Page 53 - Model SMeART in smernice za poslovno sodelovanje med univerzo in gospodarstvom
P. 53
Proizvodnja
končna avtoriteta pri aplikaciji i 4.0 (Vogel-Heuser idr., 2016, str. 77). Za
aktivno pomoč zaposlenim, ki izvajajo ročne ali kognitivne naloge, je mo-
goče uporabiti tudi kibernetične aplikacije. Npr., eksoskeleti lahko vodijo
do večje učinkovitosti in ergonomskih zaporedij gibanja njihovega nosilca
(Cernavin idr., 2017, str. 38). Druga možna uporaba so podatkovna (pame-
tna) očala v logističnih procesih: zaposlene lahko vodijo po najkrajši poti
do skladiščne lokacije, kjer najdejo izdelek, ki ga iščejo. Hkrati lahko po-
datkovna očala delujejo kot čitalci črtne kode in takoj posodobijo seznam.
Posledično se bodo čas iskanja in napake minimizirali, dodatno pa bo imel
zaposleni proste roke (Borgmeier idr., 2017, str. 130). Da bi optimizirali in-
terakcije med ljudmi in stroji, ljudje namesto tipkovnic in monitorjev po-
trebujejo možnost za intuitivnejšo interakcijo s stroji, npr. z gestami ali
glasom. V zadnjih letih so bile razvite številne aplikacije, kot je Microsoftov
kontrolni modul Kinect (Geisberger in Broy, 2012b), ki se lahko uporablja
za podporo zaposlenim med proizvodnimi procesi.
Računalništvo v oblaku: za obdelavo obsežne količine podatkov, ki se
zbirajo, uporabljajo in shranjujejo v k fs, so potrebne visokozmogljive in-
formacijske tehnologije. V tem kontekstu se pogosto omenjata izraza »big
data« (obsežni podatki) in »cloud computing« (računalništvo v oblaku)
(Vogel-Heuser idr., 2016, str. 572). Big data se nanaša na »podatkovne nize,
ki so preveliki za tradicionalne sisteme obdelave podatkov in zato zahte-
vajo nove tehnologije« (Provost in Fawcett, 2013, str. 54). Eden od ciljev
je, da lahko obdelamo veliko količino podatkov in nato z uporabo algo-
ritmov izločimo ustrezne informacije ter znanje. Ta postopek se imenuje
podatkovno rudarjenje. Podjetja lahko pridobljene informacije uporabijo
za pridobitev konkurenčne prednosti, npr. s predvidevanjem tržnih tren-
dov (Provost in Fawcett, 2013, str. 51–59). Podatkovno rudarjenje se lahko
uporablja tudi za izboljšanje proizvodnih procesov: npr., v okviru projekta
ei d odata (http://www.eidodata.de/produkte) so lahko znanstveniki raz-
vili programsko opremo, ki je zmožna analizirati procesne podatke in pri-
dobiti optimizacijske potenciale v smislu porabe energije in surovin (Sche-
bek idr., 2017, str. 45). Po drugi strani se računalništvo v oblaku nanaša
na zagotavljanje i t-infrastruktur, kot sta programska oprema ali spletna
storitev za shranjevanje podatkov preko interneta. Glavne prednosti lahko
najdemo v smislu dostopnosti in nadgradljivosti: uporabniki lahko do sple-
tnih storitev dostopajo s katerekoli mobilne naprave. Dodatne vire, kot je
to npr. večji prostor za shranjevanje, je mogoče takoj aktivirati (Baun idr.,
2011, str. 1).
Splošni cilj i 4.0 najdemo v konceptu pametne tovarne. Izraz »smart fac-
53
končna avtoriteta pri aplikaciji i 4.0 (Vogel-Heuser idr., 2016, str. 77). Za
aktivno pomoč zaposlenim, ki izvajajo ročne ali kognitivne naloge, je mo-
goče uporabiti tudi kibernetične aplikacije. Npr., eksoskeleti lahko vodijo
do večje učinkovitosti in ergonomskih zaporedij gibanja njihovega nosilca
(Cernavin idr., 2017, str. 38). Druga možna uporaba so podatkovna (pame-
tna) očala v logističnih procesih: zaposlene lahko vodijo po najkrajši poti
do skladiščne lokacije, kjer najdejo izdelek, ki ga iščejo. Hkrati lahko po-
datkovna očala delujejo kot čitalci črtne kode in takoj posodobijo seznam.
Posledično se bodo čas iskanja in napake minimizirali, dodatno pa bo imel
zaposleni proste roke (Borgmeier idr., 2017, str. 130). Da bi optimizirali in-
terakcije med ljudmi in stroji, ljudje namesto tipkovnic in monitorjev po-
trebujejo možnost za intuitivnejšo interakcijo s stroji, npr. z gestami ali
glasom. V zadnjih letih so bile razvite številne aplikacije, kot je Microsoftov
kontrolni modul Kinect (Geisberger in Broy, 2012b), ki se lahko uporablja
za podporo zaposlenim med proizvodnimi procesi.
Računalništvo v oblaku: za obdelavo obsežne količine podatkov, ki se
zbirajo, uporabljajo in shranjujejo v k fs, so potrebne visokozmogljive in-
formacijske tehnologije. V tem kontekstu se pogosto omenjata izraza »big
data« (obsežni podatki) in »cloud computing« (računalništvo v oblaku)
(Vogel-Heuser idr., 2016, str. 572). Big data se nanaša na »podatkovne nize,
ki so preveliki za tradicionalne sisteme obdelave podatkov in zato zahte-
vajo nove tehnologije« (Provost in Fawcett, 2013, str. 54). Eden od ciljev
je, da lahko obdelamo veliko količino podatkov in nato z uporabo algo-
ritmov izločimo ustrezne informacije ter znanje. Ta postopek se imenuje
podatkovno rudarjenje. Podjetja lahko pridobljene informacije uporabijo
za pridobitev konkurenčne prednosti, npr. s predvidevanjem tržnih tren-
dov (Provost in Fawcett, 2013, str. 51–59). Podatkovno rudarjenje se lahko
uporablja tudi za izboljšanje proizvodnih procesov: npr., v okviru projekta
ei d odata (http://www.eidodata.de/produkte) so lahko znanstveniki raz-
vili programsko opremo, ki je zmožna analizirati procesne podatke in pri-
dobiti optimizacijske potenciale v smislu porabe energije in surovin (Sche-
bek idr., 2017, str. 45). Po drugi strani se računalništvo v oblaku nanaša
na zagotavljanje i t-infrastruktur, kot sta programska oprema ali spletna
storitev za shranjevanje podatkov preko interneta. Glavne prednosti lahko
najdemo v smislu dostopnosti in nadgradljivosti: uporabniki lahko do sple-
tnih storitev dostopajo s katerekoli mobilne naprave. Dodatne vire, kot je
to npr. večji prostor za shranjevanje, je mogoče takoj aktivirati (Baun idr.,
2011, str. 1).
Splošni cilj i 4.0 najdemo v konceptu pametne tovarne. Izraz »smart fac-
53
