorsten; Hagen, Simon
- ZeitschriftenartikelAutomatische Wiedererkennung von individuellen Objekten mit dem Dynamic Anchoring Agent(HMD Praxis der Wirtschaftsinformatik: Vol. 57, No. 6, 2020) Günther, Martin; Kammler, Friedemann; Ferdinand, Oliver; Hertzberg, Joachim; Thomas, Oliver; Zielinski, OliverIndividuelle Objekte spielen im Alltag eine zentrale Rolle und machen deren Unterscheidung zu einer wichtigen Voraussetzung für den Einsatz von Robotik. Die Herausforderung liegt dabei nicht allein in der sensorischen Wahrnehmung, sondern auch in der Verknüpfung mit vorhandenem Wissen: So können zwei für Verfahren der Objekterkennung identische Gegenstände durch ihre Funktion („Der Akkuschrauber, den ich zuletzt genutzt habe“) oder ihren Umgebungskontext („Die Tasse auf meinem Tisch“) eine eindeutige Zuordnung erhalten. Die Robotik adressiert diese Herausforderung unter dem Begriff des Anchorings, also der Fähigkeit, individuelle Objekte eindeutig zu erkennen und anhand ihres Kontexts wiederzuerkennen, sobald sie einmal aus dem Wahrnehmungsbereich gelangt sind. Auf technischer Ebene besteht dabei das Problem, Beziehungen zwischen Sensordaten und Symbolen in einer Wissensbasis herzustellen und so physische Objekte konkret zu adressieren. Der Beitrag stellt das Anchoring-Problem sowie den Dynamic Anchoring Agent (DAA) als einen Lösungsansatz vor. Anhand von zwei realen Anwendungsszenarien wird der Einsatz des DAA demonstriert: Anhand eines MakerSpaces werden die Möglichkeiten zur erweiterten Kooperation zwischen Menschen und Robotern gezeigt - beispielsweise durch die Suche und Identifikation von persönlichem Werkzeug oder benötigten Produktionsmaterialien. Eine zweite Anwendung verdeutlicht am Beispiel eines Yachthafens den weiterführenden Einsatz in dynamischen Umgebungen. Individual objects play a central role in everyday life and make their distinction an important requirement for the application of robotics. The challenge is not only sensorial perception, but also the combination with existing knowledge: For example, two goods that are identical for object recognition can be further distinguished by their function (“The battery screwdriver I used last”) or their environmental context (“The cup on my table”). Robotics addresses this challenge under the notion of anchoring, meaning the ability to identify individual objects and to recognize them by their context once they have left the perception of the system. On a technical level, the problem is to establish relationships between sensor data and symbols in a knowledge base and thus to address physical objects concretely. This paper presents the anchoring problem and the Dynamic Anchoring Agent (DAA) as a solution approach. The use of the DAA is demonstrated using two real application scenarios: With the example of a MakerSpace, the possibilities for extended cooperation between humans and robots are shown—for instance in the search and identification of personal tools or required production materials. The second application demonstrates the extended use in dynamic environments within the example of a marina.
- ZeitschriftenartikelGlobal Crises and the Role of BISE(Business & Information Systems Engineering: Vol. 62, No. 4, 2020) Thomas, Oliver; Hagen, Simon; Frank, Ulrich; Recker, Jan; Wessel, Lauri; Kammler, Friedemann; Zarvic, Novica; Timm, Ingo
- ZeitschriftenartikelInnovationsnetzwerke als Treiber für Wissenschaft-Praxis-Kooperationen: Ein Erfahrungsbericht(HMD Praxis der Wirtschaftsinformatik: Vol. 57, No. 2, 2020) Kammler, Friedemann; Schoormann, Thorsten; Fuchs, Alexander; Mauruschat, Achim; Thomas, Oliver; Knackstedt, RalfDie Kooperation von Wissenschaft und Praxis in anwendungsorientierten Förderprojekten ist zu einem wesentlichen Instrument der Forschung avanciert und intensiviert den Austausch von realen Problemstellungen und innovativen Lösungsansätzen. Themenschwerpunkte, die ein hohes Innovationspotenzial aufweisen, aber noch unscharf diskutiert sind, stellen jedoch klassische Kooperationsformen vor neue Herausforderungen: Einerseits wird die Konzeption eines Projekts vom geringen Kenntnisstand erschwert, andererseits sorgt die geringere Erfolgssicherheit für eine abnehmende Investitionsbereitschaft industrieller Partner. So kann die Forschung um „Künstlichen Intelligenzen“ als Beispiel genannt werden, deren hohe Komplexität im Feld der Kleinen und Mittelständischen Unternehmen eingangs Hemmungen verursachte. Um diesen Herausforderungen zu begegnen, berichtet der vorliegende Beitrag von Erfahrungen, die aus einer dreijährigen Kooperation von sechs Hochschulen und über 30 Praxispartnern in der Form eines Innovationsnetzwerkes gesammelt wurden. Dabei werden zunächst typische Akteure und deren Aufgabenfelder (z. B. Wissenschaftspartner als Lotsen für neue Ideen oder Unternehmen für die Evaluation und Anwendung neuer Forschungsresultate) sowie unterschiedliche Ergebnistypen (z. B. Pilotstudien, Spin-Offs und kooperative Lehrformate) des Innovationsnetzwerkes beschrieben. Zur Illustration der Ergebnisse werden zwei Anwendungsbeispiele von einer branchenübergreifenden Cross-Innovation aus der Lebensmittelindustrie sowie von einem aus dem Netzwerk heraus entstandenen Pilotprojekt zur Digitalisierung von Startup-Vorhaben aufgeführt. Abschließend werden darauf aufbauend Potenziale und Herausforderungen diskutiert, um Impulse für die Konzeption und Umsetzungen solcher Netzwerke abzuleiten. Cooperation between science and practice, especially in application-oriented projects, has become an essential instrument of research in Germany and has reinforced the communication of practical problems and innovative solutions. However, particularly topics that have been discussed vaguely, but at the same time reveal a high innovation potential, challenge typical forms of cooperation: On the one hand, an exact planning becomes increasingly difficult (e.g., due to a lack of knowledge), on the other hand, the lower assuredness of success leads to a decreasing willingness of industrial partners to invest. To tackle these challenges, the present article reports on experiences obtained from a three-year cooperation of six higher education institutions and over 30 companies in the form of an Innovation Network. In doing this, typical actors and their tasks (e.g., academic institutions as a driver for new ideas or industry partners for evaluation and application of emerging findings) as well as different types of project results (e.g., Spin-Offs and cooperative teaching formats) are described. For illustration, two use cases from a cross innovation in the food industry and a project on digitalization of startup endeavors are outlined. Afterward, potentials and challenges are discussed in order to derive impulses that guide the future design and implementation of such networks.
- ZeitschriftenartikelKunden- und kontextabhängige Konfiguration Smarter Produkte: Digitales Potenzial jenseits physischer Grenzen?(HMD Praxis der Wirtschaftsinformatik: Vol. 56, No. 3, 2019) Kammler, Friedemann; Gembarski, Paul Christoph; Brinker, Jonas; Thomas, Oliver; Lachmayer, RolandDie digitale Transformation von Geschäftsmodellen entlang visionärer Anwendungsszenarien, wie der Industrie 4.0 und Smart Services, erlauben Branchen wie dem Maschinen- und Anlagenbau das Heben neuer Wertschöpfungspotenziale. Dabei bildet die Evolution von physischen Produkten, ausgehend von rein mechanischen, über mechatronischen, bis hin zu cyber-physischen Gütern eine wesentliche funktionale Grundlage. Um die vielfach aufgegriffene Vision einer kundenindividuellen Lösungsorientierung umsetzen zu können, werden so Smarte Produkte erforderlich, die durch eine hohe technische Komplexität gekennzeichnet sind und die zur Leistungserbringung erforderliche Flexibilität insbesondere auf digitaler, informationstechnischer Ebene abbilden. Während die formulierten Differenzierungspotenziale auf den ersten Blick einleuchten, bleibt bislang die Frage unbeantwortet, an welchen Stellen die „digitale Flexibilität“ von Smarten Produkten auch auf physischer Ebene in die Anpassung der Produktkonstruktion eingehen muss und mit welchen Seiteneffekten dabei zu rechnen ist. So erfolgt bspw. die Anpassung der Leistungsfähigkeit einer Mietmaschine entlang eines flexiblen Tarifmodells nicht nur auf rein informationeller Ebene, sondern muss bis in die konfigurationsunabhängige Auslegung des zugrundeliegenden Produkts reichen. Im Ergebnis schlägt sich das gehobene Wertschöpfungspotenzial in steigenden Produktionskosten und einer erhöhten Komplexität nieder, die die flächendeckende Anwendung in Frage stellt. Der Beitrag adressiert die physischen Erfordernisse, die dem digitalen Potenzial von Smarten Produkten gegenüberstehen. Hierzu werden anhand eines Fallbeispiels die Potenziale derartiger Produkte und daraus entstehender Leistungssysteme aus informationstechnischer Sicht beschrieben und deren Auswirkungen auf die zugrundeliegende Konstruktion aus ingenieurwissenschaftlicher Sicht analysiert. Im Ergebnis stellt der Beitrag praxisbezogene Handlungsstrategien zu Entwicklung und Einsatz von smarten Produkten vor und erklärt, wie und in welchen Fällen die erfolgreiche Hebung von Wertschöpfungspotenzialen gelingen kann. The digital transformation of business models along visionary applications, such as Industry 4.0 and Smart Services, allows industries to leverage new opportunities for value creation. This effect is empowered by the evolution of physical products from purely mechanical to mechatronic to cyber-physical goods. A key benefit that is currently being discussed is customer individualization, that relies heavily on technically sophisticated products. Such “Smart Products” contain information technology (e. g. sensors, connectivity) that enables its context-specific use. However, the flexibility comes at the price of high technical complexity. While the formulated potentials are obvious at first glance, the question remains unanswered as to where the “digital flexibility” of smart products has to be considered in design of the underlying physical product and what side effects can be expected. The contribution addresses physical requirements that must be regarded in order to obtain the advantages of Smart Products. For this purpose, we present key characteristics and analyze a case study from both, an Information Systems and a Mechanical Engineering perspective. As a result, the paper elaborates practical strategies for developing and using smart products and explains how and in which cases the transformation of a conventional product can be successful.
- TextdokumentResponding to the Forecast(INFORMATIK 2017, 2017) Varwig, Andreas; Kammler, Friedemann; Thomas, OliverMachines become increasingly complex. At the same time, more and more sensors are installed and information is gathered in order to enable a close to real-time prediction of a machine's state. Compa-nies try to implement Predictive Maintenance strategies to avoid machine downtimes on a large scale. For this purpose, artificial neural networks are applied more and more often. However, the classifica-tion of machine states with artificial neural networks is still not accurate enough. This is partially due to a lack of standards in data processing and in the harmonization of data from different sensor types. We aim to contribute to close these research gaps by developing a standard PM concept for machine and plant manufactures.
- ZeitschriftenartikelSmart Forwarding – Datengetriebene Wertschöpfung in der Logistikkette(Wirtschaftsinformatik & Management: Vol. 12, No. 6, 2020) Heinbach, Christoph; Kammler, Friedemann; Thomas, Oliver
- ZeitschriftenartikelSmart Services: Geschäftsmodell-innovationen durch 3D-Druck(Wirtschaftsinformatik & Management: Vol. 7, No. 6, 2015) Thomas, Oliver; Kammler, Friedemann; Sossna, David
- TextdokumentSmarte Datenintegration durch Benchmarking-as-a-Service(INFORMATIK 2017, 2017) Varwig, Andreas; Kammler, Friedemann; Thomas, OliverObwohl Maschinen-und Anlagenbauer immer komplexere Sensortechnologien und Informationssysteme verbauen, haben sie nur selten Zugriff auf detaillierte Laufzeitdaten. Anlagenbetreiber, die oftmals die Eigentümer der Daten sind, verweigern ihnen den Zugriff, während sie selbst nicht über die Mittel verfügen, die Daten auszuwerten. In der Folge entstehen bei jedem Betreiber unerschlossene Data Lakes. In diesem Artikel wird ein Vorgehensmodell zur Erschließung und betreiberübergreifenden Integration der ökonomisch verwertbaren Informationen, basierend auf der Data Envelopment Analysis, vorgestellt.