Das Institut ist anerkannter Partner für praxisnahe und anwendungsorientierte Forschung und Ausbildung im Bereich Industrial Engineering und Management.

Über unsere aktuellen Aktivitäten berichten wir auf LinkedIn.

Services

Als Partner für praxisnahe und anwendungsorientierte Forschung und Ausbildung orientieren wir uns in Lehre und Forschung an den aktuellen Entwicklungen und Herausforderungen in der Industrie. In der Forschung initiieren und engagieren wir uns aktiv in zukunftsweisenden Forschungsprojekten. Wir bilden unsere Studierenden fundiert und praxisnah aus. Das Institut pflegt eine enge Zusammenarbeit mit der regionalen Industrie, Expert*innen, anderen Forschungs- und Bildungseinrichtungen und Studierenden.

Mit insgesamt 7 Mitarbeiter*innen und über 30 externen Referent*innen aus der Praxis können wir in nahezu allen Themenbereichen des Industrial Engineering und Management unsere Kompetenzen in Lehre und Forschung anbieten.

Lehre

Wir bieten unsere langjährigen Kompetenzen in der Lehre unterschiedlichen Studien- und Lehrgängen an. Dazu gehört die inhaltliche und didaktische Konzeption von Lehrveranstaltungen und die fachliche und methodische Betreuung von Bachelor- und Master-Arbeiten in den Kompetenzbereichen des Instituts.

Derzeit führt das Institut für Industrial Engineering und Management Lehrveranstaltungen für folgende Studiengänge bzw. Lehrgänge durch:

Im Folgenden sind typische Themen studentisch-wissenschaftlicher Arbeiten aus unserem Institut genannt:

Bachelor-Arbeiten:

  • Ökologische Bewertung von Möbelprodukten und dazugehörigen industriellen Produktionsprozessen
  • Entwicklung eines Konzeptes für AR gestützte Maschinenwartung
  • Wertstromanalyse und -design in der Automobilproduktion
  • Rüstzeitoptimierung einer Laserstrahlschmelzanlage
  • Verbesserung eines Prüfprozesses durch Einsatz von digitalen Medien
  • Einsatz von RFID im Material- und Werkstücktracking
  • Bewertung und Vergleich von infrarotbasierten Temperaturmesssystemen in der Maschinenüberwachung

Master-Arbeiten:

  • Künstliche Intelligenz in der Produktionsplanung und -steuerung
  • Einsatz von Machine Learning Methoden im Qualitätsmanagement eine Papierproduktion
  • Verbesserung der Montageprozesse in einer industriellen Ofenproduktion mittels Wertstromanalyse
  • Verbesserung der Durchlaufzeit in der Einzelfertigung in der Kunststoffindustrie mittels Wertstromanalyse
  • Optimierung der Fertigungssteuerung in einer variantenreichen Elektronikfertigung am Beispiel eines Automobilzulieferunternehmens
  • Einsatz von Data Mining Methoden zur Analyse der Kommissionierleistung in einem Logistikzentrum
  • Bewertung von automatisierten Lagersystemen - eine Simulationsstudie
  • Bewertung von autonomen Lagerbediensystemen im Hinblick auf Wirtschaftlichkeit und Lagerleistungskennzahlen - Simulationsstudie

Forschung

Ein motiviertes Team mit langjähriger Forschungserfahrung im Bereich Industrial Engineering und Management führt praxisnahe Forschungsprojekte mit regionalen Industriebetrieben durch.

Schwerpunkte

  • Planung und Optimierung von industriellen Produktions- und Logistiksystemen
  • Anwendung von intelligenter Sensorik und Steuerungen in der industriellen Produktion und Logistik (Artificial Intelligence, Data Mining, Statistics)
  • Nachhaltigkeit in der industriellen Produktion und Logistik

Infrastruktur

  • Factory Lab - Teilautomatisierte Produktionslinie für Forschung und Lehre im Labormaßstab.
  • Innovation Lab - Fab Lab und Open Factory für Innovation, Entwicklung sowie Forschung und Lehre.

Publikationen

Grano, Alice/Erol, Selim (2023): Makerspace Goes Digital – Digital Tools to Support Collaborative Innovation in an Academic Makerspace. In: 7th International Symposium on Academic Makerspaces ISAM 2023 (Hrsg.). Pittsburgh, US.
Shaloo, Masoud/Princz, Gabor/Erol, Selim (2023): Flexible automation of quality inspection in parts assembly using CNN-based machine learning. In: 5th International Conference on Industry 4.0 and Smart Manufacturing ISM 2023. Lisbon. Procedia Computer Science (Hrsg.). Elsevier. Lisbon, PT.
Princz, Gabor/Shaloo, Masoud/Erol, Selim (2023): Anomaly Detection in Binary Time Series Data: An unsupervised Machine Learning Approach for Condition Monitoring. In: 5th International Conference on Industry 4.0 and Smart Manufacturing ISM 2023. Lisbon. Procedia Computer Science (Hrsg.). Elsevier.
Grano, Alice/Erol, Selim (2023): Exploring the fabrication lab concept for learning sustainable co-innovation in industrial engineering education – an action research case from Austria. In: European Conference on Engineering Education, SEFI 2023 (Hrsg.). SEFI. Dublin, IR.
Shaloo, Masoud/Princz, Gabor/Erol, Selim (2023): Real-time color detection for automated production lines using CNN-based machine learning. In: Lecture Notes in Networks and Systems book series (LNNS,volume 745), International Symposium on Industrial Engineering and Automation ISIEA 2023 (Hrsg.): https://link.springer.com/chapter/10.1007/978-3-031-38274-1_15. Springer. Bozen, IT.
Princz, Gabor/Shaloo, Masoud/Erol, Selim (2023): A literature review on the prediction and monitoring of assembly and disassembly processes in discrete make-to-order production in SMEs with machine vision technologies. In: Proceedings of the 2023 10th International Conference on Industrial Engineering and Applications (Hrsg.): https://dl.acm.org/doi/10.1145/3587889.3588217. ACM. Rome, IT.
Erol, Selim/Pieber, Johanna/Hofer, Florian/Princz, Gabor (2022): Fabrication Labs as Essential Building blocks of Regional Innovations Systems. In: FHK (Hrsg.).
Erol, Selim/Pieber, Johanna/Hofer, Florian (2022): Exploring the Fabrication Lab concept in the context of Industrial Engineering Education – An action research case from Austria. In: 3rd International Conference on Industrial Engineering and Industrial Management (Hrsg.). SCIEI. Barcelona.
Romauch, Martin/Erol, Selim/Kühnen, Jakob (2020): Achieving long term sustainable multicriteria goalswith operational and tactical decisions. In: https://warwick.ac.uk/fac/sci/wmg/mediacentre/wmgevents/euroma2020/proceedings/. EurOMA. online.
Romauch, Martin/ Kühnen, Jakob/ Erol, Selim (2020): Achieving long term sustainable multicriteria goals with operational and tactical decisions. In: EurOMA 2020, Warwick / https://warwick.ac.uk/fac/sci/wmg/mediacentre/wmgevents/euroma2020/proceedings/..
Brodschelm, Dominik/Erol, Selim/Kühnen, Jakob (2020): Integriertes Energie- und Produktionsmanagement für Industriebetriebe – eine Simulationsstudie. In: Institut für Elektrizitätswirtschaft und Energieinnovation (IEE), Technische Universität Graz (TU Graz) (Hrsg.): 10.3217/978-3-85125-734-2. Verlag der Technischen Universität Graz. Graz.
Erol, Selim/Klug, Siegrun (2020): Together We are Less Alone - A Concept for a Regional Open Innovation Learning Lab. In: CIRP (Hrsg.). Procedia CIRP. Graz.
Erol, Selim (2019): Industrie 4.0 - Gedanken über die Zukunft der Produktion in Europa und aktuelle Forschungsaktivitäten in der Industrie 4.0 Pilotfabrik der TU Wien. In: Achammer, Christoph; Kovacic, Iva (Hrsg.). Klein Publishing. Wien.
Erol, Selim (2017): “Lotsize 1” – Effects of Individualization on Planning and Control of Production Systems. In: Wien.
Erol, Selim (2017): Recalling the rationale of change from process model revision comparison – A change-pattern based approach. In: Computers in Industry, Elsevier. Brussels.
Erol, Selim/Hold, Philipp (2016): Keeping Track of the Physical in Assembly Processes. In: 10.1109/EDOCW.2016.7584365. IEEE. Wien.
Erol, Selim/Jäger, Andreas/Hold, Philipp/Ott, Karl/Sihn, Wilfried (2016): Tangible Industry 4.0: a scenario-based approach to learning for the future of production. In: 10.1016/j.procir.2016.03.162. CIRP. Gjøvik, Norway.
Erol, Selim (2016): Collaborative Modeling of Manufacturing Processes – a Wiki-Based Approach. In: Springer. Sydney.
Erol, Selim; Wilfried, Sihn (2016): Intelligent Production Planning and Control in the Cloud – Towards a Scalable Software Architecture. In: CIRP (Hrsg.): 10.1016/j.procir.2017.01.003. Procedia CIRP. Ischia/Italy.
Schumacher, Andreas/Erol, Selim/Sihn, Wilfried (2016): A maturity model for assessing Industry 4.0 readiness and maturity of manufacturing enterprises. In: CIRP (Hrsg.): https://doi.org/10.1016/j.procir.2016.07.040. Procedia CIRP. Bath / UK.

Leitung

114657 m jpg quality100maxheight1080

Team

Alice Grano
Roman Hörbe FHMA 79
Gabor Princz