Das übergeordnete Ziel dieser Arbeit ist die Untersuchung der Eignung von Bluetooth Low Energy als Technologie für ein Indoor Echtzeit-Lokalisierungssystem zur Rückverfolgung von Bauteilen in der Einzel- und Kleinserienfertigung. Zur Erreichung dieses Ziels wurde unter Berücksichtigung der Rahmenbedingungen in der Einzel- und Kleinserienfertigung und dem Stand der Technik zunächst ein auf Bluetooth Low Energy basierendes Indoor Echtzeit-Lokalisierungssystem definiert und prototypisch umgesetzt. Mit Hilfe dieses Prototyps wurden die Einflussgrößen auf das Systemverhalten anhand von Versuchen im Produktions- und Laborumfeld untersucht. Basierend auf den gewonnenen Erkenntnissen, wurde in einem erweiterten Versuch unter industrieähnlichen Bedingungen die Leistungsfähigkeit des Indoor Echtzeit-Lokalisierungssystems anhand etablierter Kennzahlen bestimmt. Hierbei wurde die Lokalisierungsmethode des Fingerprintings unter Einsatz künstlicher neuronaler Netze angewendet.
Innerhalb einer industrieähnlichen Umgebung konnte so ein Bauteil mit einer Wahrscheinlichkeit von 69,58 % einem Raster mit 1 m Kantenläge korrekt zugeordnet werden. Darüber hinaus konnte ein Bauteil innerhalb selbstgewählter Bereiche, wie beispielsweise einem Montagearbeitsplatz, mit einer Wahrscheinlichkeit von 72,60 % korrekt lokalisiert werden. Die Vorhersage einer exakten Position innerhalb eines kartesischen Koordinatensystems, war mit einer mittleren Genauigkeit von 0,74 m möglich.
Als Fazit kann daher festgehalten werden, dass Bluetooth Low Energy als Technologie für ein Indoor Echtzeit-Lokalisierungssystem zur Rückverfolgung von Bauteilen in der Einzel- und Kleinserienfertigung grundsätzlich geeignet ist, solange die Anforderungen an die Genauigkeit sich im Bereich weniger Meter bewegen. Die Erstellung der erforderlichen Trainingsdaten und das Trainieren der künstlichen neuronalen Netze ist jedoch ein sehr zeitaufwändiger Prozess. Für eine praktische Implementierung in der Einzel- und Kleinserienfertigung muss dieser Prozess noch deutlich vereinfacht werden.