scieee Science in your language
[en] (orig)
Systematische Analyse des aktuellen
Forschungsstandes von Prozessmodellen
im Kontext der Industrie 4.0
Masterarbeit an der Universität Ulm
Vorgelegt von:
Erik Waschkus
erik.waschkus@uni-ulm.de
Gutachter:
Manfred Reichert
Rüdiger Pryss
Betreuer:
Tim Mohring
2018
Universität Ulm | 89069 Ulm | Germany
Fakultät für
Ingenieurwissenschaften
und Informatik
Institut für Datenbanken
und Informationssysteme
ii
Fassung 22. Oktober 2018
© 2018 Erik Waschkus
iii
Kurzfassung
Die Schlagwörter Smart Factory, Cloud-Computing sowie Internet-of-Things sind in den ver-
gangenen Jahren in den Fokus von Wirtschaft und Politik gerückt. Sie stehen für einen ver-
meintlichen Paradigmenwandel, der sogenannten vierten industriellen Revolution, die im
deutschsprachigen Raum unter dem Konzept der „Industrie 4.0“ bekannt ist.
Die vorliegende Masterarbeit gibt einen umfassenden Überblick über die aktuellen Verständ-
nisse von Prozessmodellen und deren mögliche Anwendungen im Zusammenhang mit den
Themen dieser vierten industriellen Revolution. Ziel der Arbeit ist es, mit Hilfe einer systema-
tischen Analyse der aktuellen Fachliteratur verschiedene Prozessmodellierungsansätze im
Kontext der Industrie 4.0 zu identifizieren und zu präsentieren. In diesem Zusammenhang wird
eine Untersuchung über den zeitlichen Verlauf von Publikationen, über die unterschiedlichen
Themenschwerpunkte der wissenschaftlichen Untersuchungen und der Relevanz für die je-
weiligen Forschungsgebiete durchgeführt.
Vor dem Hintergrund der Industrie 4.0 sollen die Untersuchungsergebnisse momentane An-
wendungsgebiete der Prozessmodellierung in Unternehmen und Forschungsbemühungen der
Wissenschaft aufzeigen, sowie weitere potenzielle Applikationen und offene Fragen untersu-
chen.
iv
v
Danksagung
An dieser Stelle möchte ich mich bei all denjenigen bedanken, die mich bei der Erstellung
dieser Masterarbeit unterstützt haben.
In erster Linie möchte ich mich bei Tim Mohring für seine gute Betreuungsarbeit bedanken.
Aufgrund seiner fachlichen Hilfestellungen und Tipps war ich in der Lage, die Arbeit in dieser
Art und Weise zu erstellen.
Mein Dank gilt auch meinen Freunden und Mitbewohnern, die mir während der Erstellung der
Masterarbeit mental zur Seite standen. Insbesondere danke ich Iris Kaifel für ihre Anregungen
und die langen Tage in der Bibliothek.
Zusätzlich danke ich meinen fleißigen Korrekturlesern für ihre unersetzliche Hilfe bei der Su-
che nach Fehlern.
Für die Unterstützung während der Erstellung dieser Masterarbeit und im Verlauf meines
gesamten Studiums möchte ich im Besonderen meinen Eltern und meiner Schwester danken.
Mit ihrem uneingeschränkten Rückhalt und ihrer Fürsorge haben sie diese Arbeit und den
erfolgreichen Abschluss meines Studiums ermöglicht.
vi
vii
Inhaltsverzeichnis
Abkürzungsverzeichnis ...................................................................................................... ix
1. Einleitung ......................................................................................................................... 1
1.1 Motivation ..................................................................................................................... 2
1.2 Zielsetzung ................................................................................................................... 3
1.3 Aufbau der Arbeit ......................................................................................................... 3
2. Grundlagen ....................................................................................................................... 5
2.1 Prozessmodelle ............................................................................................................ 5
2.1.1 Begriffsbestimmungen ........................................................................................... 5
2.1.2 Geschäftsprozesse und das ARIS-Haus ................................................................ 7
2.1.3 Methoden der Prozessmodellierung ..................................................................... 10
2.2 Industrie 4.0 ............................................................................................................... 13
2.2.1 Entstehung und Begriffsbestimmung .................................................................... 13
2.2.2 Basiselemente der Industrie 4.0 ........................................................................... 16
2.2.3 Momentaner Anwendungsstand in Deutschland .................................................. 19
3. Methodik der Untersuchung.......................................................................................... 25
3.1 Aufbau der Analyse und Forschungsfragen ................................................................ 25
3.2 Auswahl der Aufnahme- und Ausschlusskriterien ....................................................... 26
3.3 Eingrenzung der Thematik und verwendete Suchanfragen ........................................ 27
4. Aktueller Forschungsstand von Prozessmodellen im Kontext von Industrie 4.0 .... 33
4.1 Analyse des zeitlichen Verlaufs und der beteiligten Forschungsländer ....................... 34
4.2 Analyse der Forschungsgebiete und Industriebranchen ............................................. 36
4.3 Analyse der I4.0-Themengebiete ................................................................................ 39
4.4 Analyse der verwendeten Modellierungssprachen ...................................................... 45
5. Zusammenfassung und Ausblick ................................................................................. 55
Literaturverzeichnis ........................................................................................................... 57
Anhang ............................................................................................................................... 66
viii
ix
Abkürzungsverzeichnis
acatech - Deutsche Akademie der Technikwissenschaften
ARIS - Architektur integrierter Informationssysteme
BMI - Bundesministerium des Innern, für Bau und Heimat
BPM - Business Process Management, Geschäftsprozessmanagement
BPMN - Business Process Model and Notation
CPS - Cyber-physische Systeme
CPPS - Cyber-physische Produktionssysteme
DV-Konzept - Datenverarbeitungskonzept
EPK - Ereignisgesteuerte Prozessketten
IoT - Internet-of-Things, Internet der Dinge
IoS - Internet-of-Services, Internet der Dienste
IT - Informationstechnik
I4.0 - Industrie 4.0
I4PML - Industry 4.0 Process Modeling Language
OMEGA - Objektorientierte Methode zur Geschäftsprozessmodellierung und
-analyse
RFID - Radio-frequency Identification
SysML - System Modeling Language
SPUs - Event Stream Processing Units
UML - Unified Modeling Language
VDSML - Visual Domain Specific Modeling Language
x
1
1. Einleitung
In der zweiten Hälfte des zwanzigsten Jahrhunderts zog die Informationstechnologie in die
Unternehmen ein. Erste computergestützte Automatisierungen, unterstützende Softwarelö-
sungen und der flächenmäßige Einsatz von Computern in den Büros führten zu einem revolu-
tionären Wandel in der Produktion und Organisation wirtschaftlicher Unternehmen. Vor dem
Hintergrund des technischen Fortschritts der letzten 20 bis 30 Jahre müssen sich die Unter-
nehmen anpassen, um ihre Wettbewerbsfähigkeit zu sichern oder sich neue Geschäftsfelder
zu erschließen. Der Begriff der „Industrie 4.0“ wurde erstmals 2011 auf der Hannover Messe
von einem Expertenteam vorgestellt und beschreibt eine Vielzahl an Konzepten, um die deut-
sche Wirtschaft auf den Wandel vorzubereiten beziehungsweise ihn einzuleiten [1]. Durch die
internationale Bühne der Messe verstärkt, nahm die mediale Präsenz digitaler Themen zu und
somit auch die Relevanz der Forschung nach theoretischen und praktischen Implementie-
rungsansätzen der neuen Möglichkeiten.
Beispiele aus Politik und Wirtschaft:
„New developments such as the cloud, the Internet of Things and big data can thrive in Europe
and that citizens, innovative web entrepreneurs and other businesses can take full advantage
of their potential.“ – Jean-Claude Juncker, Präsident der EU-Kommission1
„Das Kernelement der Wirtschaft von morgen ist die ‚Intelligente Vernetzungʻ: Wenn Mensch
zu Maschine oder Maschine zu Maschine kommuniziert, entstehen neue Wertschöpfungspo-
tenziale. Maschinenbauer werden so zu den Goldgräbern der Zukunft.“
-Dr. Reinhold Festge, Präsident des Verbandes deutscher Maschinenbauer2
In der heutigen Zeit sind die Überlegungen der Firmen, inwiefern die Digitalisierung von
Unternehmensvorgängen und der Umgang mit den gewonnenen Daten die Kosten senken
und die Effizienz steigern können, allgegenwärtig. Unter dem Zusatz der Teilworte „intelligent“,
„vernetzt“ oder „smart“ werden Konzepte und Zukunftsprojekte zur Realisierung der Verbes-
serungspotenziale der Industrie 4.0 in Forschung und Wirtschaft diskutiert und entwickelt [2].
Diese Situation erfordert von den Unternehmen ein generelles Umdenken in ihren Geschäfts-
prozessen, um die Hürden der Implementierung erfolgreich zu meistern. Die Forschung auf
dem Gebiet der Geschäftsprozessmodellierung verspricht möglicherweise die richtigen Werk-
zeuge dafür. Die Darstellung von Unternehmensvorgängen durch standardisierte Modellie-
rungssprachen bietet die benötigte Vielseitigkeit bei dem Vorhaben, alte Prozesse durch tech-
nologische Neuerungen zu unterstützen, zu reorganisieren oder optimiert zu implementieren.
Der aktuelle Forschungsstand auf diesen Themenbereichen ist der Untersuchungsgegenstand
dieser Arbeit.
1 Auszug des Mission Letter an den Commissioner for the Digital Economy and Society der EU (2017)
2 Auszug von der Webseite „Bundesministerium für Wirtschaft und Energie“: https://www.de.digital/DIGI-
TAL/Redaktion/DE/Downloads/vernetzt-und-effizient.pdf?__blob=publicationFile&v=1 (Zugriff am 23. 08. 2018)
2
1.1 Motivation
Der durch die vierte industrielle Revolution eingeleitete Wandel wird die gesamte Wirtschafts-
welt umfassen und Organisationen sowie Unternehmen zwingen, sich mit neuen Perspektiven
und Herausforderungen zu beschäftigen. Der globale Absatz- und Produktionsmarkt ist ein
stark umkämpfter Markt, auf dem sich Unternehmen mit einzigartigen Geschäftsmodellen oder
optimierten Kosten- und Ressourcenplanungen Vorteile verschaffen müssen [3].
Ausgehend von der weltweiten globalen Vernetzung über Unternehmensgrenzen hinweg er-
reicht die Digitalisierung in der Produktion eine neue Qualität. Das Konzept, eine durchgängig
abgebildete und steuerbare Wertschöpfungskette umzusetzen, ist ein komplexes Vorhaben:
Je mehr Abläufe die Wirtschaft digitalisiert und verknüpft, desto mehr Schnittstellen entstehen
zwischen verschiedenen Mitwirkenden. Kontinuierliche Verbesserungen und Weiterentwick-
lungen in der Informationstechnologie fordern zudem ein Umdenken von unternehmerischen
Prozessen und deren Darstellung. Große Datenmengen und deren zeitnahe Erfassung und
Verarbeitung ermöglichen es, einen umfassenden Einblick in die betrieblichen Abläufe zu ge-
winnen. Schlagwörter aus der aktuellen IT- und Wirtschaftspresse, wie Big Data oder Cloud-
Computing, versprechen die Chance, Geschäftsmodelle und ihre Prozesse neu zu organisie-
ren, zu optimieren und so Wettbewerbsvorteile zu generieren.3
Jedoch verlangt das Nutzen dieser Vorteile eine erfolgreiche Integration der neuen techni-
schen Mittel in das Prozessmanagementsystem. Die Visualisierung und Dokumentation der
Geschäftsprozesse fördert bei diesem Vorhaben das Verständnis der Unternehmensabläufe
und erleichtert die Implementierung in die Anwendungen und IT-Systeme des Unternehmens.
Ohne die Prozessmodellierung, unter Einbeziehung der großen Datenmengen, können die
angesprochenen Potenziale des digitalen Fortschritts nicht vollumfänglich ausgeschöpft
werden.
Zusammenfassend versprechen die Ideen und Visionen der Industrie 4.0 vielseitige Möglich-
keiten, um Geschäftsprozesse anhand echtzeitbasierter Daten zu gestalten sowie Schnittstel-
len und Abläufe im Unternehmen besser abzubilden und in Echtzeit anzupassen. Verbesse-
rungsmöglichkeiten, deren Komplexität durch Prozessmodellierungskonzepte visualisiert und
dokumentiert werden können, bilden einen Eckpfeiler zur erfolgreichen Realisierung. Vor die-
sem Hintergrund wird in dieser Arbeit der momentane Stand der Forschung bei der Entwick-
lung und Anwendung von Prozessmodellierungskonzepten im Kontext der Herausforderungen
der Industrie 4.0 untersucht.
3 Beispielsweise Beiträge und Themen in Zeitschriften wie [109]
3
1.2 Zielsetzung
Die Industrie 4.0, steht für einen Paradigmenwechsel in der Wirtschaft. Mit dieser technologi-
schen Umwälzung ergeben sich neue Möglichkeiten und Chancen bestehende Abläufe zu
überdenken und neuzugestalten.
Dieser Wandel betrifft vor allem Unternehmensprozesse sowie deren Darstellung und Steue-
rung durch Prozessmodelle. Um eine umfassende Analyse des Forschungsstandes von
Prozessmodellen im Kontext der vierten industriellen Revolution durchzuführen, ist es
zunächst wichtig, das Volumen und den zeitlichen Verlauf an publizierten Beiträgen zu diesem
Thema zu untersuchen. Dadurch können eine Aussage über den Stellenwert getroffen und die
Veränderungen in der Relevanz der Prozessmodellforschung im Kontext der Industrie 4.0
belegt werden.
Vor diesem Hintergrund ist das vorrangige Ziel dieser Arbeit, eine umfassende Zusammen-
stellung über Prozessmodellierungskonzepte in Verbindung mit den Themenfeldern des tech-
nologischen Wandels zu erstellen. Für die Untersuchung sind die Betrachtungen hinsichtlich
populärer Modellierungssprachen oder der Forschungsfelder mit dem größten Beitrag zur For-
schung relevant. Die weiteren Ziele der Untersuchung sind es, sowohl aktuelle Modellkonzepte
und -erweiterungen vorzustellen, als auch neue Sichtweisen und Lösungsvorschläge zu iden-
tifizieren.
1.3 Aufbau der Arbeit
An dieser Stelle soll ein Überblick über den Aufbau und die logische Gliederung der Arbeit
gegeben werden.
Die Motivation und der Aufbau der angestrebten Analyse werden in Kapitel 1 beschrieben.
Zudem werden die Zielstellungen der Untersuchung, die in späteren Kapiteln als Forschungs-
fragen formuliert sind, identifiziert.
In Kapitel 2 werden zuerst die grundlegenden Begrifflichkeiten aus dem Bereich der Prozess-
modellierung eingeführt. Neben der Definition elementarer Grundbegriffe, wie Prozess, Ge-
schäftsprozess oder Modell, werden konkrete Modellierungssprachen vorgestellt. Im
Anschluss erfolgt eine Vorstellung der Industrie 4.0. Nach einer historischen Einordnung
werden die Kernelemente sowie ihre Ausprägungen und Anwendungsgebiete erläutert.
Abschließend werden die Ergebnisse zweier Unternehmens- und Expertenbefragungen
vorgestellt, welche Anwendungen und Motive im Zusammenhang mit der Thematik in der deut-
schen Industrie aufdecken.
Die Vorgehensweise zur Beantwortung der Forschungsfrage wird in Kapitel 3 dargelegt. Um
die Zielsetzung der Arbeit zu erreichen, wird die Analyse in mehrere Forschungsfragen zerlegt.
Anschließend werden die separaten Suchanfragen an eine Literaturdatenbank konzipiert und
Aufnahme und Ausschlusskriterien für die gefundenen Dokumente festgelegt.
4
In Kapitel 4 erfolgt die Analyse der relevanten Suchergebnisse hinsichtlich der einzelnen
Forschungsfragen. Die Forschungen und Erkenntnisse der Publikationen werden aus
verschiedenen Blickwinkeln betrachtet, um somit eine vielseitige Beantwortung der Fragen in
der Forschung zu ermöglichen.
Das Kapitel 5 der Arbeit dient der Diskussion der Ergebnisse der Analyse. Dieser Abschnitt
führt die Ergebnisse der Untersuchung zusammen und erstellt ein Fazit über den aktuellen
Forschungsstand der Prozessmodellierung im gegebenen Kontext. Dabei werden die gewon-
nen Erkenntnisse über offene Fragestellungen und bestehende Grenzen vor dem Hintergrund
der Herausforderungen der Industrie 4.0 dargelegt.
5
2. Grundlagen
Nachdem in Kapitel 1 die Motivation und die Zielsetzung dieser Arbeit vorgestellt wurde, führt
das Kapitel 2 die Grundlagen zum Verständnis dieser Arbeit ein. Hierbei gibt der Abschnitt 2.1
einen Überblick über die Begrifflichkeiten aus dem Bereich der Prozessmodellierung und
beschreibt einige ausgewählte Modellierungssprachen. Der Abschnitt 2.2 gibt eine geschicht-
liche Einführung zum Thema der Industrie 4.0 (kurz: I4.0) und erklärt anschließend Begriffe
und Konzepte, die im Zusammenhang mit der Thematik stehen und für den weiteren Verlauf
der systematischen Analyse in späteren Kapiteln relevant sind. Abschließend werden die
Ergebnisse zweier Studien über die aktuelle Akzeptanz und Bedeutung der I4.0-Konzepte in
der deutschen Wirtschaft vorgestellt.
2.1 Prozessmodelle
Die Steuerung von komplexen und vielschichtigen Systemen erfordert eine Konzeption, die es
ermöglicht, eine sehr große Anzahl an unterschiedlichsten Vorgängen vollständig und ver-
ständlich grafisch darzustellen. Vor allem Abläufe und Prozesse auf und zwischen allen Ebe-
nen eines Unternehmens lassen sich unter Zuhilfenahme von Prozessmodellen visualisieren.
Der Begriff der Prozessmodellierung stammt aus dem Bereich des Prozessmanagement, auch
Business Process Management genannt, und beinhaltet die grafische Abbildung von Unter-
nehmensabläufen und Informationsflüssen zur Analyse, Steuerung und Optimierung.
Zum besseren Verständnis werden im Abschnitt 2.1.1 die grundlegenden Termini zum Thema
Prozesse und Modellierung erläutert, insbesondere die für diese Arbeit relevanten Geschäfts-
prozesse. Anschließend gibt der Abschnitt 2.1.2 einen Überblick über einige weitverbreitete
und häufig genutzte Modellierungssprachen beziehungsweise -methoden.
2.1.1 Begriffsbestimmungen
Zum Einstieg in die Thematik der Prozessmodelle werden die Teilbegriffe „Prozess“ und „Mo-
dell“ zunächst einzeln näher erläutert. Nach den Ausführungen der Industrienorm ISO 9000 ist
ein „Prozess“ ein System von in Wechselbeziehung stehender Tätigkeiten, das Eingaben mit
Hilfe von Mitteln in Ergebnisse umwandelt. Der Standard beschreibt somit einen Prozess als
eine Reihenfolge aufeinander folgender Aktivitäten, die durch ein definiertes Ereignis angeregt
werden und ein messbares Ergebnis erzeugen [4] [5]. Nach Richter-von Hagen und Stucky
beschreibt ein Prozess einen allgemeinen Ablauf mehrerer Phasen, bei denen es sich um
Aufgaben oder Arbeitsschritte handeln kann. Die einzelnen Prozessabschnitte sind durch fest-
gelegte Regeln in Abhängigkeit und beeinflussen beziehungsweise bedingen einander [6].
6
Nach Becker et al. ist eine „Aktivität“ ein „Arbeitsschritt, der zur Erbringung einer Leistung
durchgeführt werden muss“ [7]. Beispielsweise das Erstellen einer Rechnung ist solch ein
separater Arbeitsschritt. Daraufhin definieren die Autoren:
„Ein Prozess ist die inhaltlich abgeschlossene, zeitliche und sachlogische Folge von Aktivitä-
ten, die zur Bearbeitung eines betriebswirtschaftlichen relevanten Objektes notwendig sind.“
Die Aktivität der Rechnungserstellung ist somit im Prozess der gesamten Rechnungsstellung
an den Kunden nur eine separate Funktion, die einzelne oder mehrere Eingaben, zum Beispiel
Kundendaten etc., als Vorbedingung hat und als Ausgabe wieder Ergebnisse an den nächsten
Teilschritt weitergibt, zum Beispiel die fertig erstellte Rechnung für den Kunden.
Eine umfangreiche Bestimmung der Begrifflichkeit „Modell“ liefert Strahringer in ihren Aus-
führungen zu Modellen und Metamodellen in der Wirtschaftsinformatik [8]. Sie erklärt in ihrer
Arbeit, dass es zwei Verständnisse bei der Modellierung gibt: eine Abbildungs- sowie eine
Konstruktionsorientierung. Bei ersterem Verständnis dienen die Modelle der abstrakten Dar-
stellung bereits bestehender Objekte und Abläufe unter Berücksichtigung der Komplexitätsre-
duzierung durch den Modellersteller. Die Modelle sind zweckorientiert und subjektive Abbil-
dungen, jedoch sind sie im Kern nur eine Reproduktion bestehender Verhältnisse. Der zweite
Ansatz beschreibt den Modellierungsvorgang hingegen als aktiven Konstruktionsvorgang.
Modellersteller und -nutzer arbeiten zweckorientiert am Aufbau eines Modells, welches danach
zur Umsetzung durch den Nutzer gebracht wird. Bei der Präzisierung der subjektiven Vorstel-
lungen und Ansprüche des Nutzers an das Modell wird eine Modellsprache mit ihrer jeweiligen
Syntax und Semantik verwendet.
Als Sprachen werden in diesem Zusammenhang eine standardisierte Beschreibungsweise in
Form von Symbolen, auch Notation genannt, bezeichnet [9].
Zusammenfassend stellt ein „Prozessmodell“ eine abstrakte, vereinfachte und standardi-
sierte Form der Visualisierung von Unternehmensabläufen dar. Es beschreibt alle möglichen
Pfade entlang des Prozesses und bestimmt die Regeln für die Wahl der Pfade mittels einer
festgesetzten Modellierungssprache [6].Das „Bundesministerium des Innern, für Bau und Hei-
mat“ (kurz: BMI) definiert Prozessmodelle als chronologisch-sachliche Abfolge von Tätigkei-
ten. Je nach Detailierungsgrad können einzelne Prozesse in mehrere granulare Teilprozesse
über verschiedenen Hierarchie- oder Beschreibungsebenen hinweg dargestellt werden. Das
Ziel der Prozessmodellierung ist es, Verständnis und Transparenz über Funktionen und Tätig-
keiten innerhalb und außerhalb des Unternehmens zu gewinnen, zu dokumentieren und zur
Verbesserung zu nutzen [9]. Verbesserungspotenziale bestehen beispielsweise im Erkennen
von Ressourceneinsparungspotenzialen und optimierten Unternehmensabläufen.
Prozessmodelle bilden zusätzlich die Grundlage für die Entwicklung und Einführung von Ma-
nagementsystemen und Systemanwendungen für den abgebildeten Prozess [6].
7
2.1.2 Geschäftsprozesse und das ARIS-Haus
In der Wirtschaft verwendet man bei der Prozessmodellierung den Term der „Geschäftspro-
zesse“ beziehungsweise im Englischen „Business Process“. Diese Geschäftsprozesse und
-modelle sind thematische Bestandteile in der Ablauforganisation eines Unternehmens und im
Kern als Prozessmodelle, wie im Kapitel zuvor definierten Sinn, zu verstehen. Im weiteren
Rahmen dieser Arbeit werden Geschäftsprozesse und der Term „Prozess“ synonymhaft ver-
wendet. Dies geschieht aufgrund der Tatsache, dass die Betrachtung des Forschungsstandes
von Prozessmodellen im Kontext der I4.0 eine Untersuchung der Umsetzung und Weiterent-
wicklung bestehender Geschäftsprozessmodellierungskonzepte darstellt.
In der Literatur existieren verschiedene Interpretationen und Definitionen für den Begriff
„Geschäftsprozess“. Einige von ihnen werden im folgenden Abschnitt kurz vorgestellt, um da-
raufhin gemeinsame Eigenschaften eines Geschäftsprozesses und -modells herauszuarbei-
ten. Grundlegend dienen Geschäftsprozessmodelle der Visualisierung von unternehmensspe-
zifischen Prozessen. Davenport beschreibt Geschäftsprozesse als eine strukturierte, mess-
bare Anzahl von Vorgängen, die unter Input einen bestimmten Output für einen Kunden oder
Markt erzeugen [10]. Der Output sei dabei nebensächlich, der Vorgang beziehungsweise der
Prozess steht im Zentrum der Betrachtung.
Dieser Begriffsbestimmung fügen Richter-von Hagen und Stucky eine zusätzliche Bedeutung
für den Ablauf eines Geschäftsprozess bei. Sie definieren ihn als „eine Abfolge von Aktivitäten,
die der Erzeugung eines Produktes oder einer Dienstleistung dienen. Er wird durch ein oder
mehrere Ereignisse gestartet und durch ein oder mehrere Ereignisse abgeschlossen. Es liegt
eine Organisationsstruktur zu Grunde“ [6]. Im Vergleich zum klassischen Prozessmodell wer-
den somit Rollen vergeben beziehungsweise Aktivitäten benötigen Verantwortliche, die durch
eine Organisationstruktur im Unternehmen festgelegt sind.
Die Autoren Laudon et al. definieren Geschäftsprozesse als „eine Folge von logisch zusam-
menhängenden Aktivitäten, die für das Unternehmen einen Beitrag zur Wertschöpfung leisten,
einen definierten Anfang und ein definiertes Ende haben, wiederholt durchgeführt wird und
sich in der Regel am Kunden orientiert“ [11]. Geschäftsprozesse beschreiben Arbeitsabläufe,
welche Material, Wissen und Daten umfassen und diese unternehmensweit und funktions-
übergreifend koordinieren. Sie sehen die optimale Strukturierung der eignen Unternehmens-
prozesse als möglichen Wettbewerbsvorteil gegenüber Konkurrenten.
Die Eigenschaften von Geschäftsprozessen lassen sich somit wie folgt zusammenfassen:
• Der Prozess besitzt eine abgeschlossene Menge von Aktivitäten, die zeitlich und
logisch strukturiert sind.
• Der Prozess wandelt Inputgrößen, wie Zeit, Geld, Daten oder Material, in messba-
ren Output um.
• Der Prozess berücksichtigt die Kundenanforderungen. Der Kunde steht im Mittel-
punkt.
• Der Prozess besitzt einen Verantwortlichen, der durch die Organisationsstruktur
des Unternehmens bestimmt ist.
8
Das gesamte Geschäftsprozessmodell stellt dementsprechend alle Geschäftsprozesse des
Unternehmens dar und ermöglicht einen hohen Grad an Transparenz. Diese Visualisierung
ermöglicht es, Abläufe neuzugestalten und Vorgänge zu optimieren, mit dem Ziel Kosten zu
senken und Ressourcen einzusparen. Die Konzipierung des Geschäftsprozessmodells und
des Geschäftsprozessmanagements erhält infolgedessen einen sehr hohen wirtschaftlichen
Stellenwert für das Unternehmen. Als einige der wichtigsten kritischen Erfolgsfaktoren bei der
Umsetzung eines Geschäftsprozessmanagementsystems bezeichnet Trkman in seiner Studie
den Ressourceneinsatz bei der Strategie- und IT-Implementierung, den Aufbau eines Kenn-
zahlsystems zur Erreichung und Messung kontinuierlicher Verbesserungen, Mitarbeitertrai-
ning und klar definierte Verantwortlichkeiten sowie einen gewissen Grad an Dokumentation
und Standardisierung der Prozesslandschaft [12].
In diesem Zusammenhang ist der BPM-Lebenszyklus, wie in Abbildung 1 dargestellt, zum
besseren Verständnis über den Aufbau eines funktionierenden Managements von Geschäfts-
prozessen relevant [13] [14]. Der Zyklus beschreibt die unterschiedlichen Phasen eines Pro-
zesses, die zur kontinuierlichen Optimierung durchlaufen werden sollten.
Abbildung 1: BPM-Lebenszyklus, in Anlehnung an [13]
Während der Phase der „Prozessplanung“ wird ein Ist-Zustand des Geschäftsprozess, der im
weiteren Fokus der Betrachtung steht, identifiziert und modelliert. Anschließend werden die
bestehenden Mängel und Verbesserungspotenziale dieses Prozesses in der „Analyse“-Phase
herausgearbeitet, um in der „Design“-Phase einen optimierten Prozess zu gestalten. Diese
Optimierung dient der Soll-Zustandsmodellierung des Prozesses, was dem Idealbild der
Modelnutzer und -ersteller gleichkommt. In der Phase der „Implementierung“ erfolgt die Ein-
gliederung und Anwendung des verbesserten Prozessmodells in das bestehende Geschäfts-
prozessmanagementsystem des Unternehmens.
Währenddessen überwacht die „Monitoring“-Phase die Leistung und Effizienz des Prozesses,
beispielsweise mit Hilfe eines Kennzahlsystems. Auftretende Mängel, bestehende Schwach-
stellen oder ungelöste Probleme werden in der Phase der „Optimierung“ zusammengefasst
und durch einen neuen Durchlauf des Zyklus behoben.
Prozess-
planung
Prozess-
analyse
Prozess-
design
Prozess-
implementierung
Prozess-
monitoring
Prozess-
optimierung
9
Eine weitere populäre Methodik, die eine ganzheitliche Betrachtung von Geschäftsprozessen
anstrebt, ist das von August-Wilhelm Scheer formulierte „ARIS-Konzept“ (kurz für: Architektur
integrierter Informationssysteme) [15].Das ARIS-Konzept erhebt den Anspruch, eine umfas-
senden Architektur zur vollständigen Beschreibung von Anwendungssystemen anzubieten
sowie einen Bezugsrahmen bei der Geschäftsprozessmodellierung in Informationssystemen
zu geben. Dazu unterteilt ARIS das Informations- und Anwendungssystem eines Unterneh-
mens in unterschiedliche Modellierungs- und Implementierungsebenen, wie in Abbildung 2
dargestellt. Die Aufteilung in Sichten- und Schichtenebenen ermöglicht eine Reduzierung der
Komplexität bei der Modellierung von Geschäftsprozessen.
Es unterteilt fünf Sichten auf ein Informationssystem bzw. einen Geschäftsprozess: Organisa-
tions-, Daten-, Steuerungs-, Funktions- und Leistungssicht. Der Steuerungssicht kommt hier-
bei eine besondere Rolle zu, da sie die Koordination bei der Integration der anderen Sichten
übernimmt.
Neben den Sichten unterscheidet ARIS drei Schichten, die der Prozess bei der Erstellung und
Implementierung in den Sichten des Informationssystems durchläuft. Diese Aufteilung soll das
Unternehmen bei der Modellierung und Optimierung von Geschäftsprozessen und ihrer an-
schließenden IT-Umsetzung vollumfänglich unterstützen [16].
Abbildung 2: Sichten und Schichten des ARIS-Haus, in Anlehnung an [11]
Im folgenden Abschnitt werden die Bestandteile und Aufgaben der Sichten und Beschrei-
bungsschichten des ARIS-Hauses kurz erklärt [6] [11] [15].
Die Organisationssicht definiert den Aufbau eines Unternehmens, das heißt sie beschreibt
Standorte, Organisationseinheiten und Ressourcenverteilung und die Beziehungen zwischen
10
ihnen. Die Funktionsschicht beinhaltet alle Vorgänge des Unternehmens sowie deren verwen-
dete Anwendungssoftware. Die Aufgaben erhalten Relationen zueinander und Zielhierarchien
werden aufgestellt.
Die Datensicht dient der Sammlung und Speicherung aller Informationen des Informationssys-
tems. Dies betrifft auch Eingaben, die Vor- oder Nachbedingung von Funktionen der Funkti-
onssicht sind.
Die Leistungssicht beschreibt die Input- und Output-Größen des Unternehmens, alle Sach-
und Dienstleistungen sowie Geldflüsse. Sie sind die Ergebnisse der Unternehmensprozesse.
Abschließend verbindet die Steuerungsschicht die anderen Sichten. Sie enthält die vollstän-
dige Prozessbeschreibung. Dazu werden Prozesse als Abfolge von Funktionen aufgefasst und
ereignisorientiert definiert. Diese Integration geschieht oftmals mittels ereignisgesteuerter Pro-
zessketten (kurz EPK), die im folgenden Unterkapitel erläutert werden.
Die drei Schichten beziehungsweise Beschreibungsebenen definieren den Verlauf bei der Um-
setzung zur Lösung einer betriebswirtschaftlichen Problemstellung in das Informationssystem.
Das Fachkonzept liefert eine formalisierte Darstellung des angestrebten Soll-Zustandes für die
spätere IT-Realisierung. In der nächsten Ebene wird das Fachkonzept an die Anforderungen
der IT angepasst und das Prozessmodell für die Implementierung in ein Datenverarbeitungs-
system vorbereitet. Im letzten Schritt der Implementierung werden konkrete Hardwarekompo-
nenten und Anwendungen entsprechend der Anforderungen bestimmt.
Somit bietet die ARIS-Architektur einen umfangreichen Bezugsrahmen zur Beschreibung und
Modellierung von Geschäftsprozessen in betriebswirtschaftlichen Anwendungssystemen. Die
Wahl der Prozessmodellierungssprache steht dabei jedem Unternehmen offen. Das
Unterkapitel 2.1.3 stellt zu diesem Zweck verschiedene Modellierungsmethoden beziehungs-
weise -sprachen vor.
2.1.3 Methoden der Prozessmodellierung
Eine Modellierungssprache bildet den Ausgangspunkt zur Visualisierung der Strukturen und
Abläufe im Unternehmen. Sie sind mit ihrer jeweiligen Syntax und Semantik die Grundlage für
die Beschreibung von Geschäftsprozessmodellen und schaffen Transparenz sowie ein kom-
plexitätsreduziertes Abbild aller Unternehmensvorgänge.
Es existieren zahlreiche Modellierungssprachen in der Wirtschaft und Fachliteratur, jedoch
werden im Rahmen dieser Arbeit nur drei ausgewählte Sprachen vorgestellt und ihre zugrunde
liegenden Konzepte erläutert. Die Auswahl basiert auf den Ergebnissen zweier Befragungen
von BPM-Experten [17] beziehungsweise von Führungskräften und BPM-Spezialisten im
deutschsprachigen Raum [18].
Ein zentraler Bestandteil der SAP-Referenzmodelle und des ARIS-Konzeptes ist die „Ereig-
nisgesteuerte Prozesskette“ (kurz: EPK), im englischen „Event-driven process chain“. Diese
semiformale Modellierungssprache wurde von Scheer in Zusammenarbeit mit der SAP AG zur
(Re-)Dokumentation von Geschäftsprozessen entwickelt und bietet die Basis modellgetriebe-
ner Ansätze für ein durchgängiges und anwendungsgestütztes Geschäftsprozessmanage-
ment [19]. Die EPK beschreibt eine Methode zur Modellierung von zeitlichen und sachlogi-
schen Abhängigkeiten zwischen Funktionen und Ereignissen eines Geschäftsprozesses [20].
11
Der Grundgedanke hinter dem Konzept ist, dass Funktionen durch Ereignisse ausgelöst wer-
den, die wiederum Ergebnisse von anderen Funktionen sind. Visualisiert ist eine EPK ein
zusammenhängender Graph, bestehend aus ein oder mehreren Start- und Endereignissen
sowie aus sich abwechselnden Funktionen und Ereignissen. Der Kontrollfluss des Graphen
wird dabei durch gerichtete Kanten und Konnektoren (AND, OR und XOR) gesteuert.
Die EPK finden im ARIS-Konzept in der Steuerungssicht Anwendung.
Diese Sicht verlangt jedoch eine Zusammenführung und Verknüpfung aller übrigen ARIS-Teil-
schichten, was eine Modellierung mit einfachen EPK verkompliziert. Zu diesem Zweck werden
zusätzlich Prozessschnittstellen, Organisationseinheiten sowie Informationsobjekte mitsamt
entsprechenden Ressourcen – und Informationsflüssen modelliert und man spricht von einer
„erweiterten EPK“ [21]. Für eine vollumfängliche Modellierung auf der DV-Schicht des ARIS-
Hauses benötigt man jedoch Modellierungssprachen, die sich stärker an den software-techni-
schen Anforderungen für die Verhaltensmodellierung orientieren, wie die dynamischen
Diagrammtypen der „Unified Modeling Language“ [20].
Die „Unified Modeling Language“ (kurz: UML) wurde als Modellierungssprache Mitte der
1990er Jahre konzipiert und hat sich aus dem Bereich der objektorientierten Programmierung
entwickelt [11] [22]. Sie wird heutzutage als standardisierte und werkzeugunterstützte Sprache
von der Object Management Group mit der aktuellen Version 2.5 weiterentwickelt und erfährt
regelmäßig anwendungsbezogene Erweiterungen, sogenannte „Profile“. Die UML bietet
insgesamt über 14 Diagrammtypen zur Spezifikation, Konstruktion und Dokumentation von
Anwendungs- und Prozesssystemen.4
Diese Diagrammtypen lassen sich in drei Gruppen aufteilen:
• Strukturdiagramme, wie. Klassen-, Objekt- und Komponentendiagramm
• Verhaltensdiagramme, wie Aktivitäts-, Anwendungsfall- und Zustandsdiagramm
• Interaktionsdiagramme, wie Kommunikations-, Sequenz- und Zeitverlaufsdiagramm
Strukturdiagramme beschreiben statische Aspekte des zu modellierenden Gegenstandes
beziehungsweise des Prozesses. Es werden Beziehungen und Abhängigkeiten zwischen
Klassen oder Objekten, meist im Ist-Zustand, dargestellt. Die anderen beiden Gruppen, die
Verhaltens- und Interaktionsdiagramme, dokumentieren die Dynamik in einem objektorientier-
ten System mithilfe von Interaktionen, Objektkonfigurationen und Zustandshistorien.
Sie beschreiben Verhaltensaspekte, Informationsflüsse, zeitliche Abläufe von Aktivitäten und
Anwendungen und ermöglichen die Erstellung eines konsistenten Gesamtmodells. Diese
objekt- und systemorientierte Art der Strukturierung geschieht auch in der Geschäftsprozess-
modellierung und findet Beachtung sowie Anwendung in der Praxis und Forschung, beispiels-
weise in Aktivitätsdiagrammen [17] [23].
Einen anderen Blickwinkel der Systemdarstellung wählt die Modellierungssprache der „Busi-
ness Process Model and Notation“ (kurz: BPMN) mit dem Fokus auf die grafische Notation
von Geschäftsprozessen [24] [25]. Die BPMN hat sich in den vergangenen Jahren als der
Standard für die Prozessmodellierung etabliert und wird, wie die UML, von der Object Manage-
ment Group in der aktuellen Version 2.0 betreut [26].
4 Siehe Abbildung A-1 im Anhang, Beispiele der UML Diagrammtypen
12
Die Modellierungssprache zeichnet sich, neben ihrer festgelegten Ausführungssemantik,
durch ihr einheitliches und umfangreiches System von Elementen zur Darstellung von Ge-
schäftsprozessen aus.5 Die BPMN beschreibt einen Geschäftsprozess in Form eines Prozess-
diagramms, das eine zeitlich-logische Abfolge von Ereignissen, Entscheidungen und Aufga-
ben beinhaltet. Dabei können alle unternehmensinternen und -fremden Bereiche sowie die
Ressourcen-, Nachrichten -und Datenflüsse zwischen ihnen modelliert werden.
Weitere Diagrammtypen sind die hierarchische Modellierung von Interaktionsszenarien in
Konversationsdiagrammen und die Visualisierung der detaillierten Ablaufreihenfolge konkreter
Konversationen des Prozesses in Choreographie-Diagrammen.
Die hohe Ausdrucksfähigkeit trägt, unter Berücksichtigung der gewährleisteten hohen
Prozessmodellqualität, zum leichteren Verständnis und Transparenz der Unternehmensvor-
gänge bei. In Verbindung mit der bereits vorgestellten objektorientierten UML-Methodik und
ihren Verhaltensdiagrammen ermöglicht der prozessorientierte BPMN-Ansatz eine bessere
und schnellere Umsetzung der grafischen Modelle in die Anwendungssysteme des Unterneh-
mens [24].
5 Siehe Abbildung A-2 im Anhang, Elemente der „Business Process Model and Notation 2.0“
13
2.2 Industrie 4.0
Der Begriff „Industrie 4.0“ ist seit der erstmaligen öffentlichen Erwähnung auf der Hannover
Messe ein Synonym für die Zukunft der Organisation und der Produktion in Unternehmen am
Standort Deutschland. Ziel dieses Kapitels ist es, die wesentlichen Ausgangspunkte und den
Ursprung dieser Thematik zu definieren.
Im Rahmen des Kapitels sollen die Grundlagen von Industrie 4.0 in Deutschland dargestellt,
sowie die Begrifflichkeiten und technische Möglichkeiten des informationstechnologischen
Fortschritts erläutert werden. Abschließend wird der aktuelle Entwicklungs- und Anwendungs-
stand anhand zweier Studien aus den letzten Jahren vorgestellt.
2.2.1 Entstehung und Begriffsbestimmung
Um die Bedeutung einer vermeintlich vierten industriellen Revolution für die Wirtschaft ein-
schätzen zu können, muss man die vergangenen technologischen Umwälzungen und ihre
Stellenwerte in den jeweiligen Epochen identifizieren.
In der neueren Geschichte der Menschheit gab es bislang drei große Entwicklungsstufen, auch
industrielle Revolutionen genannt, welche einen umwälzenden und permanenten Wandel der
wirtschaftlichen und sozialen Verhältnisse bewirkten. Diese sogenannten Revolutionen sind
keineswegs vorausgeplante Abläufe, sondern haben sich über die Zeit schrittweise durchge-
setzt und lassen sich heutzutage zurückblickend als Paradigmenwechsel bestimmen.
Die Abbildung 3 zeigt die einzelnen Entwicklungsphasen aus produktionstechnischer Sicht im
zeitlichen Verlauf. Die Grafik verdeutlicht, dass es in kürzer werdenden Zeitabständen einen
kontinuierlichen Anstieg an Komplexität gab und dieser sich mit einer vierten Revolution fort-
setzen wird. Erwähnenswert ist der Fakt, dass erstmalig in der Geschichte eine industrielle
Revolution verkündet wurde, bevor sie stattgefunden hat.
Die erste industrielle Revolution wurde mit der Verbreitung der Massenproduktion durch den
Einsatz von Maschinen, zum Beispiel der mechanische Webstuhl, eingeleitet. Erfindungen,
wie das Prinzip der Dampfmaschine, führten in zahlreichen Wirtschaftszweigen, wie der
Schwerindustrie, dem Transportwesen und dem Kohleabbau, zu fundamentalen Neuerungen.
Die neuartige Nutzung der Wasserkraft diente auf dieser Entwicklungsstufe als grundlegende
Energie zur Produktionssteigerung.
Ende des 19. Jahrhunderts wurde mit der Einführung der Elektrizität als primäre Energiequelle
der nächste Wandel initiiert. Durch die zweite industrielle Revolution konnte die Arbeit in
den Fabriken durch Motoren stärker automatisiert werden. Zudem ergaben sich aus der
Produktionssteigerung durch Fließbandarbeit, neuen Telekommunikationstechniken und
Erfindungen in der Luft- und Schifffahrt erste Schritte zur Bildung eines globalen Handels-
markts.
Die Erforschung und Weiterentwicklung von Rechenmaschinen und digital freiprogrammierba-
ren Steuerungseinheiten lösten ab den 1970er Jahren die vorherrschenden analogen Logiken
ab und bilden die Grundlage für den fortdauernden Automatisierungstrend.
14
Diese dritte industrielle Revolution gipfelt heutzutage in hochautomatisierten Industrieanla-
gen und modernen Prozessleitsystemen für eine effizientere, nahezu voll automatisierte Pro-
duktion.
Abbildung 3: Zeitlicher Verlauf des industriellen Fortschritts, in Anlehnung an [27]
Als nächste Stufe des technologischen Fortschritts wurde im Jahr 2011 erstmalig auf der
Hannover Messe das Vorhaben der Industrie 4.0 vorgestellt [1].
Das Vorhaben gilt als wegweisendes Weiterentwicklungskonzept für die deutsche Wirtschaft
und als Fahrplan einer vierten industriellen Revolution [2]. Es steht laut „Bundesministerium
für Bildung und Forschung“ (kurz: BMBF), für die zukünftige Wettbewerbsfähigkeit der deut-
schen Industrie. Das Projekt zeichnet sich nach Meinung des BMBF durch den Charakter einer
stark individualisierten Produktion bei gleichzeitig hoher Flexibilität sowie als
echtzeit-optimierte Integration von Kunden und Geschäftspartnern entlang der Wertschöp-
fungskette aus [28].
Das „Bundesministerium für Wirtschaft und Energie“ (kurz: BMWI) führt dieses Verständnis
des Industrie 4.0-Konzeptes weiter aus. Ihrer Meinung nach steuern zukünftig intelligente
Maschinen selbständig Fertigungs- und Logistikprozesse, die Mensch-Maschine-Interaktion
erleichtert komplizierte Arbeiten und der gesamte Produktlebenszyklus kann digital abgebildet
werden [29].
1. Industrielle
Revolution
Einsatz von Wasser-
und Dampfkraft zur
Produktionssteigerung
Mitte des
18. Jahrhunderts
2. Industrielle
Revolution
Einführung
arbeitsteiliger
Massenproduktion
mittels elektrischer
Energie
3. Industrielle
Revolution
Automatisierung der
Produktion mit Hilfe
von Elektronik und
Informationstechnik
Ende des
19. Jahrhunderts
Mitte des
20. Jahrhunderts
4. Industrielle
Revolution
Fundamentale
Veränderungen auf
Basis von Cyber-
physischen
Systemen
Grad der Komplexität
heute
Industrie 4.0
15
Darüber hinaus haben sich die wirtschaftlichen Trägerverbände „ Der Zentralverband Elektro-
technik- und Elektroindustrie“ (ZVEI), „Der Verband Deutscher Maschinen- und Anlagen-
bau“(VDMA) und der „Bundesverband Informationswirtschaft, Telekommunikation und neue
Medien“ (kurz: BITKOM) im Jahr 2013 zusammengeschlossen, um eine gemeinsame Platt-
form zur Schaffung einheitlicher Rahmenbedingungen und der Erstellung von Handlungsemp-
fehlungen für die deutsche Wirtschaft zu erstellen [30]. Diese „Plattform-Industrie 4.0“ be-
schreibt den bevorstehenden Strukturwandel durch die industrielle Revolution wie folgt:
„Industrie 4.0 bezeichnet die intelligente Vernetzung von Maschinen und Abläufen in der In-
dustrie mit Hilfe von Informations- und Kommunikationstechnologie.“ 6
Die „Deutsche Akademie der Technikwissenschaften“ (kurz: acatech) definiert das Konzept in
ihrem Bericht sehr umfassend und schließt alle Bereiche des unternehmerischen Schaffens
ein: [2]
„Die Industrie 4.0 meint im Kern die technische Integration von Cyber-Physischen-Systemen
(CPS) in die Produktion und die Logistik sowie die Anwendung des Internets der Dinge und
Dienste in industriellen Prozessen – einschließlich der sich daraus ergebenden Konsequenzen
für die Wertschöpfung, die Geschäftsmodelle sowie die nachgelagerten Dienstleistungen und
die Arbeitsorganisation.“
Diese ausführliche Definition nach acatech dient dieser Arbeit als Begriffsgrundlage, denn sie
enthält alle wesentlichen Gesichtspunkte der I4.0. Die in diesem Zusammenhang genutzten
Begrifflichkeiten und Kernelemente von Industrie 4.0 werden in Kapitel 2.2.2 erläutert und
voneinander abgegrenzt.
Des Weiteren nennt der Bericht wichtige Handlungsfelder, auf denen industrielle und indust-
riepolitische Entscheidungen getroffen werden müssen, um die Wirtschaft bei der Umsetzung
der digitalen Transformation zu unterstützen:
• Standardisierung und eine Referenzarchitektur bei firmenübergreifender Vernetzung
• Beherrschung komplexer Systeme durch angepasste Erklärungsmodelle
• Flächendeckende Breitbandinfrastruktur
• Betriebs- und Angriffssicherheit intelligenter Produktionssysteme
• Wandel der Arbeitsorganisation, sowie kontinuierliche Aus- und Fortbildungen der
Mitarbeiter
• Rechtliche Rahmenbedingungen zum Datenschutz und zu innovativen Unternehmens-
strukturen
• Ermittlung von Methoden zur Steigerung der Ressourceneffizienz
Zusammenfassend lässt sich die konzeptionelle Idee einer vierten industriellen Revolution als
Paradigmenwandel der automatisierten Wirtschaft zu einer vollständig digitalisierten
Wirtschaft bezeichnen.
6https://www.plattform-i40.de/I40/Navigation/DE/Industrie40/WasIndustrie40/was-ist-industrie-40.html
(Zugriff am 24. 08. 2018)
16
Entscheidender Treiber dieser Entwicklung ist eine kostengünstige Kommunikationsinfrastruk-
tur und die Möglichkeit zur vollumfassenden Abbildung aller unternehmerischen Prozess-
schritte im Netz. Geräte, Maschinen und Anlagen werden durch das Internet weltweit vernetzt
und ihre virtuellen Abbilder können sich miteinander „selbstbewusst“ koordinieren [27].
Somit stellen die integrierten Systeme und eine autonome, selbstbestimmte Maschinensteue-
rung die Kernelemente für das Verwirklichen einer digitalen Transformation dar. Im Zentrum
stehen hierbei die Cyber-physischen-Systeme und das „Internet der Dinge“ (kurz: IoT), welche
die Basis für die komplexe Vernetzung darstellen. Diese und weitere essentielle Elemente
werden im Kapitel 2.2.2 präzisiert.
2.2.2 Basiselemente der Industrie 4.0
Die bevorstehende industrielle Revolution ist im deutschsprachigen Raum mit dem Begriff der
„Industrie 4.0“ belegt und soll die zukünftige Wettbewerbsfähigkeit der deutschen Wirtschaft in
einem globalen, digitalen Produktions- und Vertriebsmarkt sichern [2]. Jedoch dient der Begriff
in der Presse beziehungsweise auch in den Köpfen einiger Entscheidungsträger bislang eher
als ungenauer Sammelbegriff für Konzepte und Ideen der digitalen Transformation. Dieses
Kapitel stellt die Kernelemente der Industrie 4.0 vor und soll eine terminologische Abgrenzung,
die dieser Arbeit zugrunde liegt, liefern.
Die grundlegenden Komponenten der digitalen Revolution beschreibt der Begriff der „Cyber-
Physical Systems“ (kurz: CPS). Eine weitgefasste Einordnung der CPS liefern Rajkumar et
al., die die cyber-physischen Systeme als „physical and engineered systems whose operations
are monitored, controlled, coordinated and integrated by a computing and communicating
core“ erklären [31].
Die Verbindung von Maschinensystemen der realen Welt mit einem digitalen Abbild ist der
Kern des CPS-Konzeptes. Als Verbindungsstücke beziehungsweise als Verbindungstechno-
logien sehen die Autoren die rasanten Fortschritte auf den Gebieten der kabellosen Kommu-
nikation über das Internet und der kosten- und energieeffizienten Sensortechnologie. Diese
Fortschritte
ermöglichen echtzeitbasierte Informationsübermittlung und wechselseitige Steuerungsmög-
lichkeiten, erfordern jedoch durch die erhöhte Komplexität ein gesteigertes Maß an Koordina-
tionsaufwand und Sicherheit.
Ein weiterführender Ansatz zur Begriffsbestimmung ist die direkte Verknüpfung des
CPS-Konzeptes mit dem IT-Konzept der eingebetteten Systeme, in der englischen Fachlitera-
tur embedded systems genannt [32]:
A cyber-physical system (CPS) is an integration of computation with physical processes
whose behavior is defined by both cyber and physical parts of the system. Embedded
computers and networks monitor and control the physical processes, usually with feedback
loops where physical processes affect computations and vice versa. As an intellectual chal-
lenge, CPS is about the intersection, not the union, of the physical and the cyber.“
17
Dem Begriff der CPS wird die Stellung eines übergeordneten Systems zugeschrieben. Es
bildet die von der I4.0 angestrebte Schnittmenge zwischen realen Netzwerken und deren
Abbild in einer digitalen Umgebung. Dabei ist es jedoch von dessen reinen anwendungsorien-
tierten Industrie-Gedanken losgelöst. Die CPS sollen ein universell anwendbares abstraktes
Systemkonzept sein, das sicherer, robuster und effizienter als bestehende Netzwerke der rein
physischen oder digitalen Sphären sein soll. [33]
Die Verknüpfung dieser beider Sphären kann durch die Anwendung und den Ausbau des
„Internet-of-Things“ (kurz: IoT) und des „Internet-of-Services“ (kurz: IoS) erzielt werden.
Wie es ihre Bezeichnungen andeuten, steht das Internet als primäres Element im Zentrum des
Internet der Dinge und Dienste, wie sie in der deutschsprachigen Literatur genannt werden.7
Die Abbildung 4 illustriert die Beziehung zwischen CPS, IoT und IoS und nennt mögliche An-
wendungsszenarien, die am Ende des Kapitels konkretisiert werden.
Abbildung 4: Cyber-physische Systeme als Teil des IoT und IoS, in Anlehnung an [2]
Der Kerngedanke des IoT liegt in der Verbindung intelligenter physischer Objekte über das
Internet, um ein ortsunabhängiges Informationsnetzwerk zu schaffen, welches möglichst
autonom handeln kann. Die sogenannte „Intelligenz“, oftmals mit dem Zusatz smart versehen,
wird durch den Einsatz von Sensoren zur Informationssammlung, -übertragung und -empfang
erreicht [34].
Die technischen Fortschritte auf dem Bereich der Radio Frequency Identification (kurz: RFID)
und der flächendeckende Ausbau von Wifi und weiterer Mobilfunkstandards erlauben somit
die exakte zeitliche und örtliche Bestimmung eines mit Sensortechnik ausgestatteten
Produktes. Durch diese Bestimmung kann ein reales Objekt Daten senden und digital model-
liert werden, sowie umgekehrt auch Informationen und Anweisungen aus dem Cybernetzwerk
erhalten.
7 Siehe Definition „Industrie 4.0“ nach acatech in Kapitel 2.2.1
18
Die gesammelten Daten und deren Verarbeitung werden durch die IT-Infrastruktur und
Rechenleistung des IoS übernommen. Wohingegen die IoT-Objekte meist mit RFID und Chips
mit geringer Rechenleistung und Speicherkapazität ausgestattet sind, bietet das IoS mit dem
Bereich des Cloud-Computing eine leistungsstarke, quasi unbeschränkte Speicher- und
Rechenleistung [35] [36]. Die Bereitstellung von dezentralen Rechnernetzen, Serverlandschaf-
ten und Software erlauben sowohl die dauerhafte Speicherung großer Datenmengen als auch
die echtzeitbasierte automatisierte Verarbeitung der Informationen. Die cyber-physischen
Objekte werden durch die Anwendungen des IoS kontrolliert, gewartet und gesteuert.
Dadurch leiten sich sinkende Energiekosten und eine erheblichen Effizienzsteigerung an Zeit
ab. Somit bestehen CPS aus drei Ebenen: der physikalischen, der datenspeichernden und
einem datenverarbeitenden System [27].
Bei der Migration mehrerer CPS in der produzierenden Industrie spricht man von CPPS, den
cyber-physischen-Produktionssystemen [2]. Die CPPS beschreiben die durchgängige
Betrachtung von Produkten, Produktionsmitteln und Produktionssystemen unter der Berück-
sichtigung sich stetig ändernder Prozesse. Sie ermöglichen eine autonome Adaptivität des
gesamten Produktionsprozesses und können durch die Informationen der Sensoren die Pro-
duktion und Logistik des Unternehmens dezentral steuern.
Die Anwendungsgebiete, in denen der Einsatz von CPS und IoT/IoS eine Effizienzsteigerung
oder ein Neudenken elementarer Prozesse bewirken könnte, sind zahlreich [2] [31] [34] [37]
[38]. In der Tabelle 1 sind verschiedene Bereiche mit ihren Einsatzmöglichkeiten von CPS
aufgelistet.
Tabelle 1: Anwendungsbeispiele von CPS in verschiedenen Bereichen
Branche Anwendungsfälle und Szenarien
Automobil
Routenmanagement für batteriegetriebene Autos,
Integration von Elektroautos in die Energienetze,
Vernetzung der Fahrzeuge und Infrastruktur zur Verkehrsflusssteuerung
Medizintechnik
Telemedizinische Überwachung von Vitalwerten
Integrierte Patientenbetreuung
Optimierung von Notfalleinsätzen und Krankenhausmanagement
Energiewirtschaft
Smart Grids zur Verbrauchskoordination und- optimierung
Verbesserte und störungsfreie Erzeugungsplanung
Maschinen-
und Anlagenbau
Vernetzung bei Produktionsplanung, Energiemanagement u. Lagersystemen
Selbstorganisierende kundenintegrierte Fertigung
Optimiertes Instandhaltungsmanagement
Mobilkommunikation
Verbesserte Lokalisierung
Routenoptimierung und Erstellung von Bewegungsprofilen
Verbesserter Ausbau und Auslastung der Mobilfunknetze
Logistik
Selbstorganisierende adaptive Logistik mittels RFID-Sensorik
Zustandsabfragen in Echtzeit
Heim- und
Gebäudeorganisation
Integrierte Sicherheitskonzepte und Gebäudeleittechnik
Intelligente Energienutzung und -erzeugung, z.B. Photovoltaik
19
All diese Neuerungen würden einen positiven Einfluss auf die Wirtschaft und unser tägliches
Leben haben, jedoch bestehen die größten Herausforderungen für die Anwendung der CPS
in der konkreten Konzipierung der cyber-physischen Systeme [37].
Es bedarf ein Umdenken und neuer semantischer Modelle, um eine Kompatibilität zwischen
der fehlerbehafteten und schwer kontrollierbaren realen Welt und der logikgebundenen Cyber-
welt herzustellen.
Die Trendwende einer digitalen Transformation ist nicht nur in Deutschland Gegenstand der
Forschung und Wirtschaftspolitik.
In den USA ist die Thematik als „smart manufacturing“ [39], sowie in Korea unter dem Begriff
„connected smart factory“ [40], Bestandteil der Forschungsliteratur. Das Prinzip des smart ma-
nufacturing und der damit verbundenen smart factory greifen die Kerngedanken und Visionen
der I4.0 auf und verfolgen die Erstellung eines intelligenten, vernetzten Produktionssystems
als Ziel. Die technischen Mittel zur Realisierung werden auch in den sich kontinuierlich weiter-
entwickelnden Möglichkeiten des IoT und IoS erkannt, beispielsweise Sensortechnik zum
Tracking und Cloud-Computing/Manufacturing.
Wie die Ergebnisse einer Studie [39] zeigen, ist eine definitorische Abgrenzung des Begriffs
smart-manufacturing von I4.0 schwer möglich. Somit werden im Rahmen dieser Arbeit beide
Begrifflichkeiten als gleichbedeutend betrachtet.
2.2.3 Momentaner Anwendungsstand in Deutschland
Nachdem der Ursprung, die Bedeutung des Begriffs der Industrie 4.0 sowie dessen Bestand-
teile in den Kapiteln 2.2.1 und 2.2.2 besprochen wurden, soll der folgende Abschnitt den aktu-
ellen Anwendungsgrad relevanter Technologien und Konzepte in deutschen Unternehmen be-
leuchten. Für diesen Zweck werden die Ergebnisse zweier großer Befragungen von Unterneh-
men und Experten des produzierenden Gewerbes der letzten Jahre vorgestellt.
Im Jahr 2016 hat der BITKOM eine anwendungsfallbezogene Befragung seiner Mitglieder
durchgeführt. [41] Ziel der Studie war es, einen realitätsnahen Überblick über den aktuellen
Stand der Umsetzung von I4.0-relevanter Themen in verschiedenen Branchen zu gewinnen.
Der Verband wählte dafür 203 konkrete Anwendungsfälle der I4.0 von Veröffentlichungen der
„Plattform-Industrie 4.0“ aus und unterteilte diese in zehn distinkte Anwendungskategorien.
Die befragten Unternehmen wurden in neun Branchensektoren eingeteilt, welche alle dem
verarbeitenden Gewerbe zugeordnet werden.
Die Auswahl der Sektoren begründet BITKOM mit der starken Einflussnahme zur Effizienz-
steigerung durch den Einsatz technischer Innovationen und Konzepte. Zudem stellt das pro-
duzierende Gewerbe einen bedeutenden Anteil von ca. 25 % an der deutschen Bruttowert-
schöpfung dar. Insbesondere die Wertschöpfung im Fahrzeugbau, im Maschinenbau und in
der Elektronikherstellung steuern ungefähr die Hälfte dessen bei.8
8 Daten des „Statistisches Bundesamt“: Statistisches Jahrbuch 2017, S.330
https://www.destatis.de/DE/Publikationen/StatistischesJahrbuch/VGR.pdf?__blob=publicationFile
(Zugriff am 26. 08. 2018)
20
Die aus dem Resultat der Befragungen resultierende 9x10 Marktsegmentematrix ist in Abbil-
dung 5 ersichtlich. Aus der Matrix lassen sich zwei grundsätzliche Trends aus den gewählten
Dimensionen ablesen.
Zum einen sind die Branchen des Maschinenbaus mit ca. 30%, gefolgt von der
Elektronikindustrie mit 26% und dem Fahrzeugbau mit 16% die Sektoren mit den meisten
Anwendungsfällen. Daraus lässt sich schlussfolgern, dass sie Bereiche mit starkem Innovati-
onsdrang sind und der digitalen Transformation und den Konzepten der I4.0 einen hohen
Stellenwert beimessen.
Abbildung 5: Prozentuale Verteilung der BITKOM-Studie auf die Marktsegmente [41]
Zum anderen fallen die am häufigsten praktizierten Anwendungsfälle in die Kategorie der
„Assistenzsysteme“ auf, vordergründig mit den Schwerpunkten auf „Automatisierungslösun-
gen“ und „Lösungen zur Steigerung der Energieeffizienz“.
Deutlich weniger umgesetzte Anwendungsfälle werden im Bereich der „Value-Based
Services“-bezogenen Produkte, eigener Werke und Maschinen verzeichnet. In diese Katego-
rie fallen Anwendungsfälle wie Dienstleistungen für bereits ausgelieferte Produkte und War-
tungs- und Instandhaltungsmaßnahmen.
Die zweite in diesem Kapitel vorgestellte Studie zum Thema „Industrie 4.0“ wurde von der
STAUFEN AG im Jahr 2017 durchgeführt. [42] Die Unternehmensberatung Staufen befragte
dazu über 390 deutsche Unternehmen, welche sich zu über 70 % aus Firmen des Maschinen-
21
und Anlagenbaus sowie der Elektro- und Automobilindustrie zusammensetzten. Den gleichen
Bereichen, welchen die bereits erwähnte BITKOM-Studie die höchste Motivation bei der Um-
setzung von Themen der digitalen Revolution nachwies.
Diese Beobachtung stimmt auch mit den Erfahrungen der Umfrageerstellern von STAUFEN
überein. Sie stellten fest, dass bereits über die Hälfte aller befragten Industrieunternehmen
konkrete Erfahrungen mit I4.0 gemacht haben und nur ein kleiner Bruchteil von 8% der Firmen
sich diesem Thema noch komplett verschließen.9
Der Anteil der Firmen, welche die vorbereitende Beobachtungsphase verlassen haben und
zum Planen und ersten Umsetzen einzelner Smart-Factory-Konzepte übergegangen sind, ist
im letzten Jahr zudem auf 41% gestiegen. Ein deutliches Anzeichen für die wachsende
Bedeutsamkeit bei den Firmen.
Dabei ist die Quote einer umfassenden operativen Umsetzung von I4.0 weiter gering und liegt
nur bei 7%. Abbildung 6 stellt in diesem Zusammenhang die Unternehmensbereiche dar, in
denen die Befragten den Einsatz von I4.0-Konzepten konkret planen beziehungsweise
umsetzen.
Abbildung 6: Unternehmensbereiche mit Planung bzw. Einsatz von I4.0-Konzepten [42]
9 STAUFEN (2017) S. 15ff
22
Die Fachbereiche „Produktion“ und der produktionsnahe Bereich „Logistik/ Lagerhaltung“
stehen im Fokus für eingeplante beziehungsweise zukünftige Projekte der Unternehmen.
Diese Beobachtung erscheint insoweit plausibel, da diese Fachbereiche am meisten von Neu-
erungen und Verbesserungen durch eine digitale Transformation profitieren. Die Ausnahme
im Maschinenbau, das die „Forschung und Entwicklung“ auf dem zweiten Platz liegt, ist darin
begründet, dass diese Branche am stärksten unter einem Innovationsdruck steht, mit ihren
„smarten“ Maschinen die Basis für die digitale Transformation in anderen Branchen zu legen.
Für diese Arbeit ebenfalls interessant ist die Befragung der Unternehmen hinsichtlich ihrer
Motivation für die Umsetzung neuer Konzepte im Kontext der Industrie 4.0, siehe Abbildung 7.
Abbildung 7: Motive der Unternehmen für Digitalisierungsmaßnahmen [42]
Die Umfrage sieht die klassischen produktionstechnischen Verbesserungspotenziale auf den
vorderen Plätzen bei den Motiven der Unternehmen: Effizienzsteigerungen, transparente
Abläufe und Kostensenkungen.
Jedoch haben auch andere, eher service-orientierte Aspekte einen hohen Stellenwert für die
Firmen. Die Schaffung von Schnittstellen zu Kunden und Geschäftspartnern, individualisierte
Losgrößenproduktion sowie neue Geschäftsmodelle und Services rücken in den Fokus der
Unternehmen. Ein Paradigmenwechsel scheint also auch allmählich im Denken und Planen
der Firmen einzusetzen und wird zukünftig Investitionskapital freisetzen.
23
Zusammenfassend lässt sich aus den zwei vorgestellten Studien die Gewissheit gewinnen,
dass die Themen und Konzepte der Industrie 4.0 in der deutschen Wirtschaft wahrgenommen
werden und ein Wandel bereits in ersten kleinen Schritten eingesetzt hat. Auch wenn sich die
meisten Projekte noch in der Entwicklungs- beziehungsweise frühen Testphase befinden, so
ist der Grundstein im Denken und Handeln hin zur digitalen Transformation gelegt.
Die Unternehmen suchen nach effizienten Automatisierungslösungen, ebenso wie nach
Verbesserungen im Servicebereich, eine vorbeugende Instandhaltung, individualisierte
Kundenlösungen und eine bessere Vernetzung der Schnittstellen zu Kunden und zu den
Zulieferern.
Inwiefern für diese offenen Fragen bereits Lösungsansätze in der Forschung zu finden sind,
wird in Kapitel 4 dieser Arbeit untersucht.
24
25
3. Methodik der Untersuchung
Dieses Kapitel erläutert die Vorüberlegungen und die Ausführungsweise der systematischen
Analyse zum aktuellen Forschungsstand von Prozessmodellen im Kontext von I4.0. Durch den
Einsatz von bibliometrischen Methoden und Konzepten des Literatur-Reviews versucht die
Arbeit einen systematischen und reproduzierbaren Überblick zu dieser Thematik aufzuzeigen.
Die Methoden des Literatur-Review dienen der Zusammenfassung eines Themengebietes, um
bei der Identifikation und Beantwortung spezieller Forschungsfragen zu helfen [43].
Durch die Erarbeitung des Themengebietes mithilfe einer umfassenden eingehenden Unter-
suchung der Literatur im Vorfeld, können die für diese Arbeit relevanten Publikationen und
Themenbereiche eingegrenzt werden. Aufgrund der Basis dieser Vorarbeit liefern die finalen
Suchanfragen zur Beantwortung der Forschungsfragen qualitativ höherwertige und thematisch
passende Dokumente als Ergebnisse.
Diese Ergebnisse müssen anschließend durch die Anwendung von zuvor dargelegten Auf-
nahme- und Ausschlusskriterien gefiltert werden, bevor sie inhaltlich klassifiziert und auf ihren
Inhalt hin zur Beantwortung der Forschungsfragen überprüft werden.
In der Literatur finden sich zahlreiche Ansätze und Methoden zur Erstellung eines Literatur-
Reviews und der Anwendung bibliometrischer Konzepte. Die Methodik dieser Arbeit bedient
sich verschiedener Konzepte und Ideen aus der Forschung und einigen Studien [43] [44] [45]
[46] [47], um die angestrebte Analyse durchzuführen.
Die endgültige Vorgehensweise für die systematische Analyse von Prozessmodellen im Kon-
text der Industrie 4.0 besteht aus sechs Schritten:
(1) Definieren mehrerer Forschungsfragen, um die Untersuchung aus verschiedenen
Blickwinkeln durchzuführen
(2) Auswahl von Aufnahme- und Ausschlusskriterien gefundener Literatur
(3) Eingrenzung geeigneter Suchbegriffe
(4) Konkretisierung der Suchanfragen für die jeweiligen Forschungsfragen
(5) Bereinigung der Suchergebnisse anhand der festgelegten Kriterien
(6) abschließende Auswertung der Ergebnisse hinsichtlich der Forschungsfragen
Die Schritte (1) bis (4) werden in den folgenden Unterkapiteln erläutert und durchgeführt,
wohingegen die letzten beiden Schritte (5) und (6) in Kapitel 4 umgesetzt werden.
3.1 Aufbau der Analyse und Forschungsfragen
Die Systematik der durchgeführten Untersuchung verfolgt das Ziel einer umfassenden
Beleuchtung aktueller Forschungsergebnisse und -strömungen im Themenbereich der
Geschäftsprozessmodellierung, vor dem Hintergrund der neuen Möglichkeiten mittels der
Industrie 4.0. Um dieses Ziel zu erreichen, wird die Analyse in mehrere Teilfragen zerlegt.
26
Die Aufteilung in mehrere separate Fragestellungen erlaubt die gezielte Fokussierung der
Analyse auf eine bestimmte Facette des Forschungsziels. Die anschließende Zusammenfas-
sung der Ergebnisse der Teilfragen ermöglicht es, einen umfangreichen Überblick über den
aktuellen Zustand zu geben.
Die Betrachtung der jährlichen Anzahl und Herkunft an Publikationen, eine Unterscheidung
hinsichtlich der einzelnen Themengebiete der I4.0 sowie eine Überprüfung populärer Model-
lierungssprachen auf diesem Forschungsfeld wird durchgeführt und im Anschluss zusammen-
fassend ausgewertet.
Damit ergeben sich folgende Forschungsfragen dieser Arbeit:
F1: Welche Bedeutung haben Themen der Prozessmodellierung im Kontext von I4.0?
Durch die Beobachtung einer Zu- oder Abnahme der Anzahl an relevanten Veröffentlichungen
kann ein Trend geschlussfolgert werden.
F2: Welche Industrien oder wissenschaftliche Themenbereiche sind Gegenstand oder
Initiator der Forschung? Eine Auswertung hinsichtlich der Industriebereiche und
Forschungsfelder gibt möglicherweise Aufschluss über Problemfelder und Anwendungssze-
narien von Prozessmodellierungsansätzen im Kontext von I4.0.
F3: In welchen Bereichen der I4.0 findet die Prozessmodellierung Anwendung? Mit die-
ser Frage sollen die herausgearbeiteten Kernelemente der I4.0 hinsichtlich ihrer jeweiligen
Nutzung und Bedürfnisse an Prozessmodellierungskonzepten untersucht werden.
F4: Welche Modellierungssprachen werden zu diesem Zweck am häufigsten genutzt?
Die Untersuchung kann Erkenntnisse über die Aussagekraft und mögliche Anwendungssze-
narien einzelner Modellierungskonzepte liefern und dabei deren Verbesserungspotenziale
benennen und einen Forschungsbedarf aufdecken.
Zur Beantwortung dieser Fragen werden Publikationen nach den in den folgenden Unterkapi-
teln erarbeiteten Kriterien und Anfragen ausgewählt und analysiert.
3.2 Auswahl der Aufnahme- und Ausschlusskriterien
Die Einbeziehung eines Dokuments in die Untersuchung basiert grundsätzlich auf der Über-
prüfung des Titels, dem Lesen der kurzen Inhaltsangabe (auch Abstract genannt) und der
Kontrolle relevanter Stichworte (auch keywords genannt). Um den Umfang der Analyse zu
reduzieren und ihre Reproduzierbarkeit zu gewährleisten, werden folgende Aufnahme- und
Ausschlusskriterien genutzt:
Aufnahmekriterien der Analyse sind, dass die Publikationen:
• einem Peer-Review in Zeitschriften und auf Konferenzen o.Ä. unterliegen
• elektronisch verfügbar und abrufbar sind
• im Titel, Abstract oder in den Stichworten eindeutige Bezüge für die Beantwortung
der Forschungsfragen beinhalten
• im Zeitraum von 2014 bis Juni 2018 erschienen sind
27
Von der Analyse dieser Arbeit prinzipiell wurden Publikationen ausgeschlossen, die:
• vor 2014 und nach Juni 2018 erschienen sind
• nicht in englischer Sprache verfasst sind
• nur in Form von Präsentationen o. Ä. vorlagen
Zusätzlich kann eine manuelle Filterung der gefundenen Literatur hinsichtlich ihrer Relevanz
für die Beantwortung der Forschungsfragen erfolgen. Publikationen, die Prozessmodelle in
einem anderen Kontext, wie den in dieser Arbeit definierten Bezugsrahmen einordnen, werden
manuell aus der Untersuchung ausgeschlossen.
Insbesondere die Begrifflichkeiten im I4.0-Themenbereich verknüpfen oftmals „Prozessmo-
delle“ auf rein technisch-informatischer anstatt strukturell-konzeptioneller Ebene oder auch
nicht im Kontext von Geschäftsprozessen, sondern im Kontext von reinen Programmierungs-
themen.
Diese Recherche erfolgt im ersten Schritt durch die genaue Betrachtung des Titels, des
Abstract und den Stichworten der gefundenen Publikation. Bei Zweifeln an der thematischen
Eignung des Artikels wird der Inhalt, vor allem die Einleitung und die Schlussfolgerung, unter-
sucht und anschließend über die Aufnahme entschieden.
3.3 Eingrenzung der Thematik und verwendete Suchanfragen
Für diese Arbeit wurde die Thomson Reuter’s Web of Science-Datenbank als Datengrundlage
ausgewählt. Die Web of Science Core Collection umfasst mehr als 20 000 wissenschaftliche
Journale und mehr als eine Milliarde zitierte Referenzen 10. Mit Hilfe des lizensierten Zugangs
zur Datensammlung durch die Universität Ulm ermöglicht dies eine umfangreiche Untersu-
chung der Forschungsfragen.
Um sich mit dem Themengebiet vertraut zu machen, wurden zunächst offen gehaltene Such-
anfragen in Web of Science verfasst. Die Auswahl der anfänglichen Suchkriterien basierte
dabei auf den theoretischen Grundlagen der Ausarbeitungen in Kapitel 2.
Der Zeitraum für die Analyse wurde auf Veröffentlichungen aus dem Jahr 2014 bis zum Juni
2018 beschränkt.11 Diese Einschränkung wird vorgenommen, um Neuerscheinungen und
möglichst aktuelle Fortschritte auf dem Forschungsgebiet der Prozessmodellierung und vor
dem Hintergrund der Industrie 4.0 festzustellen.
Basierend auf diesem Anspruch wurden zwei thematische Blöcke als Untersuchungsgegen-
stände identifiziert.
Zum einen umfasst die Thematik der Prozessmodellierung die in Kapitel 2.1 gegebene De-
finition von einem Prozess und seiner Modellierung. Im Rahmen dieser Analyse werden Pro-
zesse und Prozessmodelle somit im Kontext von Geschäftsprozessen der I4.0 und deren Vi-
sualisierungsmöglichkeiten untersucht. Hierzu wurden die, durch die vorher durchgeführte
Sondierung der Literatur aufgedeckten Begrifflichkeiten der Tabelle 2, genutzt.
10 Siehe https://clarivate.com/products/web-of-science/web-science-form/web-science-core-collection/
(Zugriff am 10. 09. 2018)
11 Die Datenbankabfrage erfolgte im Juli 2018. Spätere Publikationen wurden nicht berücksichtigt.
28
Tabelle 2: Begriffe der Prozessmodellierung
Neben den allgemeinen Termen wurden auch spezielle Verfahren der Modellierung als sepa-
rate Anfragebegriffe erkannt, da anwendungsorientierte Veröffentlichungen oftmals den spe-
zifischen Sprachennamen anstelle der allgemeinen Bezeichnung als Stichwort verwenden.
Insbesondere die weitverbreiteten Sprachen BPMN 2.0 und UML und deren Abwandlungen
und Erweiterungen sind Gegenstand der Hauptuntersuchung. Im erweiterten Bereich befinden
sich die Terme, die eine differenzierte Betrachtung hinsichtlich ihrer Aussagekraft zur Beant-
wortung der Forschungsfragen erfordern. Die Suche auf dem Themengebiet des business
process management liefert nur eingeschränkt relevante Ergebnisse. Die Literatur auf dem
Gebiet befasst sich häufig mit sehr theoretischen Arbeiten und Studien, deren Aussagekraft
und konstruktive Beiträge für die Forschungsfragen im Einzelfall herauszufinden sind.
Die zweite übergreifende Thematik sind die in Tabelle 3 abgebildeten Themengebiete der
Industrie 4.0 in der Forschungsliteratur. Wie in Kapitel 2.2 dieser Arbeit dargestellt, umfasst
die Begrifflichkeit I4.0 mehrere verschiedene Konzepte und hat in der Literatur, je nach Region
oder Forschergruppe, unterschiedliche Bezeichnungen.
Tabelle 3: Begriffe der Industrie 4.0
Den Kern bilden die drei allgemeinen Terme, die das übergreifende Konzept der Industrie 4.0
sowohl im europäischen als auch außer-europäischen Forschungsraum beschreiben. Zusätz-
lich werden aus den Grundelementen des I4.0 Konzeptes drei weitere Suchfelder mit aufge-
nommen. Somit wird eine größtmögliche Abdeckung des Themengebietes erreicht und die
Aussagekraft der systematischen Analyse verstärkt.
Prozessmodellierung Modellierungssprachen
business process EPK bzw. Event-driven process chain und EPC
business process modeling Business Process Model and Notation und BPMN
process modeling UML und Unified-Modeling- Language
business process management Petri-Netz bzw. Petri net und Coloured Petri net
Systems Modeling Language und SysML
Im erweiterten Stichwort-Pool mit seperater Betrachtung
Allgemeine Begriffe Kernelemente
Industry 4.0 Cyber-Physical Systems und CPS
smart manufacturing Internet of Things und IoT
smart factory Internet of Services und IoS
intelligent factory Cloud-computing
intelligent manufacturing CPPS
factory-of-the-future Big Data
Im erweiterten Stichwort-Pool mit seperater Betrachtung
29
Im erweiterten Bereich wurden Begrifflichkeiten aufgelistet, die entweder nur sehr selten als
Stichworte in der Literatur verknüpft sind, zum Beispiel intelligent factory, oder die Begriffe,
welche bei der Voruntersuchung zum Themengebiet der I4.0 eher technisch-basierte anstatt
konzeptionell-orientierte Artikel aufgedeckt haben.
Zur Zusammenführung der Tabellen 2 und 3 in eine Suchanfrage, die vom Web of Science
korrekt verarbeitet werden kann, wurden die booleschen Operatoren AND und OR verwendet.
Die Anfrage „A“ bildet das herausgearbeitete Verständnis der Prozessmodellierung im Kontext
von Industrie 4.0 dieser Arbeit ab und ist die Grundlage der systematischen Analyse
in Kapitel 4.
Beschränkt durch die Syntax ist eine weitere Einschränkung der Ebenen der Suchanfrage
nicht möglich. Das „*“ erlaubt in der Anfrage alle Worte mit den vorausgehenden Buchstaben
als Wortanfang. Somit deckt der Suchterm „business process*“ neben dem Plural auch alle
Ergebnisse der Suche zu den Termen business process und business process modeling und
business process management ab.
Die gleiche Vereinfachung ermöglicht der Suchbegriff „BPM*“, er liefert alle Suchanfragen zur
BPMN als auch für die in der Literatur inkonsistent verwendeten verkürzten Terme für business
process model/modeling und business process management. Durch diese Syntax kann die
Thematik der Prozessmodellierung sehr knapp in die Anfrage eingebunden werden.
Jedoch erfordert der zweite Teil der Analyse die Verwendung mehrerer Terme, um eine um-
fassende Suche in den wichtigsten Themengebieten, die der I4.0 zuzurechnen sind, zu ge-
währleisten. Eine differenzierte Betrachtung, die Einordnung und ggf. die Aussortierung der
Suchergebnisse wurden anschließend manuell vorgenommen.
Vor allem die durch den „process model*“-Term bedingten Ergebnisse müssen überprüft wer-
den, um sicherzustellen, dass sie mit dem Prozessmodellverständnis dieser Arbeit überein-
stimmen. Die bereinigten Ergebnisse der Anfrage A werden die Basis für die Beantwortung
aller Forschungsfragen bilden, vorrangig aber für F1 und F2. Um die anderen Forschungsfra-
gen hinsichtlich der einzelnen Themengebiete der I4.0 und den verwendeten Modellierungs-
sprachen zu beantworten, werden leicht modifizierte Anfragen gestellt.
Die „B“-Suchanfragen dienen der Erörterung der Forschungsfrage F3, die die Publikationen
über Prozessmodellierungskonzepte mit den Themenbereichen und Kernelementen der I4.0
in Verbindung setzt.
Dabei fließen Duplikate, die durch mehrere der Einzelanfragen gefunden werden, im Rahmen
der jeweiligen Einzelanfragen mit in die Bewertung ein. Viele Publikationen nennen häufig die
Suchanfrage A:
„business process*“ OR „process model*“ OR „BPM*“ OR „UML*“
AND
„Industry 4.0“ OR „smart manufactur*“ OR „smart factor*“ OR „Internet of things“ OR „IoT“
OR „Internet of service*“ OR „IoS“ OR „Cyber-physical system*“ OR „CPS“
30
Überbegriffe wie smart manufacturing bei der Betrachtung der Kernelemente und werden des-
halb, nach Prüfung ihres qualitativen Inhalts, der Vollständigkeit halber mehrfach in der Ana-
lyse berücksichtigt.
Die Anfrage B1 definiert den Einstieg in die Beantwortung der Forschungsfrage F3. Aus den
Erkenntnissen der Voruntersuchung abgeleitet, haben die Ergebnisse vermutlich einen Über-
sichtscharakter, sind Studien oder Reviews und decken verschiedene Gebiete der
I4.0-Thematik ab.
Die Anfragen B2, B3 und B4 beantworten die Forschungsfrage aus der jeweiligen Sicht eines
der Kernelemente: IoT, IoS und CPS. Die Ergebnisse dieser Anfragen sind Bestandteil der
Ergebnismenge der Suchanfrage A, aber aufgesplittet nach den zu untersuchenden
Bestandteilen der Industrie 4.0. Bei der Auswahl der Terme wurden spezielle Anwendungen
und konkrete Ausprägungen der Themen ausgelassen, beispielsweise Big Data im Bereich
des Internet-of-Things. Bei der Voruntersuchung ergaben diese Anfragen, die diese Art von
speziellen Termen enthielten, eine zu große Anzahl an Dokumenten, die nicht den Aufnah-
mekriterien entsprechen.
Insbesondere die Verwendung des Suchterms „process model*“ vergrößert den Bereich mög-
licher Publikationen, mit der Folge, dass viele gefundenen Veröffentlichungen nach manueller
inhaltlicher Untersuchung von der Analyse ausgeschlossen werden. Der Suchterm ist jedoch
aufgrund seiner Universalität ein wichtiger Bestandteil der Anfrage, um Prozessmodellkon-
zepte im Sinn der Arbeit zu entdecken, die nicht mit „business“ deklariert wurden.
Abschließend wird die vierte Forschungsfrage, F4, durch die Ergebnisse dreier weiterer Such-
anfragen (C1-C3) beleuchtet. Die Aufteilung der Suchanfrage A auf mehrere Einzelfragen
unterliegt der gleichen Logik, wie bei den „B“-Anfragen. Diese Aufteilung soll einen Hinweis
Suchanfrage B1:
„business process*“ OR „process model*“ OR „BPM*“ OR „UML*“
AND
„Industry 4.0“ OR „smart manufactur*“ OR „smart factor*“
Suchanfrage B2:
„business process*“ OR „process model*“ OR „BPM*“ OR „UML*“
AND
„IoT“ OR „Internet of thing*“
Suchanfrage B3:
„business process*“ OR „process model*“ OR „BPM*“ OR „UML*“
AND
„Internet of service*“ OR „IoS“
31
über die Häufigkeit und daraus schlussfolgernd die Popularität der Modellierungssprachen
geben.
Des Weiteren können die Sprachkonzepte hinsichtlich ihrer Eignung und Aussagekraft bezüg-
lich der verschiedenen I4.0 -Aspekte untersucht werden. Es ist zu erwarten, dass bestimmte
Sprachen und ihre Modifizierungen sich zur Darstellung gewisser Teilprozesse besser eignen
beziehungsweise Erweiterungen zu den bestehenden Sprachen erforscht werden, um die An-
forderungen der Industrie 4.0 zu bewältigen.
Durch die beiden Terme „BPM*“ und „UML*“ sollen aktuelle Forschungsströmungen zu Erwei-
terungen und Anpassungen der beiden weitverbreiteten Prozessmodellierungssprachen
BPMN und UML erkannt werden. Es wird aufgrund der Popularität und Vielseitigkeit erwartet,
dass diese beiden Konzepte im Fokus der zu untersuchenden Forschung stehen.
Eine Verwendung von Termen, die die Forschungsergebnisse zum Themengebiet der EPK
aufdecken sollten, hat sich in der Voruntersuchung als nicht zielführend erwiesen und wurde
deshalb nicht in den Suchanfragen berücksichtigt.12
Die separate Abfrage der beiden allgemeinen Terme „business process*“ und „process mo-
del*“ ermöglicht auch die Aufdeckung anderer Prozessmodellierungskonzepte, die, nach
Überprüfung ihrer Eignung, von Relevanz zur umfassenden Beantwortung der Forschungs-
frage sind.
12 Sowohl „EPK“ als auch „Event-driven process chain“ lieferten keine Ergebnisse. Der Term „EPC“ steht in Ver-
bindung mit den Themen des IoT und der CPS für den Electronic Product Code. Bis auf eine einzige Publikation
hatten alle der 133 anderen Suchergebnisse des Terms „EPC“ somit keine ereignisgesteuerten Prozessketten zum
Thema.
Suchanfrage B4:
„business process*“ OR „process model*“ OR „BPM*“ OR „UML*“
AND
„cyber-physical system*“ OR „CPS“
Suchanfrage C1-C3:
„Industry 4.0“ OR „smart manufactur*“ OR „smart factor*“ OR „Internet of things“ OR „IoT“
OR „Internet of service*“ OR „IoS“ OR „Cyber-physical system*“ OR „CPS“
AND
(C1) „business process*“ OR „process model*“
(C2) „BPM*“
(C3) „UML*“
32
33
4. Aktueller Forschungsstand von Prozessmodellen im
Kontext von Industrie 4.0
Dieses Kapitel präsentiert die Ergebnisse der Suchanfragen aus Kapitel 3.3 und versucht die
Thematik der Prozessmodellierung in Verbindung mit den Möglichkeiten der vierten industriel-
len Revolution zu ergründen. Die Erkenntnisse der Untersuchungsergebnisse dienen dieser
Arbeit als Grundlage zur bestmöglichen Beantwortung der Forschungsfragen und zur späteren
Diskussion.
Aus diesem Grund wurden die gefundenen Publikationen im ersten Schritt anhand der in Ka-
pitel 3.2 definierten Kriterien auf ihre Zulässigkeit zur Analyse geprüft. Die übergeordnete
Suchanfrage A lieferte 323 potenziell-relevante Publikationen im Zeitraum von 2014 bis 2018.
Die Anwendung der Aufnahme- und Ausschlusskriterien erfolgte in mehreren Teilschritten.
Durch die zeitliche Beschränkung des Untersuchungszeitraumes wurden sechs Dokumente
aus dem Jahr 2018 von der Analyse ausgeschlossen.13 Zwei Publikationen wurden aufgrund
der Tatsache, dass sie nur in nicht-englischen Sprachen vorlagen, aus der Ergebnismenge
entfernt. Zudem entsprachen 11 Suchergebnisse nicht den festgelegten formalen Kriterien und
wurden deshalb nicht in den weiteren Analysen berücksichtigt.14
Durch fehlende oder unzureichende Lizenzen der Universität Ulm mussten 64 Suchergebnisse
aus Gründen der Verfügbarkeit von der Kriterienprüfung als auch der späteren Untersuchung
ausgeschlossen werden. Insbesondere vermeintlich thematisch-relevante Veröffentlichungen,
wie Domingos et al. [48] oder Saraeian et al. [49], fehlen somit in der Analyse.
Dokumente und Publikationen, die den allgemeinen Kriterien entsprachen, wurden abschlie-
ßend hinsichtlich ihrer thematischen Eignung zur Beantwortung der Forschungsfragen geprüft.
Neben der anfänglichen Untersuchung des Titels, der Keywords und des Abstract, gab es eine
oberflächliche Prüfung der Einleitung und des Schlussteils der Publikation, sowie ggf. eine
Überprüfung des gesamten Volltextes. Durch dieses Vorgehen konnten Veröffentlichungen,
die thematisch absolut unstimmig waren, zum Beispiel Dokumente über Prozessmodelle in
der Physik, schnell identifiziert und ausgeschlossen werden.
Gleiches gilt für Suchergebnisse, die thematisch die Erstellung von allgemeinen Referenzar-
chitekturen im Kontext der Bestandteile der I4.0 vorstellen oder Prozessmodelle in einem an-
deren Sinn nutzen und durch die weitgefasste Bedeutung des Suchterms „process model*“
entdeckt worden sind. 15 Ferner wurden Publikationen aussortiert, welche sich mit der IT-seiti-
gen Implementierung von Geschäftsprozessen befassen.16
Insgesamt wurden 181 Suchergebnisse aufgrund ihrer fehlenden oder unpassenden themati-
schen Eignung aus dem Datensatz an Dokumenten entfernt.
13 Dabei vermeintlich interessante Veröffentlichungen: [110] und [111]
14 Dabei vermeintlich interessante Publikation: [117]
15 Beispielsweise Modelle, als Abbildung IT-seitiger Systemabläufe einer Produktionskette
16 Beispielsweise Publikationen wie [112] oder [113]
34
Alles in allem wurden 264 der anfänglichen 323 gefundenen Suchergebnisse von den
Analysen dieser Arbeit ausgeschlossen. Die verbliebenen 59 Publikationen bilden den Daten-
satz zur Erörterung des aktuellen Forschungsstandes von Prozessmodellen im Kontext der
Industrie 4.0 in den folgenden Unterkapiteln.
4.1 Analyse des zeitlichen Verlaufs und der beteiligten Forschungsländer
Die erste Forschungsfrage (F1) hat als Zielstellung, die Bedeutung der Themen der Prozess-
modellierung im Kontext von Industrie 4.0 zu erörtern. Zu diesem Zweck werden sowohl die
Anzahl der veröffentlichten Publikationen über den Untersuchungszeitraum als auch die
Länder beziehungsweise Regionen, aus denen sie stammen, analysiert. Die Prämisse bei der
Wahl dieser beiden Untersuchungsdimensionen ist die Annahme, dass die Publikationshäu-
figkeit und deren relatives jährliches Wachstum die Aktualität und Bedeutsamkeit der Prozess-
modellierung in den Themen der I4.0 zum Ausdruck bringt. Eine anschließende Betrachtung
der Herkunftsregionen der Veröffentlichungen gewährt Erkenntnisse über die regionalen
Unterschiede und Forschungsschwerpunkte.
Die anteilige Aufteilung der Anzahl der Publikationen der vergangenen vier Jahre ist in
Abbildung 8 dargestellt. Dabei ist für das Jahr 2018 zu berücksichtigen, dass nur Veröffentli-
chungen des ersten Halbjahres in die Bewertung einfließen konnten.
Abbildung 8: Jährliche Anzahl an Veröffentlichungen von 2014 bis Juni 2018
5
12
16
19
7
0
2
4
6
8
10
12
14
16
18
20
2014 2015 2016 2017 2018
Anzahl an Dokumenten
Jahr
35
Die Auswertung zeigt einen deutlich positiven Anstieg in der Publikationshäufigkeit über die
letzten Jahre. Wurden im Jahr 2014 nur fünf Dokumente mit relevanten Inhalten publiziert,
kam es bis zum Jahr 2017 fast zu einer Vervierfachung auf 19 themenbezogene Veröffentli-
chungen. Diese Beobachtung lässt die Schlussfolgerung zu, dass Prozessmodellierungskon-
zepte im Zusammenhang mit den Themen der I4.0 an Bedeutung gewonnen haben. Ferner
verspricht der anhaltende Trend einen weiteren Zuwachs für die Zukunft und begründet die
wichtige Rolle der Prozessmodellierung auf der Suche nach Lösungsvorschlägen für die Her-
ausforderungen der I4.0.
Die Analyse der Länderzugehörigkeit der beteiligten Forscher und Forschergruppen identifi-
ziert 30 unterschiedliche Nationen, die Forschung auf den relevanten Gebieten betreiben
(siehe Abbildung 9).
Spitzenreiter unter den Publizisten und Miterstellern der Dokumente sind Forscher aus
Deutschland (17), gefolgt von Frankreich (11) und Portugal und Tunesien (je 5). Insbesondere
der europäische Forschungsraum nimmt die Führungsposition in den relevanten Themenge-
bieten ein. Europäische Forscher waren an der Erstellung von 36 der 59 betrachteten Publi-
kationen beteiligt. Außerhalb Europas sind Forscher aus den Ländern der USA und Kanada
(5), Tunesien (5) und den Ländern des asiatischen Raumes (10), wie China (4), Südkorea (2)
und Pakistan (2), an der Forschung und Weiterentwicklung von Konzepten auf diesen The-
men-gebieten beteiligt.
Abbildung 9: Übersicht der beteiligten Forschungsnationen
Die Dominanz europäischer Forscher kann darin begründet sein, dass die Industrie 4.0 ihren
gedanklichen Ursprung in Europa hat. Demzufolge haben europäische Forschungseinrichtun-
gen seit längerem Fördermittel und Zuschüsse aus der Politik und Industrie erhalten und somit
ihre Kompetenzen ausgebaut. Nichtsdestotrotz belegen die Ergebnisse, dass die Thematik ein
globales Bewusstsein und weltweite Aufmerksamkeit in der Forschung hervorruft.
17
11
5
25
5
10
9
Deutschland
Frankreich
Portugal
Verschiedene Nationen des europäsichen Raumes
USA & Kanada
Verschiedene Nationen des asiatischen Raumes
(China etc.)
Sonstige Nationen (Afrika und Südamerika)
36
Zusammenfassend belegen die Erkenntnisse aus der Forschungsfrage F1 die steigende Re-
levanz der Forschung an Prozessmodellierungskonzepten im Kontext der I4.0 und ihren ver-
wandten Themen. Bei Betrachtung der positiven Entwicklung der letzten Jahre ist eine weitere
Zunahme an Forschungsprojekten und relevanter Veröffentlichungen anzunehmen.
4.2 Analyse der Forschungsgebiete und Industriebranchen
Mit der zweiten Forschungsfrage (F2) sollen bestimmte Forschungsfelder und Themenschwer-
punkte in den Arbeiten identifiziert werden. Mit der Einordnung der Dokumente des Datensat-
zes können Erkenntnisse bezüglich des allgemeinen Forschungsstandes gewonnen werden,
das heißt ein Überblick über die Vorgehensweise und Präsentation der bisherigen Forschung.
Aufgrund der Tatsache, dass für die Suche und die Auswahl relevanter Publikationen die
wissenschaftliche Web-of-Science Datenbank genutzt wurde, beinhaltet der Datensatz keine
expliziten Präsentationen oder veröffentlichte Konzeptvorstellungen von Industrieunterneh-
men. Die wissenschaftlichen Publikationen beschreiben vielmehr verallgemeinerbare Kon-
zepte und vielseitig anwendbare Methoden. Eine direkte Betrachtung der Industriebranchen
ist deshalb schwierig. Jedoch erlaubt die Betrachtung der Forschungsgebiete eine Aussage
über die Forschungsschwerpunkte und damit indirekt über spätere Anwendungsgebiete.
Die Einordnung der Dokumente in eine oder mehrere Forschungsgebiete erfolgte auf Grund-
lage der wissenschaftlichen Disziplinen der Fachzeitschriften, in denen sie veröffentlicht wur-
den. Mehrfachzählungen waren bei der Analyse nicht ausgeschlossen. Da das Themenspek-
trum der I4.0 ebenfalls mehrere Facetten und Ausprägungen hat, kann der Forschungsbeitrag
einer Arbeit auch Relevanz auf verschiedenen Gebieten besitzen.17
Wie in der Übersicht über die beobachteten Forschungsfelder in Abbildung 10 dargestellt, sind
über 45 der 59 Dokumente direkt dem allgemeinen Fachbereich der Informatik zuzuordnen.
17 Siehe dazu http://ipscience-help.thomsonreuters.com/inCites2Live/indicatorsGroup/aboutHandbook/con-
tent/reclassification.html (Zugriff am 12. 09. 2018)
45
24
9
7
7
51
Informaitk
Ingenieurwesen
Telekommunikation
Automatisierungs- & Steuerungssysteme
Gesundheitswissenschaft
Betriebswirtschaftslehre
Transportwesen
Abbildung 10: Übersicht der Forschungsgebiete
37
Dies entspricht der Erwartungshaltung, dass ein digitaler Paradigmenwechsel, ausgehend von
Forschungsbemühungen auf dem Gebiet der Informatik, eingeleitet und forciert werden muss.
Der Einsatz neuer Technologien verlangt eine informationstechnische Einbettung in beste-
hende Systeme beziehungsweise deren Neustrukturierung.
Betrachtet man die weiteren Forschungsgebiete, so finden sich auf den folgenden Plätzen
Veröffentlichungen aus den industrienahen Forschungsgebieten des Ingenieurwesens, der
Telekommunikation sowie der Automatisierungs- und Steuerungssysteme.
Diese Bereiche decken sich mit den Unternehmensbereichen aus Kapitel 2.2.3, in denen die
befragten Industrieunternehmen den zukünftigen Einsatz von I4.0-Konzepten planen. Automa-
tisierungskonzepte in der Produktion [50], sowie die Verknüpfung und Einbindung von IoT-
Komponenten in die Geschäftsprozessmodellierung, beispielsweise in [51] oder [52], sind häu-
fig auftretende Gegenstände bei den Untersuchungen.
Die durchgeführte Suchanfrage deckt zudem mehrere thematisch-relevante Veröffentlichun-
gen auf dem Gebiet der Gesundheitswissenschaften auf.
Die Forschungsbemühungen dieses Feldes umfassen zum einen die Darstellungsmöglichkei-
ten von Prozessabläufen in Gesundheitseinrichtungen [53], zum anderen aber auch auch die
realisierbaren Verbesserungspotenziale durch den Einsatz von I4.0-Elementen in der Prozess-
modellierung. Denkbare Anwendungsszenarien finden sich beispielsweise bei der Überwa-
chung und Analyse von Infektionen durch Krankenhauskeime [54] oder bei der Koordination
aller an der Behandlung beteiligter Ärzte und Fachangestellten [55].
Die Forschungen über die Darstellungsmöglichkeiten von Prozessmodellen in Verbindung mit
IoT-Elementen bieten auch für die Implementierung in produktionstechnischen Bereichen von
Industrieunternehmen relevante Erkenntnisse und werden deshalb in den nächsten Unterka-
piteln beleuchtet.
Neben der thematischen Einordnung kann eine Typisierung hinsichtlich des formalen Aufbaus
und Art des Forschungsbeitrages vorgenommen werden. Diese Gliederung ermöglicht einen
fachübergreifenden Überblick über die qualitative Struktur des Datensatzes. In diesem Zusam-
menhang wurde eine Auswertung der Dokumente hinsichtlich ihres formalen Charakters vor-
genommen.
Dabei wurden, in Anlehnung an [56], drei Typen unterschieden (siehe Abbildung 11):
• Analysen: Die Dokumente liefern keine neuen konstruktiven Erkenntnisse.
Sie besitzen einen Übersichtscharakter und dienen eher der
Zusammenfassung eines Themengebietes, wie in [57].
• Konzepte: Die Veröffentlichungen schlagen neue Denkweisen, Metamodelle,
Modellsprachen oder Klassifikationsschemata vor, wie in [58]
• Methoden: Die Publikationen erklären konkrete Lösungsansätze mit bestehenden
und ggf. erweiterten Methoden, wie in [59].
Von den 59 Dokumenten des Datensatzes wurden 16 als der Kategorie „Konzepte“ zugeord-
net, 5 dem Bereich der „Analysen“ und 38 der Kategorie der „Methoden“.
38
Insgesamt dominieren die Veröffentlichungen, die aktuelle Herausforderungen und neue
Möglichkeiten im Kontext der I4.0 durch die Anwendung und Modifizierung etablierter Prozess-
modellierungskonzepte erforschen.
Diese Beobachtung bekräftigt die Annahme, dass auf dem Themengebiet der Prozessmodel-
lierung bereits relevante Lösungsansätze für Problemstellungen des digitalen Wandels
erarbeitet werden.
Abbildung 11: Einteilung der Publikationen hinsichtlich ihres Forschungsbeitrages
Erweitert man die Klassifizierung der Dokumente auf die Betrachtung der Art und Weise ihres
Forschungsbeitrages, stellen über 64% der Publikationen spezielle Anwendungsszenarien
oder konkrete Lösungsvorschläge im Zusammenhang mit der Industrie 4.0 vor.
Diese Tatsache beweist die praktische Relevanz und die Vielfalt an Möglichkeiten für den
Einsatz von Prozessmodellen. Merklich kleinere Teilmengen des Datensatzes evaluieren
Möglichkeiten verschiedener Prinzipien und Methoden (20%), beispielsweise in [60], oder
beschreiben Visionen und Forschungsagenden (16%), beispielsweise in [61] und [62].
Eine abschließende Untersuchung hinsichtlich explizit genannter Auswirkungen und Erwar-
tungshaltungen bei Anwendung der erforschten Modelle identifiziert drei Hauptziele:
• Kostenreduzierung durch verbesserte Abläufe, leichtere Prozessimplementierun-
gen und Optimierungen durch erweitertes Process-Mining18
• Zeitersparnisse in der Anwendung durch adaptive Systeme und bei der Prozess-
modellerstellung und -anpassung
• Steigerung des Verständnisses über die Prozessabläufe im Unternehmen und bei
der Konzipierung einer „smarten“ Produktion im Kontext der I4.0
Diese Zielstellungen in der Forschung stimmen mit den Bedürfnissen und Zielen der Indust-
rieunternehmen, wie in Kapitel 2.2.3 ausgeführt, überein.
Der Ergebnisse der Untersuchung bezüglich der zweiten Forschungsfrage zeichnen das Bild
einer multidisziplinären und methoden-orientierten Erforschung von Prozessmodellen im
18 Siehe [114] über Definitionen und Methoden des Process-Mining
38
16
5
Methoden
Konzepte
Analysen
39
Kontext der I4.0. Die technologischen Innovationen und die damit vorstellbaren Verbesse-
rungspotenziale sind nicht nur Gegenstand produktionstechnisch naher Forschungsgebiete,
die sich mit dem Aufbau von CPS in der Fertigung und der Integrierung von IoT-Elementen im
Industrieunternehmen befassen. Die informationstechnischen Optionen bieten auch bei der
Erstellung, Verwendung und Monitoring von Prozessmodellen im Allgemeinen vielseitige
Szenarien. Die untersuchten Publikationen konzentrieren sich in diesem Zusammenhang auf
die aktuellen Möglichkeiten durch Prozessmodellierungskonzepte und die Beschreibung
notwendiger Änderungen und Erweiterungen und testen diese oftmals an konkreten Anwen-
dungsbeispielen.
Durch die Modifizierung und Neukonzipierung von Modellierungssprachen werden Lösungs-
ansätze für die Herausforderungen der vierten industriellen Revolution angeboten, welche im
Unterkapitel 4.3 analysiert werden.
4.3 Analyse der I4.0-Themengebiete
Die dritte Forschungsfrage (F3) dient der Untersuchung, inwiefern die Beiträge der gefunde-
nen Publikationen den verschiedenen Kernelementen der I4.0 zuzuordnen sind. Insbesondere
die Gründe für die Verwendung eines Konzeptes der Prozessmodellierung sowie die angebo-
tenen Lösungsideen zur Bewältigung der Problemstellungen werden genauer betrachtet.
Die in Kapitel 2.2.2 herausgearbeiteten Basiselemente bildeten das Grundgerüst dieser Ana-
lyse: Smart Manufacturing/ Smart Factory, die cyber-physischen Systeme, das Internet-of-
Things und das Internet-of-Services. Die Dokumente wurden hinsichtlich ihres Beitrages zu
einem oder mehreren der jeweiligen Bestandteile eingeordnet. Da sich die Themengebiete der
vierten industriellen Revolution aus vielen verschiedenen Teilbereichen zusammensetzen, die
jedoch zusammen interagieren oder einander bedingen, können die vorgestellten Prozessmo-
dellierungskonzepte Lösungen für Herausforderungen mehrerer Basiselemente der I4.0 bei-
steuern. Das Forschungsziel vieler Publikationen, einen verallgemeinerbaren Lösungsansatz
für eine Problemstellung aufzuzeigen, unterstützt dies zusätzlich.
Die Einordnung lässt eine fast gleichmäßige Verteilung des Datensatzes über die Themenbe-
reiche der Kernelemente erkennen (siehe Abbildung 12). Die thematischen Anknüpfungs-
punkte zwischen den Teilbereichen erlauben unter Umständen die gleichzeitige Beantwortung
mehrere Problemfelder, was für weitere Forschungsanstrengungen und für deren erwartbaren
Nutzen spricht. Der Fakt, dass der Bereich der IoS scheinbar unterrepräsentiert ist, wird im
späteren Verlauf dieses Kapitels erörtert.
40
Abbildung 12: Übersicht der Basiselemente der I4.0
Smart Manufacturing und Smart Factory
Viele Publikationen nehmen direkten Bezug zu den jeweiligen Kernelemente der I4.0, auf de-
ren Herausforderungen und mögliche Lösungsideen. Nur wenige Publikationen thematisieren
explizit den allgemeinen Bereich des Smart Manufacturing und der Smart Factory.
In den Ausführungen von Petrasch und Hentschke [63] wird das Zusammenspiel aller
Basiselemente als essentielle Voraussetzung für die erfolgreiche Implementierung von
I4.0-Anwendungen und im Lebenszyklus von Geschäftsprozessmodellen identifiziert.
Sie fordern ein Modellierungskonzept, welches Prozessdarstellungen unter Berücksichtigung
von Aspekten der Sicherheit, Verfügbarkeit, Verlässlichkeit und Verständlichkeit ermöglicht.
Aus diesem Grund entwerfen die beiden Autoren eine neue Modellierungssprache, welche
versucht den Ansprüchen gerecht zu werden, ohne dabei zu viele technische Details auf
Kosten der Verständlichkeit darstellen zu müssen.
Dem hinzufügend thematisieren die Arbeiten von Suri et al. [50] [64] die Bedeutung einer an-
passungsfähigen und standardisierten Verhaltensmodellierung in der gesamten unternehme-
rischen Prozessumgebung.
Zum einen beschreiben sie ein Konzept zur unternehmensinternen Integration und Kommuni-
kation von Prozessabläufen entlang der vollständigen Wertschöpfungskette [64]. Mit einer
nachvollziehbaren Vorgehensweise bei der Prozessmodellierung soll ein besseres Informati-
onsmanagement zwischen allen organisatorischen Ebenen einer Smart Factory erreicht
werden. Sie empfehlen dabei ein Modellierungskonzept, ähnlich dem der UML, welches neben
der grafischen Darstellung auch die einfache Verknüpfung mit Softwareanwendungen zur
Ausführung und Anpassung der Vorgänge bietet.
Zum anderen erarbeiten die Forscher ein modellbasiertes Vorgehen zur Darstellung und Kom-
munikation von Geschäftsstrategien und den damit verbundenen operativen Geschäftsprozes-
sen im Umfeld des Smart Manufacturing [50]. Der entworfene Bezugsrahmen dient der Reali-
sierung von Geschäftszielen und deren kontrollierbare Umsetzung auf allen Ebenen der
Organisation. Durch die Visualisierungsmöglichkeiten von Prozessmodellierungskonzepten
33
27
37
6
Smart Manufacturing und
Smart Factory
CPS
IoT
IoS
41
sollen Kosteneinsparungspotenziale in den Abläufen frühzeitig erkannt und Zielstellungen bis
zur untersten Produktionsebene effizient vermittelt und umgesetzt werden.
Um diese geforderte hohe Flexibilität im Fertigungsprozess abzubilden, müssen die eingesetz-
ten Prozessmodelle in der Lage sein, dynamische Vorgänge zeitnah in das Modell zu
integrieren. Die Wissenschaftler Jin & Jäkel [65] sehen dynamische Konzepte als beste
Möglichkeit, Faktoren wie Kosten oder Zeit in der virtuellen Umgebung abzubilden und die
Informationen zur gezielten Unternehmenssteuerung einzusetzen. Vor allem Geschäftsvor-
gänge in Bereichen wie der Logistik, in denen sich jederzeit das Umfeld und die Anforderungen
ändern können, benötigen ein flexibles Prozessmodellierungskonzept [66].
Ein weiterer wichtiger Aspekt ist die Auswertbarkeit der verfügbaren Informationen und abruf-
baren Maschinendaten innerhalb und zwischen den Prozessen einer Smart Factory. Mit Hilfe
der in Echtzeit gewonnenen Informationen über die tatsächlichen Abläufe können bestehende
Prozessmodelle überarbeitet und leichter kommuniziert werden [67].
Die Möglichkeiten der automatischen Überwachung aktueller Prozesse und deren ständige
Optimierung versprechen dem Unternehmen zudem nachweisbare Zeit- und Kostenerspar-
nisse, wie Maryam & Khan [68] präsentieren.
Cyber-physische Systeme (CPS)
Die Verknüpfung von physischen Objekten mit ihren digitalen Abbildern im Informationssystem
erzeugt ein CPS, welches die Nachbildung und Simulation realer Prozessabläufe in einer
digitalen Umgebung erlaubt. Das Ziel dieser Systeme ist es, durch eine geeignete Prozess-
modellierung Verbesserungspotenziale zu entdecken und diese in die realen Abläufe zu
integrieren. In der untersuchten Literatur wurden häufig Anwendungsszenarien aus dem
gesundheitswissenschaftlichen Bereich zu Präsentationszwecken verwendet.
Die Forschergruppe um Graja et al. [69] klassifiziert relevante Eigenschaften, die sowohl die
physischen als auch digitalen Prozesse bei der Erstellung eines Modellierungskonzeptes
besitzen müssen. Ein Prozessmodell muss einerseits in der Lage sein, physische Abläufe der
realen Welt, welche beispielsweise zeitlichen Schwankungen unterliegen, kontextabhängig
sind und wechselnde Verfügbarkeitszustände besitzen, abzubilden. Andererseits muss das
Modell eine Umgebung für digitale Objekte bieten, welche es erlaubt, Informationen zu
empfangen und dynamisch zu verarbeiten. In gleicher Weise müssen Beschränkungen
hinsichtlich verfügbarer Ressourcen und zeitlicher Bestimmungen gewährleistet sein.
In einer weiteren Arbeit [70] nehmen Graja et al. eine Konkretisierung der zeitlichen Beschrän-
kungen und diesbezügliche formale Anforderungen an ein Modellierungskonzept von Ge-
schäftsprozessen im Umfeld eines CPS vor.
Weitere Eigenschaften eines CPS, die bei der Modellierung zu berücksichtigen sind,
beschreiben die Autoren Seiger et al. [58] in ihren Überlegungen über ein objekt-orientiertes
Management in CPS. Sie sehen neue Herausforderungen bei der Darstellung der heterogenen
Prozessobjekte in realen und digitalen Umgebungen, bei deren komplexen Zusammenspiel
sowie bei dadurch bedingten Abhängigkeiten und Parallelitäten, die es in der Modellierung zu
berücksichtigen gilt.
42
Sie schreiben den cyber-physischen Systemen einen evolutionären Charakter zu, das heißt
das modellierte Prozesse an situationsabhängige Anforderungen auch kurzfristig adaptierbar
sein müssen.
Diese geforderte Fähigkeit zur Adaption verlangen auch die Forschergruppe um Galaske et
al. [71]. Die verschiedenen Prozessvarianten, die durch das dynamische Umfeld einer cyber-
physischen Umgebung in der Produktion entstehen, bedürfen einer gewährleisteten An-
passungsfähigkeit des Modellierungskonzeptes.
Im Optimalfall erfolgt die Anpassung an sich wechselnde Abläufe und die Berücksichtigung
neuer Einschränkungen zeitnah und weitestgehend automatisch im Kontext eines CPS.
Die Autorengruppe Seiger et al. [72] schlägt für eine Automatisierung bei der Aufdeckung und
Implementierung von abweichenden Prozessschritten die modellseitige Unterstützung soge-
nannter Feedback-Schleifen vor. Ein realer Geschäftsvorgang wird als Prozess modelliert und
digital nachgebildet. Während der Steuerung und Durchführung des Prozessablaufes können
durch den kontinuierlichen Abgleich des realen Maschinenzustandes mit dem entsprechenden
verknüpften digitalen Prozessstatus auftretende Abweichungen automatisch erkannt und im
Modell berücksichtigt werden. Anschließend kann ein abgeänderter Prozess implementiert
werden, welcher erneut durch die Feedback-Schleifen-Methodik automatisch überwacht wird.
Vor diesem Hintergrund eignen sich nach [73] und [74] insbesondere die Prozessmodellie-
rungssprachen, die neben vielseitigen grafischen Darstellungsoptionen auch eine flexible
IT-seitige Übersetzung in Softwarelösungen anbieten.
Internet-of-Things (IoT)
Die Ausstattung physischer Objekte mit Sender- und Empfängereinheiten erschafft ein Cyber-
netzwerk digitaler Abbilder, welches sich über die gesamte Wertschöpfungskette eines
Produktes erstreckt. Die traditionell statischen Modellierungskonzepte müssen an die Möglich-
keiten dieses flexiblen sensorgestützten Netzwerkes anpasst werden. Die verbauten Sen-
soreinheiten können dabei als aktuelle Informationsquelle und Steuerungselemente der Ob-
jekte in den Prozessabläufen dienen und über internetbasierte Anwendungen miteinander
kommunizieren und in Echtzeit gelenkt werden.
Die Autoren Culic & Radovici [75] sehen deshalb die Aufgabe der Geschäftsprozessmodellie-
rung darin, eine getreue Abbildung und Einbindung der IoT-Objekte in das BPM-System eines
Unternehmens zu ermöglichen. Eine standardisierte Vorgehensweise schafft dafür das nötige
Verständnis und eine Kommunikationsgrundlage bei der Modellerstellung, sowie eine leichtere
Umsetzung bei der Verknüpfung mit IT-Anwendungen.
Die Forschungsarbeiten von Meyer et al. [59] und [76] beschreiben weitere Anforderungen,
die bei der Konzipierung von IoT-Elementen in einer Prozessmodellierungssprache berück-
sichtigt werden müssen. Die Unterschiede zu traditionellen Geschäftsprozessen liegen
beispielsweise in der Skalierbarkeit, der Flexibilität, den Unsicherheiten über verfügbare Infor-
mationen und der zeitlichen Beschränkungen eines abzubildenden Systems.
43
Die Modellierungskonzepte müssen in der Lage sein, beliebig viele verschiedene Elemente
und deren Informationsströme vor dem Hintergrund der wandelbaren IoT-Umgebung im
Modell zu integrieren. Das Ziel einer gelungenen Integration ist die automatisierte Ausführung
von Geschäftsprozessen in einer internetbasierten Umgebung verteilter Systeme.
Die Autoren Martinho & Domingos [77] identifizieren wichtige Limitationen der realen Objekte,
die bei deren erfolgreichen digitalen Transformation in der Prozessmodellierung zu berück-
sichtigen sind. Technische Beschränkungen, wie eine begrenzte Energieladung oder Betriebs-
kosten, müssen bei der Modellerstellung und Optimierung integriert werden, um eine
effiziente Kostenverteilung und einen minimalen Energieverbrauch zu garantieren. Durch
diese Qualitätsgarantien können IoT-basierte Prozesse verlässliche Wettbewerbsvorteile für
das Unternehmen generieren.
Aufgrund der formalen Beschreibungsweise in der Geschäftsprozessmodellierung kann diese
Verlässlichkeit automatisch geprüft und eventuell auftretende Anpassungsbedürfnisse aufge-
deckt werden [78].
Internet-of-Services (IoS)
Wie bereits am Anfang des Kapitels erwähnt, finden sich nur wenige Anknüpfungspunkte von
Prozessmodellierungskonzepten im Zusammenhang mit dem IoS im Datensatz. Gründe für
diese Beobachtung könnten einerseits in dem begrenzten Zeitraum liegen, sowie an der Aus-
wahl der Suchterme. Die Abbildung und Modifizierbarkeit von Prozessmodellen in einer
dezentralen Softwareumgebung und IT-Infrastruktur, der sogenannten Cloud, ist in nur weni-
gen gefundenen Dokumenten Bestandteil der Untersuchung.
Beispielsweise berücksichtigen die beiden Autoren Petrasch & Hentschke [63] in ihrer I4.0
spezifischen Modellierungsmethodik und -sprache neue Elemente zur Beschreibung von
Cloud-Anwendungen in Geschäftsprozessen. Generell werden Cloud-Applikationen in den
untersuchten Dokumenten immer in Verbindung mit dem IoT präsentiert und untersucht.
Die Autoren Bibani et al. [79] beschreiben eine Demoversion, die als Prototyp bei der Umset-
zung von IoT-unterstützen Prozessmodellen in einer Cloud-Umgebung eingesetzt werden
kann. Ihrer Auffassung nach ermöglichen die Bereitstellung von Software, IT-Infrastrukturen
und eine Plattform zur Verwaltung und Ausführung der digitalen Prozesse über das Internet,
die Grundlage, die eine bessere Steuerbarkeit und Anpassungsfähigkeit bei Abläufen mit
hoher Latenz verspricht.
In diesem Zusammenhang verweisen Chang et al. [57] auf die Ideen von Schulte et al. [80]
[81], die das Konzept des Cloud-Manufacturing vorstellen. Dieses Konzept umfasst die Abbil-
dung der gesamten Produktionsprozesse in einer digitalen Umgebung, deren Darstellung in
der Cloud erfolgt und angepasst werden kann. Dadurch sollen sowohl Kosten eingespart, als
auch die erhöhte Flexibilität in der Produktion gewährleistet werden.
Um diese Anforderungen zu erfüllen, erfordert es nach Meinung der Autoren den Aufbau eines
elastisches BPM-Systems. Die Prozesse lenken aus Cloud-Anwendungen heraus den
aktuellen Bedarf an Ressourcen in der Produktion und das zugrunde liegende Prozessmodell
adaptiert neue Prozessschritte zeitnah und ortsunabhängig.
44
Dieses System verlangt Prozessmodellierungskonzepte, die flexibel und adaptierbar sind,
sowie neben einer grafischen Darstellung auch praktische Implementierungsmöglichkeiten in
die Softwareanwendungen einer Cloud-Umgebung bieten.
Inwiefern diese Art von Modellierungskonzepten in der Forschung vertreten sind, wäre durch
eine Erweiterung der Suchanfrage (B3) mit der Hinzunahme weiterer themennaher Suchbe-
griffe realisierbar. Ausgehend von den Ausführungen in [63] und [79] sind Begrifflichkeiten, wie
Service-oriented Architecture, Cloud Computing, Infrastructure-as-a-Service, Software-as-a-
service oder Platform-as-a-service, als wichtige Konzeptideen unter dem Oberbegriff des IoS
zu verstehen. Eine Berücksichtigung der genannten Begrifflichkeiten findet im Rahmen dieser
Arbeit jedoch nicht statt.19
Abschließend betrachtet haben die Untersuchungen der dritten Forschungsfrage (F3), hin-
sichtlich der Ansprüche der I4.0-Basiselemente an Prozessmodellierungskonzepten, eine
Vielzahl von Bedürfnissen und zu berücksichtigende Beschränkungen aufgedeckt.
Eine zusammenfassende Auflistung ist in Tabelle 4 dargestellt.
Tabelle 4: Wünschenswerte Eigenschaften von Prozessmodellen im Kontext der I4.0
Die Umsetzung der Erkenntnisse der Teilanalysen verlangt eine Anpassung bestehender
Modellierungskonzepte beziehungsweise die Erforschung neuer Modellierungssprachen.
Inwiefern diese Anpassungen bereits Gegenstand der Forschung bestehender Sprachkon-
zepte sind oder in welchen Bereichen der Prozessmodellierung noch Handlungsbedarf be-
steht, wird im folgenden Unterkapitel 4.4 erörtert.
19 Eine angepasste Suchanfrage hat über 510 ungefilterte Dokumente ergeben. Hauptsächlich haben die Publi-
kationen software-orientierte Lösungsansätze für die Verknüpfung von BPM mit IT-Systemen, was nicht Unter-
suchungsgegenstand dieser Arbeit ist. Für eine detaillierte Analyse müssten neue Aufnahme- und Ausschlusskri-
terien definiert und angewendet werden.
Weitere interessante Paper für zukünftige Betrachtungen sind u.a. [115] oder [116].
Eigenschaft Ausprägung
Verständlichkeit
Unternehmensweite Kommunikation der Prozesse
Klarheit über die Struktur komplexer Prozessabläufe
Flexibilität
Ermöglicht dynamische Darstellung der Abläufe
Erlaubt Adaption an veränderte Bedingungen und Ressourcen
Automatisierung
Konzipierung sich selbststeuernder Prozessabläufe
Fehlererkennung und Behebung durch Prozessvariationen
Implementierbarkeit
Vorhandensein von Schnittstellen zur IT-Implementierung
Möglichkeiten zur Unterscheidung verschiedener Rollen und Objekten
45
4.4 Analyse der verwendeten Modellierungssprachen
Zur Beantwortung der vierten Forschungsfrage (F4) wurde die gefundene Literatur hinsichtlich
der verwendeten Modellierungskonzepte untersucht. Dabei wurden die Dokumente mit
Hinblick auf die Erforschung von möglichen Anwendungsszenarien bestehender Modellie-
rungskonzepte, der Anpassung und Erweiterung etablierter Darstellungsmethoden und der
Entwicklung neuer Prozessmodellsprachen vor dem Hintergrund der Herausforderungen der
I4.0 analysiert.
Am Anfang dieses Kapitels wird ein Überblick über die Verteilung der Dokumente auf die in
Kapitel 2.1.3 vorgestellten Prozessmodellierungssprachen gegeben. Danach erfolgt die Vor-
stellung der Analyseergebnisse zu den Ideen aus den Bereichen der UML und der BPMN.
Abschließend werden neuentdeckte Konzepte, Sprachen und Metamodelle präsentiert.
Aus den Beiträgen der untersuchten Publikationen können zwei populäre Konzeptbereiche
und eine Gruppe diverser Ideen als Forschungsschwerpunkte auf dem Gebiet der Prozess-
modellierung identifiziert werden.
Wie in Abbildung 13 dargestellt, ist der Bereich der Modellierung mit BPMN am häufigsten
vertreten. Diese Beobachtung lässt sich mit den zahlreichen grafischen Darstellungsmöglich-
keiten und der weitverbreiteten Akzeptanz in der Wirtschaft begründen. Die Anpassung und
Erweiterung dieses Konzeptes zur Prozessmodellierung im Kontext der Ansprüche und Be-
dürfnisse der Industrie 4.0 stehen im Fokus der Wissenschaft.
Abbildung 13: Anzahl der Dokumente mit Bezug zu BPMN oder UML
Am zweithäufigsten werden Lösungsvorschläge für die zukünftigen Herausforderungen der
Geschäftsprozessmodellierung mit den Konzepten der UML erforscht. Die Sprache, die ihren
Ursprung in der objekt-orientierten Programmierung hat, verfolgt einen für Laien schwerer
zugänglichen technisch-fokussierten Ansatz und ist eher in Software- und Systementwickler-
kreisen populär.
Zudem konnten neun entwickelte Konzepte und Metamodelle keinem der vorherigen Bereiche
zugeordnet werden. Sie bieten neue Notationen und Vorgehensweisen zur Modellierung von
I4.0-relevanten Prozessen.
39
11
9
BPMN
UML
neue Konzepte
46
Unified Modeling Language (UML)
In dem analysierten Datensatz finden sich nur wenige Dokumente, die die Konzepte der UML
zum grafischen Beschreiben von Geschäftsvorgängen vorschlagen. Die Stärken dieser Mo-
dellierungsmethode liegen in der Modellierung von Abläufen in einer Systemumgebung, in der
die Beziehungen zwischen Hardware, Software, Informationsflüssen und Prozesslogiken kon-
zipiert und ausgeführt werden können [82] [83] [84] [64].
Sie bietet anwendungsorientierten Experten viele Möglichkeiten technische Details des
Prozessablaufes darzustellen, was die Sprache im Kontext der Herausforderungen der I4.0
interessant macht. Die Forschergruppe Galaske et al. [71] beschreiben in ihrer Arbeit den Auf-
bau eines cyber-physischen Produktionssystems (CPPS) mithilfe der Darstellungsmöglichkei-
ten, die die Standard-UML bietet. Sie modellieren und simulieren mit Aktivitäts- und Klassen-
diagrammen den Aufbau eines CPPS und inwiefern auftretende Prozessabweichungen
automatisch erkannt und behandelt werden (siehe Abbildung A-3 und A-4 im Anhang).
Um Klarheit über das Zusammenwirken und die Einbindung von IoT-Komponenten und
menschlichen Akteuren zu gewinnen, bieten die UML-Methoden vielseitige Möglichkeiten.
Afzaal & Zafar [85] nutzen UML-basierte Modelle zum besseren Verständnis für den Einsatz
von RFID-Sensoren. Wie in den Abbildungen A-5 und A-6 im Anhang dargestellt, beschreiben
Anwendungsfalldiagramme die funktionalen Anforderungen der Prozessteilnehmer und
Sequenzdiagramme bilden das Verhalten im System ab.
Da die Verknüpfung und die ständige Kommunikation aller Prozessteilnehmer und
CPS-Objekte über das Internet geschehen, muss die Sicherheit der Daten und die Funktiona-
lität gewährleistet werden. Das Prozessmodell eines sicheren cyber-physischen Systems
muss neue Regeln, Rollenzuweisungen und Objekte berücksichtigen.
Eine Ergänzung des UML-Standards, wie in Robles et al. [86] präsentiert, hilft bei der Abbil-
dung von sicherheitsrelevanten Prozessen auf allen Ebenen einer IoT-basierten
IT-Architektur. Diese Erweiterung, von den Autoren als IoTsec bezeichnet, hilft Prozessmo-
dellierern eine sichere Systemarchitektur in der UML-Umgebung zu konzipieren.
Um die Verständlichkeit und Implementierbarkeit dieses Lösungsansatzes zu garantieren,
wurden IT-sicherheitsspezifische Begrifflichkeiten und Vorgänge in die UML-Modellierungslo-
giken aufgenommen. Beispiele für die erweiterten UML-Diagrammtypen finden sich im Anhang
dieser Arbeit (Abbildungen A-7 bis A-10).
Damit sowohl UML-Experten als auch Endnutzer ohne Vorkenntnisse ein IoT-System konfigu-
rieren und nutzen können, haben Eterovic et al. [87] eine eigene UML-basierte Modellierungs-
sprache entworfen. Die Variante umfasst eine an die IoT-Landschaft angepasste UML-Nota-
tion. Diese sogenannte visual domain specific modeling language (kurz: VDSML) unterstützt
mit grafischen Elementen die Konzipierung eines IoT-Systems, ohne zwingend Vorwissen
über UML vorauszusetzen. Diese einfache Zugänglichkeit der Sprache konnten sie anhand
eines Experimentes, der erfolgreichen und fehlerfreien Modellierung eines Smart Home- Pro-
zesses, mit unterschiedlich vorgebildeten Teilnehmern belegen.
47
Die untersuchten Dokumente zeigen die bedingte Eignung des UML-Konzeptes zur
Geschäftsprozessmodellierung im Kontext dieser Arbeit. Setzt man ein gewisses Grundver-
ständnis beim Umgang mit den zahlreichen Diagrammtypen und Profilen voraus, können
Modellersteller umfangreiche und flexible Prozessabläufe samt technischer Details abbilden.
Durch die eher objekt-orientierte Notation und Semantik bieten UML-Modelle jedoch gute Mög-
lichkeiten bei der Implementierung und Ausführung in IT-Systemen.
Business Process Model and Notation (BPMN)
Die am häufigsten angewandte und modifizierte Modellierungssprache des analysierten Da-
tensatzes ist der de-facto Industriestandard zur Geschäftsprozessmodellierung, die BPMN.
Aufgrund der hohen Popularität bei der Darstellung von Unternehmensabläufen ist diese gra-
fische Spezifikationssprache im Fokus der Forschung, um eine I4.0 angepasste Modellierung
zu konzipieren.
Viele Publikationen präsentieren die Eignung und Fähigkeiten des BPMN-Konzeptes bei der
Darstellung von I4.0 relevanter Anwendungen. Beispielsweise werden einfache BPMN-
Modelle zur Abbildung von IoT-gestützten Objekten und ihre Einbindung in Webapplikationen
vorgestellt [75] oder Überlegungen zum Aufbau einer IoT-gestützten Systemarchitektur, die
eng mit einem Geschäftsprozessmanagementsysteme verbunden ist, präsentiert [52] [88].
Insbesondere im Umfeld zukünftiger Anwendungsbereiche von IoT-Lösungen wird der Einsatz
von BPMN-Konzepten veranschaulicht. Forschungsfelder aus dem Gesundheitssektor, wie
dem Ambient Assisted Living20 [78] [89], der medizinischen Notfallversorgung [79] und dem
Krankenhausmanagement [54] [53] [90] [91] dienen oftmals als Beispiele.
In [78] erstellen Domingos et al. zusätzlich eine Methodik, um sensorbasierte Informationen
über die Zuverlässigkeit und die Betriebssicherheit bei der Modellierung mit BPMN abzubilden
und zu überwachen.
Die BPMN-Konzepte können auch zur effektiven Umsetzung von Unternehmenszielen in der
Produktion eines auf die I4.0 ausgerichteten Unternehmens eingesetzt werden, wie Suri et al.
[50] zeigen. Die Konzepte ermöglichen das bereichsübergreifende Implementieren und Kom-
munizieren innerhalb einer Organisation. Zum einen helfen sie beim Abbilden realer Pro-
zessabläufe, die eventuell vom Soll-Zustand im Modell abweichen [92]. Zum anderen erlauben
sie das Aufdecken von Kosten- und Zeiteinsparungen bei der Ausführung von Prozessschrit-
ten, welche im Modell optimiert und später verbessert umgesetzt werden können [68].
Die Aufdeckung verlangt den erhöhten Einsatz von IoT-Objekten in der Fertigung, zum Bei-
spiel Sensoreinheiten oder Messgeräte. Ein Mehraufwand, dessen Kosten in der Geschäfts-
prozessmodellierung berücksichtigt werden sollten [77].
Um den wechselnden Anforderungen möglicher Einsatzszenarien bei der Modellierung
gerecht zu werden, müssen weitere Anpassungen an den Konzepten und Methoden der
BPMN vorgenommen werden [59].
20 „Das „Ambient Assisted Living" steht für Konzepte, Produkte und Dienstleistungen, die neue Technologien in
den Alltag einführen, um die Lebensqualität für Menschen in allen Lebensphasen, vor allem im Alter, zu erhöhen.
Ins Deutsche übersetzt steht AAL für Altersgerechte Assistenzsysteme für ein gesundes und unabhängiges Le-
ben.“ Quelle: http://www.aal-deutschland.de/ (Zugriff am 01. 10. 2018)
48
Dies kann sowohl einfach durch Anmerkungen, Annotations genannt, an Prozessaktivitäten
erfolgen [66], als auch umfangreichere Konzeptänderungen an sich erfordern [59].
Die Arbeiten der Forschergruppe Graja et al. [69] [93] [94] beschreiben eine CPS-fähige
Erweiterung der BPMN-Methodik, die BPMN4CPS. Das Konzept hat die Ermöglichung einer
genauen und effizienten Prozessmodellierung im Kontext von cyber-physischen Elementen,
Ressourcen und Anforderungen als Ziel. Zu diesem Zweck erweitern sie die BPMN-Logik und
führen neue grafische Elemente in der Darstellung ein.
Die Erweiterung der Logik erfolgt zum einen durch die Einführung neuer Meta-Klassen zur
Darstellung von Abläufen und deren Interaktionen in der Cyber-Umgebung, wie in
Abbildung 14 dargestellt. Bei der grafischen Abbildung eines Geschäftsprozesses werden
fortan immer drei Pools konzipiert:
• Physische Ebene: Vergleichbar mit den BPMN üblichen Pools, Abbildung
physischer Aktivitäten
• Cyber-Ebene: Pool, der nur Aktivitäten der Cyberkomponenten abbildet
• Kontroll-Ebene: Pool, der zentrale Kontrollprozesse abbildet und die
Kommunikation leitet
Zum anderen werden auch neue Typen an Aktivitäten, den Aufgaben und Anforderungen der
jeweiligen Ebenen entsprechend, eingeführt. Die Darstellungen hierzu finden sich im Anhang,
zusammen mit einem Beispielprozess eines Rettungsdrohneneinsatzes (Abb. A11-13).
Abbildung 14: Prozesslogik in BPMN4CPS [69]
49
In ihren späteren Arbeiten haben die Forscher das BPMN4CPS-Konzept an die Anforderungen
zukünftiger cyber-physischer Prozesse angepasst. In [93] wurden zeitbezogene Elemente auf-
genommen. Diese neuen Elemente helfen dynamische Prozesse mit ihrem zeitlichen Kontext
abzubilden. Außerdem konzipierten die Wissenschaftler in [94] eine Schnittstelle zur besseren
Implementierung in IT-Systeme und Softwareanwendungen.
In [95] analysieren Chiu & Wang die Event-Elemente der BPMN-Modellierung hinsichtlich ihrer
Eignung zur Darstellung von IoT-unterstützten Prozessen und orientieren sich dabei an den
Anforderungen von Meyer et al. [76]. Die beiden Forscher identifizieren die Bedingungs-,
Nachrichten- und Fehlerelemente als aussichtsreiche Typen und schlagen mehrere Erweite-
rungen vor, um den Anforderungen der Prozesse im Kontext des IoT gerecht zu werden.
Zudem definieren sie den neuen Typ eines „Lage-Events“, mit dem sich ortsbezogene Abläufe
modellieren lassen, beispielsweise die Position oder Bewegung eines Gegenstandes als Aus-
löser für Aktivitäten.
Um die Sicherheit sensibler Daten und Informationsflüsse in einer IoT-Umgebung sicherzu-
stellen, schlagen Sang & Zhou [96] eine zusätzliche Erweiterung des BPMN-Standards vor.
Diese Erweiterung soll sowohl bei der Prozesserstellung als auch während der späteren
Prozessdurchführung verschiedene Sicherheitsaspekte vollumfänglich abbilden.
Durch die vorangestellte Definierung von Sicherheitskriterien und der Erweiterung bestehen-
der Darstellungselemente können die Geschäftsprozesse entsprechend dargestellt werden
(siehe Abbildung A-14 und A-15 im Anhang). Zusätzlich führen sie noch die neue Klasse der
„Sicherheits-Indikatoren“-Elemente in die BPMN ein. Diese Elemente kategorisieren die
Prozessschritte hinsichtlich Vertraulichkeit, Integrität und Verfügbarkeit und verschaffen ein
besseres Prozessverständnis.
Kombination von UML und BPMN
Die Anforderungen an die Prozessmodellierung im Kontext der Industrie 4.0 sind bei der
Darstellung von Prozessen sehr vielseitig. Darüber hinaus muss auch deren Implementierung
in eine ausführende IT-Architektur sehr leicht und effizient durchführbar sein.
Inwiefern eine Verknüpfung der Modellierungskonzepte der UML und BPMN zur Lösung dieser
Herausforderung realisierbar ist, haben Ćwikła et al. [82] untersucht. In ihrer Arbeit
beschreiben sie eine Analyse über die Möglichkeiten beider Modellierungssprachen beim Auf-
bau eines Informationsgewinnungssystem in der Produktion. Das zukünftige cyber-physische
System muss die Datenerzeugung, -verarbeitung und -analyse im Produktionsprozess steu-
ern, sowie den menschlichen Faktor in die Systemmodellierung mit einbeziehen.
Die BPMN bietet in diesem Zusammenhang die zugänglichere grafische Darstellungsweise
und ist vielseitig bei der Modellierung von Geschäftsprozessen. Sie besitzt jedoch Schwächen
bei der Bereitstellung von Softwaretools oder der notwendigen technischen Beschreibungs-
genauigkeit. Wohingegen die technische Detailtiefe und Nähe zur Implementierung in Anwen-
dungssoftware als die Stärken der UML herausgearbeitet werden.
50
Insbesondere die UML-basierte Systemmodellierungssprache SysML, die System Modeling
Language der Object Management Group [97], eignet sich nach Auffassung von Ćwikła et al.
dafür. Die zahlreichen Diagrammtypen ermöglichen eine tiefgehende Sicht auf die Prozess-
struktur und deren technische Realisierung. Im Fazit beschreiben sie die gemeinsame Ver-
wendung von Konzepten der BPMN und der UML als vielversprechendste Lösung zum Mo-
dellieren eines cyber-physischen Informationssystems.
Eine ähnliche Verbindung setzen auch Petrasch & Hentschke bei ihrer Konzipierung einer
allgemeinen Modellierungssprache im Kontext der Industrie 4.0 um. In [63] stellen die beiden
Forscher die I4PML, die Industry 4.0 Process Modeling Language, vor. Diese Sprache soll bei
der Modellierung von Unternehmensprozessen alle Elemente der Bestandteile der I4.0 einbe-
ziehen und abbilden. Ihre grafische Notation basiert teilweise auf einer Erweiterung von BPMN
(Abbildung A-16 im Anhang). Wohingegen die zugrunde liegenden Anforderungen und Defini-
tionen der Objekte und die Rollen der Prozessteilnehmer in Diagrammen der UML und SysML
vorgenommen werden (Abbildung A-17 im Anhang). In Abbildung 15 ist ein in I4PML model-
liertes Beispiel eines vorbeugenden Instandhaltungsprozesses dargestellt.
Abbildung 15: Vorbeugende Instandhaltung eines Förderbandes in I4PML [63]
Die Vorteile der I4PML liegen in der grafisch-ausdrucksfähigen Darstellungsform, der ausrei-
chenden technischen Detailtiefe und der systemnahen Beschreibung von Prozessobjekten.
Die Sprache ist somit in vielen Bereichen der Industrie 4.0 anwendbar und liefert auch Schnitt-
stellen für Softwareanwendungen, was eine gute Implentierbarkeit und Möglichkeiten zur
Automatisierung bietet.
51
Abseits konkreter Modellierungsweisen präsentieren Vitali & Pernici [98] [99] einen neuen
Ansatz zum Process-Mining. Aus den großen Datenmengen der Abläufe in der realen Welt
können mit der Nachbildung im Digitalen neue Zusammenhänge erkannt werden. Die
Autorinnen entwickeln einen Algorithmus, um mithilfe der BPMN und den Informationen
sensorgestützter IoT-Systeme bislang unerkannte Verflechtungen im Modell aufzudecken. Ein
Algorithmus, der sowohl die Flexibilität wie auch das Verständnis über das abgebildete System
bei der Prozessmodellierung verbessert.
Neue Modellierungssprachen und Konzepte
Bei der Analyse der Dokumente hinsichtlich neuer Modellierungskonzepte wurden drei rele-
vante Ansätze identifiziert. Sie unterscheiden sich zu den bisherigen sowohl in den verwende-
ten Modellierungssprachen als auch in der Modellierungslogik im Allgemeinen.
Um die Möglichkeiten des Smart Manufacturing im Produktionsprozess zu visualisieren und
verschiedenen Prozessteilnehmern zugänglich zu machen, schlagen Jin & Jäkel [100] eine
unternehmensweite dynamische Modellierungsmethodik vor. Die Dynamik wird bei der
Prozessmodellierung durch die Verwendung einer einfachen grafischen Darstellung von
Prozessaktivitäten und einer zugrundliegenden hinterlegten Petri-Netz Logik erreicht.
Petri-Netze, von Carl Adam Petri entwickelt [6] [101], sind Token-basierte Graphen mit Knoten
und Kanten, die durch ihre simple Ausführungslogik dabei helfen, Zustandsänderungen im
dynamischen Prozessverlauf effizient zu analysieren und das Modell anzupassen. Prozessab-
läufe können im Detail mit Petri-Netzen modelliert werden, welche in den Aktivitäten einer
vorangestellten Visualisierungsmethode abgebildet werden. Dieser granulare Aufbau sichert
die Verständlichkeit und Adaptierbarkeit des Prozessmodells.
Bei der Abbildung von Bestellungs- und Fertigungsprozessen eines CPPS in [102] nutzen
Westermann et al. die objektorientierte Methode zur Geschäftsprozessmodellierung und -ana-
lyse, kurz OMEGA. Dieses Konzept entstand 1995 an der Universität Paderborn [103] und
wird heute von der UNITY AG weiterentwickelt.21
Das Ziel der OMEGA-Methodik ist es, die vollständige Modellierung einer Ablauforganisation
zum Planen und Optimieren von Leistungserstellungsprozessen mittels einfacher Visualisie-
rungen zu ermöglichen. Dabei werden Objekte der Ablauf- und Objekte der Prozessorganisa-
tion in einem Modell abgebildet. In der Abbildung 16 sind die grundlegenden Konstrukte der
Methode dargestellt und im Anhang findet sich in Abbildung A-18 ein Beispiel für einen
mit OMEGA modellierten cyber-physischen Produktionsprozess.
Das OMEGA-Konzept bietet in seiner Semantik ausreichende Möglichkeiten, um Prozesse im
Kontext der Industrie 4.0 grafisch darzustellen. Sie fördert eine sehr hohe Verständlichkeit über
die Abläufe komplexer CPS und hilft bei deren flexibler Gestaltung.
Inwiefern die IT-seitige Einbindung in die Softwarearchitektur realisiert wird und inwiefern sie
zusammen mit bestehenden Modellierungskonzepten genutzt werden kann, ist fraglich.
21 https://www.unity.de/de/leistungen/prozessmanagement/ (Zugriff am 03.10.2018)
52
Abbildung 16: Überblick über die Elemente der Methode OMEGA [104]
Aufgrund der relativen Unbekanntheit und geringen Popularität in der Wissenschaft müssen
noch weitere Forschungsbemühungen in dieser Hinsicht unternommen werden. Löst man die
Problemstellungen hinsichtlich der Implementierbarkeit und der Automatisierung, bietet sich
OMEGA als potenzielle Modellierungssprache in der Industrie 4.0 an.
Nach Auffassung von Appel et al. [105] findet der kontinuierliche Strom an Daten, der durch
die Objekte des IoT erzeugt wird, keine hinreichende Berücksichtigung bei der Geschäftspro-
zessmodellierung. Aus diesem Grund haben die Forscher das Konzept der Event Stream Pro-
cessing Units (kurz SPUs) entwickelt.
Mit diesem Konzept soll der fortdauernde Fluss an Ereignissen (Event Stream), der durch die
IoT-Objekte generiert wird, bei der Geschäftsprozessmodellierung abgebildet und zur Optimie-
rung der Abläufe genutzt werden. Das Konzept unterstützt dabei sowohl die Modellierung von
Prozessen mit EPK als auch mit BPMN.
In der EPK werden die SPUs zur Anreicherung der Funktionen mit prozessrelevanten Funkti-
onen, beispielsweise dauerhafte Abfrage der Standortdaten, konzipiert. Dieser Informations-
fluss dient als Grundlage für die Ausführung von Funktionen. Im Anhang befinden sich in den
Abbildungen A-19 und A-20 die Erweiterungselemente und die Anreicherung mit SPUs bei der
Konfiguration von Aktivitäten. Die Darstellung der erweiterten Prozesse in EPKs bietet sich im
Kontext der weitverbreiteten Anwendung der ARIS-Konzepte an.
Dahingegend werden die SPUs in der Prozessmodellierung mit BPMN als Erweiterung von
Service-Aktivitäten eingeführt. Diese Aktivitätentypen bilden Aufgaben ab, die während des
Geschäftsprozesses mit dem ständigen Informationsfluss arbeiten beziehungsweise selbst
kontinuierlich prozessrelevante Daten produzieren.
53
In Abbildung 17 sind die SPU-Erweiterungen in BPMN und deren Verwendung am Beispiel
eines Sendeverfolgungsprozesses abgebildet. Der gleiche Prozess wurde auch mit einer EPK
in Abbildung A-21 im Anhang modelliert.
Abbildung 17: SPU-erweiterte Elemente zur Versandüberwachung in BPMN [105]
Das Konzept bietet die Möglichkeit der wechselseitigen Umwandlung zwischen den Modellie-
rungssprachen, wie in Abbildung A-22 dargestellt. Da die EPKs eher abstrakte Darstellungen
der Prozesslandschaft sind, wird die BPMN mit ihren Schnittstellen zu prozessausführenden
Anwendungssystemen benötigt. Mithilfe der BPMN-Methoden können die recht abstrakt
modellierten EPKs zur Ausführung in der IT-Systemarchitektur gebracht und umgekehrt auch
effizient analysiert werden.
Die Untersuchungsergebnisse der vierten Forschungsfrage (F4) identifizieren eine breitauf-
gestellte Erforschung von Prozessmodellierungskonzepten im Kontext der Industrie 4.0.
Je nach Fokus bei der Modellerstellung können sowohl die Konzepte und Methodenerweite-
rungen der UML als auch der BPMN genutzt werden.
Die UML wird durch ihre Nähe bei der Konzipierung von Softwaresystemen häufig in der Pro-
zessmodellierung mit hoher technischer Detailtiefe angewendet. Die erweiterten Diagramm-
typen bieten zahlreiche Anpassungsmöglichkeiten, um die Anforderungen von cyber-physi-
schen Prozessen zu erfüllen.
In der ausgewerteten Forschung dominieren eindeutig die Anwendungsbeispiele und Erweite-
rungen für die populäre und grafisch vielseitige BPMN. Die Notation sowie die semantischen
Zusammenhänge werden mit neuen Lösungsansätzen angereichert, um so die gewünschten
Anforderungen aus Tabelle 4 im Kapitel 4.3 zu erfüllen.
Vielversprechende Prozessmodellierungskonzepte sind die I4PML [63] und BPMN4CPS [69].
Beide Methodiken bieten aussichtsreiche Möglichkeiten Geschäftsprozesse im Kontext der
I4.0 vollumfänglich abzubilden. Inwiefern sich die neuen Modellierungskonzepte, wie OMEGA
oder SPU [105] eignen, bedarf weiterer Forschungsarbeit.
54
55
5. Zusammenfassung und Ausblick
Die wirtschaftlichen Chancen und Risiken, die die Technologien und Leitideen der Industrie
4.0 versprechen, stellen die Unternehmen vor große Herausforderungen. Um Wettbewerbs-
vorteile wie Kostensenkungen oder eine effiziente Produktionsmittelverteilung zu generieren,
erfordert es eine passende Einbindung der neuen Ressourcen und Informationen in die
Geschäftsprozessorganisation.
Vor diesem Hintergrund wurde in dieser Arbeit zuerst eine Vorstellung der Themen der Indust-
rie 4.0 und aus dem Bereich der Geschäftsprozessmodellierung vorgenommen. Anschließend
wurde eine Methode entwickelt, die die Forschungsbemühungen im Zeitraum von 2014 bis
2018 aufdeckte und auf deren Grundlage eine Analyse der Forschung an Prozessmodellie-
rungskonzepten im Kontext der Industrie 4.0 durchgeführt wurde.
Die Untersuchung hinsichtlich der Aktivität auf diesem Forschungsgebiet belegte einen kon-
stanten Anstieg in der Häufigkeit an relevanten Veröffentlichungen in der Wissenschaft. Diese
Beobachtung legt nahe, dass sich die Prozessmodellierung als Methodik zur Überwindung der
Herausforderungen der Industrie 4.0 eignet.
Obwohl die Forschung hauptsächlich durch europäische Forscher forciert wird, genießt sie
dennoch globale Aufmerksamkeit und wird in Kooperation vieler Forschungsnationen
betrieben. Sollte das Bewusstsein für die Chancen, die sich durch eine an die Industrie 4.0
angepasste Prozessmodellierung ergeben, weiterhin wachsen, ist ein weiterer Anstieg an
relevanten Forschungsarbeiten zu erwarten.
Momentan werden die meisten Veröffentlichungen auf den Forschungsfeldern der Informatik
publiziert, jedoch finden sich auch in Forschungsbereichen wie den Gesundheitswissenschaf-
ten relevante Arbeiten. Die Mehrzahl der gefundenen Dokumente präsentiert methoden-
orientierte Lösungsansätze oder beschreibt notwendige Konzeptanpassungen im Rahmen der
Anforderungen der Industrie 4.0. Die Forscher wollen durch die angestrebten Weiterentwick-
lungen auf dem Gebiet der Prozessmodellierung Kostenreduzierungen, Ressourcenoptimie-
rungen und eine Steigerung des Verständnisses über die Prozessabläufe in Unternehmen
erreichen.
Die Auswertung der Forschungsliteratur mit Hinblick auf die Bedürfnisse und Anforderungen
der jeweiligen Aspekte der Industrie 4.0 deckte mehrere wichtige Eigenschaften auf, die es bei
der Prozessmodellierung zu berücksichtigen gilt.
Die Prozessmodelle sollen helfen, Klarheit über die Struktur komplexer Prozessabläufe im
Unternehmen zu schaffen und diese verständlich auf allen Organisationsebenen zu kommu-
nizieren.
Die Modellierungskonzepte müssen in der Lage sein, die dynamischen Abläufe in cyber-phy-
sischen Umgebungen darzustellen und flexibel auf sich verändernde Vorgänge und Ressour-
cenverfügbarkeiten zu reagieren.
Die Möglichkeiten zur Automatisierung bei der Fehlererkennung und Fehlerbehebung sollten
in der Modellierungsmethodik bedacht sein. Der Aufbau sich selbst steuernder Prozesssys-
teme steht dabei im Mittelpunkt.
56
Außerdem muss eine Integration der modellierten Prozesse in die IT-Architektur möglich sein.
Aus diesem Grund sollten die Modellierungskonzepte geeignete Schnittstellen bieten, die
es erlauben, den modellierten Prozess mitsamt seiner Funktionen und Anforderungen auszu-
führen.
Die auf diesen Erkenntnissen aufbauende Analyse der verwendeten Modellierungssprachen
identifizierte vielversprechende Modellierungskonzepte, zum Beispiel die SPUs, und neue Mo-
dellierungssprachen, wie die I4PML. Außerdem konnten zahlreiche Anpassungen und not-
wendige Erweiterungen der populären Modellierungssprachen UML und BPMN aufgedeckt
werden. Die Forschung auf dem Gebiet der Prozessmodellierung ist umfangreich, aber bedarf
noch weiterer Anstrengungen, um die Herausforderungen im Kontext der Industrie 4.0 zu
überwinden.
Eine weiterführende Recherche zu aktuellen Studien oder Veröffentlichungen mit einem
ähnlichen Forschungsziel wie diese Arbeit blieb erfolgslos. Ein vergleichender Überblick über
verschiedene aktuelle Geschäftsprozessmodellierungskonzepte und deren Lösungsideen für
die Aufgaben im Kontext der Industrie 4.0, wie ihn diese Arbeit anbietet, existiert meines Wis-
sens nach nicht.22
Neben der Nutzung anderer wissenschaftlicher Datenbanken können zukünftige Untersuchun-
gen themenverwandte Forschungsfelder, wie das der Arbeitsablauforganisation und deren
Methoden zur Prozessmodellierung im Kontext der Industrie 4.0, analysieren. In gleicher
Weise bietet eine Vertiefung der Analyse in die speziellen Anforderungen der Kernelemente,
wie dem Internet-of-Services, neue Erkenntnisse für die Forschung.
Die Betrachtung des Forschungsstandes von visualisierender und ausführender Anwendungs-
software könnte zusätzliche Einblicke über Anforderungen an Prozessmodellierungskonzepte
generieren.
Mit Hinblick auf die technologischen Möglichkeiten und Herausforderungen der Industrie 4.0
sowie dem Bewusstseinswandel bezüglich der Chancen in den Unternehmen und in der Wis-
senschaft, ist diese Arbeit nur eine Momentaufnahme. Thematisch vergleichbare Analysen zu
Prozessmodellierungskonzepten sollten in den kommenden fünf bis zehn Jahren wiederholt
werden.
22 Die Recherche erhebt keinen Anspruch auf Vollständigkeit.
57
Literaturverzeichnis
[1]
H. Kagermann, L. Wolf-Dieter und W. Wahlster , „Industrie 4.0: Mit dem Internet der Dinge auf
dem Weg zur 4. industriellen Revolution,“ VDI Nachrichten, https://www.vdi-
nachrichten.com/Technik-Gesellschaft/Industrie-40-Mit-Internet-Dinge-Weg-4-industriellen-
Revolution, April 2011. [Zugriff am 23. 08. 2018]
[2]
acatech, „Umsetzungsempfehlungen für das Zukunftsprojekt 4.0: Abschlussbericht des
Arbeitskreises Industrie 4.0,“ 2013. [Online]. Available:
https://www.bmbf.de/files/Umsetzungsempfehlungen_Industrie4_0.pdf.
[Zugriff am 23. 08. 2018].
[3]
H. G. Baum, A. G. Coenenberg, T. Günther , J. Fischer, C. Kriegbaum und T. Muche,
Strategisches Controlling, Stuttgart, Schäffer-Poeschel, 2004.
[4]
Q. Ingenieurbüro, „Prozessmanagement/ Qualitätsmanagement (DIN/EN/ISO-9000/9001),“
2016. [Online]. Available: http://www.qmti.de/prozm/prozessmanagement_e.htm.
[Zugriff am 20. 08. 2018].
[5]
Deutsche Gesellschaft für Qualität, „Was ist ein Prozess in ISO 9001:2015?,“ 2015. [Online].
Available: https://www.dgq.de/fachbeitraege/prozesse-in-iso-90012015/.
[Zugriff am 20. 08. 2018].
[6]
C. Richter-von Hagen und W. Stucky, Business-Process- und Workflow-Management,
Wiesbaden, Vieweg+Teubner Verlag, 2004.
[7]
J. Becker, M. Kugeler und M. Rosemann, Prozessmanagement: Ein Leitfaden zur
prozessorientierten Organisationsgestaltung, Berlin, Springer-Gabler, 2012.
[8]
T. Benker, C. Jürck, M. Wolf und S. Strahringer, „Modelle und Metamodellierung,“ in
Geschäftsprozessorientierte Systementwicklung: Von der Unternehmensarchitektur zum IT-
System, Wiesbaden, Springer-Vieweg, 2016.
[9]
Bundesiministerium des Innern, für Bau und Heimat, „Handbuch für
Organisationsuntersuchungen und Personalbedarfsermittlung: 6.2.4 Prozessmodelle,“
Februar 2018. [Online]. Available:
https://www.orghandbuch.de/OHB/DE/ohb_pdf.pdf?__blob=publicationFile&v=28.
[Zugriff am 22. 08. 2018].
[10]
T. H. Davenport, Process Innovation: Reengineering Work Through Information Technology,
Boston, Harvard Business School Press, 1992.
[11]
K. C. Laudon, J. P. Laudon und D. Schoder, Wirtschaftsinformatik, Eine Einführung, München,
Pearson Studium, 2006.
[12]
P. Trkman, „The critical success factors of business process management,“ International Journal
of Information Management, pp. 125-134, 2010.
58
[13]
R. M. de Morais, S. Kazan, S. I. de Padua und A. L. Costa, „An analysis of BPM lifecycles: from
a literature review to a framework proposal,“ Business Process Management Journal, pp. 412-
432, 2014.
[14]
W. M. van der Aalst, A. H. ter Hofstede und M. Weske, „Business Process Management: A
Survey,“ in BPM 2003, Berlin, Heidelberg, Springer-Verlag, 2003, pp. 1-12.
[15]
A. W. Scheer und M. Nüttgens, „ARIS-House of Business Engineering: Von der
Geschäftsprozeßmodellierung zur Workflow-gesteuerten Anwendung; vom Business Process
Reengineering zum Continuous Process Improvement.,“ Veröffentlichungen des Institut für
Wirtschaftsinformatik, Nr. 133, 1996.
[16]
A. W. Scheer, ARIS — Vom Geschäftsprozess zum Anwendungssystem, Berlin Heidelberg,
Springer-Verlag, 2002.
[17]
A. Marrella, M. Mecella, A. Russo, S. Steinau, K. Andrews und M. Reichert, „A Survey on
Handling Data in Business Process Models (Discussion Papaer),“ in Italian Symposium on
Advanced Database Systems (SEBD), Gaeta, Italy, 2015.
[18]
C. Minonne und S. Loretan, „Business Process Management: wie wird es in der Praxis
eingesetzt?,“ ZFO-Zeitschrift für Führung und Organisation, pp. 203-209, 2012.
[19]
A. W. Scheer, G. Keller und M. Nüttgens , „Semantische Prozeßmodellierung auf der
Grundlage "Ereignisgesteuerter Prozeßketten (EPK)",“ Veröffentlichungen des Instituts für
Wirtschaftsinformatik, 1992. [Online]. Available: http://www.uni-
saarland.de/fileadmin/user_upload/Fachrichtungen/fr13_BWL/professuren/PDF/heft89.pdf.
[Zugriff am 23. 08. 2018].
[20]
H. R. Hansen und G. Neumann, Wirtschaftsinformatik 1: Grundlagen und Anwendungen,
Stuttgart, Lucius & Lucius, 2009.
[21]
M. Nüttgens und F. J. Rump, „Syntax und Semantik Ereignisgesteuerter Prozessketten (EPK),“
Promise Vol.2, pp. 64-77, 2002.
[22]
Object Management Group, „Unified Modeling Language,“ 2018. [Online]. Available:
http://uml.org/what-is-uml.htm. [Zugriff am 24. 08. 2018].
[23]
N. Russell, W. M. van der Aalst, A. H. ter Hofstede und P. Wohed, „On the suitability of UML 2.0
activity diagrams for business process modelling,“ Proceedings of the 3rd Asia-Pacific conference
on Conceptual modelling-Volume 53, Australian Computer Society, 2006.
[24]
Object Management Group, „BPMN - Business Process Model and Notation,“ 2018. [Online].
Available: http://www.bpmn.org/. [Zugriff am 25. 08. 2018].
[25]
T. Allweyer, BPMN 2.0 - Business Process Model and Notation : Einführung in den Standard für
die Geschäftsprozessmodellierung, Norderstedt, Books on Demand, 2009.
[26]
Object Management Group, „Buisness Process Model and Notation: Specs,“ 12. 2013. [Online].
Available: https://www.omg.org/spec/BPMN/. [Zugriff am 24. 08. 2018].
[27]
R. Drath und H. Koziolek, „Industrie 4.0 - Im Spannungsfeld zwischen Machbaren und
Sinnvollen,“ atp Edition 1-2/2015, pp. 28-35, 2015.
59
[28]
Bundesministerium für Bildung und Forschung, „Industrie 4.0,“ 2018. [Online]. Available:
https://www.bmbf.de/de/zukunftsprojekt-industrie-4-0-848.html. [Zugriff am 23. 08. 2018].
[29]
Bundesministerium für Wirtschaft und Energie, „Industrie 4.0,“ 2018. [Online]. Available:
https://www.bmwi.de/Redaktion/DE/Dossier/industrie-40.html. [Zugriff am 24 08. 2018].
[30]
Plattform Industrie. 4.0, „Was ist Industrie 4.0?,“ 2018. [Online]. Available:
https://www.plattform-i40.de. [Zugriff am 24. 08. 2018].
[31]
R. Rajkumar, I. Lee, L. Sha und J. Stankovic, „Cyber-physical Systems: The next computing
revolution,“ Proceedings ACM Design Automation Conference, pp. 731-736, 2010.
[32]
E. A. Lee und S. A. Seisha, Introduction to Embedded Systems - A Cyber-Physical Systems
Approach, MIT Press, 2017.
[33]
K. J. Park, R. Zheng und X. Liu, „Cyber-physical Systems: Milestones and Research Challenges,“
Computer Communications, pp. 1-7, 2012.
[34]
J. Gubbi, R. Buyya, S. Marusic und M. Palaniswami, „Internet of Things (IoT): A vision,
architectural elements, and future directions,“ Future Generation Computer Systems, Bd. 29, Nr.
7, pp. 1645-1660, 2013.
[35]
R. Moreno-Vozmediano, R. S. Montero und I. M. Llorente, „Key Challenges in Cloud Computing:
Enabling the Future Internet of Services,“ IEEE internet Computing, pp. 18-25, 2013.
[36]
M. Díaz, C. Martin und B. Rubio, „State-of-the-art, challenges, and open issues in the integration
of Internet of things and cloud computing,“ Journal of Network and Computer Applications, pp.
99-117, 2016.
[37]
E. A. Lee, „Cyber Physical Systems: Design Challenges,“ 11th IEEE International Symposium on
Object and Component-Oriented Real-Time Distributed Computing (ISORC), pp. 363-369, 2008.
[38]
E. Geiselberger und M. Broy, agendaCPS - Integrierte Forschungsagenda Cyber-Physical
Systems, Berlin, Springer, 2012.
[39]
S. Mittal, M. Khan, D. Romero und T. Wuest, Smart manufacturing; Characteristics, technology
and enabling factors, Columbia USA, Journal of Engineering Manufacture, 2017.
[40]
S. Park, „Development of Innovative Startegies for the Korean Manufacturing Industry by Use of
the Connected Smart Factory (CSF),“ Procedia Computer Science, pp. 744-750, 2016.
[41]
BITKOM, „Industrie 4.0 - Status und Perspektiven: Studie,“ 2016. [Online]. Available:
https://www.bitkom.org/noindex/Publikationen/2016/Leitfaden/Industrie-40-Status-und-
Perspektiven/160421-LF-Industrie-40-Status-und-Perspektiven.pdf. [Zugriff am 26 08 2018].
[42]
STAUFEN, „Industrie 4.0 : Deutscher Industrie 4.0 Index 2017,“ 2017. [Online]. Available:
https://www.staufen.ag/fileadmin/HQ/02-Company/05-Media/2-Studies/STAUFEN.-studie-
deutscher-industrie-4.0-index-2017-de_DE.pdf. [Zugriff am 25. 08. 2018].
[43]
M. Borrego, M. J. Foster und J. E. Froyd, „Systematic Literature Reviews in Engineering
Education and Other Developing Interdisciplinary Fields,“ Journal of Engineering Education, Bd.
103, Nr. 1, pp. 45-76, 01. 2014.
60
[44]
J. Rowley und F. Slack, „Conducting a literature review,“ Management research news, Bd. 27,
Nr. 6, pp. 31-39, 2004.
[45]
J. vom Brocke, A. Simons , B. Niehaves, K. Riemer, R. Plattfaut und A. Cleven , „Reconstructing
the giant: On the importance of rigour in documenting the literature search process,“ Ecis, Nr. 9,
pp. 2206-2217, 2009.
[46]
J. Cruz-Benito, „Systematic Literature Review & Mapping,“ GRIAL Research Group, 09. 11. 2016.
[Online]. Available: https://de.slideshare.net/knowedgesociety/systematic-literature-review-
mapping. [Zugriff am 03. 09. 2018].
[47]
A. Andrés, Measuring academic research: How to undertake a bibliometric study, Oxford,
Elsevier, 2009.
[48]
D. Domingos, F. Martins und L. Caiola, „Decentralising Internet of Things Aware BPMN Business
Processes,“ International Conference on Sensor Systems and Software, pp. 110-119, 2014.
[49]
S. Saraeian, B. Shirazi und H. Motameni, „Towards an extended BPMS prototype: Open
challenges of BPM to flexible and robust orchestrate of uncertain processes,“ Computer
Standards & Interfaces 57, pp. 1-19, 2018.
[50]
K. Suri, M. Alferez, S. Dhouib und S. Tucci-Piergiovanni, „Modeling Business Motivation and
Underlying Processes for RAMI 4.0-Aligned Cyber-Physical Production Systems,“ Emerging
Technologies and Factory Automation (ETFA), pp. 1-6, 2017.
[51]
F. Martins und D. Domingos, „Modelling IoT behaviour within BPMN Business Processes,“
Procedia Computer Science 121, pp. 1014-1022, 2017.
[52]
K. Dar, A. Taherkordi, H. Baraki, F. Eliassen und K. Geihs, „A resource oriented integration
architecture for the Internet of Things: A business process perspective,“ Pervsive and Mobile
Computing 20, pp. 145-159, 2015.
[53]
R. Braun, M. Burwitz, H. Schlieter und M. Benedict, „Clinical processes from various angles-
amplifying BPMN for integrated hospital management,“ Bioinformatics and Biomedicine (BIBM),
2015 IEEE International Conference, pp. 837-845, 2015.
[54]
M. I. Bocicor, A. J. Molnar und C. Taslitchi, „Preventing hospital acquired infections through a
workflow-based cyber-physical system,“ arXiv preprint, arXiv:1702.08010, 2017.
[55]
D. Ruiz-Fernández, D. Marcos-Jorquera, V. Gilart-Iglesias, V. Vives-Boix und J. Ramírez-
Navarro, „Empowerment of patients with hypertension through BPM, iot and remote sensing,“
Sensors 17(10), p. 2273, 2017.
[56]
K. Petersen, R. Feldt, S. Mujtaba und M. Mattsson, „Systematic Mapping Studies in Software
Engineering,“ EASE Vol.8, pp. 68-77, 2008.
[57]
C. Chang, S. N. Srirama und R. Buyya, „Mobile cloud business process management system for
the internet of things: A survey,“ ACM Computing Surveys (CSUR) 49(4), p. 70, 2017.
[58]
R. Seiger, C. Keller, F. Niebling und T. Schlegel, „Modelling complex and flexible processes for
smart cyber-physical enviroments,“ Journal of Computational Science 10, pp. 137-148, 2015.
61
[59]
S. Meyer, A. Ruppen und L. Hilty, „The things of the internet of things in BPMN,“ International
Conference on Advanced Information Systems Engineering, pp. 285-297, 2015.
[60]
K. Nagadi, L. Rabelo, M. Basingab, A. T. Sarmiento, A. Jones und A. Rahal, „A hybrid simulation-
based assessment framework for smart manufacturing systems",“ International Journal of
Computer Integrated Manufacturing, 31(2), pp. 115-128, 2018.
[61]
T. R. Rúbio, H. L. Cardosso und E. Oliveira, „Adaptive Multi-agent System for Smart Grid
Regulation with Norms and Incentives,“ Doctoral Conference on Computing, Electrical and
Industrial Systems, pp. 315-322, 2016.
[62]
S. Cherrier und V. Deshpande, „From BPM to IoT,“ International Conference on Business
Process Management, pp. 310-318, 2017.
[63]
R. Petrasch und R. Hentschke, „Process modeling for Industry 4.0 applications: Towards an
Industry 4.0 process modeling language and method,“ Computer Science and Software
Engineering (JCSSE), IEEE, pp. 1-5, 2016.
[64]
K. Suri, A. Cuccuru, J. Cadavid, S. Gérard, W. Gaaloul und S. Tata, „Model-based Development
of Modular Complex Systems for Accomplishing System Integration for Industry 4.0,“
MODELSWARD , pp. 487-495, 2017.
[65]
G. Jin und F. W. Jäkel, „Execution and evaluation of enterprise models in IEM/MO,“ The
International Journal of Advanced Manufacturing Technology (96), pp. 4517-4537, 2018.
[66]
A. Baumgraß, M. Botezatu, C. Di Ciccio, R. Dijkman, P. Grefen, M. Hewelt und H. Völzer,
„Towards a methodology for the engineering of event-driven process applications,“ International
Conference on Business Process Management, pp. 501-514, 2015.
[67]
D. Panfilenko, P. Poller, D. Sonntag, S. Zillner und M. Schneider, „BPMN for knowledge
acquisition and anomaly handling in CPS for smart factories,“ Emerging Technologies and
Factory Automation (ETFA), IEEE, pp. 1-4, 2016.
[68]
N. Maryam und S. A. Khan, „Business process re-engineering for smart manufacturing,“
Ubiquitous Computing, Electronics and Mobile Communication Conference (UEMCON), IEEE,
pp. 424-430, 2017.
[69]
I. Graja, S. Kallel, N. Guermouche und A. H. Kacem, „BPMN4CPS: A BPMN extension for
modeling cyber-physical systems,“ Enabling Technologies: Infrastructure for Collaborative
Enterprises (WETICE), IEEE, pp. 152-157, 2016.
[70]
I. Graja, S. Kallel, N. Guermouche und A. H. Kacem, „Time patterns for cyber-physical systems,“
Computers and Communication (ISCC), IEEE, pp. 1208-1211, 2016.
[71]
N. Galaske , D. Strang und R. Anderl, „Process deviations in cyber-physical production systems,“
Proceedings of the World Congress on Engineering and Computer Science (Vol. 2), 2015.
[72]
R. Seiger, S. Huber, P. Heisig und U. Assmann, „Enabling self-adaptive workflows for cyber-
physical systems,“ Enterprise, Business-Process and Information Systems Modeling, Springer,
pp. 3-17, 2016.
62
[73]
A. Marrella und M. Massimo, „Cognitive Business Process Management for Adaptive Cyber-
Physical Processes,“ International Conference on Business Process Management, Springer, pp.
429-439, 2017.
[74]
D. Chen , D. V. Panfilenko, M. R. Khabbazi und D. Sonntag, „A Model-Based Approach to
Qualified Process Automation for Anomaly Detection and Treatment,“ Emerging Technologies
and Factory Automation (ETFA), IEEE, pp. 1-8, 2016.
[75]
I. M. Culic und A. Radovici, „Development platform for building advanced Internet of Things
systems,“ Networking in Education and Research (RoEduNet), IEEE, pp. 1-5, 2017.
[76]
S. Meyer, K. Sperner, C. Magerkurth und J. Pasquier, „Towards modeling real-world aware
business processes,“ Proceedings of the Second International Workshop on Web of Things,
ACM, p. 8, 2011.
[77]
R. Martinho und D. Domingos, „Quality of information and access cost of IoT resources in BPMN
processe,“ Procedia Technology 16, pp. 737-744, 2014.
[78]
D. Domingos, A. Respicio und R. Martinho, „Reliability of IoT-aware BPMN healthcare
processes,“ Internet of Things and Advanced Application in Healthcare, IGI Global, pp. 214-248,
2017.
[79]
O. Bibani, C. Mourdadian, S. Yangui, R. H. Glitho, W. Gaaloul, N. B. Hadj-Alouane und P.
Polakos, „A Demo of IoT Healthcare Application Provisioning in Hybrid Cloud/Fog Environment,“
Cloud Computing Technology and Science (CloudCom), pp. 472-475, 2016.
[80]
S. Schulte, P. Hoenisch, C. Hochreiner, S. Dustdar, M. Klusch und D. Schuller, „Towards process
support for cloud manufacturing,“ Enterprise Distributed Object Computing Conference (EDOC),
IEEE, pp. 142-149, 2014.
[81]
O. Skarlat, M. Borowski und S. Schulte, „Towards a methodology and instrumentation toolset for
cloud manufacturing,“ 1st International Workshop on Cyber-Physical Production Systems
(CPPS),IEEE, pp. 1-4, 2016.
[82]
G. Ćwikła, A. Gwiazda, W. Banaś, Z. Monica und K. Foit, „Analysis of the possibility of SysML
and BPMN application in formal data acquisition system description,“ IOP Conference Series:
Materials Science and Engineering, Vol. 227 Nr. 1, IOP, p. 012034, 2017.
[83]
E. Castellanos, C. A. Garcia, C. Rosero, C. Sanchez und M. V. Garcia, „Enabling an Automation
Architecture of CPPs based on UML combined with IEC-61499,“ Control, Automation and
Systems (ICCAS), IEEE, pp. 471-476, 2017.
[84]
F. Christoulakis und K. Thramboulidis, „IoT-based Integration of IEC 61131 Industrial Automation
Systems: The case of UML4IoT,“ Industrial Electronics (ISIE), IEEE, pp. 322-327, 2016.
[85]
H. Afzaal und N. A. Zafar, „Modeling of IoT-based Border Protection System,“ Electrical
Engineering and Computing Technologies (INTELLECT), IEEE, pp. 1-6, 2017.
[86]
D. A. Robles-Ramirez, P. Escamilla-Ambrosio und T. Tryfonas, „IoTsec: UML extension for
Internet of things systems security modelling,“ Mechatronics, Electronics and Automotive
Engineering (ICMEAE), IEEE, pp. 151-156, 2017.
63
[87]
T. Eterovic, E. Kaljic, D. Donko, A. Salihbegovic und S. Ribic, „An Internet of Things Visual
Domain Specific Modeling Language based on UML,“ Information, Communication and
Automation Technologies (ICAT), IEEE, pp. 1-5, 2015.
[88]
A. Marrella und M. Massimo, „Adaptive process management in cyber-physical domains,“
Advances in Intelligent Process-Aware Information Systems, Springer, pp. 15-48, 2017.
[89]
L. Rusu, B. Cramariuc, D. Benţa und M. Mailat, „Implementing BPMN 2.0 scenarios for AAL@
Home solution,“ nternational Journal of Computers Communications & Control 10.2, pp. 230-237,
2015.
[90]
R. Braun und H. Schlieter, „Requirements-based development of bpmn extensions: The case of
clinical pathways,“ Interrelations between Requirements Engineering and Business Process
Management (REBPM), IEEE, pp. 39-44, 2014.
[91]
R. Braun, H. Schlieter, M. Burwitz und W. Esswein, „BPMN4CP Revised--Extending BPMN for
Multi-perspective Modeling of Clinical Pathways.,“ System Sciences (HICSS), IEEE, pp. 3249-
3258, 2016.
[92]
H. Yan, P. Van Gorp, U. Kaymak, X. Lu, L. Ji, C. C. Chiau und H. Duan, „Aligning event logs to
task-time matrix clinical pathways in BPMN for variance analysis,“ Journal of biomedical and
health informatics 22.2,IEEE, pp. 311-317, 2018.
[93]
I. Graja, S. Kallel, N. Guermouche und A. H. Kacem, „Modeling and verification of temporal
properties in cyber-physical systems,“ Consumer Communications & Networking Conference
(CCNC), IEEE, pp. 325-330, 2017.
[94]
I. Graja, A. Mechim, S. Kallel, N. Guermouche und A. H. Kacem, „Demonstrating BPMN4CPS:
Modeling and verification of cyber-physical systems,“ Consumer Communications & Networking
Conference (CCNC), IEEE, pp. 593-593, 2017.
[95]
H. H. Chiu und M. S. Wang, „Extending event elements of business process model for internet of
things,“ Computer and Information Technology; Ubiquitous Computing and Communications;
Dependable, Autonomic and Secure Computing; Pervasive Intelligence and Computing
(CIT/IUCC/DASC/PICOM), IEEE, pp. 783-788, 2015.
[96]
K. S. Sang und B. Zhou, „BPMN security extensions for healthcare process,“ Computer and
Information Technology; Ubiquitous Computing and Communications; Dependable, Autonomic
and Secure Computing; Pervasive Intelligence and Computing (CIT/IUCC/DASC/PICOM), IEEE,
pp. 2340-2345, 2015.
[97]
Object Management. Group, „OMG Systems Modeling Language,“ 2018. [Online]. Available:
http://www.omgsysml.org/. [Zugriff am 29. 09. 2018].
[98]
M. Vitali und B. Pernici, „Pie-processes in events: Interconnections in ambient assisted living,“
OTM Confederated International Conferences- On the Move to Meaningful Internet System,
Springer, pp. 157-166, 2015.
[99]
M. Vitali und B. Pernici, „Interconnecting processes through IoT in a health-care scenario,“ ISC2,
pp. 1-6, 2016.
64
[100]
G. Jin und F. W. Jäkel, „Execution and evaluation of enterprise models in IEM/MO 2 GO based
on Petri net,“ International Journal of Advanced Manufacturing Technology, 96(9-12), pp. 4517-
4537, 2018.
[101]
C. A. Petri und W. Reisig, „Petri net“.Scholarpedia 3(4):6477.
[102]
T. Westermann, H. Anacker und R. Dumitrescu, „IMPROVING ORDER FULFILLMENT
PROCESSES WITH MBSE,“ Proceedings of the 20th International Conference on Engineering
Design (ICED 15) Vol 7, pp. 237-246, 2017.
[103]
U. Fahrwinkel, „Methode zur Modellierung und Analyse von Geschäftsprozessen zur
Unterstützung des Business Process Reengineering,“ Dissertation, 1995.
[104]
H. N. I. Paderborn, „VPS-Benchmark: Leitfaden zur Leistungssteigerung der Produktentwicklung
durch den Einsatz von Virtual Prototyping & Simulation,“ 2012. [Online]. Available:
http://www.viprosim.de/fileadmin/VPS-Benchmark/VPS-Benchmark_Leitfaden.pdf. [Zugriff am
29. 09. 2018].
[105]
S. Appel, P. Kleber, S. Frischbier, T. Freudenreich und A. Buchmann, „Modeling and execution
of event stream processing in business processes,“ Information Systems 46, pp. 140-156, 2014.
[106]
unbekannter Erstelller, Wikipedia, „UML Diagramme,“ 2010. [Online]. Available:
https://de.wikipedia.org/wiki/Datei:UML-Diagramme.svg#file. [Zugriff am 24. 08. 2018].
[107]
BPMN Offensive Berlin, „BPMN Poster,“ 2011. [Online]. Available:
http://www.bpmb.de/index.php/BPMNPoster. [Zugriff am 23. 08. 2018].
[109]
verschiedene Autoren, „Digitalisierung nutzbar machen, Wege zum digitalen Geschftsmodell,
Digitalisierung ist mehr als reine Technologie,“ Smart factory - So ziehen sie Gewinn aus dem
Digital Twin ; atp magazin 08/2018, pp. 82-97, 2018.
[110]
J. Luis und P. S. Dunston, „Integrating IoT into operational workflows for real-time and automated
decision-making in repetitive construction operations,“ Automated in Construction 94, pp. 317-
327, 2018.
[111]
B. Bordel, R. Alcarria, D. S. de Rivera und T. Robles, „Process execution in Cyber-Physical
Systems using cloud and Cyber-Physical Internet services,“ The Journal of Supercomputing, pp.
1-43, 2018.
[112]
E. d. S. Zancul, S. M. Takey und A. P. B. Barquet , „Business process support for IoT based
product-service systems (PSS),“ Business Process Management Journal 22(2), pp. 305-323,
2016.
[113]
U. Raza , J. Lomax, I. Ghafir, R. Kharel und B. Whiteside, „An IoT and business processes based
approach for the monitoring and control of high value-added manufacturing processes,“
Proceedings of the International Conference on Future Networks and Distributed Systems, 2017.
[114]
W. van der Aalst, Process Mining: Discovery, Conformance and Enhancement of Business
Processes, Springer: Berlin, 2011.
65
[115]
B. Di Martino, A. Esposito und G. Cretella, „From Business Process Models to Cloud Deployment:
A Semantic Approach,“ Advanced Information Networking and Applications Workshops (WAINA),
2016 30th International Conference, pp. 121-126, 2016.
[116]
D. Campagna, S. Costanzo, C. Kavka, A. Turco und C. Poloni, „Leveraging the BPMN standard
to govern engineering processes in a collaborative environment,“ Systems Engineering (ISSE),
2015 IEEE International Symposium, pp. 318-323, September 2015.
[117]
G. Meroni und P. Plebani, „Artifact-Driven Monitoring for Human-Centric Business Processes
with Smart Devices: Assessment and Improvement,“ September 2017. [Online]. Available:
https://www.researchgate.net/profile/Giovanni_Meroni/publication/320471893_BPM-Forum-
2017_Presentation/data/59e76f1b4585152d5f04f030/BPM-Forum-2017-Presentation.pdf.
[Zugriff am 24. 09. 2018].
66
Anhang
Abbildung A - 1: Beispielhafte UML Diagrammübersicht [106]
67
Abbildung A - 2: Elemente der Business Process Model and Notation 2.0 [107]
68
Abbildung A - 3: Verhalten bei Auftreten einer Abweichung im CPPS [71]
Abbildung A - 4: Metamodell eines cyber-physischen Fertigungsprozesses [71]
69
Abbildung A - 5: Anwendungsfalldiagramm am Beispiel „Grenzschutz“ [85]
Abbildung A - 6: Sequenzflussdiagramm am Beispiel „Grenzschutz“ [85]
70
Abbildung A - 7: Rollen und Anwendungsfalldiagramm in IoTsec [86]
Abbildung A - 8: Kommunikationsdiagramm in IoTsec [86]
Abbildung A - 10: Aktivitätsdiagramm in IoTsec [86]
Abbildung A - 9: Verwendete Abkürzungen [86]
71
Abbildung A - 11: Cyber-Aktivitäten [69]
Abbildung A - 12: Physische Aktivitäten [69]
Abbildung A - 13: BPMN4CPS-Modell eines Rettungsdrohneneinsatzes [69]
72
Abbildung A - 14: Erweiterte Elemente und Sicherheitsindikatoren [96]
Abbildung A - 15: BPMN-Prozessmodell mit Sicherheitserweiterungen [96]
73
Abbildung A - 16: I4PML-spezifische Icons für BPMN [63]
Abbildung A - 17: Anforderungs- und Anwendungsfalldiagramme in SysML [63]
74
Abbildung A - 18: Prozesse im Fertigungsablauf mit OMEGA [102]
75
Abbildung A - 21: Überwachung eines Versandprozesses als EPK mit SPUs [105]
Abbildung A - 19: Erweiterungselemente der EPK mit SPUs
[105]
Abbildung A - 20: Zuteilungsdiagramm zur Beschreibung einer SPU- Aufgabe [105]
76
Abbildung A - 22: Transformationen der SPUs zwischen EPK und BPMN [105]
77
Abbildungsverzeichnis
Abbildung 1: BPM-Lebenszyklus, in Anlehnung an [13] ......................................................... 8
Abbildung 2: Sichten und Schichten des ARIS-Haus, in Anlehnung an [11] ........................... 9
Abbildung 3: Zeitlicher Verlauf des industriellen Fortschritts, in Anlehnung an [27] ............. 14
Abbildung 4: Cyber-physische Systeme als Teil des IoT und IoS, in Anlehnung an [2] ........ 17
Abbildung 5: Prozentuale Verteilung der BITKOM-Studie auf die Marktsegmente [41] ......... 20
Abbildung 6: Unternehmensbereiche mit Planung bzw. Einsatz von I4.0-Konzepten [42] .... 21
Abbildung 7: Motive der Unternehmen für Digitalisierungsmaßnahmen [42] ........................ 22
Abbildung 8: Jährliche Anzahl an Veröffentlichungen von 2014 bis Juni 2018 ..................... 34
Abbildung 9: Übersicht der beteiligten Forschungsnationen ................................................. 35
Abbildung 10: Übersicht der Forschungsgebiete .................................................................. 36
Abbildung 11:Formale Einteilung der Publikationen hinsichtlich ihres Forschungsbeitrages 38
Abbildung 12: Übersicht der Basiselemente der I4.0 ............................................................ 40
Abbildung 13: Anzahl der Dokumente mit Bezug zu BPMN oder UML ................................. 45
Abbildung 14: Prozesslogik in BPMN4CPS [69] ................................................................... 48
Abbildung 15: Vorbeugende Instandhaltung eines Förderbandes in I4PML [63] .................. 50
Abbildung 16: Überblick über die Elemente der Methode OMEGA [104] .............................. 52
Abbildung 17: SPU-erweiterte Elemente zur Versandüberwachung in BPMN [105] ............. 53
Abbildung A - 1: Beispielhafte UML Diagrammübersicht [106] ............................................. 66
Abbildung A - 2: Elemente der Business Process Model and Notation 2.0 [107] .................. 67
Abbildung A - 3: Verhalten bei Auftreten einer Abweichung im CPPS [71] ........................... 68
Abbildung A - 4: Metamodell eines cyber-physischen Fertigungsprozesses [71] .................. 68
Abbildung A - 5: Anwendungsfalldiagramm am Beispiel „Grenzschutz“ [85] ........................ 69
Abbildung A - 6: Sequenzflussdiagramm am Beispiel „Grenzschutz“ [85] ............................ 69
Abbildung A - 7: Rollen und Anwendungsfalldiagramm in IoTsec [86] .................................. 70
Abbildung A - 8: Kommunikationsdiagramm in IoTsec [86] .................................................. 70
78
Abbildung A - 9: Verwendete Abkürzungen [86] ................................................................... 70
Abbildung A - 10: Aktivitätsdiagramm in IoTsec [86] ............................................................ 70
Abbildung A - 11: Cyber-Aktivitäten [69] ............................................................................... 71
Abbildung A - 12: Physische Aktivitäten [69] ........................................................................ 71
Abbildung A - 13: BPMN4CPS-Modell eines Rettungsdrohneneinsatzes [69] ...................... 71
Abbildung A - 14: Erweiterte Elemente und Sicherheitsindikatoren [96] ............................... 72
Abbildung A - 15: BPMN-Prozessmodell mit Sicherheitserweiterungen [96] ......................... 72
Abbildung A - 16: I4PML-spezifische Icons für BPMN [63] ................................................... 73
Abbildung A - 17: Anforderungs- und Anwendungsfalldiagramme in SysML [63] ................. 73
Abbildung A - 18: Prozesse im Fertigungsablauf mit OMEGA [102] ..................................... 74
Abbildung A - 19: Erweiterungselemente der EPK mit SPUs [105] ....................................... 75
Abbildung A - 20: Zuteilungsdiagramm zur Beschreibung einer SPU- Aufgabe [105] ........... 75
Abbildung A - 21: Überwachung eines Versandprozesses als EPK mit SPUs [105] ............. 75
Abbildung A - 22: Transformationen der SPUs zwischen EPK und BPMN [105] .................. 76
79
Tabellenverzeichnis
Tabelle 1: Anwendungsbeispiele von CPS in verschiedenen Bereichen .............................. 18
Tabelle 2: Begriffe der Prozessmodellierung ........................................................................ 28
Tabelle 3: Begriffe der Industrie 4.0 ..................................................................................... 28
Tabelle 4: Wünschenswerte Eigenschaften von Prozessmodellen im Kontext der I4.0 ........ 44
80
81
Erklärung
Ich erkläre, dass ich die Arbeit selbständig verfasst und keine anderen als die angegebenen
Quellen und Hilfsmittel verwendet habe.
Ulm, den…………………………………………………………………………………………..
Name: Erik Waschkus
Martrikelnummer: 757644
Erik Waschkus