Suchen

Expertenbeitrag

Dr. André Schmiljun

Dr. André Schmiljun

Mitarbeiter Presse & Öffentlichkeitsarbeit, InSystems Automation GmbH

Henry Stubert, In Systems Automation

IoT-Trends 2018: Personenbezogene Daten als Schlüssel zur Produktivitätssteigerung

| Autor: Dr. André Schmiljun

Die Auswertung von Produktionsdaten ist ein stark wachsender Trend in der Industrie. Welche Chancen und Risiken dabei aus der Nutzung personenbezogener Daten entstehen und wie die Arbeit im Zeitalter von Industrie 4.0 neu gedacht werden muss, diskutiert Henry Stubert.

Firmen zum Thema

Henry Stubert, Geschäftsführer von InSystems Automation
Henry Stubert, Geschäftsführer von InSystems Automation
(Bild: InSystems Automation)

Die Erhebung von detaillierten Daten aus Produktionsprozessen hat in den letzten Jahren zugenommen und wird für Industrieunternehmen 2018 weiterhin eine wichtige Rolle spielen. Die erfassten Daten werden mittlerweile zentral in leistungsfähigen Datenbanken gespeichert, um einzelne Produkte und deren Montage- und Prüfdaten zurückverfolgen zu können. Der Trend zur umfassenden Datensammlung erklärt sich dadurch, dass sich über eine gezielte Analyse Muster ausfindig machen lassen, welche auf einen stabilen oder instabilen Produktionsprozess hinweisen. Hat man die Prozessschwankungen aus den Daten einmal detektiert, kann man auf die Ursachen dafür schließen. Mit dem gewonnenen Knowhow lässt sich die Produktivität des Unternehmens erhöhen und verbessern.

Obwohl der Trend viele Chancen für ein Hochlohnland wie Deutschland mit aktuellem Arbeitskräftemangel bietet, gibt es auch Einwände, welche die intensive Nutzung der Daten kritisch sehen. Ein einfaches Beispiel sind moderne manuelle Montagearbeitsplätze, wie es sie in großer Zahl in der deutschen Industrie gibt. Ein Werker montiert dort mehr oder weniger komplexe Baugruppen aus Einzelteilen. Der Montageauftrag wird ihm auf einem Arbeitsplatz PC angezeigt. Dort sieht er die Auftragsmenge, aber auch die Einzelteile und die notwendige Montagereihenfolge. Die Behälter mit den Einzelteilen befinden sich direkt in Griffweite am Arbeitsplatz.

Inzwischen hat sich durchgesetzt, über jeden Behälter eine Art Bewegungssensor mit Leuchtanzeige (Pick by Light Sensor) zu installieren. Jeder dieser Sensoren ist mit dem Arbeitsplatz PC verbunden. Die Software steuert die Sensoren so an, dass jeweils nur der Sensor leuchtet, an dessen Behälter der Werker das jetzt zu montierende Teil entnehmen muss. Die tatsächliche Entnahme wird durch den Bewegungssensor erkannt und der Software zurückgemeldet. Diese kann dann den Sensor am nächsten Behälter je nach Montagereihenfolge aktivieren und leuchten lassen. Die neuen Montageplätze können sicherstellen, dass kein Einzelteil bei der Montage vergessen wird und die Montagereihenfolge strikt eingehalten werden muss. Aus Sicht der Qualitätssicherung lässt sich hierdurch eine erhebliche Verbesserung einstellen.

Außerdem ergeben sich Daten zu detaillierten Montagezeiten und somit zum Montageprozess. Wenn dabei jeder Griff in die Behälter mit der exakten Uhrzeit, dem Behälter und der Baugruppe gespeichert wird, kann man mit diesen Daten bereits den Produktionsprozess bewerten. Durch die Auswertung der einzelnen Montagezeiten je Behälter, also je Einzelteil, kann man mit Hilfe der statistischen Prozessfähigkeit feststellen, ob der entsprechende Montageschritt stabil beherrscht wird oder nicht.

Bis zu diesem Punkt kann das die Software des Montagearbeitsplatzes ganz automatisch analysieren und anzeigen. Dann sollte die Suche nach den Ursachen für diese nicht optimal oder nicht stabil laufenden Arbeitsschritte erfolgen. Trotz zahlreicher Berichte in der Medienlandschaft bezüglich der Abschaffung menschlicher Arbeit durch Digitalisierung wird hier nun der Mensch gefordert, diese Arbeitsschritte zu untersuchen.

Wenn wir entgegen gewerkschaftlicher Forderungen zu den Daten der Montage nun auch den Werker identifizieren und zuordnen dürften, ergibt sich die nächste sinnvolle Stufe der automatisierten Analyse. Die Software kann feststellen, ob ein zu optimierender Prozess über alle Werker instabil ist oder dies nur bei spezifischen Personen passiert. Diese zweite Stufe der automatischen Analyse enthält meiner Meinung nach ebenfalls großes Potential zur Produktivitätssteigerung. Niemand wird bestreiten, dass verschiedene Menschen, anders als Maschinen, eben keine exakt gleichen Arbeitsergebnisse erzielen. Warum also nicht von den Kollegen lernen, welche bisher die besten Ergebnisse erreicht haben? Dazu müsste es dann ja aber auch wieder erlaubt sein, diese Kollegen zu de-anonymisieren.

Wir haben es hier also mit einem Dilemma zu tun. Einerseits tragen Industrie 4.0 Anwendungen wie das Montageleitsystem zu mehr Transparenz und letztlich Prozessoptimierung bei. Andererseits besteht die Kritik, dass durch eine detaillierte personenbezogene Datenanalyse der Werker gläserner und überprüfbarer wird. Das Dilemma lässt sich nur auflösen, in dem wir uns über ein neues Verständnis von Arbeit im Zeitalter von Automatisierung und Digitalisierung austauschen.

Fazit

Wie können wir trotz oder eben gerade wegen des technologischen Wandels durch Industrie 4.0 den Menschen wieder in den Mittelpunkt der Arbeit stellen? Wie können wir seiner individuellen Persönlichkeit, die einzigartig und wertvoll ist, angemessen im Zusammenspiel mit Maschinen und Robotern Rechnung tragen? Neben allen bemerkenswerten technischen Möglichkeiten, die in 2018 auf uns warten, werden wir uns auch mit den gesellschaftlichen und gewerkschaftlichen Diskussionen zur Zukunft der (menschlichen) Arbeit stellen müssen. Als Industrienation und High-Tech Standort sollten wir gerade hier in Deutschland Vordenker sein.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 45117128)

Über den Autor

Dr. André Schmiljun

Dr. André Schmiljun

Mitarbeiter Presse & Öffentlichkeitsarbeit, InSystems Automation GmbH