In-Memory, Echtzeitreporting und Co.
Was das Enterprise Resource Planning der Zukunft leistet
Eine hohe ‚Manufacturing Intelligence‘ und ein ‚Dynamic Production Reporting‘ in Echtzeit gehören zu wichtigen Bausteinen für die effiziente Umsetzung von Vorhaben in Richtung Industrie 4.0. Die Voraussetzungen dafür schafft ein Enterprise Resource Planning auf Basis einer modernen In-Memory-Technologie in Verbindung mit leistungsfähigen Analysewerkzeugen.
Fertigungsunternehmen aller Branchen und Größen stehen heute unter hohem Wettbewerbsdruck. Der globale Markt entwickelt sich dynamisch, ständig drängt neue Konkurrenz hinein. Wer in diesem Umfeld erfolgreich operieren will, muss neue Produkte und Dienstleistungen in immer kürzeren Zyklen entwickeln und auf den Markt bringen, und zwar unter strikter Einhaltung der Anforderungen der Kunden und unter Beachtung aller Qualitätsnormen und gesetzlichen Vorschriften. Durch die digitale Transformation steht die Industrie zudem an der Schwelle zu einer neuen Form der industriellen Produktion – der Industrie 4.0. Mit moderner Technologie lassen sich die reale und die virtuelle Welt zu einem Internet der Dinge, Dienste und Daten verbinden und die Wertschöpfungskette in einer Smart Factory mit dezentralen, selbststeuernden Arbeitsabläufen digital vernetzen. Dadurch kann nicht nur die Flexibilität und Transparenz der Prozesse in den Produktionshallen erhöht werden, sondern es schafft auch die Grundlage für Innovationen sowie neue Service- und Geschäftsmodelle.
Predictive Maintenance in der Smart Factory
Man denke nur an die vorausschauende Wartung, die sogenannte Predictive Maintenance. Erhalten die Werker und die Produktionsleitung eine klare Sicht auf den aktuellen Anlagenzustand, können Wartungsarbeiten veranlasst werden, noch ehe Ausschuss produziert wird. Dadurch werden ungeplante Stillstandzeiten auf ein Minimum reduziert und Kosten eingespart. Predictive Maintenance hilft Fertigungsunternehmen nicht nur bei der Optimierung der Abläufe im Shop Floor, sondern ermöglicht auch den Aufbau wettbewerbsdifferenzierender Geschäftsprozesse mit dem Kunden. Können zum Beispiel Maschinen, die beim Kunden stehen, Zustandsdaten automatisch an den Hersteller übermitteln, kann dieser hoch individualisierte Serviceangebote oder neue und effizientere Vertriebsstrategien entwickeln. Die Voraussetzung dafür ist eine eng verzahnte Supply Chain mit einem reibungslosen und bestmöglich abgesicherten Informationsfluss bis hinein in das Enterprise Resource Planning-System (ERP), das auf moderner In-Memory-Technologie basiert und so eine Datenanalyse nahezu in Echtzeit ermöglicht. Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
Die Produktion intelligent machen
Wichtige Bausteine zur Realisierung solcher und ähnlicher Szenarien, die in Richtung Industrie 4.0 weisen, sind unter anderem eine hohe ‚Manufacturing Intelligence‘ (MI) sowie ein ‚Dynamic Production Reporting‘. Manufacturing Intelligence schafft hierbei die Grundlage zur Erschließung zusätzlicher Optimierungspotenziale in der Produktion. Um schnell und zuverlässig die richtigen Entscheidungen treffen zu können, muss jeder einzelne Mitarbeiter, ob Maschinenbediener, Produktions- oder Werksleiter, stets Zugriff auf aktuelle Informationen und Kennzahlen aus den produktionsnahen Systemen im Shop Floor erhalten. Sind diese Daten sofort verfügbar, dann lassen sich nämlich auch die Abläufe in der Fertigung nahezu in Echtzeit überwachen. Abweichungen oder Störungen werden sofort erkannt, und man kann ohne Verzögerung darauf reagieren. Mithilfe von Simulationen und vorausschauenden Analysen können selbst Muster bei Anomalien identifiziert und daraus Maßnahmen abgeleitet werden, mit denen sich die Effektivität der Produktionsprozesse vorausschauend und dauerhaft verbessern lässt. Ein Beispiel aus der Praxis hierfür sind produktionsbegleitende Qualitätssicherungsmaßnahmen, die Sensordaten analysieren: So kann auf Basis von Advanced Analytics durch Ähnlichkeitsanalysen der produzierten Einzelteile sichergestellt werden, dass Unregelmäßigkeiten nicht unentdeckt bleiben.
