IoT-Implementierung am Shopfloor Wie ein Full-Circle-Ansatz den Übergang zur Smart Factory ermöglicht

Autor / Redakteur: Otto Geißler / Sebastian Human

Auf dem Weg zur Smart Factory stoßen Unternehmen immer wieder auf ähnliche Probleme. Oft dauert der Übergang vom Proof of Concept zur Bereitstellungsphase zu lange, es entstehen zu hohe Kosten oder das Projekt bleibt auf halber Strecke stehen. Doch das muss nicht sein.

Firma zum Thema

Entscheidend für den Erfolg einer Smart Factory ist die Etablierung geeigneter (SaaS-)Plattformen, da diese in der Regel risikoarm, skalierbar und flexibel sind.
Entscheidend für den Erfolg einer Smart Factory ist die Etablierung geeigneter (SaaS-)Plattformen, da diese in der Regel risikoarm, skalierbar und flexibel sind.
(Bild: gemeinfrei / Unsplash)

In einer modernen industriellen Fertigung sind das Sammeln von Echtzeitdaten, die sofortige Analyse und die Optimierung zur Norm geworden. Da sich Märkte und Anforderungen schnell ändern, ist der Faktor Geschwindigkeit von entscheidender Bedeutung. Aus diesem Grunde muss eine hohe Verfügbarkeit gesammelter Daten aus verschiedenen Assets, schnelle Entscheidungen und damit eine hohe Transparenz über alle relevante Unternehmensfunktionen hinweg ermöglichen.

Doch dieser Anspruch konnte bis dato nicht in allen produzierenden Unternehmen realisiert werden. Manchen gelingt es lediglich, das Monitoring etwas zu optimieren oder Big Data Analytics in den Grundfunktionen zu nutzen. Nur sehr wenige Hersteller sind in der Lage, einen tatsächlich umfassenden Ansatz zu implementieren. Die Herausforderung besteht also darin, schnell von einem Proof of Concept (PoC) in die groß angelegte Bereitstellungsphase überzugehen. An diesem Punkt scheitern die meisten Unternehmen, weil es gerade in der Fertigungsindustrie nicht gerade einfach ist, mit IoT-Use-Cases über eine Pilotphase hinauszukommen.

IoT-Plattform für eine umfassende Digitalisierung

Ein praktikabler Ansatz dazu wäre eine einheitliche Quelle für die IoT- und Datenanalysesysteme in Form einer IoT- beziehungsweise KI-Plattform, die sich vom Edge bis zur Cloud erstreckt und für die Entscheidungsträger leicht zugänglich ist. Die Bereitstellung von Plattformen hat für die Projektierung von IoT-Initiativen insbesondere folgende Vorteile:

  • realistische Kosten-Evaluierung
  • Einschätzung des Projektumfangs
  • profunde Projektrisikobewertung

Der entscheidende Vorteil solcher (Software-as-a-Service-/SaaS-)Plattformen liegt darin, dass sie in der Regel risikoarm, skalierbar und flexibel sind. Das bedeutet, dass dadurch schnelle Testverfahren möglich sind und genügend Raum für Trial-and-Error-Szenarien verbleiben. Gleichzeitig kann das Unternehmen ein komplexes Netz von IoT-Use-Cases aufbauen, die speziell auf die industrielle Fertigung zugeschnitten sind, um den gesamten IoT-Analysezyklus abzudecken. Damit erhält der Betreiber die Möglichkeit, IoT-Daten zu sammeln, Geräte zu überwachen und zu steuern, zu visualisieren, zu analysieren und kontinuierlich zu aktualisieren.

Auf dieser soliden Grundlage entsteht ein sogenannter Full-Circle-Ansatz, der den Anwender in die Lage versetzt, den Übergang zu einer Smart Factory überschaubar und zuverlässig zu gestalten, indem alle Datenquellen mit einer einzigen Quelle verbunden werden. IoT- beziehungsweise KI-Plattformen bieten einen vollständigen Überblick als auch Zugriff auf alle Daten und Prozesse auf dem Shopfloor. Daraus entstehen mehr Transparenz und letztendlich eine bessere Qualität in allen Unternehmensbereichen.

Heterogene Systeme zielführend vernetzen

Komplexe Fertigungssysteme erfordern eine zielführende Strategie im Umgang mit den verschiedensten Datenquellen. Das rührt daher, dass die Anwender am Shopfloor ständig mit der Anpassung einer Vielzahl von heterogenen Systemen wie beispielsweise Legacy-Unternehmenssystemen, alten Maschinen und neuen Technologien zu kämpfen haben.

Aus diesem Grund bleibt meist eine Reihe der implementierten Lösungen isoliert, ohne Verbindung zwischen Edge und Cloud und ohne klare Möglichkeit, die vorhandene Infrastruktur ohne erhebliche Investitionen zu skalieren. Unternehmen sollten folglich eine übergreifende Big-Data-Strategie, die IoT-Analysen nahtlos integriert, implementieren. Denn auch die geschätzte Anzahl von IoT-Endpunkten pro Hersteller nimmt weiterhin exponentiell zu.

Anstatt schnöden Trends hinterherzulaufen und vage Ziele wie Industrien „smart machen“ im Munde zu führen, muss man den zu erwartende Return on Investment (ROI) von Anfang an klar definieren. Durch die Beschreibung von Business-Use-Cases zusammen mit den notwendigen technologischen Optimierungen werden Ziele messbar und gewinnen in den Augen der Entscheidungsträger an Glaubwürdigkeit.

Entscheidend für die Implementierung ist dabei, dass jede erfolgreiche Bereitstellung auf einem klaren Verständnis der Zielsetzung einer IoT-Initiative beruht, gepaart mit einer klaren Aufteilung in Schritte, Fortschrittsverfolgung und einer schnellen Abhilfe, wenn das Projekt nicht wie erwartet verläuft. IoT-Plattformen bieten die dafür nötige Transparenz, um genau das zu tun: die Komplexität in den Griff zu bekommen, um mit hoher Präzision messbare Ergebnisse abzuleiten.

Anwendungsgebiete in der Smart Manufacturing

Da eine offene IoT-Plattform nicht nur vertikal funktionieren muss, indem sie alles von der Edge bis zur Cloud abdeckt, sollte sie natürlich auch alle unterschiedlichen Systeme und Technologien zusammenführen. Daraus ergeben sich weitere Bereitstellungsszenarien. So ist es ebenfalls möglich, mithilfe der Plattforminfrastruktur neue IoT-Produkte zu entwickeln, neue Geschäftsmodelle zu entwickeln und dadurch neue Einnahmequellen zu generieren.

Sobald durch die Konsolidierung und Verknüpfung der Assets auf einer einzigen IoT-Plattform eine solide Grundlage geschaffen wird, kann man mit der Erweiterung der bestehenden IoT-Initiativen beginnen. Folgende Szenarien beziehungsweise Use Cases sind in der Fertigung für eine End-to-End-IoT-Plattform mit Advanced Analytics denkbar:

Der Anwender wird durch das neue System ständig darüber informiert, wie die einzelnen Assets die jeweiligen Leistungskennzahlen beziehungsweise Key-Performance-Indicators (KPI) erfüllen. Außerdem erfährt er, ob seine bestehenden KPI für die laufenden Prozesse noch sinnvoll sind. Mithilfe von Performance-Management-Apps, die direkt auf der IoT-Plattform installiert sind, erhält der Anwender bei Abweichungen automatisch Warnungen. Damit kann er sehr einfach und vor allem schnell auf Anomalien reagieren.

Dank der Funktionen einer vorausschauenden Wartungstechnik (Predictive Maintenance) erfolgen Prüfungen und Reparaturen nur dort, wo sie auch tatsächlich benötigt werden. Damit entfallen geplante Ausfallzeiten und ungeplante Wartungskosten. Ferner werden Notsituationen minimiert und Ressourcen sind besser planbar. Letztlich lässt sich dadurch vor allem eine umfassende Betriebseffizienz als auch einen verlängerten Maschinenlebenszyklus erreichen.

(ID:47651788)