When studying high-tech & pharmaceutical R&D projects, the infrastructure often still consists of paper run cards / travelers, manual data collocation on paper or spreadsheets and storing result data on simple file servers. While this worked well for the last two decades, the current economic situation and the competitive turbo of the last years requires organizations to upgrade their infrastructure.

The current use case overview gives an outline about the situation and offers one possible solution to the challenges.

Bei der Untersuchung von F&E-Projekten in den Bereichen Hochtechnologie und Pharmazie besteht die Infrastruktur oft noch aus Papierlaufkarten, manueller Datensammlung auf Papier oder Tabellenkalkulationsblättern und Speicherung Ergebnisdaten auf einfachen Dateiservern. Während dies in den letzten zwei Jahrzehnten gut funktioniert hat, erfordern die aktuelle wirtschaftliche Situation und der entstehende Wettbewerbs-Turbo der letzten Jahre, dass Unternehmen ihre Infrastruktur anpassen.

Die aktuelle Use Case-Übersicht gibt einen Überblick über die Situation und bietet eine mögliche Lösung der Herausforderungen.

Dr. Ortloff discusses a measure by which the high-tech manufacturing industries can help shorten the development time of manufacturing technologies, make development more sustainable, save money and cushion the economic downturn by Covid-19. Much of what is needed to achieve this has already been learned and developed in previous crises. It is important to use this experience and to translate it into appropriate measures to meet the current challenges.

In this article you will read about how comprehensive, centralized knowledge management can foster innovation and improve the resilience against knowledge loss and inaccessibilty of R&D organization in preparation for crises and knowledge drain.

Dr. Ortloff erörtert eine Maßnahme, mit der die High-Tech-Fertigungsindustrien dazu beitragen können, die Entwicklungszeit von Fertigungstechnologien zu verkürzen, die Entwicklung nachhaltiger zu gestalten, Geld zu sparen und den wirtschaftlichen Abschwung durch Covid-19 abzufedern. Vieles was dazu nötig ist, wurde bereits in vorhergehenden Krisen gelernt und erarbeitet. Es gilt diese Erfahrungen zu nutzen und in geeignete Maßnahmen zur Bewältigung der aktuellen Herausforderungen zu überführen.

In diesem Artikel lesen Sie darüber, wie ein umfassendes, zentralisiertes Wissensmanagement Innovationen fördern und die Widerstandsfähigkeit von F&E-Organisationen gegen Wissensverlust und -unzugänglichkeit verbessern kann, um sie auf Krisen und Wissensabfluss vorzubereiten.

In times of growing international competition and shrinking market niches, innovating via new or improved products becomes key to success or even to survival. When developing a new product or a new iteration of an existing product, it’s vital to use information from a variety of sources to help shape the process and ensure success.

This article shows the importance of and solution approach for overcoming the dark data challenge in R&D. It shows the effects, high costs and project delays caused by unleveraged data when developing fabrication technologies.

In Zeiten wachsender internationaler Konkurrenz und schrumpfender Marktnischen wird die Innovation durch neue oder verbesserte Produkte zum Schlüssel zum Erfolg oder sogar zum Überleben. Bei der Entwicklung eines neuen Produkts oder einer neuen Iteration eines bestehenden Produkts ist es von entscheidender Bedeutung, Informationen aus einer Vielzahl von Quellen zu nutzen, um den Prozess mitzugestalten und den Erfolg zu sichern.

Dieser Artikel zeigt die Bedeutung und den Lösungsansatz für die Bewältigung der Herausforderung durch Dark Data in Forschung und Entwicklung. Er zeigt die Auswirkungen, die hohen Kosten und die Projektverzögerungen, die durch ungenutzte Daten bei der Entwicklung von Fertigungstechnologien verursacht werden.

The advent of Industry 4.0 offers huge potential to explore new and exciting changes to the manufacturing floor
Intelligent machines capable of “speaking” to one another and collating a myriad of complex data promises huge improvements in productivity … and fundamental changes to the ways in which we view manufacturing efficiency.
However, the wealth of data available to manufacturing organisations is growing larger by the year, increasing the complexity of its analysis. Industrial equipment is becoming capable of storing and sharing types of data that were previously impossible, such as the capture of vibration data to contribute towards wear analysis, in increasingly intimidating volumes.

This article provides insights about issues arising when taking the wrong approach about Big Data and Data Analytics. It motivates to not follow blindly the newest buzzwords in the correspondig area but to make a carefull assessement on a case by case basis.

Das Aufkommen von Industry 4.0 bietet ein enormes Potenzial zur Erforschung neuer und aufregender Veränderungen in der Fertigung
Intelligente Maschinen, die in der Lage sind, miteinander zu "sprechen" und eine Unzahl komplexer Daten zu sammeln, versprechen enorme Produktivitätsverbesserungen ... und grundlegende Veränderungen in der Art und Weise, wie wir die Fertigungseffizienz betrachten.
Die Fülle der Daten, die den Unternehmen des verarbeitenden Gewerbes zur Verfügung stehen, wird jedoch von Jahr zu Jahr größer, was die Komplexität der Analyse erhöht. Industrieanlagen sind zunehmend in der Lage, Daten zu speichern und gemeinsam zu nutzen, die früher unmöglich waren, wie z.B. die Erfassung von Schwingungsdaten als Beitrag zur Verschleißanalyse, und das in immer einschüchternderem Umfang.

Dieser Artikel gibt Einblicke in Probleme, die entstehen, wenn man bei Big Data und Data Analytics den falschen Ansatz wählt. Er motiviert dazu, nicht blind den neuesten Schlagworten im entsprechenden Bereich zu folgen, sondern von Fall zu Fall eine sorgfältige Beurteilung vorzunehmen.

Technology development in many high tech industries like semiconductor, photovoltaic, and MEMS becomes more complex every day. At the same time, development cycles need to be shorter and shorter. Due to the required increase in speed, the question arises, how organizations can cope with this ever increasing pace and gain efficiency through digitization in engineering. Because after the general movement to digitize manufacturing the next logical step is to digitize engineering.

In this whitepaper, we describe an approach to take the next step to improve engineering efficiency. Intelligent usage of software allows efficiency gains by digitizing and automatizing several tasks traditionally performed manually by engineers. These gains are enabled by the virtualization of experiments through simulation and emulation and by the holistic collection and management of all information generated by virtual and physical experiments.

Die Technologieentwicklung in vielen High-Tech-Branchen wie Halbleiter, Photovoltaik und MEMS wird von Tag zu Tag komplexer. Gleichzeitig müssen die Entwicklungszyklen immer kürzer werden. Aufgrund der erforderlichen Geschwindigkeitssteigerung stellt sich die Frage, wie Unternehmen mit diesem immer höheren Tempo zurechtkommen und durch Digitalisierung im Engineering Effizienzgewinne erzielen können. Denn nach der allgemeinen Bewegung zur Digitalisierung der Fertigung ist der nächste logische Schritt die Digitalisierung der Forschung & Entwicklung.

In diesem Whitepaper beschreiben wir einen Ansatz für den nächsten Schritt zur Verbesserung der Engineering-Effizienz. Der intelligente Einsatz von Software ermöglicht Effizienzsteigerungen durch Digitalisierung und Automatisierung verschiedener Aufgaben, die traditionell von Ingenieuren manuell ausgeführt werden. Diese Gewinne werden durch die Virtualisierung von Experimenten mit Hilfe von Simulation und Emulation und durch die ganzheitliche Erfassung und Verwaltung aller Informationen, die durch virtuelle und physische Experimente erzeugt werden, ermöglicht.