Anzeige
Anzeige
Anzeige
Anzeige
Beitrag drucken

Data Lifecycle Management

Mit hoher Datenqualität zur Digitalisierung

Mit neuen, digitalen Geschäftsmodellen müssen auch klassische Industrie-Unternehmen neue Kundenkreise adressieren, neue Umsatzquellen erschließen und Wettbewerbsvorteile generieren. Die wesentliche Voraussetzung sehen immer mehr Verantwortliche in einer hohen Qualität der Unternehmensdaten.

Bild:  Simus Systems GmbH

Bild: Simus Systems GmbH

Denkt man an digitale Unternehmen, dann kommen Amazon, Apple, Google, Facebook und Co. als erste in den Sinn. Doch auch Industrie-Unternehmen arbeiten an ihrer digitalen Transformation – mit dem Übergang von 2D- auf 3D CAD-Systeme ebenso wie mit der Einführung von PDM-Lösungen oder betriebsübergreifenden ERP-Systemen. Ernst zu nehmende Hindernisse durch schlechte Datenqualität brachte hier schon die Studie ‚ERP-Systeme im Zeitalter der Digitalisierung‘ ans Licht. So bezeichnet lediglich ein Prozent der befragten Fach- und Führungskräfte die Datenqualität in einem mittelständischen produzierenden Unternehmen als ’sehr hoch‘. Mit 38 Prozent geben immerhin noch mehr als ein Drittel die Datenqualität zumindest noch als ‚hoch‘ an. Stammdaten seien gerade in produzierenden Unternehmen oft nicht ausreichend gepflegt. Fehlbestände im Lager, fehlerhafte Produktion, Außenstände in den Lieferungen – die Folgen, wenn Stammdaten nicht stimmen, sind sehr schnell absolut nicht mehr zu überblicken. Dringende Abhilfe scheint geboten, wenn Unternehmen den als Industrie 4.0 beschriebenen hohen Automatisierungsgrad erreichen wollen.

Datensilos in der Industrie

Doch seit Beginn der Digitalisierung betrachteten die meisten Unternehmen Daten entweder als ein Nebenprodukt ihrer Geschäftstätigkeit oder ein notwendiges Übel, das in erster Linie dort zu bewältigen ist, wo die Daten anfallen. Demnach kristallisierten sich riesige Datensilos in den Bereichen ERP einerseits und CAD/PDM/PLM andererseits heraus, die in ihrer Heterogenität und Quantität die zunehmende Komplexität der Produkte und Prozesse ebenso wie die Vielzahl der benötigten Software und Systeme widerspiegeln. Doch wo bleibt da die Qualität? Veraltete Informationen, fehlerhafte oder unterschiedliche Formate, mangelnde Kompatibilität und schlicht Dubletten wurden in einzelnen Abteilungen bisher entweder hingenommen oder auch gar nicht bemerkt. Erst mit dem Zusammenwachsen der Systeme, der fortschreitenden Digitalisierung, geraten fehlerhafte und unvollständige Daten in den Fokus: Als Hindernisse und Stolpersteine zu effizienten Geschäftsprozessen, als Fehlerquellen zwischen den Leistungsbereichen und schließlich als Erfolgsbremse an der Schnittstelle zum Kunden. Denn Kunden erwarten von Unternehmen schnelles Antwortverhalten sowie Preis- und Liefertermintreue.

Datenqualität herstellen

Die weitere Digitalisierung – und damit auch Industrie 4.0 – hängt zu einem hohen Anteil von der Datenqualität ab. Es gilt sie zunächst zu verbessern und dann kontinuierlich auf einem hohen Niveau zu erhalten. Das ist damit keine Einmalaufgabe, denn fast alle Daten in Unternehmen, Kundendaten zumal, unterliegen ständigen Veränderungen und Ergänzungen. Dabei gilt es sicherzustellen, dass Informationen immer eindeutig, einheitlich, vollständig und aktuell vorliegen. Dennoch versuchen Unternehmen ihre Datenqualität meist nur phasenweise zu verbessern, weil sie beispielsweise durch ein neues Projekt dazu gezwungen werden und entsprechende Budgets zur Verfügung stehen. Anschließend fällt nach Einmalaktionen die Datenqualität kontinuierlich wieder ab, denn Daten ändern sich durch neue Gegebenheiten, beispielsweise durch neue Produkte, Herstellungsverfahren, Lieferanten, Partner oder Änderungen der Adressen. Als Mittel gegen diese schleichende Verschlechterung hat sich der Ansatz von Simus Systems bewährt: Zunächst werden Stammdaten projektbezogen – sei es vor einer Migration, einer Firmenübernahme, zur Internationalisierung oder schlicht zu Verbesserung der Datenqualität in Produktentwicklung, Produktion, Arbeitsvorbereitung und Einkauf – strukturiert und geordnet. Anschließend werden Methoden und Werkzeuge implementiert, welche diese Datenqualität im Sinne eines Data Lifecycle Managements erhalten.

Intelligente Strukturierung

Projektteams des Kunden definieren mit Hilfe von Beratern Standards zur Datenstrukturierung, welche die Grundlage für individuelle Regelwerke bilden. Aufgrund der langjährigen Erfahrung von Simus Systems existieren für zahlreiche Anwendungsfälle bereits anpassbare Basisregelwerke, zum Beispiel für viele Norm- und Kaufteile; doch auch komplizierte Spezialfälle lassen sich komfortabel lösen. Darauf aufbauend werden die vorhandenen Datenbestände mit der Software-Suite Simus Classmate automatisch aufbereitet und strukturiert. Die Software-Module Classmate DATA und Classmate CAD analysieren anhand der vordefinierten Regeln Datenbestände jeder Größe aus den unterschiedlichen firmeninternen Quellen wie Datenbanken, Tabellen oder CAD-, ERP- und PDM-Systemen. Währenddessen erfasst die Software typische Merkmale, welche als Grundlage für eine Klassendefinition dienen. Bei 3D CAD-Modellen erfolgt die Einordnung anhand der Geometrie- und Meta-Daten und nicht nur anhand bekannter CAD-Modell-Features. Dank der regelbasierten Vorgehensweise kann die Klassifizierung je nach Anwendungsfall, auch später noch nachträglich, angepasst werden. Es erfolgt eine automatische Strukturierung der Daten in die entsprechenden Klassen. Ebenso vollautomatisch trägt die Software Sachmerkmale der Konstruktionsteile, wie Abflachungen oder Bohrungen mit ihren Maßen, in eine Sachmerkmalleiste ein. Durch die Automatisierung können Materialstämme schnell und unkompliziert transformiert werden. Dabei werden die Regeln und Strukturen der beteiligten Systeme, vor allem des ERP-Systems von SAP, hinreichend berücksichtigt.

Werkzeuge und Methoden

Nach einer erfolgreichen Strukturierung und Klassifizierung implementiert der Anbieter weitere Module, mit denen Unternehmen den Erfolg langfristig sichern und die hohe Datenqualität erhalten können. Mit Classmate CAD wird die Einordnung und Beschreibung neuer CAD-Modelle für Konstrukteure erleichtert. Unabhängig von der Modellierungsmethodik sowie den verwendeten oder bekannten Features werden die 3D CAD-Daten anhand der nativen Geometrie vollautomatisch innerhalb aller gängigen CAD-Systeme analysiert und in den entwickelten Klassifizierungsbaum eingepflegt. Bevor neue Daten angelegt werden, können Mitarbeiter aller Bereiche mit der Suchmaschine Classmate Findernach vorhandenen Datensätzen suchen. Konstrukteure profitieren mittels grafischer, frei anpassbarer Benutzeroberfläche, 2D- und 3D-Vorschaubildern von der geometrischen Ähnlichteilsuche, die sich sogar auf Teilbereiche vorhandener Modelle eingrenzen lässt. Mitarbeiter ohne CAD-System nutzen die Software im Einkauf oder der Arbeitsvorbereitung zum einfachen Auffinden einzelner Teile oder Produkte. Denn jedes überflüssige Bauteil kostet nicht nur Geld, sondern bindet unnötig Kapital in den Folgeprozessen. Wer seinen Materialstamm über die Betriebs- oder Unternehmensgrenzen schlank halten will, profitiert von einem mehrstufigen Materialstamm-Anlageprozess. Bedarfsträger legen in einem automatisierten Prozess ihren Vorschlag einer Stammdaten-Stelle zur Genehmigung vor. Nach Freigabe werden die Daten automatisch in das führende ERP-System eingetragen und bereitgestellt. Ein neues Modul ‚Classmate Textgenerator‘ übernimmt diese Aufgabe automatisch, indem es aus der Klassifikation heraus die notwendigen Texte generiert und standardisiert. Dadurch sinkt der Übersetzungsaufwand ebenso wie die Fehler durch manuelle Bearbeitung. Endlich können einheitliche Texte, beispielsweise für Stücklisten, Bestellungen oder Angebote erstellt werden und das noch bei verringertem Aufwand. Dieses regelbasierte Werkzeug kann SAP Informationsfelder füllen. So lassen sich Prozesse wie etwa Warengruppenzuordnung oder Erstellung von Artikelbezeichnungen, Verkaufstexten und mehrsprachige Übersetzungen automatisieren. Diese Vorgehensweise sichert die Homogenität von Bezeichnungen und Beschreibungen über Sprach- und Unternehmensgrenzen hinweg.

Nutzen für alle Ressorts

Die grundlegende Strukturierung und Bereinigung von Stammdaten bildet damit nicht nur die Basis für fehlerfreie und effiziente Digitalisierung – sie mündet bereits in vielfacher Hinsicht in die digitale Transformation von Prozessen zwischen Produktentwicklung, Produktion, Einkauf, Vertrieb und Service. Simus Classmate erhält dauerhaft die erreichte Datenqualität. Allein die Bereinigung von Mehrfacheinträgen ermöglicht an vielen Stellen im Unternehmen Einsparungen und Effizienzsteigerungen. Im Einkauf werden durch Auftragsbündelung höhere Rabatte erzielt, in der Fertigung durch höhere Losgrößen und weniger Artikel Einsparungen erreicht, in Logistik und in der Lagerung sinkt die Kapitalbindung. Der Nutzen einer Optimierung von Stammdaten liegt also keineswegs in einer fernen Zukunft – doch die zukünftige digitale Transformation von Geschäftsprozessen wird dadurch erst ermöglicht.


Das könnte Sie auch interessieren:

Über V2X-Kommunikation lassen sich Fahrzeuge untereinander und mit der umliegenden Infrastruktur vernetzen. Auf einmal müssen Anwendungsentwickler Komponenten berücksichtigen, deren Funktionalität sie nicht beeinflussen. Die passende Softwarearchitektur hilft, diese Herausforderung im Dschungel sich weltweit entwickelnder Standards zu lösen.‣ weiterlesen

Mit dem SMIT TestKit Shop hat Sven Mahn IT den Zugang zu ihrem Produkt zur Testoptimierung und Qualitätssicherung der ERP-Lösungen Microsoft Dynamics 365 for Finance and Operations und Dynamics AX vereinfacht.‣ weiterlesen

Die CRM-Lösung CAS GenesisWorld von CAS Software steht als Release x11 zur Verfügung. Neu hinzugekommen ist zum Beispiel, dass Anwender die intelligente Suchfunktion Picasso nun auch auf mobilen Endgeräten nutzen können.‣ weiterlesen

Mit dem Industrial Internet of Things steht Produzenten eine neue Infrastrukturebene zur Verfügung, um ihre Abläufe und Fertigungsprozesse zu optimieren. Thorsten Strebel von MPDV schildert, wie die Technologien auf die MES-Welt einwirken und wie der MES-Hersteller darauf reagiert.‣ weiterlesen

Mit dem neuen Geschäftsfeld Maxolution Maschinenautomatisierung adressiert SEW-Eurodrive den Markt mit maßgeschneiderten Systemlösungen. Gemeinsam mit dem Maschinenbauer EMAG hat der Antriebsspezialist nun einen Portalroboter vorgestellt, der ohne Energieführungsketten auskommt und auch anfallende Daten kabellos überträgt.‣ weiterlesen

Der Simulationsspezialist SimPlan stellt auf der diesjährigen Messeausgabe der FachPack die neu entwickelte Benutzeroberfläche sowie neue Funktionalitäten für PacSi vor.‣ weiterlesen

Schon heute lassen sich mit den Software und Hardwarekomponenten einer Industrial Internet of Things-Plattform hervorragend integrative Services in Echtzeit anbieten. Dabei können immer mehr IIoT-Plattformen Funktionen bereitstellen, die bislang eher der Shopfloor-IT vorbehalten waren. Doch welche MES-Funktionen kann ein IIoT sinnvoll übernehmen - und wie könnten die nächsten Schritte aussehen?‣ weiterlesen

Manufacturing Analytics im Kontext der Smart Factory steht im Mittelpunkt der gleichnamigen Anwenderkonferenz am 12. November in Frankfurt am Main.‣ weiterlesen

Siemens plant die Übernahme von Process Systems Enterprise (PSE), einem Anbieter von Software und Dienstleistungen für Prozessmodellierung (Advanced Process Modelling).‣ weiterlesen

Ein Softwarefehler hatte bei Desk zum Verlust von Daten und zu einem Ausfall einer CNC-Maschine geführt - die Produktion stand über mehrere Tage still. Damit der Komponentenhersteller bei einem erneuten Ausfall die Daten der Steuerung schnell und unabhängig von Dritten wiederherstellen kann, nutzt er die Backup- und Recovery-Lösung von Waxar.‣ weiterlesen

Anzeige
Anzeige
Anzeige