UdZ 03.23 / 65 zukünftige Implementierung von AR-Technologien. Um erfolgreich zu skalieren, sind auf der einen Seite geeignete, unternehmensspezifische Anwendungsfälle auszuwählen. Auf der anderen Seite müssen Anreize beispielsweise durch Gamification-Konzepte geschaffen werden, um die Mitarbeitenden für die AR-Nutzung zu motivieren. Demonstrator & Potenziale für Unternehmen Auf der Konferenz „Datenorientierte Wertschöpfung nachhaltig gestalten6“ wurde im Sommer 2023 erstmals der Demonstrator des Projekts DM4AR vorgestellt (s. Figure 1). Er ist eine miniaturisierte Version einer Kugelmühle, die im konkreten Anwendungsfall als Kaffeemühle fungiert. Diese Anwendung stellt aufgrund der Größe der Kaffeebohnen und der Komplexität des Mahlvorgangs ein geeignetes Modell dar, um die Funktionsweise einer industriellen Kugelmühle zu imitieren. Im Rahmen des Projekts wurden in das Modell bestimmte Fehler eingebaut . Die Benutzer:innen können mithilfe von AR-Tools und speziellen Anleitungen die Fehler identifizieren und beheben. Die Integration von Sensoren hilft dabei, potenzielle Fehlerquellen, wie sie auch bei einer realen Kugelmühle auftreten können, im Modell zu repräsentieren. So simuliert das Modell beispielsweise einen zu großen Mahlspalt und erzeugt im Ergebnis zu grob gemahlenen Kaffee. Ebenso ist ein fehlerhafter Füllstand darstellbar, der mittels Sensorik zur Füllstandsmessung auf Abweichungen überprüft werden kann. Diese eingebauten Fehler dienen dazu, den Benutzer: innen eine realistische Erfahrung im Umgang mit den Herausforderungen durch AR zu bieten, die beim Betrieb einer echten Kugelmühle auftreten können. Die im Projekt entwickelte AR-Plattform trägt dazu bei, dass diese Fehler frühzeitig erkannt und abgestellt werden können. Zu diesem Zweck wurde ein digitales 3D-Modell der Kugelmühle auf der Plattform hinterlegt. Unter Anwendung des Modells und der mithilfe von AR zusätzlich eingeblendeten Fehlerbeschreibungen und Reparaturanleitungen kann eine Fehlerbehebung in kürzerer Zeit erfolgen. Im Rahmen des Forschungsprojekts DM4AR wurden einige Herausforderungen, die im Projektverlauf und aufgrund der gesellschaftlichen Entwicklung aufgetreten sind und aus den drei Säulen (ökonomisch, ökologisch, sozial) der Nachhaltigkeit hervorgehen, bereits gelöst: Mit einer AR-Plattform, die Daten automatisiert in AR-Inhalte umwandelt, wurde ein Weg gefunden, wertvolles Unternehmenswissen zu sichern und gezielt einzusetzen. Dies trägt 6 Die Abschlusspublikation zur Konferenz kann unter susie-hub.de herunter geladen werden. Image 1: Demonstrator of the DM4AR project exhibited at the final conference Demonstrator & Potential for Companies The demonstrator of the DM4AR project was presented for the first time at the conference “Sustainable DataOriented Value Creation” in summer 2023 (see Fig. 1). It is a miniaturized version of a ball mill that functions as a coffee grinder in the specific use case. Due to the size of the coffee beans and the complexity of the grinding process, this application represents a suitable model to imitate the operation of an industrial ball mill. As part of the project, certain faults were built into the model. The users are able to identify and fix the faults with the help of AR tools and special instructions. The integration of sensors helps to represent potential error sources in the model, as they can also occur in a real ball mill. For example, the model simulates a grinding gap that is too large and produces coffee that is ground too coarsely as a result. Likewise, a faulty fill level can be represented, which can be checked for deviations by means of sensor 6 The final publication of the conference can be downloaded at susie-hub.de can be downloaded.
RkJQdWJsaXNoZXIy NzcyMw==