Anzeige
Anzeige
Anzeige
Anzeige
Beitrag drucken

Business-Analytics für die Industrie

Maschinendaten als Wettbewerbsvorteil

Noch schöpfen viele Fertigungsunternehmen das Potenzial aus erfassten Maschinendaten nicht aus. Selbst wenn die entsprechenden Daten in IT-Systemen vorliegen, werden die darin verborgenen Informationen häufig lediglich für die Erstellung rückwärtsgewandter Reports gebündelt. Dabei bieten Analyse-Werkzeuge mittlerweile Möglichkeiten, anhand von Maschinendaten Maßnahmen für vorbeugende Instandhaltung einzuleiten oder einen Echtzeitblick auf Fertigungsprozesse zu werfen.

Bild: SAS Institute GmbH

Rund 30 Prozent des weltweiten Datenvolumens werden bereits heute von Industrieunternehmen generiert. Im Jahr 2013 soll die Machine-to-Machine-Kommunikation (M2M) erstmals die Datenmenge übertreffen, die durch menschliche Kommunikation entsteht, Social Media eingeschlossen. Vor diesem Hintergrund hat das Marktforschungsinstitut Forsa Anfang des Jahres 2013 im Auftrag des Softwareherstellers SAS eine Befragung zur Auswertung von Maschinendaten in deutschen Industrieunternehmen durchgeführt. Die Ergebnisse zeigen, dass analytische Verfahren in der Industrie bereits heute eine erhebliche Rolle spielen. Mit 75 Prozent wertet eine klare Mehrheit der befragten Unternehmen Maschinen- und Sensordaten aus, um Fehlerquellen zu identifizieren und Reaktionszeiten zu verkürzen. Auch das Erkennen sowie Vermeiden von Fehlern in den Produkten oder den Produktionsprozessen wird von den Umfrageteilnehmern als Motivation für die Datenanalyse genannt. Vielen Unternehmen ist außerdem wichtig, anhand der Maschinendaten die Produktqualität und die Kundenzufriedenheit zu sichern und zu verbessern.

Datenerfassung ist nur der erste Schritt

Dennoch schöpfen viele Betriebe nur einen Bruchteil der zur Verfügung stehenden Informationen aus den anfallenden Daten ab. Häufig werden lediglich vordergründige Informationen entwickelt, um sie beispielsweise in Reports zusammenzufassen. Dabei können aktuelle Analytics-Werkzeuge weit mehr. Außerdem kommen jene 25 Prozent der deutschen Unternehmen dazu, die Maschinendaten überhaupt nicht auswerten, um an zusätzliche Informationen zu gelangen. Als Grund dafür nennt mehr als die Hälfte der Umfrageteilnehmer fehlenden Mehrwert. Daneben spielen Kostengründe und Fragen der technischen Umsetzung eine wichtige Rolle für die Entscheidung gegen die Auswertung von Anlagendaten. Aber selbst, wenn Unternehmen das Thema derzeit ausklammern, stimmen sie der Umfrage zufolge zu, dass mehr Überblick hinsichtlich der Möglichkeiten und Voraussetzungen von IT-gestützten Analysemethoden in der Industrie erforderlich ist. Ein Teil der Skepsis unter Unternehmern hinsichtlich aktueller Technologien könnte darin begründet sein, dass lange Zeit die technologische Grundlage fehlte, um Daten auch in großen Mengen und mit hoher Geschwindigkeit analysieren zu können. Heute kann die Big Data-Analyse von Maschinendaten den Weg in ein Geschäftsfeld eröffnen, in dem der Zugriff auf mehr und vor allem bessere Informationen klare Wettbewerbsvorteile bringt.

Fehlervermeidung durch den Blick auf Produktionsdaten

Die Software SAS Visual Analytics ist beispielsweise in der Lage, eine Milliarde Datensätze in neun Sekunden zu analysieren. Damit dauern Auswertungen, die in der Vergangenheit ein bis zwei Tage in Anspruch genommen haben, nur noch wenige Minuten. Getragen wird diese Beschleunigung sowohl durch den Einsatz von ‚In-Memory‘-Technologie als auch den Preisverfall im Speichersegment. In-Memory bedeutet, dass Daten in den Hauptspeicher des Servers geladen und dort analysiert werden. Dadurch ist es während der Analyse nicht mehr notwendig, Daten zwischen Datenbank und Analytics-Software hin und her zu schieben. Auf dieser Technologie basierende, analytische Echtzeit-Verfahren können in der Produktion eingesetzt werden, um durch die kontinuierliche Überwachung von Prozessen nicht nur zurückzuschauen, sondern auf der aktuellen Datenlage basierende Vorhersagen zu treffen.

Es geht bei der produktionsnahen Analyse allerdings weniger darum, einzelne Messwerte in Reports zu überführen. Stattdessen können Daten miteinander in Beziehung gesetzt und auf Korrelationen untersucht werden. Je mehr Daten erfasst, gespeichert und analysiert werden, desto detaillierter kann das Bild davon werden, wie Elemente innerhalb der Produktionsprozesse in Beziehung stehen. So kann vom Maschinenbauteil bis hin zu Qualitätsmanagement-Abläufen herausgearbeitet werden, wo Fehlerquellen sind und welche Parameter Fehler frühzeitig ankündigen. Ein Anwendungsszenario für die Analyse von Maschinendaten ist beispielsweise ein Frühwarnsystem, das auf bevorstehende Qualitätsverluste in der Produktion und bei Produkten hinweist, und gleichzeitig Handlungsfelder aufzeigt, um den Fehler abzustellen.


Das könnte Sie auch interessieren:

Im Anschluss eines IT-Projektes setzen viele Unternehmen auf eine Rückschau, um daraus Erkenntnisse für kommende Projekte zu gewinnen. Für das Projekt selbst kommt dieses Wissen zu spät. Beim agilen Projektmanagement ist das anders. Aber passen Sprints und 'Lessons-Learned' zur Projektarbeit mit hohen Compliance-Ansprüchen?‣ weiterlesen

Um Maschinendaten etwa für Predictive Maintenance zu erfassen und zu verarbeiten, gibt es sehr individuelle Lösungen. Vom Mini-PC bis zum Edge Device samt Middleware lassen sich Konzepte für datengetriebene Aufgaben realisieren. Am Beispiel des SAP-Portfolios zeichnet der Beitrag die Szenarien nach.‣ weiterlesen

Um digitale Zwillinge produktiv einzusetzen, muss das Zusammenspiel der Informationen aus Engineering, Shopfloor und Topfloor rund laufen. Mit dem SAP-Portfolio lässt sich dieser Digital Thread spannen, wie neue Geschäftsmodelle des Prozesstechnikherstellers Endress+Hauser belegen.‣ weiterlesen

Auch 2022 werden sich die IT-Systeme von Unternehmen weiterentwickeln. Oliver Rozić, Vice President Product Engineering bei Sage, weiß wie und welche Trends dabei eine Rolle spielen könnten.‣ weiterlesen

Die Bamberger Docufy hat im März 2021 die Instandhaltungssoftware Maintenance Manager auf den Markt gebracht. Das System soll Anlagenbetreibern helfen, ihre Regelwartung mit Maschinendaten so zu verknüpfen, dass eine vorausschauende und zeitoptimierte Wartung möglich wird. Zudem kommen Firmen mit dem Computerized Maintenance Management System einen großen Schritt weiter in Richtung Predictive Maintenance.‣ weiterlesen

Im internationalen Vergleich belegt Deutschland bei der Digitalisierung keine Spitzenposition, sondern tendiert eher zum Mittelfeld. So zumindest legt es eine Studie des Ifo Instituts nahe. Demnach sei nicht nur die Politik, sondern auch die Unternehmen selbst gefragt.‣ weiterlesen

Gerade betagte Bestandsmaschinen lassen sich oft nur schwierig an IT-Systeme anbinden. Für eine tiefe Integration müsste häufig sogar deren Automatisierungstechnik getauscht werden, was dann aus Kostengründen unterbleibt. Doch Edge-Boxen können selbst älteren Maschinen eine Menge Daten für Optimierungsprojekte und die Mitarbeitervernetzung entlocken.‣ weiterlesen

Kontron Electronics hat mit Wirkung zum 1. Dezember den Geschäftsbetrieb des EMS-Dienstleisters Ultraschalltechnik Halle (UST) übernommen. Ziel der Übernahme ist es laut Pressemitteilung, die eigene Kompetenz im Bereich Entwicklung und Produktion auszubauen.‣ weiterlesen

Bauteilschwingungen, die bei vielen Fertigungsverfahren entstehen, führen oftmals dazu, dass die Oberfläche des Werkstücks beschädigt wird. Darüber hinaus sind sie ein Grund für erhöhten Werkzeugverschleiß. Das Fraunhofer-Institut für Produktionstechnologie IPT hat gemeinsam mit Industriepartnern einen digitalen Zwilling entwickelt, mit dem Bauteilschwingungen bei der Fräsbearbeitung vorhergesagt werden können.‣ weiterlesen

Jacqueline Fechner ist neue General-Managerin für die DACH-Region bei DXC Technology und soll künftig die Geschicke des IT-Dienstleisters in Deutschland, Österreich und der Schweiz verantworten.‣ weiterlesen

Ein Erfolgsfaktor für das Konzept des digitalen Zwillings ist, dass es sich entlang des gesamten Lebenszyklus eines Produkts anwenden lässt. Bevor mittelständische Unternehmen seinen individuellen Nutzen erschließen können, müssen sie einige praktische Herausforderungen lösen.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige