Die Zusammenarbeit von Fachexperten in einem heterogenen Entwicklungsumfeld im Industrie 4.0 Kontext bringt neben dem verstärkten Bedarf an effizientem Datenaustausch auch Herausforderungen und neue Möglichkeiten an Fachbereiche übergreifenden Maßnahmen der Qualitätssicherung zur Verbesserung der Projekt-, Prozess- und Produktqualität mit sich. Dieses Kapitel beschreibt Bedarfe an Methoden zur Fachbereiche übergreifenden Qualitätssicherung sowohl für Ingenieure als auch für Projekt- und Qualitätsmanager und stellt Konzepte und Lösungsansätze anhand exemplarischer Industrieprototypen dar, etwa effizientes Änderungsmanagement über Fachbereichsgrenzen, Mechanismen zum effizienten und qualitätsgesicherten Datenaustausch basierend auf AutomationML Integrationslösungen, die selektive Überwachung von kritischen Projektparametern (etwa mit dem Multi-Model-Dashboard) oder übergreifende Projektbeobachtung mit dem Engineering Cockpit. Basierend auf integrierten Daten können diese Ansätze helfen, Fehler und Inkonsistenzen in Planungsdaten unterschiedlicher Fachbereiche schneller und effizienter zu finden und einen schnellen Überblick über den aktuellen Projektstatus zu erhalten.
%0 Book Section
%1 WinklerMordinyiBiffl17p259
%A Winkler, Dietmar
%A Mordinyi, Richard
%A Biffl, Stefan
%B Handbuch Industrie 4.0 Bd.\, 2: Automatisierung
%C Berlin
%D 2017
%E Vogel-Heuser, Birgit
%E Bauernhansl, Thomas
%E ten Hompel, Michael
%I Springer
%K 01624 springer paper embedded ai factory system engineering development data management tool requirements optimize zzz.i40
%P 259--278
%R 10.1007/978-3-662-53248-5_89
%T Qualitätssicherung in heterogenen und verteilten Entwicklungsumgebungen für industrielle Produktionssysteme
%X Die Zusammenarbeit von Fachexperten in einem heterogenen Entwicklungsumfeld im Industrie 4.0 Kontext bringt neben dem verstärkten Bedarf an effizientem Datenaustausch auch Herausforderungen und neue Möglichkeiten an Fachbereiche übergreifenden Maßnahmen der Qualitätssicherung zur Verbesserung der Projekt-, Prozess- und Produktqualität mit sich. Dieses Kapitel beschreibt Bedarfe an Methoden zur Fachbereiche übergreifenden Qualitätssicherung sowohl für Ingenieure als auch für Projekt- und Qualitätsmanager und stellt Konzepte und Lösungsansätze anhand exemplarischer Industrieprototypen dar, etwa effizientes Änderungsmanagement über Fachbereichsgrenzen, Mechanismen zum effizienten und qualitätsgesicherten Datenaustausch basierend auf AutomationML Integrationslösungen, die selektive Überwachung von kritischen Projektparametern (etwa mit dem Multi-Model-Dashboard) oder übergreifende Projektbeobachtung mit dem Engineering Cockpit. Basierend auf integrierten Daten können diese Ansätze helfen, Fehler und Inkonsistenzen in Planungsdaten unterschiedlicher Fachbereiche schneller und effizienter zu finden und einen schnellen Überblick über den aktuellen Projektstatus zu erhalten.
%7 2
%@ 978-3-662-53247-8
@incollection{WinklerMordinyiBiffl17p259,
abstract = {Die Zusammenarbeit von Fachexperten in einem heterogenen Entwicklungsumfeld im Industrie 4.0 Kontext bringt neben dem verstärkten Bedarf an effizientem Datenaustausch auch Herausforderungen und neue Möglichkeiten an Fachbereiche übergreifenden Maßnahmen der Qualitätssicherung zur Verbesserung der Projekt-, Prozess- und Produktqualität mit sich. Dieses Kapitel beschreibt Bedarfe an Methoden zur Fachbereiche übergreifenden Qualitätssicherung sowohl für Ingenieure als auch für Projekt- und Qualitätsmanager und stellt Konzepte und Lösungsansätze anhand exemplarischer Industrieprototypen dar, etwa effizientes Änderungsmanagement über Fachbereichsgrenzen, Mechanismen zum effizienten und qualitätsgesicherten Datenaustausch basierend auf AutomationML Integrationslösungen, die selektive Überwachung von kritischen Projektparametern (etwa mit dem Multi-Model-Dashboard) oder übergreifende Projektbeobachtung mit dem Engineering Cockpit. Basierend auf integrierten Daten können diese Ansätze helfen, Fehler und Inkonsistenzen in Planungsdaten unterschiedlicher Fachbereiche schneller und effizienter zu finden und einen schnellen Überblick über den aktuellen Projektstatus zu erhalten.},
added-at = {2017-03-12T11:11:07.000+0100},
address = {Berlin},
author = {Winkler, Dietmar and Mordinyi, Richard and Biffl, Stefan},
biburl = {https://www.bibsonomy.org/bibtex/24db6008003e8feebfeabcd88229c6238/flint63},
booktitle = {Handbuch Industrie 4.0 Bd.\, 2: Automatisierung},
crossref = {VogelHeuserBauernhanslHompel2017b},
doi = {10.1007/978-3-662-53248-5_89},
edition = 2,
editor = {Vogel-Heuser, Birgit and Bauernhansl, Thomas and ten Hompel, Michael},
file = {SpringerLink:2017/WinklerMordinyiBiffl17p259.pdf:PDF},
groups = {public},
interhash = {5a1e0eb6dd2ce9ad2622257998889e54},
intrahash = {4db6008003e8feebfeabcd88229c6238},
isbn = {978-3-662-53247-8},
keywords = {01624 springer paper embedded ai factory system engineering development data management tool requirements optimize zzz.i40},
pages = {259--278},
publisher = {Springer},
series = {Springer Reference Technik},
timestamp = {2017-07-13T18:15:40.000+0200},
title = {{Qualit\"{a}tssicherung in heterogenen und verteilten Entwicklungsumgebungen f\"{u}r industrielle Produktionssysteme}},
username = {flint63},
year = 2017
}