Rick Tauss

• Die fortschreitende Digitalisierung in der industriellen Produktion hat die Bedeutung von Informationstechnologien und Maschinendatenerfassung erhöht, insbesondere im Bereich Cloud- und Edge-Computing. In dieser Arbeit werden die Chancen, Herausforderungen und Risiken untersucht, die mit der Integration dieser Technologien zur Erfassung von Maschinendaten verbunden sind. Die Studie konzentriert sich auf Unternehmen des produzierenden Bereichs und bietet umfassende Einblicke in technische und organisatorische Aspekte. Methodisch stützt sich die Studie auf einen induktiven, verhaltenswissenschaftlichen Forschungsansatz, der sich auf halbstrukturierte Experteninterviews stützt. Diese Interviews wurden mit der von Udo Kuckartz vorgeschlagenen Methode der Inhaltsanalyse qualitativ ausgewertet. Es wird die nachfolgende primäre Forschungsfrage untersucht: „Welche Handlungsempfehlungen ergeben sich für produzierende Unternehmen zur Bewältigung von Herausforderungen und Risiken sowie zur Nutzung von Chancen in der Maschinendatenerfassung durch den Einsatz von Cloud- und Edge-Computing?“ Ziel ist es, die aktuelle Situation in den Unternehmen zu erfassen und daraus praktische Empfehlungen und Hypothesen abzuleiten. Die Ergebnisse der Studie zeigen eine komplexe Landschaft bei der Nutzung von Cloud- und Edge-Computing für die Maschinendatenerfassung. Die Nutzungsmuster variieren von einem Unternehmen zum anderen, wobei die meisten Unternehmen bei der Cloud-Nutzung zurückhaltend sind. Als eine Form der lokalen Datenverarbeitung bleibt Edge-Computing das vorherrschende Paradigma. Die Untersuchung unterstreicht die Notwendigkeit eines schrittweisen, visionären Ansatzes für die Integration von Cloud- und Edge-Computing, der kleine, überschaubare Projekte umfasst, die von einer klaren strategischen Ausrichtung geleitet werden, um iterativ Erfahrungen zu sammeln und sich kontinuierlich zu verbessern. Es wird betont, wie wichtig es ist, Daten sorgfältig auszuwählen und zu verwalten, die Technologieauswahl auf spezifische Anwendungsfälle zuzuschneiden, Protokolle zu standardisieren, um die Interoperabilität zu verbessern, und die Modularisierung einzubeziehen, um die Flexibilität und Wartbarkeit des Systems sicherzustellen. Organisatorische Anpassungen wie Umstrukturierungen, kontinuierliche Schulungen, die Festlegung klarer Zuständigkeiten, eine wirksame Kommunikation und die Einbindung aller Beteiligten sind von entscheidender Bedeutung, um einen kulturellen Wandel zu ermöglichen, der die Chancen der digitalen Transformation voll ausschöpft und die langfristige Wettbewerbsfähigkeit in einem sich wandelnden technologischen Umfeld gewährleistet.
• Ongoing digitalisation in industrial production has increased the importance of information technologies and machine data collection, especially in cloud and edge computing. This thesis examines the opportunities, challenges, and risks associated with integrating these technologies to collect machine data. Focusing on manufacturing companies, the study provides comprehensive insights into technical and managerial aspects. In terms of methodology, the study is grounded in an inductive, behavioural science research approach, relying on semi-structured expert interviews. These interviews were qualitatively analysed using the content analysis method proposed by Udo Kuckartz. The following primary research question is explored: “What are the recommendations for manufacturing companies to overcome challenges and risks and take advantage of opportunities in machine data acquisition through the use of cloud and edge computing?” The aim is to assess the current situation in the companies and derive practical recommendations and hypotheses. Results from the study show a complex landscape in the utilisation of cloud and edge computing for machine data collection. Patterns of usage vary from one company to another, with most companies exhibiting caution toward cloud adoption. As a form of local data processing, edge computing remains the predominant paradigm. The investigation highlights the need for a step-by-step, vision-driven approach to cloud and edge computing integration that involves small, manageable projects guided by a clear strategic direction to iteratively gain experience and continuously improve. It emphasises the importance of carefully selecting and managing data, tailoring technology choices to specific use cases, standardising protocols to improve interoperability, and incorporating modularisation to ensure system flexibility and maintainability. Organisational adjustments, including restructuring, continuous training, defining clear responsibilities, effective communication and involvement of all stakeholders, are crucial to enable a cultural change that fully leverages the opportunities of digital transformation and ensures long-term competitiveness in the evolving technological environment.