Suchen

Expertenbeitrag

Christoph Hartmann

Christoph Hartmann

Principal Industry Consultant Manufacturing bei SAS, SAS

Trend-Dossier 2019

Data Plant meets Connected Supply Chain

| Autor/ Redakteur: Christoph Hartmann / Sebastian Human

2019 wird das Jahr der digitalen Innovation in der Produktionsstätte. Die Digitalisierung bringt neue Strukturen für eine datenbasierte Produktion – dabei spielen Analytics, künstliche Intelligenz und Machine Learning eine zunehmend wichtige Rolle.

Firmen zum Thema

Auch 2019 birgt die digitale Innovation viel Potential für die datenbasierte Produktionsstätte.
Auch 2019 birgt die digitale Innovation viel Potential für die datenbasierte Produktionsstätte.
(Bild: yoh4nn für iStock )

Ich sehe für 2019 zudem im Zusammenhang mit dem Internet of Things (IoT) zwei Megatrends für die Produktion – ebenso wie IDC sie im aktuellen "FutureScape"-Report für Manufacturing postuliert: 1) die Data Plant und 2) die Connected Supply Chain.

Eine Möglichkeit, Prozesse in der Fertigung effizienter zu gestalten, ist das Erstellen eines digitalen Abbilds der Produktion in Form einer sogenannten ‘Data Plant‘ (oder eines ‚Digital Twin‘). Im Rahmen eines solchen Konzepts werden große Mengen an Daten aus dem Produktionsprozess – beispielsweise zu Maschinen, Temperatur oder Herstellung – simuliert und in analytische Modelle eingespeist. Die daraus gewonnenen Erkenntnisse (Temperatur zu hoch, Maschine arbeitet zu langsam etc.) kann der Produktionsleitstand – je nach Relevanz – auf das mobile Endgerät des Mitarbeiters an der Produktionslinie schicken, damit dieser dann die Maschineneinstellungen optimiert, so die Produktionsqualität erhöht und Ausschuss verhindert. Dank der aus Simulationsdaten gewonnenen Informationen lässt sich die Produktionsausbeute signifikant steigern. Bei einem Chemieunternehmen ist diese zum Beispiel um sechs Prozent gestiegen – und dieser Erfolg war nur der erste Schritt der Digitalisierung in einem einzelnen Werk, die sukzessive auf weitere Werke ausgerollt werden soll.

KI und Machine Learning für bessere Prognosen

Eine weitere Herausforderung ist die große Menge an IoT-Daten in der Lieferkette, die aber gleichzeitig den Weg zu besserer Planung, Ausführung und Reaktivität öffnet. Voraussetzung dafür ist leistungsstarke Analytics – und diese ist heute vorhanden. Analyseplattformen haben einen Paradigmenwechsel hin zu einer vernetzten und datengesteuerten Lieferkette eingeleitet.

Genau das ist die Bedingung für die Erstellung valider Absatzprognosen, anhand derer Planer erkennen, wo sie die Produktion in welchem Umfang anpassen sollten. Ausgangspunkt sind Output-Daten aus dem Sales & Operations Planning, die mit externer Big Data (beispielsweise zu saisonalen Trends) und Daten aus klassischen statistischen (Zeitreihen-)Prognosen angereichert werden. KI und Machine Learning dienen dazu, die Güte der Vorhersagemodelle zu bewerten, bei Bedarf anzupassen und somit letztlich die Prognose zu verbessern. Der Planer sieht dann, wo er noch Unterstützung von Sales- und Marketing-Teams benötigt, und wo in der Planung nachjustiert werden muss. Mit dem Ergebnis, dass womöglich 70 Prozent der Produktionsplanung schon wunderbar automatisiert funktionieren. Mit dieser intelligenten Automatisierung soll keineswegs der Planer ersetzt werden. Sie macht seine Arbeit allerdings effizienter und unterstützt seine Entscheidungsfindung.

Streaming Analytics gewinnt an Fahrt

Ein weiterer Technologietrend im Zusammenhang mit IoT ist Streaming Analytics. Die Auswertung von Daten im Datenstrom spielt insbesondere für vernetzte Fahrzeuge eine wesentliche Rolle. Milliarden von Datenpunkten werden in Sekundenbruchteilen an Ort und Stelle analysiert, ohne dass sie dafür gespeichert oder in die Cloud verschoben werden müssen. Auf diese Weise lassen sich Reaktionszeiten verkürzen und ungeplanter Stillstand der Fahrzeuge dank frühzeitiger Wartung verhindern.

„Das nächste Kapitel in Sachen IoT fängt gerade erst an. Die digitale Umsetzung physischer Vorgänge geht jetzt über in die Automatisierung und Aufwertung menschlicher Interaktion mit der vernetzten Welt“, bringt es Carrie MacGillivray, Group Vice President, IoT and Mobility bei IDC, auf den Punkt. Eine Herausforderung wird es sein, mit Analytics dafür zu sorgen, dass diese Erfahrung auch positiv in der Unternehmenswelt ankommt, indem die aus IoT und Sensoren gewonnenen Daten sinnvoll für Optimierungen und Entscheidungsunterstützungen genutzt werden.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 45672018)

Über den Autor

Christoph Hartmann

Christoph Hartmann

Principal Industry Consultant Manufacturing bei SAS, SAS