24 wenn unternehmen diese grundlegenden hausaufga ben erledigt haben was ist aus ihrer sicht langfristig anzustreben welche trends zeichnen sich ab Sofern Unternehmen ihre Prozesse nicht nur datenbasiert monitoren sondern proaktiv steuern können wächst das Be streben nach dem nächsten Schritt dem zielgerichteten Blick in die Zukunft nach der Durchführung mehrerer industrieller Predictive Maintenance Projekte forschen wir derzeit an dem Einsatz von Deep Learning in der Instandhaltung um noch schneller effizienter und genauer Ausfälle von Maschinen vorhersagen zu können Auch die Vorhersage von Fehlern sowie Qualitätsabweichungen im Kontext Prescriptive Quality Analytics wird aufgrund zunehmender Produktkomplexität und individualität wichtiger Was die Umsetzung des Data Science Prozesses betrifft sind zwei entgegengesetzte Entwicklungen zu beobachten die jedoch nicht miteinander konkurrieren sondern je nach Anwendungsfall zum Einsatz kommen Einerseits werden kreative und innovative Lösungen mit teils open Source Tools und günstiger Sensorik entwickelt die individuelle komplexe Problemstellungen adressieren IIoT wird zur Gewinnung neuer Daten genutzt die dann mit weiteren Daten aus bestehenden ERP MES oder MDE BDE Systemen konsolidiert werden und für optimierungen von zum Beispiel Stammdaten per se oder Planungsprozessen herangezogen werden Andererseits werden kommerzielle IIoT Plattformen vermehrt genutzt um konventionelle Aufgaben mit Standardmethoden zu lösen Die Bündelung heterogener Daten unterschiedlicher Quellen in einer Plattform als zentrale Drehscheibe stellt einen wesentlichen Vorteil dar Weitere Vorteile solch einer Plattform liegen unter anderem in der Integration von zum Beispiel Da tenspeichern Analytics Engines Gerätemanagement und Data Security Services Allerdings liegt hier die herausforderung in der Auswahl der für die individuellen Bedürfnisse geeigneten Plattform da aktuell am Markt mehr als 450 Plattformen zur Verfügung stehen und laufend neue entwickelt werden Eine IIoT Plattform kann auch die grundlegende Basis für einen Digital Twin liefern Dieser ermöglicht die Planung Simulation und optimierung einer Smart Factory anhand eines tatsächli chen Abbilds der Realität und nicht auf Basis eines veralteten digitalen Modells das in der Vergangenheit einmalig aufge baut wurde hier kommt wieder die Sensorik zum Einsatz die die tatsächlichen physischen Bedingungen erfasst und digitalisiert Eine gegenwärtige herausforderung betrifft etwa die Rekonfiguration der realen Produktionssysteme z B die automatisierte Umsetzung eines neuen Montagelayouts Da mit beschäftigen wir uns in einem aktuellen Forschungsprojekt mit Technologieanbietern und Industriebetrieben Viele Unternehmen haben erste erfolgreiche Pilotprojekte und operative Maßnahmen in Bezug auf die Digitalisierung durch geführt Aber nur wenige haben eine klare Industrie 4 0 Stra tegie definiert und eine realisierbare Roadmap abgeleitet die den Weg der digitalen Transformation für die nächsten drei bis fünf Jahre festlegt Jene Unternehmen die in den vergange nen Jahrzehnten ihre Produktionsstrategie auf die Philosophie des Lean Managements aufgebaut haben hinterfragen ihre geplante Weiterentwicklung Deshalb arbeiten wir auch an der Digitalisierung bewährter Lean Prinzipien um die Vorteile neuer Technologien im Kontext der Industrie 4 0 sowie die systematische Anwendung von Lean Methoden zu bündeln n shutterstock

Hinweis: Dies ist eine maschinenlesbare No-Flash Ansicht.
Klicken Sie hier um zur Online-Version zu gelangen.