Smart Data: MES und KI werden ein leistungsstarkes Team

Verantwortlicher Redakteur:in: Rainer Trummer 4 min Lesedauer

Anbieter zum Thema

Manufacturing Execution System-Lösungen (MES) sind leistungsstarke Datensammler und dort im Einsatz, wo Produktionen digital analysiert, kontrolliert und gesteuert werden. Damit werden Betriebsdaten, Maschinen- und Prozessdaten sowie Informationen aus dem Materialfluss und dem Auftragsmanagement erfasst. Sie alle fließen in ein digitales Fertigungsmanagement ein.

(Quelle:  bymuratdeniz/iStock)
(Quelle: bymuratdeniz/iStock)

Moderne Produktionsleitsysteme wie MES erzeugen ein hohes Maß an Transparenz und Flexibilität. Sie ermöglichen eine nachhaltige Optimierung aller fertigungsnahen Prozesse, was sie für Unternehmen aller Branchen und Größen in Fertigung und Logistik interessant macht. Denn steigender Konkurrenzdruck, die Notwendigkeit von Standardisierung und Automatisierung für mehr Effizienz, Produktivität sowie ein nachhaltiger Ressourceneinsatz sorgen für ein Umdenken. Wollen sich Betriebe für die Zukunft aufstellen, müssen sie Daten erfassen und auswerten. So entsteht ein Überblick über die Produktion, eine präzisere Vor- und Nachkalkulation sowie Einblicke in die Performanz von Mensch und Maschine werden möglich. Doch gerade im Mittelstand wird oft noch auf Basis von Erfahrungswerten statt aufgrund von Smart Data produziert. Insellösungen setzen der Analytik ebenfalls Grenzen, da Daten nicht standardisiert und ganzheitlich ausgewertet werden können.

Smart Data: Für eine zukunftsorientierte Wirtschaftlichkeit in der Fertigungsindustrie

Ein MES ist das ideale Tool zur Systematisierung der Daten – auch für Unternehmen mit kleinerem Budget. Die Sorge vor hohen Kosten, Investitionen in die eigene Infrastruktur, vor fehlendem IT-Wissen sowie dem Einsatz großer Kapazitäten ist oft unbegründet. Auch der Aufwand der Implementierung wird oft als größer erachtet als er tatsächlich ist – die Einführung einer digitalen Produktionssteuerung muss sich nicht über Jahre hinziehen. Eine moderne Unternehmensführung und ein zeitgemäßes Fertigungsmanagement nutzen also digitale Lösungen. Eine signifikante Produktivitätssteigerung und ein effizienter Ressourceneinsatz werden zu einer nachhaltigen und zukunftsorientierten Wirtschaftlichkeit in der Fertigungsindustrie führen.

Digitaler Zwilling sorgt für Transparenz und Flexibilität

Daten aus der Fertigung müssen strukturiert und kontinuierlich erfasst werden, wobei Einheitlichkeit und Vergleichbarkeit eine große Rolle spielen. Der Transfer sollte störungs- und verlustfrei stattfinden, um eine verlässliche Datenbasis aufzubauen. Verarbeitungs- und Zugriffszeiten erfolgen im Idealfall in Echtzeit, um ein flexibles Planen und Steuern zu ermöglichen. Die eingesetzten IT-Lösungen müssen bedarfsgerecht konfiguriert sein. Außerdem sollte die Software dafür sorgen, dass ein virtuelles Abbild der Produktion entsteht, sodass optimierbare Prozesse und alternative Produktionsplanungen sichtbar werden. Dieser „digitale Zwilling“ sorgt für Transparenz; er führt Daten zusammen – am Leitstand oder mobil auf dem Tablet. Unternehmen sind flexibler und können zeitnah reagieren. So wird schnell deutlich, wo es zu Engpässen und Abweichungen kommt, ob der Materialfluss stockt oder ob sich Kapazitäten verschieben, etwa wenn wegen Lieferschwierigkeiten oder -engpässen die Auftragsreihenfolge angepasst werden muss.

(Mit Machine Learning wird Big Data zu Smart Data und somit für Prognosen, eine vorausschauende Planung und Produktionssteuerung nutzbar. Bild: ipopba/iStock)
(Mit Machine Learning wird Big Data zu Smart Data und somit für Prognosen, eine vorausschauende Planung und Produktionssteuerung nutzbar. Bild: ipopba/iStock)

Fragiles Gleichgewicht der globalen Vernetzung

Die Corona-Krise mit ihren Auswirkungen auf die weltweiten Lieferketten, der Schiffsunfall im Suezkanal sowie der aktuelle Ukraine-Krieg zeigen, wie fragil das Gleichgewicht der globalen Vernetzung ist. Mit einem Digitalen Zwilling und Smart Data kann dynamischen Entwicklungen besser begegnet werden, indem zum Beispiel Maschinen rechtzeitig umgerüstet und ausgewählte Teilprodukte sinnvoll vorproduziert werden, um sich an die Lieferungen anzupassen. Es ist bekannt, was im Lager vorhanden ist und was der Zulieferer vorrätig hat. Unternehmen wissen dann, was sie wie lange produzieren können und welche Rohstoffe notwendig sind. Aufträge können priorisiert und die Auslastung angepasst werden.

Auch das Energiedatenmanagement kann mit einem Digitalen Zwilling implementiert werden: Damit werden Energie­erzeuger und -verbraucher in der Produktion aufgedeckt, die dann möglichst energie­effizient eingeplant werden können – etwa, wenn mehr Energie zur Verfügung steht. Schafft sich der Betrieb eine Maschine erneut an, können über den digitalen Zwilling die Daten übernommen werden. Die neue Maschine muss dann nicht mehr programmiert werden; es kann sofort mit der Fertigung begonnen werden.

Smart Data: Künstliche Intelligenz auf das MES aufsetzen

Die digitale Transformation ermöglicht tiefgreifende, hocheffektive Neuerungen im gesamten Produktionsmanagement. Mit den technologischen Möglichkeiten von künstlicher Intelligenz, die sich direkt auf etablierte MES-Komponenten aufsetzen lässt, ist ein Ende der Anwendungsbereiche kaum absehbar. Durch die leistungsstarke und erschwingliche IT-Infra­struktur ist eine effiziente Anwendung von KI möglich geworden: Hohe Rechnerleistungen, große Datenbank­kapazitäten und die digitale Transformation der Industrie bilden die ideale Grundlage, um mit KI-Tools die Produktivität nochmals zu steigern.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Denn viele Regelungsschleifen und Steuerungsmechanismen sind durch die Manu­facturing Execution Systeme schon vorhanden, die Datenbasis zum Anlernen der KI-Algorithmen (Machine Learning) steht bereit. Durch die tiefgreifende Analyse können Daten nicht nur für einen konkreten Zweck genutzt, sondern in ein Lernsystem integriert werden: Mit Machine Learning wird Big Data zu Smart Data und somit für Prognosen, eine vorausschauende Planung und Produktionssteuerung nutzbar.

KI-System veranlasst Instandhaltungsmaßnahme

In der Anwendung hat sich die Instandhaltung als einer der idealen Ansatzpunkte für die Integration von KI-Systemen erwiesen. Eine KI-basierte Instandhaltung lernt aus den kontinuierlich gesammelten Daten, kennt Normwerte und findet die Wirkzusammenhänge. So kann frühzeitig auf eine potenziell auftretende Störung hingewiesen oder sogar automatisch regulierend eingegriffen werden: Das System veranlasst eine Instandhaltungsmaßnahme und rechnet diese in die Produktionsplanung ein. Falls nötig, kann die Fertigung flexibel umgestellt werden, um größere Produktionsverzögerungen oder -ausfälle zu vermeiden.

In der autonomen Weiterentwicklung dieses Systems wird dann deutlich, welches Verschleißteil gewartet oder ersetzt werden muss. Die Wartungsarbeit wird an die Produktions- und Feinplanung gemeldet und dort in der Fertigungsplanung berücksichtigt – Aufträge können bei Bedarf umgeplant, Fachpersonal anderweitig eingesetzt und Materialtransporte neu terminiert werden. Im Gesamtzusammenhang weiß das Tool auch, wer die nötige Qualifikation hat, um die Reparatur oder Wartung durchzuführen und kann diese Aufgabe in die Personaleinsatzplanung einfließen lassen. So können Maschinenausfälle vermieden und Ressourcen in Echtzeit und zukunftsbezogen auf den Bedarf angepasst werden.

Die Autorin Katharina Van Meenen-Röhrig ist CEO von GFOS.

Lesen Sie auch: Zusammenspiel mobiler und kollaborativer Robotik