Big Data: Aus Daten Wissen machen

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print
Die Vernetzung der Maschinen im Sinne einer smarten Fabrik führt zwangsläufig zu mehr Daten. Die Kunst ist, aus diesen Massendaten (Big Data) zur richtigen Zeit die richtigen Informationen herauszufiltern und diese in Wissen und proaktives Handeln umzuwandeln. SAP hat hier schon einiges an Bord. Mehrere Beispiele verdeutlichen dies. Von Ulf Kottig

Die Vernetzung der Maschinen im Sinne einer smarten Fabrik führt zwangsläufig zu mehr Daten. Die Kunst ist, aus diesen Massendaten (Big Data) zur richtigen Zeit die richtigen Informationen herauszufiltern und diese in Wissen und proaktives Handeln umzuwandeln. SAP hat hier schon einiges an Bord. Mehrere Beispiele verdeutlichen dies. Von Ulf Kottig

Treffende Datenvisualisierungen helfen den Mitarbeitern im komplexen Umfeld – hier eine Pareto-Analyse aus SAP Self Service Composition Environment (SSCE).

Welche Schraube M6 aus ­Charge XY wurden bei welchen Umgebungsparametern (X Grad Celsius) und unter welchen Produktionsbedingen (Drehmoment Z Newtonmeter) in welchem Endprodukt verbaut? Alle Sensoren, Scanner und manuellen Eingabemasken liefern sekündlich – oder schneller – eine riesengroße Anzahl an Daten. Daten denen es gilt, Herr zu werden. Haben in der Vergangenheit Produktionsanlagen einfach munter vor sich „hinproduziert“, sind sie heute Teil einer vernetzten Wertschöpfungskette mit ERP-System, Vorproduktion, Lager, Logistik, Lieferanten und vielem mehr. War die Maschine sonst in einem festen Wartungszyklus mit definierten Wartungsfenstern, wird heute der Gesundheitszustand mittels Sensoren permanent überwacht und auch eine Vielzahl von Produktionsparametern fließen kontinuierlich in das Produktionsnetzwerk. Daten, die ein Mensch mit Excel-Tabelle nicht mehr sinnvoll auswerten kann.
Speicherplatz ist zwar mittlerweile für wenige Cent pro Megabyte zu haben, aber bei kontinuierlichen Produktionsprozessen sind einige Terrabyte pro Werk in der High-Tech-Fertigung keine Seltenheit. Daher ist es sinnvoll, sich vorab Gedanken zur Nutzung der zu sammelnden Daten zu machen. In der Fertigung kann Big Data zu Visualisierungen und Kennzahlen führen, die weiterhelfen können. Beispielsweise zur visuellen Werker-Führung, zur Analyse und Visualisierung von Produktionskennzahlen oder, um Wartungseinsätze und Qualität vorherzusagen.

Treffende Datenvisualisierungen helfen den Mitarbeitern im komplexen Umfeld – hier eine Pareto-Analyse aus SAP Self Service Composition Environment (SSCE).

 

Im Bereich der Werkerführung kann Big Data dabei unterstützen, kontextsensitive elektronische Arbeitsanweisungen anzuzeigen und abzuarbeiten. In Echtzeit lassen sich Produktionsänderungen umsetzen und am Arbeitsplatz anzeigen. Auf Basis von geprüften Arbeitsschritten können Materialien für die Weiterverarbeitung gesperrt oder freigeben werden. Aktivitäten, Materialien und sämtliche Produktionsparameter werden vollautomatisch für spätere Rückverfolgbarkeit im Hintergrund verbucht.
Die Analyse und Visualisierung von Produktionskennzahlen aus dem Fertigungsprozess helfen, den aktuellen Stand schneller zu erkennen und kontinuierliche Verbesserungsprozesse einzuleiten. Das viel zitierte, sprichwörtliche schwarze Loch wird mit Hilfe von Analytics ausgeleuchtet. Die Produktion wird transparenter.

Die Glaskugel für die Wartung

Predictive Maintenance und Predictive Quality dienen dazu, ungeplante Ausfallzeiten und Fehlproduktionen zu vermeiden, Durchlaufzeiten zu beschleunigen und Ausschuss zu minimieren. Die Produktion wird vorhersagbarer.
Um aus Daten Informationen und daraus wiederum Wissen zu gewinnen, bedarf es von der Grundstruktur her dreier Schritte: 1. Mittels Sensoren messen (Sense); 2. Beobachten, analysieren und vorhersagen (Monitor, Analyze, Predict); 3. Maßnahmen ableiten und umsetzen (Act).
Sowohl Predictive Maintencance als auch Predictive Quality leisten einen Wertbeitrag zur klassischen OEE (Overall-Equipment-Effectiveness)-Kennzahl.
Zur Datenerfassung gibt es heute zahlreiche Möglichkeiten, um sie manuell, halbautomatisch oder vollautomatisch digital in das System zu bringen. Die klassische Maschinendatenerfassung (MDE) oder Betriebsdatenerfassung (BDE) sind aus Manufacturing-Execution-Systemen (MES) bereits weit verbreitet. Zahlreiche Sensoren bringen heute darüber hinaus weitere Verarbeitungs- und Umgebungsparameter in die Datenbank. SAP hat hier eigens eine „Plant-Connectivity-Komponente“ (SAP PCo) im Programm, die über standardisierte Schnittstellen wie OPC oder Webservices kommunizieren kann. Eine weitere SAP-Komponente, die speziell für das IoT (Internet of Things) entwickelt wurde, ist der IoT-Connector.

So entsteht Wissen und Nutzen: Daten erfassen, analysieren und Maßnahmen ableiten.

 

Zusammenspiel MES/ERP

Ist im Produktionsumfeld ein MES wie beispielsweise SAP ME (SAP Manufacturing Execution) oder die Integrationsplattform SAP Manufacturing Integration and Intelligence (SAP MII) im Einsatz, werden die erfassten Daten über das MES oftmals in einer zentralen Datenbank wie SAP Hana gespeichert. Für spezielle Anwendungen –wie wir später sehen werden – ist sogar eine Hana-Cloud-Instanz sinnvollerweise im Einsatz.
Daten sammeln und in eine Datenbank schreiben hilft allerdings noch nicht darin weiter, sich von Wettbewerbern unterscheiden zu können. Wichtig ist es nun, schnell und vor allem die richtigen Schlüsse aus den Datenmengen zu ziehen. Ein guter Einstieg, um Produktionskennzahlen schnell im Blick zu haben, ist die OEE-Analyse. Basierend auf SAP MII bietet das OEE-Management die Möglichkeit an, anhand eines einfachen Dashboards die wichtigsten Kennzahlen mit Ampelfarben schnell im Blick zu haben. Stillstände und Störungen werden ebenfalls angezeigt. Über Eingabemasken dient das Dashboard als BDE und somit hat der Werker ein nützliches Arbeitswerkzeug für die Überwachung an der Hand.

Genauere Analysen

Für eine genauere Analyse, beispielsweise im Rahmen eins Meetings im Rahmen des „kontinuierlichen Verbesserungsprozesses“ (KVP), bietet SAP OEE mit Hana eine geeignete Analyseplattform. Diese unterstützt nicht nur das Team auf dem Shop Floor bei der täglichen Arbeit, sondern ermöglicht auch werksübergreifendes Reporting. Dies ist wichtig, um auf Grundlage einer gleichen Datenbasis auch wirkliche Vergleichbarkeit der Leistungen sicherzustellen.
Sollen spezielle Kennzahlen beispielsweise für die Zielerfüllung auf einem Andon-Board (eine Visualisierungsmethode aus der japanischen Managementpraxis) in der Werkhalle verständlich angezeigt werden, bieten sich hierfür mit der Umgebung SAP Self Service Composition Environment (SAP SSCE) zahlreiche Darstellungsformen wie Tabellen, Balken- und Kreisdiagramme an. Diese lassen sich per Drag & Drop einfach zusammenstellen und anpassen.
Auf der nächsten Ebene geht es dann darum, aus der Analyse auch Vorhersagen für die Zukunft treffen zu können. Kann der Eilauftrag noch produziert werden, obwohl das Wartungsintervall überschritten ist? Wann fällt die Maschine vermutlich aus oder welche Qualität wird das Produkt unter den gegebenen Umständen haben? Damit lassen sich Fehler erkennen und beheben, bevor diese überhaupt entstehen. Das spart Zeit und Kosten und steigert die Kundenzufriedenheit. Hier spielen Big Data und Cloud-Dienste eine ganz entscheidende Rolle. Um Muster zu erkennen und Vorhersagen zu treffen, bedarf es einer großen Datenbasis und hoher Rechenleistung.
Um Stillstände zu vermeiden und Ausfallzeiten zu reduzieren, könnten Predictive-Maintenance-Ansätze künftig äußerst hilfreich sein, denn der kürzeste Stillstand ist der, der gar nicht entsteht. Insbesondere ungeplante Stillstände tun weh, aber auch die geplanten Stillstände ließen sich noch optimieren. Aus gelernten Mustern, Rahmenbedingungen und Konditionen können Ausfallwahrscheinlichkeiten vorhergesagt und somit Wartung gezielt nach Bedarf und nicht nach festem Plan vorgenommen werden.

Fazit

Die Beispiele zeigen, wie die gesammelten Daten (Big Data) durch Analyse mittels MES- und IoT-Werkzeugen von SAP im Produktionsumfeld Nutzen bringen können. Und hat man erst einmal angefangen, die Daten auszuwerten, werden von den Anwendern und Geschäftsbereichen sehr schnell neue, eigene Anwendungsfelder entwickelt und gewünscht werden. Daher ist es wichtig, von vornherein auf ein flexibles Standard-System zu setzen und schon bei der Datensammlung auf weitreichende Einsatzmöglichkeiten zu achten. Um aus den gesammelten Daten dann auch nützliche Informationen und aktive Handlungen ableiten zu können, bedarf es dann noch einer einfachen Bedienung, integrierter Visualisierungsmöglichkeiten und einer durchgehenden Vernetzung, um beispielsweise aus dem vorherberechneten Wartungsbedarf einen Wartungsauftrag für die Instandhaltung generieren zu können. SAP ist hier mit seinen übergreifenden Lösungen sicherlich in einer guten Position. jbi  

Dipl.-Wirtsch.-Ing. (FH) Ulf Kottig ist Senior Marketing Manager beim SAP-MES-Integrator Trebing + Himstedt.

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken

Ihre Meinung zum Artikel

neueste älteste
Benachrichtige mich bei
S. Schuster
Gast
S. Schuster

Sehr interessanter Artikel.
Sehr interessanter Artikel.
Gibt es weiterführende Informationen zum IoT Connector? Auf der SAP Seite findet man neben ein paar Architekturbilder keine weiteren Implementierungshinweise oder Installationsdateien.

Andere Leser haben sich auch für die folgenden Artikel interessiert

In der Herstellung kommen heute noch oft physische Vorlagen zur Positionierung von Bauteilen zum Einsatz. Eine andere Vorgehensweise kann Zeit und Kosten sparen helfen.

Werbung

Top Jobs

Es wurden keine Jobangebote gefunden
Werbung

Redaktionsbrief

Tragen Sie sich zu unserem Redaktions-Newsletter ein, um auf dem Laufenden zu bleiben.

Werbung

Aktuelle Ausgabe

Topthema: Grundlage für neue Geschäftsmodelle

IoT-Betriebssystem Siemens MindSphere

Mehr erfahren

Tragen Sie sich jetzt kostenlos und unverbindlich ein, um keinen Artikel mehr zu verpassen!

* Jederzeit kündbar

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.