Eine zuverlässige Zustandsüberwachung ist eine wichtige Voraussetzung für die vorausschauende Instandhaltung in industriellen Fertigungsumgebungen, doch viele Maschinenkomponenten werden nach wie vor ohne kontinuierliche Überwachung betrieben. Diese Lücke ist besonders relevant für Komponenten von Schaumdosieraggregaten, bei denen unerwartete Ausfälle die Produktion stören und eine systematische Wartungsplanung behindern können. Diese Arbeit befasst sich mit diesen Mängeln, indem sie eine durchgängige Zustandsüberwachungskette entwickelt und validiert, die Vibrationssignale zusammen mit Prozessdaten wie Druck und Temperatur erfasst, diese auf einem Edge-Gerät vorverarbeitet und für eine skalierbare cloudbasierte Analyse vorbereitet. Die Architektur integriert IEPE-Vibrationssensoren mit der strukturierten Erfassung digitaler und analoger Maschinendaten. Alle Signale werden über ein spezielles SPS-Modul zur Zustandsüberwachung erfasst, wodurch eine deterministische Vorverarbeitung, einheitliche Zeitstempel und synchronisierte Datenflüsse gewährleistet sind. Ein zentraler Beitrag ist ein modularer, einsatzunabhängiger Daten Konnektor, der REST- und MQTT-Kommunikation unterstützt und automatisch Asset- und Mapping-Identifikatoren verwaltet, wodurch eine flexible Integration in heterogene industrielle Umgebungen ermöglicht wird. Um eine systematische Bewertung unabhängig von Produktionsbeschränkungen zu ermöglichen, werden synthetische Datensätze generiert, die realistisches Betriebsverhalten, allmähliche Verschlechterungsverläufe und definierte Ausfallmerkmale nachbilden. Ein interaktives Dashboard unterstützt die Zeitreihenprüfung, die Schwellenwertkonfiguration und die automatisierte Ereigniserkennung vor Ort, während die IoT-Cloud-Plattform Senseye eine skalierbare Zeitreihenaufnahme, ein strukturiertes Anlagenmanagement und eine zentralisierte Bewertung von Zustandsentwicklungen ermöglicht. Die Ergebnisse zeigen, dass der Prototyp heterogene Zustandsüberwachungsdaten zuverlässig erfasst, synchronisiert und überträgt und so eine kohärente Informationsebene schafft, die für diagnostische Bewertungen und zukünftige Vorhersagemodelle geeignet ist. Die Architektur bildet eine technische Grundlage für die Implementierung von Zustandsbewertungen auf Komponentenebene und für die Bewertung der Kompromisse zwischen Edge- und Cloud-Computing. Insgesamt liefert die Arbeit einen übertragbaren und skalierbaren Entwurf für Unternehmen, die den Übergang von reaktiver Wartung zu datengestütztem Reliability Engineering anstreben.

Die Transformation des Energiesektors ist essenziell für Österreichs Ziel, bis zum Jahr 2040 Klimaneutralität zu erreichen. Der beschleunigte Ausbau erneuerbarer Energien erfordert einen zusätzlichen Lastenausgleich zwischen Stromverbrauch und -erzeugung, wobei Energiespeicherung, insbesondere thermische Speicherung, ein zentrales Element darstellt. Der Aquifer Thermal Energy Storage (ATES) gewinnt als Technologie zur saisonalen Speicherung großer Wärmemengen zunehmend an Bedeutung, ist jedoch in Österreich noch nicht technologisch oder markttechnisch etabliert. Diese Arbeit untersucht die Grundlagen der thermischen Energiespeicherung und der ATES-Technologie mit Schwerpunkt auf ihrer Integration in Fernwärmenetze. Sie bewertet das Potenzial von ATES in einem konkreten Anwendungsfall, anhand des Projektes ATESREF, welches die Implementierung einer solchen Speicherlösung im Raum Fürstenfeld untersucht, unter Verwendung der Modellierungssprache Modelica und der Simulationsumgebung Dymola. Die Arbeit umfasst die Erstellung eines Basismodells des Fernwärmenetzes mit integriertem ATES. Die übergeordneten Ziele des Projektes sind die Bewertung der Machbarkeit der ATES‑Integration, die Ermittlung optimaler Betriebsstrategien sowie die Bewertung der Auswirkungen auf die Effizienz und Nachhaltigkeit des Netzes. Die Ergebnisse der Simulation liefern Erkenntnisse über das thermische Verhalten des ATES-Systems und tragen zur Wissensbasis für den Einsatz von ATES bei, während sie gleichzeitig entscheidende Informationen für Entscheidungen über dessen Rolle in nachhaltigen Energiesystemen liefern und damit die Grundlage für die Erreichung der Ziele des Projektes darstellen.

In der Automatisierungstechnik spielen Akkumulatoren eine zentrale Rolle. Sowohl im industriellen Umfeld als auch bei dem Einsatz von batteriebetriebenen Anwendungen, wie etwa Messgeräten oder kabellosen Endgeräten. Verstärkt kommen hierbei Lithium-Eisenphosphat-Akkumulatoren (LiFePO₄) zum Einsatz, die sich durch Langlebigkeit, Zyklenfestigkeit und Temperaturunabhängigkeit auszeichnen. Um einen sicheren und zuverlässigen Betrieb zu ermöglichen, müssen besonders korrektes Laden und Entladen, geeignete Betriebstemperaturen und die Auswirkungen der Alterung auf das Ladeverhalten evaluiert werden. Mit Hilfe von Simulationen können diese Aspekte im Detail untersucht werden, ohne reale Zellen zu benötigen. Dadurch wird eine Effizienzsteigerung, eine Optimierung der Betriebsbedingungen und eine Prognose über zukünftiges Verhalten ermöglicht. Ziel dieser Arbeit ist ein tieferes Verständnis von LiFePO₄-Akkumulatoren. Dafür werden zu Beginn die physikalischen und chemischen Grundlagen beleuchtet. Ein Schwerpunkt liegt auf dem Lade- und Entladeverhalten, der Alterung der Zelle sowie der Rolle der Temperatur während des Ladevorgangs. Darüber hinaus werden wirtschaftliche Aspekte und verschiedene Optionen der Akkumulator Simulation vorgestellt. Mit Hilfe der Programmiersprache Python werden anschließend unterschiedliche Szenarien modelliert und analysiert. Ein besonderer Fokus liegt dabei auf dem Lade- und Entladeverhalten, das mit Messergebnissen an einem realen LiFePO₄-Akkumulator verglichen wird. Zudem wird der Einfluss von verschiedenen Temperaturen und unterschiedlichen Ladezyklenanzahlen mit Hilfe verschiedener Modelle untersucht. Die Ergebnisse werden bewertet, einschließlich Verbesserungsmöglichkeiten, Aussagekraft und Grenzen. Abschließend wird ein Ausblick auf künftige Simulationsmöglichkeiten gegeben, stets mit einem Schwerpunkt auf Akkumulatoren im industriellen Umfeld.

Diese Masterarbeit untersucht die Optimierung interner Transportwege sowie die Verbesserung der Prozesstransparenz durch den Einsatz von Radio-Frequency-Identification-(RFID)-Technologie am Beispiel der Springer Maschinenfabrik GmbH. Das Projekt wurde durch die Einführung einer neuen Laserschneidanlage angestoßen, welche den Materialfluss des Unternehmens grundlegend veränderte und eine umfassende Neugestaltung der Lagerlogistik erforderte. Ziel dieser Arbeit ist es, bestehende Transportprozesse zu analysieren, Ineffizienzen zu identifizieren und praxisnahe Maßnahmen zur Steigerung der Gesamteffizienz zu entwickeln. Auf Basis detaillierter Datenerhebungen, Transportprotokolle und Prozessanalysen wurde ein neues Lagerlayout nach einem Vier-Zonen-Konzept entworfen. Diese Struktur ermöglicht eine klare Trennung zwischen Wareneingang, Lagerung, Kommissionierung und Bereitstellung, was zu kürzeren Transportwegen, reduzierten Suchzeiten und einer erhöhten Prozesssicherheit führt. Ein weiterer zentraler Bestandteil der Arbeit ist die konzeptionelle Entwicklung einer RFID-basierten Lösung für die automatisierte Erfassung und digitale Dokumentation von Materialbewegungen. Durch die Integration dieser Technologie entsteht durchgängige Transparenz, welche zukünftige Automatisierungsschritte und eine zuverlässige Bestandsführung ermöglicht. Die Ergebnisse zeigen, dass sich durch eine Kombination aus organisatorischen, strukturellen und technologischen Maßnahmen erhebliche Effizienzsteigerungen realisieren lassen – ohne zusätzlichen Personalbedarf. Die Arbeit schließt mit praxisorientierten Empfehlungen für die operative Umsetzung und schafft eine Grundlage für die schrittweise Digitalisierung der innerbetrieblichen Logistik hin zu einer vernetzten, datengetriebenen Produktionsumgebung.

Die begrenzten Verfügbarkeiten sowie die hohen Kosten von Arbeitskräften treiben die Automatisierung von Logistikzentren kontinuierlich voran. Die KNAPP AG, als ein international führender Anbieter im Bereich industrieller Lagerautomation, sieht am Markt große Potenziale für Lösungen, welche die manuelle Handhabung biegeschlaffer Bekleidungsartikel in Distributionszentren automatisieren. Das Ziel der vorliegenden Masterarbeit ist es, ein methodisches Vorgehen für die Entwicklung eines Robotergreifers zu definieren, ein Greiferkonzept für die Handhabung biegeschlaffer Bekleidungsartikel zu entwickeln und zu validieren und auf Basis aller erarbeiteten Erkenntnisse eine Empfehlung für die KNAPP AG abzugeben. Anfangs werden in der Literatur bestehende Entwicklungsmodelle untersucht, aus welchen ein methodisches Entwicklungsvorgehen für die Greiferentwicklung abgeleitet wird. Anschließend wird das definierte Entwicklungsvorgehen angewendet, wofür zunächst eine Anforderungsanalyse durchgeführt wird und der Stand der Wissenschaft und Technik von Greifprinzipien und bestehenden Greiferkonzepten mittels Literatur-, Web-, und Marktrecherchen ermittelt wird. Unter Berücksichtigung der definierten Anforderungen und Funktionen wird ein Greiferkonzept definiert, welches softwaregestützt, 3D-konstruiert und dimensioniert wird. Danach wird von dem entwickelten Greifer ein Prototyp realisiert, mit welchem das Greiferkon-zept getestet und validiert wird. Die abschließende Auswertung der Test- und Validierungsergebnisse zeigt, dass der entwickelte Robotergreifer grundsätzlich gemäß den erwarteten Eigenschaften funktioniert, jedoch noch Anpassungen an der Konstruktion notwendig sind. Auf Basis aller erarbeiteten Erkenntnisse und Testergebnisse wird der KNAPP AG empfohlen, mit dem Greiferkonzept weitere Tests durchzuführen und das Konzept weiterzuentwickeln.