Digitalisierung in der Fertigung: 5 Schritte zum Smart Manufacturing

In der Fertigungsindustrie sind Industrie 4.0 und Smart Manufacturing längst zentrale Themen. Unternehmen arbeiten daran, Fehler in den Fertigungsprozessen frühzeitig zu erkennen und die Produktion hinsichtlich Digitalisierung in der Fertigung insgesamt zu optimieren. Die Basis hierfür ist die Erhebung und Nutzung relevanter Daten aus den Anlagen. Genau an dieser Anforderung bleiben viele Smart-Manufacturing-Projekte auf halbem Weg stehen.

Zentralisierte Daten nutzen

IoT-Daten der Maschinen werden zwar erhoben, aber nicht zentral bereitgestellt. So können auch keine systemübergreifenden Erkenntnisse aus den Daten gewonnen werden. Letztlich führt ein solcher Prozess zu keinem nutzbaren Ergebnis oder zu den immer gleichen Ergebnissen. Folglich werden auch Fehler und Engpässe nicht oder zu spät erkannt. Selbst bei einer zentralisierten Datensammlung werden oft keine Konsequenzen für die Automatisierung abgeleitet. Die Datenerfassung dient dabei häufig nur der reinen Archivierung.

Digitalisierung in der Fertigung: SPS-Geräte speichern IoT-Daten

In einem solchen klassischen Beispiel werden dann in einer Produktionsstraße IoT-Daten von mehreren SPS-Geräten, also von speicherprogrammierbaren Steuerungen, lokal erhoben und gespeichert. Dabei erfolgt keine Datenvernetzung, die für die Gewinnung und automatisierte Umsetzung von Erkenntnissen zwingend erforderlich wäre. Ein Smart-Manufacturing-Konzept kann nämlich nur dann erfolgreich eingeführt werden, wenn folgende Anforderungen erfüllt sind: Daten werden zentral bereitgestellt und analysiert, Probleme wie Fehler und Engpässe verstanden und frühzeitig erkannt, Lösungsvorschläge angezeigt und die Empfehlungen automatisiert ausgeführt. Nur so kann ein Fertigungsunternehmen die Produktionsleistung durchgängig und signifikant verbessern.

Das von CGI entwickelte 5-Level-Konzept kann Unternehmen dabei klare Handlungsanweisungen geben, die vorhandenen Herausforderungen zu meistern und etwaige Stolpersteine zu vermeiden. Auf jeder Stufe wird dabei ein bestimmter Grad an Automatisierung hinterlegt und umgesetzt. Der Ausgangspunkt für die Einführung von Autonomous Manufacturing ist die manuelle Bearbeitung, also die Bedienung von Maschinen durch Menschen.

Fünf Stufen auf dem Weg zu Autonomous Manufacturing

• Level 1: Statische Regel. Auf Level 1 geht es darum, statische Regeln für die Nutzung festzulegen. Dabei werden zum Beispiel Schwellenwerte definiert. Dadurch können Abweichungen von der Norm in Produktionsprozessen schnell erkannt werden.
• Level 2: Fehler verstehen. Die zweite Stufe dreht sich um das Verstehen von Fehlern, das heißt die Identifizierung ungewöhnlicher Werte. Hierbei wird zum Beispiel die Erkennung von Anomalien mittels KI und ML genutzt. Sie ermittelt automatisch Anomalien in Datenströmen, etwa Qualitäts- und Leistungsschwankungen. Basis dafür sind die mit vorhandenen Erkenntnissen angelernten Algorithmen.
• Level 3: Fehler frühzeitig erkennen. Der dritte Schritt umfasst das frühzeitige Erkennen von Fehlern unter Einsatz von KI- und ML-Systemen. Genutzt werden dabei Algorithmen für die Event-Korrelation, die Zusammenhänge zwischen Fehlern und Ursachen herstellt. Das heißt, Fehler werden im Kontext vorhergehender Ereignisse gesehen.
• Level 4: Empfehlungen anzeigen: In der Stufe 4 werden aus den gewonnenen Erkenntnissen Lösungsvorschläge abgeleitet, also konkrete Empfehlungen für die Fehlerbehebung. Dabei kommt eine KI-basierte Recommendation Engine zum Einsatz. Die für die Anzeige von Empfehlungen genutzten Algorithmen basieren unter anderem auf den Erfahrungswerten einzelner Mitarbeiter aus der Vergangenheit. Die beste Lösung für den aktuellen Fehler wird somit aufgrund von gelernten, vorherigen und manuellen Lösungen vorgeschlagen.
• Level 5: Empfehlungen ausführen. Im fünften und letzten Schritt erfolgt die vollautomatische Durchführung der Problemlösung beziehungsweise Fehlerbeseitigung. Basis hierfür sind das Reinforcement Learning und ein Digital Twin der Produktionsstraße. Auf dem digitalen Abbild des Fertigungsprozesses werden durch sogenannte Software-Agenten autonom Lösungen gefunden.

Digitalisierung in der Fertigung durch selbständiges Lernen der Maschinen mittels KI

Die zentrale Komponente für die Umsetzung des 5-Level-Konzepts ist der Einsatz von KI und ML. Die ausschließliche Nutzung statischer Regeln ist für die Optimierung von Fertigungsstraßen allein nicht ausreichend. Entscheidend ist, dass Maschinen mittels KI aus Beobachtungen und Erfahrungen selbstständig lernen. Aufgrund der anfallenden und zu analysierenden Datenvolumina ist hierbei in aller Regel die Nutzung einer Cloud-In­frastruktur zu empfehlen.

Das Ziel der Digitalisierung in der Fertigung und von Smart Manufacturing ist immer die automatisierte Produktion, also die Optimierung von Fertigungsstraßen durch Automatisierung. Der entscheidende Hebel ist dabei die Digitalisierung von Wissen. Da alle Projekte eine hohe Komplexität aufweisen, sollte ein Unternehmen immer eine klare Fokussierung besitzen, das heißt, zunächst auf einen einzelnen, konkret spezifizierten Business Value abzielen. Ganzheitliche Projekte mit der Absicht, komplette End-to-End-Prozesse aufzusetzen, sind hingegen oft überdimensioniert und damit auch nicht zielführend.

Startpunkt für den Aufbau einer digitalen Fabrik

Smart-Manufacturing-Initiativen können stets der Startpunkt für den Aufbau einer vollautomatischen digitalen Fabrik sein, die durch IoT, Big Data, Advanced Analytics, künstliche Intelligenz und 5G zunehmend Realität wird. CGI zum Beispiel hat bereits mehrere Projekte bei großen Unternehmen mit einer vollständigen Digitalisierung der Produktionsabläufe erfolgreich durchgeführt. So wurde einem multinationalen Unternehmen der Chemiebranche bei der Konzeption und Umsetzung einer digitalen Fabrik maßgeblich geholfen. Vom „Auftragseingang“ bis zum „Auftragsausgang“ ist die Fa­brik inzwischen vollständig automatisiert. Das bedeutet, dass nach Eingang einer Bestellung automatisch eine Kette von Prozessen in Gang gesetzt wird – von der Beschaffung der Rohstoffe über die Planung bis zur Aktivierung der Produktion. Wesentlich dazu beigetragen hat die Systemintegration, konkret die Vernetzung des MES (Manufacturing Execution System) mit dem ERP-System.

Auch bei solchen Großprojekten sollte aber immer eine sukzessive Implementierung der Automatisierung anhand des 5-Stufen-Konzepts erfolgen. Das Konzept stellt eine konkrete Blaupause für die Umsetzungsmöglichkeiten von Automatisierung und die Nutzung von Algorithmen bereit. Damit bleiben Autonomous Manufacturing und Smart Manufacturing nicht länger reine Buzzwords der Digitalisierung in der Fertigung. Die beiden Ansätze können vielmehr zur Basis für die Umsetzung innovativer Industrie-4.0- und IoT-Szenarien werden – auf dem Weg zur intelligenten Industrie und Fabrik der Zukunft.

Der Autor Tobias Oberrauch ist Executive Consultant bei CGI Deutschland.