Digitalisierung in Unternehmen: Der Weg zur Smart Factory

Die Erhebung und Analyse digitaler Daten (Digitalisierung in Unternehmen) ermöglichen ein hohes Maß an Transparenz und Rückverfolgbarkeit in der Fertigung und in produktionsnahen Prozessen. Das ist die Grundlage, um Optimierungspotenziale zu identifizieren, mit denen sich die Effizienz in der Produktion und damit die Wirtschaftlichkeit des Unternehmens steigern lassen.

Digitalisierung in Unternehmen: Gut für’s Klima?

Gleichzeitig zeigen diese Optimierungspotenziale Wege auf, ressourcenschonender zu produzieren, sodass im Rahmen einer klimaneutralen Fertigung weniger Rohstoffe und Energie benötigt werden.

Es existiert jedoch kein allgemein gültiger Königsweg, über den jedes Unternehmen das Ziel der Smart Factory gleichermaßen erreichen kann. Schließlich verfügt jedes Unternehmen über einen eigenen Grad der Digitalisierung und eigene Anforderungen, die wiederum die Art und Weise und vor allem die Geschwindigkeit der digitalen Transformation bestimmen. Dennoch lassen sich wichtige Faktoren ausmachen, die für das Gelingen der digitalen Transformation unabdingbar sind.

Permanente Kommunikation in der Smart Factory

Die Smart Factory kennzeichnet sich dadurch aus, dass sich das intelligente Werkstück automatisiert den effizientesten Weg über den Shopfloor sucht und dabei Aspekte wie die Auslastung von Maschinen und Anlagen, Rüstzeiten, das vorhandene Personal, Wartungsarbeiten usw. berücksichtigt. Das heißt, in der Smart Factory werden permanent Daten ausgetauscht, die einzelnen Instanzen kommunizieren unentwegt.

Dementsprechend muss in der smarten Fabrik die ihr zugrunde liegende IoT-Plattform ständig Daten sammeln, verdichten und aufbereiten und diese dem Anwender in einer für ihn verständlichen Weise visualisieren. Das klingt in der Theorie recht einfach. Aber die Praxis besteht aus unterschiedlichen Kommunikationsprotokollen, diverse technische Standards, komplexen Schnittstellen und proprietären Systemen, wie etwa SPS-Steuerungen, die Maschinenhersteller für ihre eigenen Produkte entwickeln und die mit den Maschinen anderer Hersteller nicht kompatibel sind. Darüber hinaus kann nicht jedes Unternehmen das intelligente Werkstück realisieren.

Maximale Interoperabilität

Die vorhandene Datenmenge ist extrem inkohärent. Aufgabe der IoT-Plattform ist es, daraus eine homogene, valide Datenbasis zu schaffen, mit der zum Beispiel Informationen aus BDE/MDE aggregiert und analysiert werden können. Dafür wurden Schnittstellen wie OPC, OPC UA oder MTConnect entwickelt. Nachrichtenprotokolle wie etwa MQTT (Message Queuing Telemetry Transport) sorgen für die Kommunikation unter den Maschinen (M2M), beispielsweise zur Übertragung von Telemetriedaten.

Sowohl Schnittstellen als auch Protokolle müssen in die IoT-Plattform integriert werden, um eine maximale Interoperabilität zu gewährleisten. Auf diese Weise kann die Plattform flexibel eingesetzt werden, wenn sich die Anforderungen an die Produktion ändern. Wird beispielsweise der Maschinenpark erweitert, müssen auch die neuen Maschinen ohne großen Aufwand in die Plattform integriert werden können. Gibt es seitens des Gesetzgebers neue Auflagen, etwa zur Reduzierung des Energieverbrauchs oder des CO2-Austoßes, müssen neue Grenzwerte eingepflegt und deren Einhaltung rechtssicher dokumentiert werden.

Digitalisierung in Unternehmen: Skalierbarkeit und digitales Abbild

So wie es keinen Königsweg in die digitale Zukunft der Produktion gibt, existieren auch keine IoT-Plattformlösungen von der Stange. Eine IoT-Plattform muss an die individuellen Voraussetzungen des jeweiligen Unternehmens angepasst werden. Eine überdimensionierte Plattform ist ineffizient und verursacht unnötige Kosten. Aber auch eine zu klein gewählte Plattform kann die digitale Transformation hemmen. Denn sie muss kontinuierlich durch externe Systeme oder Anwendungen erweitert werden und verursacht so ebenfalls hohe Kosten. Die Lösung liegt in der Skalierbarkeit, mit der die IoT-Plattform die zunehmende Komplexität einer vernetzten Produktion beherrschen kann.

Dabei transformiert die Plattform anhand der verfügbaren Daten einen analogen Zustand oder ein physisches Objekt in digitale Daten. Es entsteht ein digitales Abbild. Durch die digitale Abbildung werden zum einen die spezifischen Eigenschaften eines physischen Objekts ersichtlich und zum anderen die Abhängigkeiten, in dem es zu anderen Objekten oder Prozessen steht.

Die Vernetzung in der Smart Factory

Je mehr Daten vorliegen, desto genauer das Abbild – könnte man meinen. Ganz so ist es aber nicht, denn es kommt auch auf die Qualität der Daten an, nicht allein auf ihre Quantität. So muss die IoT-Plattform im Rahmen der Datenaggregation Doppelungen oder Redundanzen verhindern, damit identische Informationen nicht zwei- oder mehrfach an verschiedenen Orten im Unternehmen vorliegen.

An dieser Stelle wird eine der wesentlichen Folgen der Digitalisierung in Unternehmen deutlich: die Vernetzung. In der Smart Factory greifen sämtliche Unternehmensbereiche auf die gleiche Datenbasis zu. Die Daten liegen orts- und zeitunabhängig vor, wodurch die gefürchteten Silos abgebaut werden. Dementsprechend sollte das Silodenken auch in der Unternehmenskultur keine Zukunft haben.

Eine weitere Folge: Anhand der historischen Daten können Prognosen erstellt werden. Das ist nicht nur ein Thema für eine vorausschauende Instandhaltung (Predictive Maintenance) von Maschinen und Anlagen. Anhand des digitalen Abbilds lassen sich auch Szenarien unter konkreten Bedingungen oder Annahmen simulieren. So erfahren Unternehmen, was nötig ist, um den Einsatz von Rohstoffen zu reduzieren und so nachhaltiger produzieren zu können.

Künstliche Intelligenz modifiziert Prozesse

Solche Prognosen sind umso aussagekräftiger, je genauer das digitale Abbild die Realität widerspiegelt. Denkt man dabei die digitale Transformation weiter, wird klar, dass Digitalisierung und Vernetzung nicht in der eigenen Werkshalle aufhören. Sie betrifft letzten Endes das gesamte Geschäftsmodell, angefangen bei der Zulieferung von Rohstoffen bis zur Customer Experience.

Dadurch wird das digitale Abbild aber derart komplex, dass es der Mensch allein nicht mehr überblicken kann. Es bedarf künstlicher Intelligenz, um die ansteigende Komplexität von Produktions- und Geschäftsprozessen zu bewältigen. Durch maschinelles Lernen identifiziert die KI wiederkehrende Vorgänge oder Zustände und modifiziert diese im Sinne der Effizienzsteigerung. Mithilfe der KI werden das Wissen und die Erfahrung eines Mitarbeiters, das sogenannte intrinsische Wissen, auf die IoT-Plattform transferiert.

KI-gesteuerte Systeme werden den Mitarbeiter nicht ersetzen, sondern ergänzen. Seine Arbeitsweise wird sich ändern. Dafür müssen Unternehmen die Akzeptanz ihrer Mitarbeiter gewinnen. Digitalisierung bedeutet Wandel – ein Wandel, der notwendig ist, um die Herausforderungen unserer Zeit mit Blick auf Wettbewerbsfähigkeit und Klimaschutz meistern zu können.

Der Autor Michael Möller ist Geschäftsführer der gbo datacomp GmbH.

Lesen Sie auch: Manufacturing Execution System (MES): Diese Trends müssen Sie kennen