Menü

Forschungsgruppe Applied Research in Industrial Service (APPRISE)

Die Digitalisierung des industriellen Servicegeschäfts ist das Thema der Forschungsgruppe Applied Research in Industrial Service (APPRISE). Ein Fokus liegt dabei auf Augmented Reality.
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 von der Frankfurt University of Applied Sciences und durch externe Zuwendungen aus der Industrie finanziert.

Forschungsschwerpunkte

Tagelange Anlagenstillstände und kostenintensive Einsätze von Techniker/-innen auf der ganzen Welt: Im industriellen Service ist das keine Seltenheit. Mobile Collaborative Augmented Reality im Field Service – also das Erbringen technischer Dienstleistung mithilfe von „erweiterter Realität“ – kann den industriellen Service deutlich effizienter und nachhaltiger machen. Wie genau, untersuchen wir in unserem Forschungsprojekt AR@APPRISE. Dabei testen wir Technologien mit monokularen Datenbrillen wie RealWear HMT-1, aber auch mit Smartphones oder Tablets. Durch industrielle Fallstudien ermitteln wir praxisrelevante Anwendungsfälle genau wie Barrieren und Schlüsselaktivitäten für die Einführung der Technologien.
AnsprechpartnerinMaike Müller

Digitaler Wandel und Industrie 4.0 bringen Bewegung in den industriellen Service. Neue Technologien wie Augmented Reality oder neue Organisationsformen wie Branchenplattformen entstehen und versprechen viele Vorteile – bedrohen zugleich aber auch die klassischen hochprofitablen Geschäftsfelder Ersatzteile und Field Service der Maschinen- und Anlagenhersteller. In unserem Forschungsprojekt BM@APPRISE erforschen wir Geschäftsmodelle (Business Models), durch die Dienstleistungen von Maschinen- und Anlagenherstellern auch in einer digitalisierten Industrie den finanziellen Gegenwert erzielen, der ihrer hohen Qualität entspricht.
Ansprechpartner: Stefan Ohlig

Wann muss eine Anlage gewartet werden? Diese Frage lässt sich durch die Nutzung bereits vorhandener Sensor- und Steuerungsdaten von Maschinen beantworten, und zwar dank der Technologie des maschinellen Lernens (Machine Learning) – Stichwort Predictive Maintenance. In unserem interdisziplinären Forschungsprojekt ML@APPRISE untersuchen Informatiker/-innen des Kompetenzzentrums Netzwerke und verteilte Systeme diese Thematik gemeinsam mit Fachleuten aus dem Maschinenbau. Anhand konkreter industrieller Fragestellungen werden nicht nur Anwendungssystematiken erforscht, sondern auch daraus resultierende Geschäftsmodelle.
Ansprechpartner: Prof. Dr. Dirk Stegelmeyer

Aktuelles

| Forschungsgruppe APPRISE

"Wissen to go": Beitrag der Forschungsgruppe zu Augmented Reality

Mit der Serie "Wissen to go" bereitet die Frankfurt UAS aktuelle wissenschaftliche Themen lebensnah auf – und zwar als Audio-Häppchen. Prof. Dr. Dirk Stegelmeyer beteiligt sich mit einem Beitrag zur Frage "Wie kann Augmented Reality den industriellen Service effizienter machen?".

Forschungsprojekte

ARemoS – Augmented Reality-basierte Remote Service-Geschäftsmodelle

Dienstleistungen im Servicegeschäft des Maschinen- und Anlagenbaus, die "remote" durch Augmented Reality erbracht werden, können effizient, nachhaltig und kostenschonend sein – und vor dem Hintergrund pandemiebedingter Reisebeschränkungen sind sie wichtiger denn je. In unserem Forschungsprojekt ARemoS werden Gestaltungsmöglichkeiten für AR-basierte Remote Service-Geschäftsmodelle ermittelt und in eine Taxonomie, also ein empirisches Klassifizierungssystem, überführt. Darüber hinaus entwickeln wir auf Basis von Interviews mit serviceverantwortlichen Mitarbeitenden möglichst vieler Maschinen- und Anlagenbauer eine Typologie von AR-basierten Remote Service-Geschäftsmodellen. Die Ergebnisse können in der Praxis als Instrument für die künftige Gestaltung solcher Geschäftsmodelle eingesetzt werden. Außerdem legt unsere Arbeit die Basis, um zukünftige Forschungen in diesem Bereich auf eine systematische Grundlage zu stellen. Das Forschungsprojekt wird durch die Förderlinie „Forschung für die Praxis 2021“ mit 40.000 EUR gefördert.

Ansprechpartner: Stefan Ohlig

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

In unserem Forschungsprojekt RoBoCut-AR entwickeln wir gemeinsam mit dem Bremer Technologie-Start-up RoBoTec PTC 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 Servicetechnikerinnen und -technikern reduzieren, kurze Ausfallzeiten sicherstellen und eine hohe Produktivität gewährleisten.

Das Projekt wird im Rahmen des Innovationsprogramms für Geschäftsmodelle und Pionierlösungen (IGP) durch das Bundesministerium für Wirtschaft und Energie 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

Projekt- und Abschlussarbeiten im Forschungsbereich von APPRISE

  • 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

Wenn Sie Interesse an der Bearbeitung eines dieser Themen haben, nehmen Sie bitte Kontakt mit Herrn Prof. Dr. Dirk Stegelmeyer auf.

  • 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
  • AR@APPRISE: Unterscheidungsmerkmale von Augmented Reality basierten Remote Support Softwares
  • Service Apps zu Erfassung von Servciefällen durch Kunden: Vergleich von Einführungsstrategien, Probleme und Erfahrungen bei Industrieunternehmen

Ansprechpartner/-innen

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: 29.04.2021