Anzeige
Beitrag drucken

Product Innovation-Plattform

Das Gedächtnis des digitalen Zwillings

Auf Unternehmensebene finden sich, je nach Einsatzbereich, zahlreiche unterschiedliche Systeme. In diesem Wust gehen zwangsläufig auch Daten unter beziehungsweise deren Kontext geht verloren. Eine Product Innovation-Plattform kann dabei helfen, das Potenzial der anfallenden Daten zu nutzen und sie in den richtigen Kontext zu setzten.

Product Innovation-Plattform

Bild: Aras Software AG

Etwa 34 Milliarden vernetzte Geräte bis 2020: Das schätzt das Nachrichtenportal Business Insider. Die daraus entsteheden Datenmengen bieten enormes Potenzial: So könnten sie wertvolle Erkenntnisse über die Konstruktion und die Wartung liefern, aber auch den Weg zu neuen Geschäftsmodellen ebnen. Damit das funktioniert, müssen zunächst jedoch viele Hindernisse aus dem Weg geräumt werden. Ohne den entsprechenden Kontext sind all diese Daten nämlich beinahe wertlos. Wer diesen Kontext erkennen will, muss in gleich mehreren IT-Systemen stöbern: Entscheidende Hinweise auf Probleme und Verbesserungspotenzial können überall verbergen. Man muss also die Nadel im Heuhaufen suchen. Häufig ist es sogar völlig unmöglich, wichtige Zusammenhänge rechtzeitig zu erkennen. Eine Product-Innovation-Plattform kann dabei helfen, den Kontext rund um IoT-Daten zu erzeugen.

Datenvielfalt und Datenchaos

Schon heute liefern viele Maschinen rund um die Uhr eine Vielzahl an Parametern zu ihrem jeweiligen Betriebszustand. Diese Informationen lassen sich von Ingenieuren jedoch nur dann sinnvoll nutzen, wenn der Kontext bekannt ist. Dazu gehört die Entwicklungshistorie der Maschine, aber auch deren individuelle Konfiguration – immerhin unterscheidet sich diese je nach Modell erheblich. Die Frage, warum ein Sensor eine Fehlermeldung ausgibt oder ein Parameter außerhalb der Norm liegt, kann damit weitaus zielführender beantwortet werden. Das Problem: Die dafür nötigen Informationen liegen in Datensilos getrennt voneinander vor und stehen deshalb für tiefergehende Analysen meist nicht zur Verfügung.

Digital Twin und Digital Thread

Die Probleme, die durch isoliert voneinander arbeitende Systeme entstehen, lassen sich durch den einen Digital Twin in Kombination mit dem Digital Thread lösen. Beim Digital Twin handelt es sich um ein digitales Abbild des tatsächlichen Produktes. Im Idealfall könnte man dieses auseinandernehmen und würde dort exakt die gleichen Komponenten vorfinden, wie sie im Original verbaut sind. Diesen Digital Twin gibt es selbstverständlich nicht nur für ein Musterprodukt, so wie es sich Ingenieure einst ausgedacht haben. Vielmehr wird in der Auftragsfertigung für jedes produzierte Exemplar ein eigener Digital Twin erstellt. Mit dem Digital Thread kommt die Produkthistorie ins Spiel: Mit ihm lässt sich nachvollziehen, welche Gründe für die Verwendung eines bestimmten Bauteils sprachen und welche Rahmenbedingungen dafür gesorgt haben, dass dieser Part auf diese Weise konstruiert wurde. Jede Konfiguration eines Bauteils muss im Digital Thread erfasst und mit dem Digital Twin synchronisiert werden. Wird dieser Prozess mit Hilfe des PLM-Systems sauber durchlaufen, erhält der Nutzer ein umfassendes Bild – von der Konstruktion als Ganzem bis hin zur kleinsten verbauten Schraube.

Datenchaos und die Alternative

Um einen Digital Twin und einen Digital Thread anlegen zu können, müssen Unternehmen ihre grundlegenden IT-Systeme im Griff haben. Dazu gehören sämtliche Software-Lösungen. Davon gibt es über die Lebensphase des Produktes hinweg sehr viele – von Requirement Management-Tools in der Anforderungs-Phase bis hin zum MES- beziehungsweise ERP-System in der Fertigung. Anwender arbeiten also auf verschiedenen Ebenen mit Software, die jeweils sehr unterschiedlichen Zwecken dient, aber im Prinzip auf die gleiche Datenbasis zugreifen müsste. In der Praxis gibt es jedoch viele Medienbrüche, sodass in jeder Phase Daten verloren gehen. Somit ist es sehr aufwendig, anhand der vorliegenden Daten einen Kontext zu rekonstruieren, der die Wirklichkeit abbildet. Die Lösung für dieses Problem ist eine Product Innovation-Plattform, wie sie Softwarehersteller Aras im Portfolio hat. Über sämtliche Phasen hinweg ermöglicht sie einen durchgehenden Blick auf alle relevanten Daten zu einem Produkt. Dabei gehen die Informationen weit über aktuelle Zustandsberichte des IoT hinaus: Durch die Darstellung des Digital Twins und des Digital Threads für jede einzelne produzierte Komponente erschließt sich der Kontext – die gesamte Historie zu einem Produkt lässt sich auf einen Blick nachvollziehen. Mit einem solchen PLM-System sind wesentlich effizientere Abläufe im gesamten Produktlebenszyklus, geringere Fehlerquoten und damit insgesamt schnellere Entwicklungs-, Konstruktions- und Fertigungsprozesse möglich. Zugleich können sich Markteinführungszeiten verkürzen, es gibt weniger Ausschuss in der Produktion und damit effizienter ausgenutzte Budgets.

PLM für das Internet of Things

Mit einem flexiblen PLM-System, das den Digital Thread und den Digital Twin abbildet, sind Unternehmen dem Versprechen einer Industrie 4.0 einen großen Schritt näher. Unter dieser Prämisse ist tatsächlich eine Vernetzung möglich, die sich über sämtliche Phasen des Lebenszyklus erstreckt. Bei allem Potenzial, das das IoT für Unternehmen bietet, für eine fundierte Analyse reichen Sensor- und sonstige Daten alleine nicht aus. Die zentrale Komponente eines IoT-Projekts kann ein flexibles PLM-System sein. Es fungiert als Backbone und stellt über eine einheitliche Plattform sämtliche Produktdaten in konsolidierter Form bereit. Von der Idee eines Produkts über die Entwicklung, Fertigung, Nutzung und Wartung bis hin zum Recycling lassen sich dort sämtliche Informationen ablegen, die den Kontext für wichtige Entscheidungen liefern. So können Unternehmen IoT-Anwendungen strategisch besser umsetzen und die Möglichkeiten der vernetzen Welt ausschöpfen.


Das könnte Sie auch interessieren:

Bereits im September hatte der Augsburger Roboterhersteller Kuka Restrukturierungsmaßnahmen angekündigt. Die Geschäftsführung hat nun ein entsprechendes Konzept vorgelegt. Demnach soll ein Teilbereich im Robotics-Segment neu ausgerichtet werden.‣ weiterlesen

Auch in ERP-Systemen auf Cloud-Basis kann KI-Technologie ihr Potenzial entfalten. Sie analysiert enorme Datenmengen in Sekundenbruchteilen, startet eigenständig Prozesse und gibt Handlungsempfehlungen. Grenzen für ihren Einsatz setzt aber der Gesetzgeber.‣ weiterlesen

Klaus Hübschle tritt Anfang 2020 die Nachfolge von Andreas Börngen als CEO von M&M Software an.‣ weiterlesen

Econ Solutions hat mit Philip Würfel einen neuen Geschäftsführer. Er tritt die Nachfolge von Dr. Stephan Theis an.‣ weiterlesen

Wohin entwickeln sich die Fabriken in den nächsten Jahren? Philipp Wallner von MathWorks wagt die Prognose, das fünf Faktoren darunter sein werden, die individuelles Fertigen und Ressourceneffizienz in Einklang bringen.‣ weiterlesen

Der einzige Trost beim Thema künstliche Intelligenz und Cybersicherheit? Dass auch die Angreifer nicht verstehen, wie die technologische Black Box KI genau funktioniert. Steve Rymell, Technikchef bei Airbus CyberSecurity, berichtet über die Notwendigkeit, künstliche Intelligenz auf dem Feld der IT-Sicherheit im Auge zu behalten - ohne ihr freilich einen Sonderstatus zuzuweisen.‣ weiterlesen

Weltweit streben Unternehmen nach digitalisierten Produktionsumgebungen. Schließlich verhelfen vernetzte Maschinen zu mehr Transparenz, Einsparpotentiale werden offenbar und die Produktionsplanung endlich realistischer. Doch vor der Vernetzung muss deren Zweck möglichst klar definiert sein, und auch das Koppeln der Maschinen selbst braucht Sachverstand.‣ weiterlesen

Dietmar Heinrich wird neuer Finanzvorstand der Dürr AG. Zudem ernannte der Aufsichtsrat Dr. Jochen Weyrauch zum stellvertretenden Vorstandsvorsitzenden.‣ weiterlesen

Die Maschinenbauer aus Deutschland müssen sich in einem zunehmend schwierigeren wirtschaftlichen Umfeld behaupten. Das Jahr 2019 war geprägt von einer schwachen Weltkonjunktur, immer härteren Drohungen und Sanktionen in den globalen Handelsstreitigkeiten, sowie einem tiefgreifenden Strukturwandel in der Autoindustrie.‣ weiterlesen

Nach einer Studie von Gartner soll bis 2022 der Geschäftswert von KI auf 2,85 Billionen Euro steigen. Der Löwenanteil davon wird voraussichtlich auf den Bereich der Kundenerfahrung entfallen, für das schon ausgereifte Tools am Markt existieren. Dieser Überblick zeigt, wie es heute um KI im Field Service Management steht und wohin die Reise geht.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige