Kommentar von Daniel Liebhart, Trivadis

Mit Big Data auf dem Weg ins Industrie-4.0-Zeitalter

| Autor / Redakteur: Daniel Liebhart / Nico Litzel

Der Autor: Daniel Liebhart ist Dozent für Informatik an der Züricher Hochschule für Angewandte Wissenschaften und Solution Manager der Trivadis GmbH. Er ist Autor des Buches „SOA goes real“ (Hanser Verlag) und Mitautor verschiedener Fachbücher.
Der Autor: Daniel Liebhart ist Dozent für Informatik an der Züricher Hochschule für Angewandte Wissenschaften und Solution Manager der Trivadis GmbH. Er ist Autor des Buches „SOA goes real“ (Hanser Verlag) und Mitautor verschiedener Fachbücher. (Bild: Trivadis)

Die Digitalisierung in der industriellen Fertigung ist im vollen Gang. Eine der Schlüsseltechnologien hinter dieser Entwicklung sind Big-Data-Lösungen, die bereits heute bestehende Produktionsprozesse optimieren und morgen die vollständige Automatisierung im Sinne der Vision Industrie 4.0 erlauben werden. Der Data Scientist der Industrie von morgen ist ein Shopfloor-Daten-Arbeiter.

„Sie finden in jeder Firma eine Person, die sich gerne mit IT beschäftigt. Lassen Sie diese Person die Daten aus der Maschine holen. Und schauen Sie sich die Daten genau an. Das ist der erste Schritt“, sagte Rupert Hoellbacher, der Leiter des Boschwerkes Blaibach im Allgäu, bereits Anfang des Jahres. Er beschreibt damit die Tatsache, dass die Fabrik von morgen – kluge IT-Lösungen sowie kompetente und engagierte Mitarbeiter vorausgesetzt – schon heute problemlos realisierbar ist.

Dabei kommen mehrere Schlüsseltechnologien zum Tragen. Das sind beispielsweise moderne Fertigungsmaschinen (CPS − Cyber-physische Produktionssysteme), die als eingebettete Systeme eine Vielzahl von Daten über das Internet austauschen, und ebenso Anwendungen, die diese Informationen in Echtzeit interpretieren, analysieren und damit eine wirtschaftliche, automatisierte und sichere Produktion auch kleinster Serien erlauben. Während „CPS heute in jeder Produktionsanlage stecken“, wie Olaf Sauer, Industrie-4.0-Pionier und stellvertretende Leiter des Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB) schon vor 2 Jahren festgestellt hat [PDF], befinden sich die Anwendungen noch in der Entwicklungsphase.

Die Rolle von Big Data

Der Einsatz von CPS im Verbund mit verschiedenen Sensoren und anderen an der Fertigung beteiligten Geräten erlauben eine Vielzahl neuer Anwendungsfälle: Wasser, Energie und weitere Ressourcen können eingespart werden; Logistik, Planung und Produktionssteuerung lassen sich schneller und einfacher gestalten, Fehlproduktionen vermeiden. Die Liste lässt sich beliebig erweitern, wie die Plattform Industrie 4.0 mit über 200 Anwendungsbeispielen zeigt.

Der intelligenten Aufbereitung großer Datenmengen in Echtzeit fällt dabei eine zentrale Rolle zu. Von der detaillierten Analyse (Descriptive Analytics) oftmals in Kombination mit einer genauen Diagnose (Diagnostic Analytics) über den Blick in die Zukunft (Predictive Analytics) bis hin zur Handlungsanleitung (Prescriptive Analytics) kommen dabei alle vier klassischen Big-Data-Ansätze zum Einsatz. Die dafür notwendige Software ist entweder als dediziertes System oder als integrierter Bestandteil eines Manufacturing Execution Systems (MES) verfügbar. Sie leistet in beiden Phasen der Digitalisierung der Industrie – der Optimierung bestehender Produktionsmethoden und der Etablierung neuer Fertigungsmodelle – einen unverzichtbaren Beitrag.

Optimierung durch Erhöhung der Gesamtanlageneffektivität

Die Optimierung bestehender Produktionsanlagen gehört zum täglichen Brot der industriellen Fertigung. Die entsprechende Kennzahl, die Gesamtanlageneffektivität oder auch OEE (Overall Equipment Effictiveness) als Messgröße für den Prozentsatz, zu dem eine Anlage in einer vorgegeben Geschwindigkeit Qualitätsprodukte produziert, hat sich längst etabliert. Im Robert-Bosch-Werk Blaichach bei Immenstadt im Allgäu, ausgezeichnet als „Fabrik des Jahres 2015“ in der Kategorie „Hervorragende Digitalisierung“, gilt diese Messgröße als zentraler Indikator für die Wirksamkeit der Auswertung der Daten, die vom eigenentwickelten MES geliefert werden. Eine Steigerung der Performance um 23 Prozent dort zeigt, dass dank eines klugen Einsatzes von Big-Data-Technologien, hiesige Produktionsstandorte im internationalen Wettbewerb mithalten können.

Optimaler Ressourceneinsatz

Neben der Vermeidung ungeplanter Verluste spielt der optimale Ressourceneinsatz für den wirtschaftlichen Betrieb eine große Rolle. Das zeigt das Beispiel der STIWA Holding GmbH für die Produktion von Bauteilen für Fahrzeuglenkungen im Österreichischen Gampern. Dort kommen Big-Data-Technologien in neuen und hochintegrierten Produktionsstätten zum Einsatz. Durch die Kombination intelligenter Gebäude mit automatisierten Produktionsanlagen konnte das Unternehmen den Ressourcenverbrauch signifikant reduzieren. Diese Einsparungen, sowie die Verkürzung der Herstellungsdauer für Einzelteile auf ein Viertel der üblichen Zeit dank der stärker vernetzten Produktionsprozesse erlauben der Firma, weltweit konkurrenzfähig zu bleiben.

Etablierung neuer Fertigungsmodelle

Die Hightech-Strategie „Industrie 4.0“ geht noch einen Schritt weiter hin zur Etablierung neuer Fertigungsmodelle. „In der neu entstehenden Smart Factory herrscht eine völlig neue Produktionslogik: Die intelligenten Produkte sind eindeutig identifizierbar, jederzeit lokalisierbar und kennen ihre Historie, ihren aktuellen Zustand sowie alternative Wege zum Zielzustand“, stellt der Schlussbericht des Arbeitskreises Industrie 4.0 mit dem Titel Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0 [PDF] schon 2013 fest.

Solche Modelle gehen davon aus, dass die industrielle Fertigung dezentral und selbststeuernd bis hin zu Losgröße 1 vollständig automatisiert erfolgt. Dabei kommt der Aufarbeitung und Auswertung großer Datenmengen eine noch zentralere Bedeutung zu. So geht Intel in der vollständig automatisierten Chipproduktion sogar soweit, Big Data zur zentralen Kerntechnologie für die Produktion der Zukunft zu erklären. Als Decision-Support-Komponente haben Big-Data-Technologien direkten Einfluss auf die Messgrößen Effizienz, Schnelligkeit und Qualität der Gesamtproduktion. Das Fazit: Keine intelligente Fabrik ohne Big Data!

Die Bedeutung des Shopfloor-Daten-Arbeiters

Die Etablierung von Big-Data-Technologien in der industriellen Fertigung wird dazu führen, dass die Anzahl der Daten-Arbeiter signifikant zunimmt. Im gegenwärtigen Stadium der Entwicklung neuer und innovativer Ansätze ist der klassische „Data Scientist“ gefragt. Er gewinnt mithilfe klassischer oder moderner Analysemethoden und selbstentwickelter Modelle auf Basis der vorliegenden Fertigungsdaten relevante Erkenntnisse. Aber auch der klassische Fabrikarbeiter wird sich mittelfristig in Richtung Data Scientist entwickeln müssen.

Die Entstehung eines neuen Berufsbildes, des „Shopfloor-Daten-Arbeiters“, wird die Produktionsarbeit der Zukunft verändern. Diese Beschäftigten werden vernetzt und flexibel arbeiten, damit die vernetzte und sich selbst steuernde flexible Fertigung überhaupt möglich wird. Das geht aus einer Umfrage des Fraunhofer IAO hervor, die im Rahmen der Studie „Produktionsarbeit der Zukunft – Industrie 4.0“ [PDF] durchgeführt wurde. Sie werden vermehrt mit der Planung, Steuerung, Überwachung und Analyse betraut und bei ihrer Arbeit durch die innovativen Big-Data-Technologien der Smart Factory der Zukunft unterstützt werden.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44270469 / Industrie 4.0)