Digitalisierung der Fertigungsindustrie: Nicht ohne Big Data

Inhaltsverzeichnis

1. Datenanalyse als Must-have
2. Datenstrategie erforderlich
3. Fazit: Die Chancen sind enorm

Digitalisierung ohne eine Datenstrategie? Das geht nicht! Denn alles im Bereich der Digitalisierung ist datenbasiert. Unternehmen, die das Thema rein technisch angehen, laufen schnell in eine teure Sackgasse. Um echten Mehrwehrt zu schaffen und das Potential der Digitalisierung auszuschöpfen, ist eine strategische Perspektive notwendig.

In einer PwC-Studie, veröffentlicht im Dezember 2021, heißt es, dass die Relevanz von Daten und Digitalisierung ungebrochen sei und diese beiden Begriffe untrennbar sind. Weiter erklärt PwC, dass rund 49 Prozent aller Führungskräfte planen, ihre Investitionen in die digitale Transformation für die nächsten Jahre um 10 Prozent oder mehr zu erhöhen. Gleichzeitig sind auch Mitarbeiter zunehmend bereit, die Chancen einer datengesteuerten Zukunft zu nutzen. Die Studie erläutert, dass die Einführung der Rolle des Chief Data Officers (CDO) an Bedeutung gewinnt und sich immer mehr als einflussreiche Führungsposition erweist. Gleichzeitig wird deutlich, dass die Mehrheit der Unternehmen noch nicht auf Kurs ist: Nur 21 Prozent der 2.500 weltweit größten Unternehmen verfügen über einen CDO.

Herausforderungen in der Fertigung

Produzierende und fertigende Unternehmen stehen vor steigenden Anforderungen an Effizienz, Qualität, Personalisierung und Transparenz. Auch durch das Lieferkettengesetz und die deutsche Nachhaltigkeitsstrategie, rückt bei immer mehr Unternehmen die Nachhaltigkeit von Produktion und Lieferkette stärker in den Fokus. Ein entscheidender Startpunkt ist die Optimierung der Energieeffizienz von Fertigungsprozessen. Dies ist gut für den Klimaschutz und bietet Unternehmen auch heute schon messbare finanzielle Mehrwerte. Wichtige Einblicke in den aktuellen Status, wie Energieverbrauch und mögliche Stillstände, gibt das Verhalten der einzelnen Maschinen. Diese Informationen liefern Maschinen bereits und helfen dabei die Effizienz zu maximieren, Mitarbeiter zu schonen und die Kosten zu senken.

Allerdings ist die typische IT-Infrastruktur in der fertigenden Industrie nicht für Big-Data-Auswertungen ausgelegt. Doch je mehr die Produktion digitalisiert wird, desto mehr Daten werden automatisch gesammelt. Die Vernetzung der einzelnen Produktionsmaschinen untereinander durch das Internet of Things (IoT) ermöglicht es, die Leistungsfähigkeit als Ganzes zu betrachten, zu analysieren und entsprechende Optimierungsmaßnahmen einzuleiten. Eine weitere Herausforderung ist der Mangel an eingängigen Best Practices. Im industriellen Umfeld sind die Anwendungsfälle oft sehr unterschiedlich.

Wichtig ist, dass Sie sich folgende Fragen stellen:

• Welche Abläufe möchte ich unterstützen?
• Welche Datenquellen und Technologien sind dafür notwendig?
• Wie zahlen sich Investitionen aus?
• Wie ausgereift ist mein Data Management?

Datenanalyse als Must-have

Es werden in digitalisierten Fertigungsanlagen stetig Informationen durch Produktionsdaten gesammelt und in Echtzeit ausgewertet. Wichtig ist es auf eine breite Informationsbasis zu setzen, um Abläufe zu analysieren und kontinuierlich zu verbessern. Damit ist es der Unternehmensführung möglich die Auslastung der Maschinen zu kontrollieren, zu steuern, die Produktionsplanung zu optimieren und die Qualität zu verbessern. Sie können die Adaption von Datenanalyse durch benutzerfreundliche und einfache Integrationen beschleunigen. Low-Code-Lösungen reduzieren die Inbetriebnahme deutlich und eliminieren die Notwendigkeit für Programmierkenntnisse der Mitarbeiter. 

Nutzen Sie IoT als Schlüsseltechnologie, um durch Sensoren erzeugte Daten aus der laufenden Produktion zu sammeln. Um die Daten im nächsten Schritt effektiv zu analysieren und interpretieren, sind Methoden der Data Analytics nötig. Fließen dabei externe Faktoren ein, entstehen für den Betrieb wichtige Informationen, mit deren Hilfe das Unternehmen Zusammenhänge identifizieren und entsprechend seine Fertigungsprozesse optimieren kann. Somit werden aus internen historischen Daten Muster erkannt und anhand externer Marktdaten z. B. Lieferengpässe prognostiziert. Somit können Partner und Zulieferer frühzeitig kontaktiert werden.

Durch smart Manufacturing lässt sich die massive Komplexität der einzelnen Stücklisten reduzieren. Um die Rückverfolgbarkeit bis zum „Single Point of Truth“ sicherzustellen, gibt es in jeder Stückliste für einzelne Funktionen eigene Ansichten. Das erfordert äußerst detaillierte Analysen und eine besondere Planung und Verwaltung der Abläufe.

Auch die Instandhaltung lässt sich durch Daten und Predictive Maintenance steuern. Maschinen erkennen Störungen, Fehler sowie fehlende Betriebsstoffe frühzeitig und ungeplante Maschinenausfälle werden somit erst gar nicht entstehen.

Datenstrategie erforderlich

Fertigungsunternehmen haben oft keine klare Vorstellung davon, wie sie die riesige Menge in Silos gespeicherten Daten nutzen können. Laut der CIO-Umfrage 2021 von Gartner gaben 60 Prozent der CIOs an, dass die Investitionen in Business Intelligence und Datenanalyse weiterhin zunehmen würden. CIOs in der Fertigung sind häufig mit einer wachsenden Menge unterschiedlicher Datensätze konfrontiert, die aus einer Vielzahl von Quellen stammen. Diese können aus ihren eigenen zentralen IT-Systemen, Fertigungsbetrieben und Geschäftsorganisationen sowie aus ihren erweiterten Lieferketten stammen, einschließlich Lieferanten und Kunden.

Die Unternehmensführung muss Geschäftsziele der Fertigungsdigitalisierung ermöglichen, welche wiederum von einer ganzheitlichen Datenstrategie abhängen. Das erfordert eine Lückenanalyse der bestehenden Datenumgebung und ein Datenmanagement, das zukünftige Ziele unterstützen kann. Generell wird empfohlen eine klare Sicht auf die geschäftlichen Auswirkungen der Datenstrukturen anzufertigen.

Etablieren und erstellen Sie Datenmodelle, indem Sie die Grundlage und einen nötigen Integrationsmechanismus entwickeln. Die Ergebnisse dieser Modelle müssen so evaluiert werden, dass sie Echtzeit-Ereignisse sowie erweiterte durch Algorithmen gesteuerte Daten widerspiegeln. Dies erfordert eine umfangreiche Zusammenarbeit zwischen verschiedenen Teams im Unternehmen, die sich nicht nur um die Demokratisierung des Datenzugriffs für Mitarbeiter kümmern, sondern auch um die Datenpflege und Qualitätsbewertung. Erstellen Sie visuelle Dashboards, denn wichtig ist die Visualisierung und das Verständnis von Daten.

Fazit: Die Chancen sind enorm

Big Data und die effiziente Auswertung der Daten bringt enorme Chancen und Vorteile für die Fertigungsindustrie. Der Zustand einzelner Maschinen wird beobachtet (Condition Monitoring) und Ausfälle werden durch Predictive Maintenance vorhergesagt. Gleichzeitig wird der Fertigungsprozess überwacht (Process Monitoring) und optimiert (Process Optimization).

Pro Sekunde entstehen in der digitalisierten Fertigungsanlage Tausende von Informationen. Sensoren messen Geschwindigkeit und Qualität der Fertigung. Steuerungen speichern wichtiges Wissen über den Zustand von Maschinen und Anlagen. Ursprünglich haben Unternehmen diese Informationsquellen gezielt für die Automatisierung ihrer Fertigung eingerichtet. Durch die Vernetzung von Maschinen und IoT werden hier inzwischen Datenmengen generiert, die das Volumen jeder anderen Branche übersteigen. Durch intelligente Datenauswertung können Daten in Erkenntnisse überführt werden, die Entscheidungen unterstützen oder sogar Grundlage für Handlungen und Optimierungen sein können. Diese Auswertungen geben Erkenntnis über die größten Einflussfaktoren auf die Produktivität einer Fabrik und wie Maschinenausfälle vermieden werden. Außerdem wird die Erhöhung der Qualität ermöglicht und Energiesparziele erreicht.

Und auch den Blick in die Zukunft kann eine umfassende Datengewinnung hervorbringen. Nur durch die moderne Datenanalyse entstehen Möglichkeiten die Produktion frühzeitig an sich ändernde Marktanforderungen oder Kundenwünsche anzupassen.