Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Beitrag drucken

Plattform zur Innovationsentwicklung

Wozu nutzen IoT und Co.?

Das Internet of Things, Machine Learning und die Blockchain bieten für Unternehmen großes Potenzial, häufig fehlt aber ein Ansatzpunkt für die Umsetzung. Mit SAP Leonardo können Ansätze erkannt und Potenziale ausgeschöpft werden.

(Bild: ©ING_33594_238649/ingimage.com)

(Bild: ©ING_33594_238649/ingimage.com)

Produktionshallen sind gefüllt mit einer Vielzahl von komplexen, teils älteren, teils hochmodernen Maschinen, die für die Produktion von Waren benötigt werden. Kommt es zu ungeplanten Ausfallzeiten, hat das nicht nur negative Auswirkungen auf das eigene Unternehmen, sondern auch auf viele weitere Akteure der Supply Chain. Es gilt daher, Maschinenausfälle zu vermeiden.

Oftmals erfolgt eine Maschinenwartung erst dann, wenn ein Schadensfall eintritt oder aber vorbeugend in definierten Zeit- oder Laufleistungsintervallen. Dabei ein sinnvolles Wartungsintervall zu finden, gestaltet sich oft als schwierig: Wird es zu klein gewählt, steigen die Wartungskosten auf ein unwirtschaftliches Niveau. Bei einem zu groß gewählten Intervall kann dagegen ein plötzlicher Maschinenausfall vor dem nächsten Wartungstermin eintreten.

Abhilfe kann Predictive Maintenance schaffen. Dabei werden Daten von Sensoren und aus unterschiedlichen IT-Systemen gesammelt und ausgewertet, um den möglichen Ausfall einer Maschine zu erkennen, bevor es zum Stillstand kommt. Die erfassten Daten fließen dann in eine Datenbank, die für Big-Data-Analysen ausgelegt ist. Oft wird dabei auf die In Memory-Datenbank SAP Hana zurückgegriffen. In ihr werden neben den Maschinen- und Sensordaten auch betriebswirtschaftliche und technische Informationen aus ERP- und MES-Systemen gespeichert. Treten Veränderungen auf, die auf einen baldigen Maschinenstillstand hindeuten, schlägt das System Alarm.

Beim Machine Learning wird ein System so trainiert, dass es eigenständig komplexe Muster und Gesetzmäßigkeiten in großen Datenpools erkennen kann. Zusätzlich kann das System Vorhersagen auf Basis bereits bekannter Daten treffen und Wahrscheinlichkeiten für das Eintreten unterschiedlichster Ereignisse errechnen. So kann der bestmögliche Zeitpunkt für eine Wartung ermittelt werden. Oftmals können die entsprechenden Arbeiten sogar im laufenden Maschinenbetrieb erfolgen, sodass keine geplante Downtime nötig ist.

Qualitätsprobleme erkennen

Qualitätsmängel werden oft erst dann bemerkt, wenn sie bereits aufgetreten sind. Oftmals folgen daraufhin Rückrufaktionen, die finanzielle Verluste sowie Imageschäden nach sich ziehen können. Durch eine Vernetzung der gesamten Produktionsanlagen sowie der Werkstücke stehen eine Vielzahl von Datenströmen und Informationen zur Verfügung, die dabei helfen können, Qualitätsprobleme zu beheben, bevor sie auftreten. Machine-Learning-Algorithmen sind durch Auswertung von historischen und aktuellen Sensor- sowie Maschinendaten in der Lage, Anomalien in Werkstücken zu finden, die sonst möglicherweise unbemerkt bleiben würden. Das Wissen, das durch ständiges Monitoring aller Anlagen und Werkstücke generiert wird, ermöglicht also rechtzeitiges Eingreifen. Auch das Ersetzen von physischen Qualitätstests, durch Prognosen auf Basis von Big Data, soll in naher Zukunft möglich und profitabel sein.

Visualisierung in der Cloud

Für die Visualisierung der Datenauswertung stehen unterschiedliche Tools zur Verfügung. Dabei stehen auch cloudbasierte Lösungen, wie etwa die SAP Analytics Cloud, zur Verfügung. Neben der kürzeren Einführungsphase im Vergleich zu On Premise-Systemen, entfallen dabei keine Initialkosten für benötigte Hardware. Dazu können Administrationsaufwände auf ein Minimum reduziert werden. Je nach Anwendungsfall bietet die Analytics Cloud verschiedene Diagrammtypen. Zudem können Dashboards und Stories zusammengestellt werden, die dann in PowerPoint-Präsentationen oder Mitarbeiter-Newsletter eingebaut werden können. Die Lösung ermöglicht auch die Nutzung von Tablets und Smartphones.

Sowohl Anlagen als auch Werkstücke sind vernetzt und senden stetig Informationen zu ihrem aktuellen Status. Auf Basis dieser Daten können Maschinenausfälle und Qualitätsmängel vorhergesagt werden, bevor sie eintreten. (Bild: Abat AG)

Sowohl Anlagen als auch Werkstücke sind vernetzt und senden stetig Informationen zu ihrem aktuellen Status. Auf Basis dieser Daten können Maschinenausfälle und Qualitätsmängel vorhergesagt werden, bevor sie eintreten. (Bild: Abat AG)

Innovationen entwickeln

Viele Unternehmen sind sich dem Potenzial neuer Technologien bewusst. Oft fehlt jedoch die Vorstellungskraft, wie eine Idee zur Wirklichkeit werden kann. An dieser Stelle setzt das Leonardo-Portfolio von SAP an. Es bietet eine technische Grundlage für die Entwicklung neuer Lösungen, die auf Technologien wie Machine Learning, Internet of Things, Blockchain, Big Data, Analytics oder Data Intelligence basieren. Andererseits beinhaltet das System mit dem Design Thinking aber auch einen strukturierten Ansatz zur Entwicklung innovativer Ideen. Die dazugehörigen Workshops finden in einer lockeren Atmosphäre statt, was die Kreativität fördern soll. Zu den typischen Teilnehmern gehören neben Entscheidern und Mitarbeitern aus der IT-Abteilung auch spätere Endanwender. In jedem Workshop ist ein Design Thinking Coach anwesend, der als neutraler Moderator agiert und durch den Prozess der Ideenfindung leitet. Mit dieser Herangehensweise können je nach Umfang der gefundenen Idee bereits nach wenigen Monaten Prototypen vorgestellt und getestet werden. Diese werden anschließend natürlich nicht verworfen, sondern bis zur Produktreife weiterentwickelt.


Das könnte Sie auch interessieren:

Im Werkzeugmanagement eröffnet das Kennzeichnen von Assets mit Data Matrix Codes die Möglichkeit, Werkzeuge zu tracken und mit ihren Lebenslaufdaten zu verheiraten.‣ weiterlesen

Google Cloud gab kürzlich die Einführung der beiden Lösungen Manufacturing Data Engine und Manufacturing Connect bekannt. Mit den Tools lassen sich Assets einer Fertigungsumgebung vernetzen, Daten verarbeiten und standardisieren.‣ weiterlesen

Virtuelle multicloudfähige Plattformen können in Fertigungsbetrieben das Fundament bilden, um IT-Infrastruktur und Betriebsabläufe zu modernisieren und effizient zu betreiben. Denn das nahtlose Zusammenspiel von Cloud-Anwendungen, Softwarebereitstellung sowie Remote Work lassen sich mit digitalen Plattformen vergleichsweise einfach und global orchestrieren.‣ weiterlesen

Wibu-Systems ist Anwendungspartner im Projekt KoMiK. Im Mai wurde das Projekt abgeschlossen und der Karlsruher Lizensierungsspezialist hat zusammen mit den Projektpartnern aus Wirtschaft und Wissenschaft Empfehlungen zur Auswahl eines digitalen Kooperationssystems erarbeitet, inklusive eines Screening-Tools.‣ weiterlesen

MES-Lösungen verfügen über unterschiedliche Erweiterungsmodule, etwa für das Qualitätsmanagement. Der Ausbau der Basisfunktionen sorgt jedoch oft für Aufwand. Eine Alternative versprechen Cloudlösungen.‣ weiterlesen

Bei ihrer digitalen Transformation adaptieren Fertigungsunternehmen Technologien wie künstliche Intelligenz, Machine Learning und digitale Zwillinge. Cloud Computung hilft, dafür erforderliche Kapazitäten skaliert bereitzustellen.‣ weiterlesen

Mit mehreren neuen Partnern erweitert der Softwareanbieter ZetVisions sein Partnerangebot. Unter anderem sollen Pikon und People Consolidated das Beratungsangebot des Heidelberger Unternehmens ergänzen.‣ weiterlesen

Viele Deep-Learning- und Machine-Vision-Anwendungen stellen hohe Ansprüche an die eingesetzten Industrie-Rechner. Für den Einsatz in diesem Umfeld hat Hardware-Spezialist Spectra die PowerBox 4000AC C621A ins Programm genommen.‣ weiterlesen

Mit Hybrid Cloud-Lösungen wollen Firmen die Vorteile des privaten und öffentlichen Cloud-Betriebs erschließen. Managed Cloud Service Provider sind darin geschult, Fallstricke bei der Cloud-Nutzung solcher Infrastrukturen zu bewältigen.‣ weiterlesen

Per Low-Code-Tool können Anwender Prozesskonfigurationen selbst umsetzen. Im MES-Bereich ist dieser Ansatz noch selten zu finden, doch einige Lösungen gibt es bereits.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige