Intelligente Produktion

Big Data in der Fabrik 4.0

| Autor / Redakteur: Manuel Kuck / Nico Litzel

Industrie-4.0-Demonstrationsanlage von SmartFactoryKL mit Komponenten von insgesamt 16 Partnerunternehmen wie IBM und Rexroth-Bosch, die das aktuell Machbare an modularer Produktion zeigen soll.
Industrie-4.0-Demonstrationsanlage von SmartFactoryKL mit Komponenten von insgesamt 16 Partnerunternehmen wie IBM und Rexroth-Bosch, die das aktuell Machbare an modularer Produktion zeigen soll. (Bild: SmartFactoryKL)

Die Speicherung, Analyse und kritische Auswertung der in einer vernetzten Produktion durch Sensoren gesammelten Datenmengen sind eine Grundvoraussetzung für die intelligente Fabrik. Eine Momentaufnahme der Gegenwart zeigt, dass die Digitalisierung im Industrieumfeld in Deutschland sich derzeit in verschiedenen Stadien der Umsetzung befindet.

Die Plattform Industrie 4.0, eine gemeinsame Initiative der Bundesministerien für Wirtschaft (BMWi) und Forschung (BMBF), dokumentiert aktuell über 200 Anwendungsbeispiele von Unternehmen aller Größen, die diese Umstellung bereits begonnen oder für den angestrebten Bereich voll umgesetzt haben.

Starthilfen für Industrie-4.0-Projekte

Der Druck auf Unternehmen wächst, sich digital zu vernetzen, um Daten nutzbar zu machen. Wer Big Data in seine Fabrikation implementieren will, wird dabei zum Beispiel durch Förderprogramme des BMWi unterstützt.

Dr.-Ing. Dominic Gorecky, wissenschaftlicher Koordinator der Technologie-Initiative SmartFactoryKL
Dr.-Ing. Dominic Gorecky, wissenschaftlicher Koordinator der Technologie-Initiative SmartFactoryKL (Bild: SmartFactoryKL)

„Big Data und Industrie 4.0 ist ein Thema der Vernetzung, das schafft zum einen Transparenz, macht aber auch angreifbar. Daher findet immer eine Abwägung zwischen potenziellem Risiko und Nutzen statt. Es gilt, diese potenziellen Einfallstore und deren Risiken zu erkennen und sie auf organisatorischer wie technischer Ebene zu minimieren“, erklärt Dr.-Ing. Dominic Gorecky, wissenschaftlicher Koordinator der Technologie-Initiative SmartFactoryKL, die Sicherheitsbedenken bei der digitalen Erweiterung der Fabrikwelt.

SmartFactoryKL versteht sich als Schnittstelle zwischen Forschung und Anwendung mit Bildungsauftrag und hat zusammen mit Industriepartnern eine modulare Industrie 4.0-Demonstrationsanlage [PDF] entwickelt, um das gegenwärtig technisch Machbare einer vernetzten Produktionslinie zu zeigen. IBM liefert dabei die Verbindungen der IT-Systeme in Form des IBM Integration Bus und bietet durch einen einheitlichen Produktionsleitstand auf Basis von BI-Lösungen wie IBM Cognos die Auswertung und Visualisierung der gespeicherten Sensor- und Maschinendaten.

Industrie-4.0-Startpaket

IBM verspricht Kunden mit dem Industrie 4.0 StarterPack [PDF] vertikale Integration der Maschinen und IT-Systeme auf allen Hierarchieebenen. Der Data Historian ermöglicht effiziente Speicherung und Zugriff auf historische Maschinendaten über IBM Informix, eine spezialisierte SQL-Datenbank mit integrierter und optimierter Zeitreihendaten-Auswertung. Skalierbare Predictive Analytics Tools wie der SPSS Modeler erlauben dann die gesammelten Daten mit intelligenten Algorithmen in konkrete Strategien umzuwandeln.

Hans-Joachim Köppen, Technical Leader IoT und Industrie 4.0 DACH, IBM
Hans-Joachim Köppen, Technical Leader IoT und Industrie 4.0 DACH, IBM (Bild: IBM)

„Wir sehen den Bedarf, Kunden pragmatisch bei Pilotprojekten im Bereich Industrie 4.0 zu unterstützen und sie mit entsprechender Beratung sowie Hilfestellung bei Projektideen und Testprojekten zu begleiten. Durch offene Standards können wir dabei in nahezu allen Fällen auf bestehender Infrastruktur aufsetzen. Für Firmen, die sich als Folgeschritt global aufstellen wollen, gibt es zusätzliche Erweiterungsmöglichkeiten über unser Cloud-Portfolio. Die Technologien sind also vollständig skalierbar, wachsen mit den Anforderungen im Unternehmen mit“, erläutert Hans-Joachim Köppen, Technical Leader IoT und Industrie 4.0 DACH, IBM.

Hadoop im Industriesektor

Hadoop hat sich inzwischen als ein interessantes Tool für Big-Data-Lösungen etabliert, denn auch im Industrieumfeld müssen unstrukturierte Datenmengen kosteneffektiv und skalierbar gespeichert und verarbeitet werden. IBM nutzt Hadoop meist im Verbund mit Spark und eigenen Anwendungen.

Andy Leaver, VP International Operations, Hortonworks
Andy Leaver, VP International Operations, Hortonworks (Bild: Hortonworks)

„Im Automotive-Sektor sehen wir eine drastisch beschleunigte Annahme von Hadoop. Dieser Prozess setzt sich mittlerweile die Supply-Chain entlang auch in mittelständischen Zulieferer-Betrieben wie etwa Getriebeherstellern fort“, erklärt Andy Leaver, VP International Operations beim reinen Open-Source-Anbieter Hortonworks, dessen Hadoop-Plattform HDP bei KFZ-Herstellern wie Daimler und Jaguar/Landrover zum Einsatz kommt. Supply-Chain-Management ist eines der häufigsten Einsatzgebiete, das bisher im gesamten produzierenden Gewerbe genutzt wird und etwa durch Sensoren und RFID-Etiketten unnötige Materiallieferungen vermeiden soll.

Weitere Anwendungsbeispiele beinhalten:

  • Adaptive Wartungspläne (Predictive Maintenance), um Ausfälle und Leerlaufzeiten zu minimieren,
  • forensische Analyse fehlerhafter Produkte durch Abgleich mit den hinterlegten Maschinendaten zum Herstellungszeitpunkt und die
  • Steigerung des Outputvolumens durch Prozessoptimierung innerhalb der Produktion.

Infrastruktur-Sonderfall Produktion

So vielseitig reine Software-Applikationen wie Hadoop sind, sie funktionieren im Industrie-Einsatz nicht ohne die entsprechenden Produktionsanlagen mit Sensoren und Netzwerkkomponenten. Hohe Investitionskosten lassen daher Unternehmen zögern, mit der Umstellung auf die digitalisierte Produktion fortzufahren.

Mit der 2014 geschaffenen Division Digital Factory will Siemens diese Bedenken durch seine Perspektive aus dreifacher Warte – als Ausstatter, Hersteller und IT-Dienstleister zugleich – mit durchgängig integrierten Hard- und Softwaresystemen begegnen.

Dr. Bernhard Quendt, CTO Division Digital Factory der Siemens AG
Dr. Bernhard Quendt, CTO Division Digital Factory der Siemens AG (Bild: Siemens AG)

„Kunden benötigen immer stärker eine hohe Flexibilität und Individualisierung der Produktion. Dies erreichen wir sehr viel effizienter durch integrierte Produkte, die geschlossen das gesamte Spektrum entlang der Wertschöpfungskette abdecken“, erörtert Dr. Bernhard Quendt, CTO Division Digital Factory der Siemens AG.

Neben Automatisierungssystemen, Schalt- und Kommunikationstechnik liegt der Schwerpunkt dabei auf Industriesoftware, insbesondere im Bereich Product Lifecycle Management. Die Einbindung verschiedenster Entwicklungs-, Design- und Simulationsprozesse wie CAD, 1D CAE oder FEM mit Big Data-Tools wie Omneo zur Überwachung großer Datenmengen über die gesamte Lieferkette ermöglicht die Zusammenführung aus Analyse und Produktentwicklung. Dieser Trend zur vollintegrierten Simulation soll neue Produkte quasi komplett virtuell entwickeln und optimieren lassen und mit kritischen Zeit- und Kostenvorteil zur Marktreife bringen.

Dr. Peter Weckesser, COO PLM Division Digital Factory, Siemens AG
Dr. Peter Weckesser, COO PLM Division Digital Factory, Siemens AG (Bild: Siemens AG)

„Um schon bei Entwicklung und Design den Grundstein für eine schnelle Markteinführung zu legen, müssen Unternehmen in der Lage sein, ihre Produkte nahezu vollständig digital zu entwickeln und auch zu simulieren. Damit ist der erste Prototyp theoretisch bereits ein kaufbares Produkt. Dies reduziert die Kosten signifikant“, bekräftigt Dr. Peter Weckesser, COO PLM Division Digital Factory, Siemens.

Zukunftsvisionen für Big Data und Industrie 4.0

Die Datenwelt wird sich weiter verändern und neue Modelle werden ähnlich vielfältig wie die Perspektive des Befragten sein. Ein bereits umsetzbares Anwendungsszenario ist eine Weiterführung im Bereich Predictive Maintenance mit Einbindung der Mitarbeiter.

„Aktuelle ITK-Komponenten könnten mit Big-Data-Lösungen den Mitarbeiter zu einem Micromanager machen, der anhand der Informationen aus Sensordaten dezentral und unabhängig Entscheidungen treffen kann“, beschreibt Dominic Gorecky. Im Idealfall könnte so an einer vernetzten Produktionsstraße weitergearbeitet werden, selbst wenn einzelne Geräte für Wartungen entfernt werden.

„Für die Industriezweige wie Automotive und Smart-Grid sind Data-in-Motion-Applikationen eine große Chance“, erklärt Andy Leaver. Hortonworks will zeitnah mithilfe des Apache NiFi-basierten Hortonworks DataFlow die Kapazitäten von Hadoop vollständig auf Echtzeitdatenverarbeitung erweitern, was für Connected Car oder intelligente Verkehrsleitsysteme ebenso wie für Stromnetzoptimierung Potenziale bergen kann.

„Es entstehen bereits neue Geschäftsmodelle, bei denen Endkunden nicht mehr die Maschinen selbst besitzen, sondern nur noch den Produktions-Output kaufen wollen. Production-as-a-Service wird hier im Industriebereich durchaus ein Thema und hat großen Einfluss auf Bereiche wie das Product Lifecycle Management“, kommentiert Peter Weckesser. Über kurz oder lang könnten so Modelle entstehen, die in anderen Infrastruktur- und Hardwarebereichen des IT-Umfelds (etwa IaaS) bereits tragbar sind. Je modularer Maschinen werden, desto radikaler könnten sich also auch das Gesicht der Produktion selbst und ihrer Grundlagen ändern.

Ende 2015 hat IBM in München das Watson Innovation Center eröffnet, am dem etwa 1.000 Entwickler und Forscher an Projekten auf Basis des KI-Computerprogramms arbeiten werden. Durch die Watson Developer Cloud steht Entwicklern eine offene Plattform zu Verfügung, um eigene Anwendungen basierend auf kognitiver Watson-Technologie zu bauen, das könnte den Erkenntnisgewinn nachhaltig demokratisieren.

„Wir sehen Cognitive Computing als essenziell dafür an, um Daten auch in Zukunft sinnvoll verarbeiten sowie die darin enthaltenen Erkenntnisse nutzbar machen zu können. Mit IBM Watson bieten wir die mit Abstand am breitesten aufgestellte Technologieplattform für die Entwicklung kognitiver Anwendungen an“, schließt Hans-Joachim Köppen.

Kommentar zu diesem Artikel abgeben

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Kommentar abschicken

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 43918906 / Industrie 4.0)