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:

Die 16. FMB – Zuliefermesse Maschinenbau findet vom 10. bis 12. November 2021 im Messezentrum Bad Salzuflen statt. Zu den Topthemen kürte Veranstalter Easyfairs die Oberflächentechnik und Digitalisierung.‣ weiterlesen

Produktionsunternehmen sollen mit den neuen IoTmaxx-Mobilfunk-Gateways Maschinendaten besonders schnell in die AnyViz-Cloud übertragen können.‣ weiterlesen

Self-Service-Technologie, digitale Assistenten, künstliche Intelligenz - die Digitalwerkzeuge fürs Kundenbeziehungsmanagement werden immer ausgefeilter. Sind CRM- und ERP-System gut integriert, lassen sich im Sinn des xRM-Ansatzes auch leicht die Beziehungen zu Geschäftspartnern IT-gestützt pflegen.‣ weiterlesen

Vor allem KMU befürchten häufig, bei der IT-gestützten Prozessoptimierung im Vergleich zu Großkonzernen nicht mithalten zu können. Die beiden Technologieprojekte IIP Ecosphere und FabOS, die im Rahmen des KI-Innovationswettbewerbs vom BMWi gefördert werden, wollen diesen Firmen den Zugang zu KI-Anwendungen erleichtern.‣ weiterlesen

Emerson hat die Einführung der Software Plantweb Optics Data Lake bekanntgegeben. Die Datenmanagement-Lösung identifiziert, erfasst und kontextualisiert unterschiedliche Daten in großem Maßstab entweder vor Ort in industriellen Anlagen oder mithilfe von Cloud-Technologie.‣ weiterlesen

Im September 2021 erscheint die Richtlinie VDI/VDE 2185 Blatt 2 'Funkgestützte Kommunikation in der Automatisierungstechnik - Koexistenzmanagement von Funksystemen'. Wenn unterschiedliche Funksysteme bei Automatisierungsaufgaben unterstützen, ist mit einer gegenseitigen Beeinflussung der Systeme zu rechnen.‣ weiterlesen

Klare Sicht auf das Werksgeschehen und die Rückverfolgbarkeit von Produkten und Prozessen sind zunehmend wichtige Erfolgsfaktoren. Mit dem MES Valeris will WSW Software gerade mittelständischen Fertigern helfen, diese Ziele zu erreichen. Das System soll schnell und günstig einsatzfähig sein, konfiguriert wird es in Eigenregie.‣ weiterlesen

Unternehmen verwalten heute mehr als zehn Mal so große Datenmengen wie noch vor fünf Jahren. Dabei befürchteten 62 % der Befragten in einer aktuellen Untersuchung von Dell Technologies, ihre Maßnahmen zur Datensicherung könnten nicht ausreichend vor Malware-Attacken schützen. 74 % der Umfrageteilnehmer gaben zudem an, dass mit der steigenden Anzahl an Home-Office-Mitarbeitern das Risiko von Datenverlust ansteige.‣ weiterlesen

Der MES-Anbieter Proxia Software kapselt Funktionen seiner Software, um Anwendern mehr Flexibilität beim Cloud-Betrieb ihres Produktionssteuerungssystems zu ermöglichen. Eine Datenvorverarbeitung im sogenannten Fog Layer soll durch eine geringere Anzahl an Transaktionen für mehr IT-Sicherheit und reduzierte Transaktionskosten sorgen.‣ weiterlesen

Thin Clients sind meist robust und wartungsarm. Mit ihrer Hardware-reduzierten Ausstattung eignen sie sich für Fabriken und Büros gleichermaßen. Wo die schlanken Geräte noch punkten, schreibt Ulrich Metz, Geschäftsführer bei Rangee.‣ weiterlesen

Anzeige
Anzeige
Anzeige