Anzeige
Anzeige
Beitrag drucken

Systemverbünde auf Werksebene

MES und IIoT – mehr als die Summe ihrer Teile

Brauchen Firmen noch ein Manufacturing Execution System, wenn sie ihre Maschinen und Anlagen im Sinne eines Industrial Internet of Things vernetzt haben? Auf den zweiten Blick wird klar: Ja, denn um aus Daten Information zu machen, braucht es Spezial-Software. Veteranen könnte dieser Diskurs an die 90er Jahre erinnern, als Business Intelligence-Systeme ihren Siegeszug feierten.

Bild: ©aldomurillo/istock.com

Bild: ©aldomurillo/istock.com

Betreiben Firmen ein gut integriertes IIoT, ist doch alles da: ein digitaler Verbund, der Daten für die Produktion überwacht, sammelt, analysiert und austauscht. Mit dem IIoT liegen so ziemlich alle Daten von Sensoren, An­lagen, Maschinen oder Instrumenten digitalisiert vor – meist vereint und gesammelt in der IIoT-Plattform. Und manche Komponenten lassen sich auch mit einer gewissen Intelligenz ausstatten. Die nähere Betrachtung: Es sind und bleiben Rohdaten. Die eigentliche Intelligenz besteht darin, aus den Daten Geschäftsinformationen zu generieren und Handlungen abzuleiten. Und genau dafür braucht es IT-Anwendungen. Das Prinzip ‘aus Daten Informationen machen’ ist nicht neu: BI-Systeme sind aus diesem Grund in den 1990er-Jahren wie Pilze aus dem Boden geschossen.

Was ME-Systeme leisten sollen

ME-Systeme unterstützen die Produktionsplanung und -steuerung. Sie stellen ein digitales Abbild der Produktion zur Verfügung und überwachen Fertigungsprozesse in Echtzeit. Gespeist wird das System u.a. mit Betriebs- und Maschinendaten. IIoT-Technologien ersetzen manuelle Tätigkeiten, indem z.B. die Erfassung und Übertragung dieser Daten automatisiert erfolgen. Das spart Zeit, verringert die Fehlerquote und sichert den Fertigungsablauf mit ab. Die IIoT-Datenerfassung in Echtzeit ist aber nicht trivial. Auf der einen Seite müssen Maschinen fähig sein, digitale Daten direkt zu liefern. Auf der anderen Seite müssen ME-Systeme gerüstet sein, die Daten zu empfangen und zu verarbeiten. Bisher hat sich noch kein einheitliches Standardprotokoll für den Datenaustausch etabliert. OPC UA ist zwar weitverbreitet, aber weitere Protokolle wie MQTT, MTConnect oder MQTT Sparkplug sind im Vormarsch. Das bedeutet: MES müssen für alle Datenformate Schnittstellen zur Verfügung stellen und in der Lage sein, die unterschiedlichen Datenstrukturen für eine Weiterverarbeitung zu vereinheitlichen. Noch etwas: Im Zusammenspiel von MES und IIoT wird auch das menschliche Erkennen von Risiken und Fehlern durch Automatisierung ersetzt. Ein ME-System muss die Systematik oder den Algorithmus manueller Tätigkeiten zuverlässig abbilden können. Weiterhin muss es intuitiv bedienbar sein. Denn die Änderungen an Komponenten oder Fertigungsabläufen ziehen auch immer Änderungen im MES nach sich. In Zeiten des IT-Fachkräftemangels dürften künftig zunehmend auch IT-Laien wie Werker oder Produktionsingenieure Einstellungen und Änderungen im ME-System einpflegen.

 (Bild: WSW Software GmbH)

(Bild: WSW Software GmbH)

Predictive Maintenance mit MES

Ein gängiger Anwendungsfall von IIoT-Technologien ist die vorausschauende Wartung (PdM, Predictive Maintenance) von Maschinen und Anlagen. PdM hilft, Ausfälle zu vermeiden und Stillstandzeiten zu reduzieren. Voraussetzung ist ein System mit intelligenten Algorithmen, das die eingehenden Daten analysiert und daraus Handlungsempfehlungen ableitet. Auch wenn es nicht zu deren Hauptaufgaben zählt, sollten ME-Systeme in der Lage sein, PdM-Aufgaben zu übernehmen oder sich zumindest mit PdM-Anwendungen auszutauschen. Denn der Weltmarkt für PdM-Software und -Tools wächst sehr stark. Mehreren Studien zufolge beträgt das Umsatzwachstum jährlich bis zu 37 Prozent. Es ist wahrscheinlich, dass sich ein Best-of-Breed-Ansatz durchsetzt. Somit müssen ME-Systeme gerüstet sein, mit PdM-Anwendungen zusammenzuarbeiten.

Zusammenspiel für vollen Nutzen

Ohne intelligente Anwendungen wie ME- oder PdM-Systeme bleiben IIoT-Technologien oft vergleichsweise nutzlos. ME-Systeme sorgen für die Transparenz und Effizienz in der Produktion. Im Zusammenspiel mit IIoT und PdM können MES hingegen ihre ganze Stärke ausspielen und dazu beitragen, die Produktion weiter zu optimieren.

 


Das könnte Sie auch interessieren:

Wer Produktion und Logistik in einer Echtzeit-Visualisierung abbildet, kann niedrigschwellig in die digitale Transformation einsteigen und viel Papier aus dem Shopfloor bannen. Ergänzt um zentrale MES-Funktionen lassen sich solche Visualisierungssysteme zur Operational Excellence-Plattform ausprägen, die bei fortlaufenden Prozessoptimierungen unterstützt.‣ weiterlesen

Industrielle Trends wie IIoT und Digitalisierung setzen immense Datenströme voraus. Doch im Gegensatz zur IT-Security für Büros müssen Fabrikbetreiber auf wesentlich mehr Stolpersteine achten, damit ihre Anlagen nicht schon einfachen Angriffen zum Opfer fallen.‣ weiterlesen

Ab und zu fehlte ein Schlüssel im Kloster der Franziskanerinnen der ewigen Anbetung von Schwäbisch Gmünd. Beim letzten Mal gab das den Impuls, anstatt neue mechanische Zylinder in die rund 220 Türen des Komplexes einzubauen, die alte Technik durch das Bluesmart-System von Winkhaus zu ersetzen.‣ weiterlesen

Mit 100,5 Punkten hält sich das IAB-Arbeitsmarktbarometer im November stabil und liegt weiter im leicht über der neutralen Marke. Auf europäischer Ebene sank der Frühindikator allerdings erneut.‣ weiterlesen

In einer neuen Expertise des Forschungsbeirats Industrie 4.0 untersuchen das FIR an der RWTH Aachen und das Industrie 4.0 Maturity Center den Status-quo und die aktuellen Herausforderungen der deutschen Industrie bei der Nutzung und wirtschaftlichen Verwertung von industriellen Daten und geben Handlungsempfehlungen für Unternehmen, Verbände, Politik und Wissenschaft.‣ weiterlesen

Im Forschungsprojekt FabOS soll eine KI-Bin-Picking-Anwendung entstehen, die ein verbessertes Erkennen, Greifen und definiertes Ablegen von Blechteilen in der Produktion ermöglicht.‣ weiterlesen

Die Digitalisierung des Qualitätsmanagements stellt Unternehmen vor Herausforderungen. Daher haben das Fraunhofer IPT und die FH Südwestfalen im Forschungsvorhaben 'Qbility - Quality 4.0 Capability Determination Model' ein datengetriebenes Reifegradmodell entwickelt, das die Anforderungen eines digitalisierten Qualitätsmanagements bei KMU adressiert.‣ weiterlesen