Menü

Forschungsgruppe "Applied Research in Industrial Service (APPRISE)"

Die Forschungsgruppe Applied Research in Industrial Service (APPRISE) beschäftigt sich mit der Digitalisierung des industriellen Servicegeschäfts.

In unserem Forschungsprojekt AR@APPRISE untersuchen wir Nutzenpotentiale, sowie Herausforderung für die Einführung von Augmented Reality (AR) Technologie im Field Service. AR hat das Potential sich sowohl für Maschinenhersteller als auch Maschinennutzer positiv auszuwirken, allerdings birgt der Einsatz der AR-Technologie auch das Risiko Einnahmen aus dem traditionellen Field-Servicegeschäft und dem Ersatzteilgeschäft zu verringern.

Deshalb beschäftigen wir uns in einem zweiten Forschungsprojekt BM@APPRISE mit der Untersuchung und Entwicklung von Geschäftsmodellen für AR-basierte Services.

In unserem dritten Forschungsprojekt ML@APPRISE untersuchen wir die Monetarisierung von Condition Monitoring, Preventive Maintenance und Predictive Maintenance.

Alle Forschungsaktivitäten werden kooperativ mit Professor Rakesh Mishra vom Centre for Efficiency and Performance Engineering (CEPE) an der University of Huddersfield durchgeführt. Unsere Forschung wird intern von der Frankfurt University of Applied Sciences und externen Zuwendungen aus der Industrie finanziert.

Forschungsprojekte

RoBoCut-AR - AR-Fernservice für die KI-gestützte Pflanzenvermehrung

In dem Forschungsprojekt RoBoCut-AR entwickeln wir gemeinsam mit dem Bremer Technologie Start-up RoBoTec PTC (www.robotec-ptc.com) ein AR-basiertes Fernservicekonzept für die vollautonome Zier- und Nutzpflanzenproduktion mit dem RoBoCut. RoBoCut Experten können durch die Echtzeit-Kollaboration mittels Video-Streams und integrierten AR-Funktionen lokale Bediener des RoBoCut aus der Ferne unterstützen. Dadurch lassen sich unnötige Reisen von Servicetechnikern reduzieren. Ebenso können kurze Ausfallzeiten sichergestellt und eine hohe Produktivität gewährleistet werden.

Das Projekt wird im Rahmen des Innovationsprogramms für Geschäftsmodelle und Pionierlösungen (IGP) durch das Bundesministerium für Wirtschaft und Energie (BMWi) über einen Zeitraum von 24 Monaten vom 1. Oktober 2020 bis zum 30. September 2022 mit 171.300 Euro gefördert. (Förderkennzeichen: 16GP100102).

Ansprechpartner: Stefan Ohlig

In diesem Forschungsprojekt untersuchen wir die Auswirkungen von Mobile Collaborative Augmented Reality auf den Field Service im Maschinen- und Anlagenbau (Dienstleistung durch Kundendiensttechniker). Die Technologie testen wir mit Datenbrillen, wie beispielsweise Vuzix M300 oder RealWear HMT-1, aber auch mit Mobiltelefonen und Tablets. Wir ermitteln praxisrelevante Anwendungsfälle im Service und deren Nutzen für den Maschinenhersteller und den Maschinennutzer. Durch industrielle Fallstudien ermitteln wir neben den Nutzenpotentialen auch Barrieren und Schlüsselaktivitäten für die Einführung der Technologie.

Das Forschungsprojekt AR@APPRISE wird von Industriepartnern und aus Forschungsmitteln des Fachbereichs Informatik und Ingenieurwissenschaften finanziert.

Ansprechpartnerin: Maike Müller

Im Rahmen der Industrie 4.0 entstehen neue Technologien wie Augmented Reality oder neue Organisationsformen wie Branchenplattformen. Diese versprechen viele Vorteile, sie bedrohen aber auch die klassischen hochprofitablen Geschäftsfelder Ersatzteile und Field Service der Maschinen- und Anlagenhersteller. In dem Forschungsprojekt BM@APPRISE erforschen wir Geschäftsmodelle (Business Models), die auch in einer digitalisierten Industrie die hochqualitative Dienstleistung der Maschinen- und Anlagenhersteller adäquat monetarisiert.

Das Forschungsprojekt BM@APPRISE wird aus Eigenmitteln der Hochschule finanziert.

Ansprechpartner: Stefan Ohlig

Mit der Technologie des maschinellen Lernens (Machine Learning) können ohnehin vorhandene Sensor- und Steuerungsdaten von Maschinen zur Vorhersage von Ausfällen genutzt werden. Im interdisziplinären Forschungsprojekt ML@APPRISE untersuchen Informatiker des Kompetenzzentrums Netzwerke und verteilte Systeme gemeinsam mit Maschinenbauern konkrete industrielle Fragestellungen. Neben benutzerfreundlichen maschinenbaugerechten Anwendungssystematiken sollen auch daraus resultierende Geschäftsmodelle erforscht werden.

Das Forschungsprojekt ML@APPRISE wird von Industriepartnern und aus Eigenmitteln der Hochschule finanziert.

Ansprechpartner: Prof. Dr. Dirk Stegelmeyer

Aktuelles

Keine Nachrichten verfügbar.
  • AR@APPRISE: Evaluation von Augmented Reality (AR)-basierter Fernwartungssoftware für den industriellen Einsatz
  • Aktueller Stand von Wissenschaft und Technik zu Condition Monitoring (Systatmic Literature Review)
  • Analyse von Servicestrategien im chinesischen Markt
  • Applying consumer products in industrial applications
  • AR@APPRISE Geschäftsmodell-Evaluationstools/-methoden (Systematic Literature Review)
  • AR@APPRISE Metanalyse Einflussfaktoren Implementierungsprozess von innovativen Technologien
  • Ausbau des Dienstleistungsgeschäfts eines Sägenherstellers mittels e-Shop
  • Auswertung von Maschinendaten zur Weiterentwicklung der Produkte-Autinity
  • CRM@APPRISE Evalutation eines CRM-Systems fur die Forschung bei APPRISE
  • Flexibility in Production Systems – Systematic Literature Review
  • Machbarkeitsstudie 3D Druck Ersatzteile
  • Machbarkeitsstudie Geschäftsfeld gebrauchter Medizinprodukte
  • Platform-driven business in manufacturing (Systematic Literature Review) follow up
  • Predictive Maintenance – Application in Industry
  • Servitization, Digitalization and Risk Mitigation (Systematic Literature Review)
  • Stand Lehrwerke in Service Engineering und Service Management
  • Teaching@APPRISE Getriebemontageübung in Augmented Reality Umgebung überführen
  • VDMA Betriebswirtschaftliche Blätter – Service
  • Vergleich Machine Learning Software für Predictive Maintenance aus Sicht des Anwenders
  • Weiterentwicklung einer prototypischen Umformmaschine
  • Die Anwendung des maschinellen Lernens zur Predictive Maintenance an Beschichtungsanlagen 
  • AR@APPRISE: Entwicklung eines Klassifizierungsmodells für Anwendungsfälle und anwendende Unternehmen von Augmented Reality im After-Sales Service des Maschinen- und Anlagenbaus 
  • Datengetriebene Geschäftsmodellentwicklung am Beispiel Beschichtungsanlagen 
  • AR@APPRISE: Identifizierung und Klassifizierung von Augmented Reality (AR)-basierten Dienstleistungsangeboten im deutschen Maschinen- und Anlagenbau)
  • AR@APPRISE: Identifizierung und Klassifizierung von Augmented Reality (AR)-basierter Fernwartungssoftware für den industriellen Einsatz)
  • AR@APPRISE: The industrial service platform – Reviewing opportunities, challenges and applications
  • AR@APPRISE: Barriers and Benefits of Mobile Collaborative Augmented Reality and Remote Monitoring Technology for Industrial Service Delivery

Ansprechpartner

Prof. Dr.
Dirk Stegelmeyer
Studiengangsleitung Service Engineering (Wirtschaftsingenieur Service) Bachelor
Gebäude BCN, Raum 1032

Besuchen Sie uns auch auf ORCID und ResearchGate:

Prof. Dr. Dirk Stegelmeyer:

Fr. Maike Müller:

Hr. Stefan Ohlig:

Hr. David Breitkreuz

Prof. Dr. Dirk StegelmeyerID: 5239
letzte Änderung: 29.09.2020