Anzeige
Anzeige
Anzeige
Anzeige
Anzeige

In drei Schritten zur datengetriebenen Produktion

Beitrag drucken

Bei der Umstellung auf eine datengetriebene Produktion gibt es einige Herausforderungen, die es bereits im Vorfeld zu beachten gilt. Um diese systematisch angehen und meistern zu können, ist eine stufenweise Etablierung deshalb ein sinnvoller Weg.

(Bild: ©Rymden/stock.adobe.com)

Von Augmented Reality über Data Analytics bis Internet of Things verspricht das neue Industriezeitalter eine Vielzahl von Innovationen. Damit diese ihre volle Wirkungskraft entfalten und den Erfolg des Unternehmens auf ein neues Level heben können, bedarf es jedoch eines grundlegenden Wandels – und zwar auf kultureller Ebene genauso wie auf technologischer.

Aufgrund starrer Altsysteme haben die verschiedenen Abteilungen bisher meist nicht mit – sondern eher nebeneinanderher gearbeitet. Die Folge: ein zielgerichteter Informationsaustausch mit Kunden und Geschäftspartnern war schwer, auch der interne Zugriff auf die Daten anderer Teams war technisch selten vorgesehen. Das hat einerseits zu Mehrarbeit geführt, beispielsweise dann, wenn mehrere Mitarbeiter anderer Abteilungen Daten anfragten und diese jedes Mal wieder manuell versendet werden mussten. Andererseits gingen auf diese Weise aber auch viele Einblicke verloren.

Daten zum Fragen stellen

Ist dem Vertrieb beispielsweise bekannt, dass ein bestimmter Kunde jedes Jahr zur gleichen Zeit eine Großbestellung in Auftrag gibt, kann sich die Produktion bereits rechtzeitig darauf vorbereiten oder noch besser: Die Prozesse automatisch vom System organisieren lassen, sodass die Fertigung effizient ablaufen kann. Doch wenn die Produktion nicht weiß, welche Zahlen anderen Abteilungen vorliegen, kann hier auch niemand gezielt danach fragen.

Auf dem Weg zu datengetriebenen Prozessen ist es deshalb essentiell, diese unsichtbaren Barrieren aufzubrechen, um den Datenfluss über alle Abteilungen hinweg möglich zu machen. Die Beachtung der folgenden, drei wesentlichen Schritte kann dabei helfen, dies nachhaltig umzusetzen und tief in der Philosophie des Unternehmens zu verankern:

Schritt 1: Vom Datensilo in die Data Cloud

Bisher wurden häufig zunächst nur die zuständigen Ingenieure informiert, wenn beispielsweise ein Produktionsfehler bekannt wurde. In einem Unternehmen, das bereits auf eine datengetriebene Produktion setzt, kann diese Information jedoch direkt ins System eingespeist und die Fertigung des fehlerhaften Teils unverzüglich und automatisch gestoppt werden.

Wer seine Produktionsprozesse in diesem Maß automatisieren und digitalisieren will, für den führt kein Weg an einer ersten Bestandsaufnahme vorbei. Ohne sich genau darüber im Klaren zu sein, welche Informationen überhaupt verfügbar sind, wo diese abliegen und wer sie für welche Zwecke heranzieht, kann keine solide Grundlage für spätere Erfolge geschaffen werden. Erst, wenn all diese Fragen geklärt sind, steht dem Auszug der Daten aus ihren bisherigen, getrennt voneinander abliegenden Silos nichts mehr im Weg.

Big Data in der Cloud

Die Integration einer Data Cloud könnte hierfür eine Alternative zum traditionellen, lokalen Rechenzentren darstellen, um Speicherung und Analyse großer Datenmengen zu realisieren. Da sie als eine Art Schnittstelle zwischen Infrastructure Clouds wie Microsoft Azure oder Amazons AWS und Application Clouds wie denen von Salesforce oder SAP agieren kann, lassen sich verwendete Rechen- und Speicherressourcen dynamisch hoch und runter skalieren.

Falls nötig, lassen sich innerhalb von Minuten zusätzliche Ressourcen hinzu- oder wieder abbuchen. Das ist besonders dann sinnvoll, wenn beispielsweise am Ende eines jeden Quartals mehr Daten verarbeiten werden müssen, um eine große Analyse durchzuführen, oder wenn die Produktion in der Vorweihnachtszeit auf Hochtouren laufen muss. Die Skalierbarkeit stellt sicher, dass es auch bei Lastspitzen nicht zu größeren Latenzzeiten kommt.

Schritt 2: Auf der sicheren Seite

Sind erstmal verfügbare Daten in einer Cloud-Lösung zusammengeflossen, geht es vor allem darum, die Qualität auf einem hohen Niveau zu halten. Um die besten Ergebnisse zu erzielen, braucht es nun einmal auch die beste Grundlage. Damit das funktionieren kann, ist es unerlässlich, unter allen Mitarbeitern für ein gewisses Maß an Digitalkompetenz zu sorgen. Nur wenn alle verstehen, welch wichtige Rolle Daten für den Erfolg des Unternehmens spielen, kann gemeinsam an einem Strang gezogen werden.

Darüber hinaus ist aber auch die Anstellung einiger Datenexperten äußerst sinnvoll. Die Aufgabe sogenannter Data Stewards besteht in dem Erkennen fehlerhafter Informationen. Ebenso können sie eingreifen, wenn diese ungenau oder veraltet sind oder sie losgelöst vom ursprünglichen Kontext für Analysen genutzt werden. Auch in rechtlicher Hinsicht bedeutet die Arbeit der Data Stewards eine Erleichterung: Regelungen wie die DSGVO oder ePrivacy verlangen, dass sich Daten von der Quelle bis zur Löschung nahtlos zurückverfolgen lassen, ebenso wie Informationen darüber, wer Zugang zu ihnen hat und wie und wo sie genutzt werden. Da die Data Stewards für die Beantwortung all dieser Fragen verantwortlich sind, müssen sich die Mitarbeiter, ebenso wie die Verantwortlichen in den Chefetagen nicht mehr so viele Sorgen um rechtliche Konsequenzen machen und können sich stattdessen auf das Kerngeschäft konzentrieren.

Schritt 3: Neue Möglichkeiten nutzen

Hat das Unternehmen all dies bewältigt, kann es damit beginnen, von der Investition zu profitieren. Es es in der Lage, Informationen in einen größeren Kontext zu setzen und neue Erkenntnisse aus dieser Perspektive zu gewinnen. Werden die Produktionsdaten beispielsweise unter Berücksichtigung der Daten von Vertrieb und Logistikpartnern analysiert, können Schwachstellen oder auch neue Möglichkeiten erkannt werden.

Doch auch ein Blick über den Tellerrand hinaus kann sich lohnen. Unternehmensübergreifende Kooperationen bieten neue Chancen und das in vielerlei Hinsicht. Einerseits können Firmen, die über große Datenpools verfügen, diese mit anderen teilen und sich dadurch eine neue Einnahmequelle eröffnen. Andererseits ermöglicht ihnen die Nutzung extern gesammelter Informationen einen noch umfassenderen Blick und ermöglicht es dadurch, weitere Optimierungspotenziale zu erkennen.

Darüber hinaus ebnet das neuen Geschäftsmodellen den Weg, was vor allem dann ein Vorteil ist, wenn ein Unternehmen in einen neuen Bereich investieren möchte, ohne zunächst selbst große Mengen an Daten sammeln zu müssen. Sowohl das Unternehmenswachstum als auch neue Innovationen lassen sich so vorantreiben.

Schritt für Schritt in eine erfolgreichere Zukunft

Eine Prognose von Gartner besagt, dass noch bis 2022 datengestützte Erkenntnisse in acht von zehn Fällen zu keinerlei Ergebnissen für die Geschäftserfolge führen werden. Die häufigsten Gründe hierfür bestehen in Datensilos sowie fehlendem Fachwissen. Unternehmen, die sich dieser Problematiken bewusst sind, können aktiv gegensteuern. Durch das schrittweise Vorgehen können sie dabei Schnellschüsse verhindern und den Grundpfeiler für all jene Prozesse legen, die es für eine datengetriebene Produktion braucht – auf dass sie bald selbst zu jenen Unternehmen gehören, die anderen eine entscheidende Nasenlänge voraus sind.

 


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