SAP Analytics Cloud
Die Produktion datenbasiert optimieren
Die Analyse von Maschinendaten liefert Ansatzpunkte, um Prozesse im Shopfloor kontinuierlich zu verbessern. Dazu werden Analysetools benötigt, die Maschinendaten sichtbar machen und bestenfalls Funktionen für Predictive Analytics, künstliche Intelligenz oder Machine Learning bieten.
Sofern Anlagen über eine IT-Schnittstelle verfügen, liefern sie eine Vielzahl an Daten. Dabei handelt es sich in erster Linie um Produktdaten wie Fertig-, Gut-, Ausschussmengen, Durchlauf- und Taktzeiten sowie um Prozessdaten wie Stand-, Betriebs-, Produktions- und Rüstzeiten, geplante und ungeplante Stillstände. Hier liegt in der Regel Optimierungspotenzial. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
Die OEE ermitteln
Beispielsweise lässt sich anhand der Prozessdaten, die sich auf die Betriebszustände beziehen, die Verfügbarkeit und die Zuverlässigkeit einer Anlage berechnen – ein wichtiger Indikator für die Maschineneffizienz. Genauso wichtig ist es, aus den Betriebszuständen die Effizienzverluste in Bezug auf Verfügbarkeit, Durchsatz oder Qualität abzuleiten und daraus die Overall Equipment Effectiveness (OEE) zu ermitteln. Die OEE ist eine zentrale Kennzahl im Rahmen des Total-Productive-Maintenance-Konzepts (TMP) und sie bildet eine wichtige Grundlage zur kontinuierlichen Verbesserung und Anpassung der Produktion. Die Ermittlung von Betriebszuständen und der Effizienzverlust orientiert sich in der Regel an Industriestandards wie der SEMI-E10- und der SEMI-E79-Norm.
Für Transparenz sorgen
Um das Optimierungspotenzial im Shopfloor auszureizen, ist jedoch Transparenz nötig. Die entsteht, wenn Maschinendaten lückenlos digital erfasst, korreliert und mit Selfservice-Analyseplattformen wie SAP Analytics Cloud analysiert werden. Durch die Auswertung von Livedaten können diese Systeme etwa vor dem Ausfall einer Maschine warnen und anzeigen, welche Aufträge noch bearbeitet werden dürfen. Das SAP-Tool bietet zudem unterschiedliche Filter- und Drill-down-Funktionen und visualisiert Kennzahlen in Dashboards beispielsweise als Wasserfalldiagramm, das Maschinenzustände gemäß SEMI-E10 verteilt in unterschiedlichen Farben darstellt. Auch Was-wäre-wenn-Analysen sind integriert, etwa für Simulationen, sowie Funktionen für Predictive Analytics, künstliche Intelligenz und maschinelles Lernen. Als Software-as-a-Service-(SaaS)-Lösung ist die Analytics Cloud zudem skalierbar. Abfragen und Analysen sind wahlweise am Desktop-PC oder per Smartphone oder Tablet möglich. Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen. ‣ weiterlesen
MES-Integrator und 360-Grad-Partner für optimierte Fertigung
Tiefe Integration möglich
Die Analytics Cloud kann an unterschiedliche Cloud- und On-Premises-Lösungen angebunden werden. Die Verknüpfung der Quellsysteme erfolgt per Datenimportverbindung, dabei werden Daten in die Cloud repliziert, oder über eine Live-Datenverbindung (Cross-Origin Resource Sharing, CORS). Diese ermöglicht etwa den Echtzeitzugriff auf in SAP Business Warehouse vereinheitlichte Produktionsdaten aus dem MES und der ERP-Software (Single Source of Truth). Die Lösung lässt sich auch mit SAP S/4Hana verbinden. Ganz einfach ist die Integration der Analytics Cloud jedoch nicht, weswegen der Einbezug eines erfahrenen Partners helfen kann, der datenbasierten Optimierung der Produktion im Unternehmen den Weg zu ebnen.
