EventoWeb
Zürcher Hochschule für Angewandte Wissenschaften
Menu
Home
User Menu
Module suchen
Nicht angemeldet
Anmelden
[
Deutsch (Schweiz)
Deutsch (Schweiz)
] [
Englisch
Englisch
]
[
de
de
] [
en
en
]
Nicht angemeldet
Anmelden
EventoWeb
Kontakt zu Service Desk
Online-Dokumentation
Allgemeiner Zugriff
Module suchen
n.BA.AD.DFP1.24HS (Digital Food Processing)
Modul: Digital Food Processing
Diese Information wurde generiert am: 10.08.2026
Nr.
n.BA.AD.DFP1.24HS
Bezeichnung
Digital Food Processing
Credits
4
Beschreibung
Version: 4.0 gültig ab 01.08.2026
Studiengang
Applied Digital Life Sciences
Geltende Rechtsordnung
RPO vom 29. Januar 2008, Studienordnung des Dept. N vom 15. Dez. 2009, Anhang für den Bachelorstudiengang Applied Digital Life Sciences
Modultyp
Pflichtmodul
X
Wahlpflichtmodul
Wahlmodul
Plansemester
5. Semester
Modulverantwortliche/r
Manuel Nüesch
Telefon / E-Mail
+41 (0)58 934 58 36 /
manuel.nueesch@zhaw.ch
Beteiligte Mitarbeitende und Lehrbeauftragte
Manuel Nüesch und weitere interne ReferentInnen
Vorausgesetzte Module
-
Zu erreichende Kompetenzen
Fachliche Kompetenzen:
Die Studierenden können:
Die digitale Fabrik gestalten: Die hierarchische Struktur moderner Produktionssysteme (Automatisierungspyramide) verstehen und die Rolle von MES und ERP als informationstechnisches Rückgrat der Industrie 4.0 definieren
Smarte Messketten realisieren: IoT-Sensoren (wie die iSpindel) hardwareseitig integrieren und mittels Edge Computing (Raspberry Pi) eine Echtzeit-Überwachung komplexer biologischer Prozesse aufbauen
Prozesse modellieren und automatisieren: Die Brücke zwischen Technik und IT schlagen, indem sie Produktionsabläufe mittels BPMN 2.0 standardisieren und in digitale Steuerungskonzepte überführen
Datengestützte Optimierung meistern: Mittels Design of Experiments (DoE) systematisch die Wechselwirkungen von Prozessparametern (z.B. Temperatur, Zeit) analysieren, um Produktqualität und Effizienz zu maximieren
Investitionsprojekte professionell bewerten: Die ökonomische Attraktivität von Automatisierungsvorhaben durch Kennzahlen wie NPV, IRR und TCO berechnen und gegenüber dem Management überzeugend begründen
Requirements Engineering anwenden: Von der Vision zum fertigen System gelangen, indem sie präzise Lasten- und Pflichtenhefte als vertragliche und technische Realisierungsgrundlage erstellen
Überfachliche Kompetenzen:
Die Studierenden können /kennen:
Interdisziplinär agieren: Als Schnittstelle zwischen Verfahrenstechnik, IT und Betriebswirtschaft komplexe Projekte koordinieren
Strategisch entscheiden: Technologische Lösungen nicht nur nach ihrer Machbarkeit, sondern auch nach ihrem strategischen Fit und ihrer Wirtschaftlichkeit bewerten
Transferleistung erbringen: Erlernte Methoden auf unterschiedliche Case Studies in der Lebensmittelindustrie übertragen
Inhalt des Moduls
Industrie 4.0 in der Food-Branche: Von der Dampfmaschine zur selbstoptimierenden Anlage – Trends und Reifegrade der Automatisierung
Product Case Study (z.B. Fermentationsprozess): Am Beispiel eines realen Produkts (wie Bier) wird der Weg vom Rohstoff zum digital überwachten Endprodukt praktisch durchlaufen
IoT & Smart Sensing: Aufbau eines Fermentations-Monitorings mit drahtlosen Sensoren, Datenbanken und Dashboards
Prozess-Standardisierung mit BPMN: Visuelle Modellierung von Abläufen als Basis für die digitale Integration in MES-Systeme
Effizienzsteigerung durch DoE: Systematische Versuchsplanung zur Identifikation von kritischen Prozessfaktoren und deren Interaktionen
Engineering & Wirtschaftlichkeit: Erstellung technischer Spezifikationen sowie die Berechnung der Amortisation (ROI) moderner Robotik- und Anlagenlösungen
Scale-up & Industrialisierung: Ausblick auf die Überführung von Pilotprozessen in industrielle Abfüll- und Verpackungsanlagen unter Berücksichtigung von Kapazitätsplanung und Prozessstabilität
Anschlussmodule
Digital Food Processing 2
Unterrichtsmethoden
Projektbasiertes Blended Learning: Kombination aus gezieltem Selbststudium der Theorie und unmittelbarer praktischer Anwendung in zwei Hauptprojekten (Realprodukt-Herstellung und IoT-Monitoring)
Case-Study-Methodik: Analyse realer industrieller Problemstellungen zur Einübung von Layoutplanung, Wirtschaftlichkeitsrechnung und Prozessanalyse
Hands-on Lab-Training: Praktische Workshops zur digitalen Integration, grafischen Modellierung und statistischen Versuchsplanung
Digitale Lernressourcen
Lernvideos und Lehrtexte
Übungs- und Anwendungsaufgaben im aktiven Plenum
Unterstützung von Übungen und Praktika mit «Boris und Arduino»
E-Praktikum und -übungen
Unterrichtsgliederung / Gesamtaufwand
Kontaktstudium
56
Begleitetes Selbststudium
34
Autonomes Selbststudium
30
Total Workload
120
Präsenzverpflichtung im Unterricht
Ja: Präsenzpflicht bei Praktika und E-Übungen
Leistungsnachweise
Abgesetzte schriftliche Modulprüfung (70%)
Erfahrungsnote (30%)
Bei einer geringen Teilnehmerzahl kann die Prüfungsform der Repetitionsprüfung nach Absprache mit der Studiengangleitung durch Dozierende abgeändert werden: z.B. anstatt einer schriftlichen kann eine mündliche Prüfung abgehalten werden. Bitte entsprechende Meldung der geänderten Prüfungsform per E-Mail (ohne Formular) an pruefungsadmin.lsfm@zhaw.ch und Cc. Studiengangleitung.
Unterrichtssprache
Englisch
Bemerkungen
-
Hinweis
Weitere verfügbare Versionen:
2.0 gültig ab 01.08.2024
,
3.0 gültig ab 01.08.2025
Kurs: Digital Food Processing
Nr.
n.BA.AD.DFP1.24HS.V
Bezeichnung
Digital Food Processing
Hinweis
Für das Stichdatum 10.08.2026 ist kein Modulbeschreibungstext im System verfügbar.