Manufacturing Intelligence: Daten suchen Mehrwert

Publish date:

Daten sind wertvoll. Doch ist ein Data Lake nicht automatisch eine Goldgrube.

RSS-Feed abonnieren

Er muss sich nicht lohnen, doch steckt Potenzial darin. Besonders wenn Maschinen eines Tages wirklich intelligent werden.

Viele Unternehmen sind sich sicher: In den Daten liegt die Zukunft. Mehrwerte schlummern darin, die künftig den Umsatz nach oben treiben werden. Gesammelt von diversen Maschinen, die an der Fertigung eines Produktes beteiligt sind, fließen diese Informationen oft in einem Data Lake zusammen. Doch dann folgt oft schon die erste Ernüchterung. Die eine Maschine sendet ihre Daten zeitlich leicht versetzt, eine andere in Echtzeit, manche Daten tragen gar keinen Zeitstempel. Die große Menge an unsortierten Daten in Abhängigkeit zu bringen, ist viel komplizierter als gedacht – und ein Schritt, der in vielen Unternehmen massiv unterschätzt wird.

Sensorikin der Produktion: Gesunder Menschenverstand gefragt

Auch ein so genannter Digital Twin, ein digitales Abbild einer physischen Maschine, ist – bei allem Hype, der darum aktuell gemacht wird – zunächst mal „nur“ ein Konstrukt, mit dessen Hilfe sich eine Maschine beobachten lässt, ohne in ihrer Nähe zu sein und sie aufschrauben zu müssen. Die Frage ist, ob es tatsächlich Sinn macht, fast wahllos Sensoren zu verbauen, oder aber mit gesundem Menschenverstand nur jene Teile eines Produktionsprozesses anzuschauen, die Potenziale bieten. Und selbst wenn eine Analyse voraussagt, wann Bauteile ausgewechselt werden sollten, heißt das noch nicht, dass sich der Aufwand lohnt. Denn Analysen müssen permanent gefahren werden und Mitarbeiter sollten nicht nur fähig sein, sie zu verstehen, sondern auch wissen, wie man im Fall der Fälle gegensteuert. Zu glauben, dass die Maschine das jetzt schon automatisch schafft, ist meist eine Illusion.

Denn der Reifegrad in Hinsicht auf die Intelligenz im Produktionsprozess ist in der Praxis noch eher gering. Viele Unternehmen haben ihre Fertigung zwar im Griff, sind jedoch lediglich in der Lage, die Daten ihrer Maschinen im Nachhinein zu analysieren, also nachdem die Fertigungslinie stehen geblieben ist oder Probleme gemacht hat. Im Vorhinein zu wissen, dass etwas passieren wird, ist ein Quantensprung für viele Unternehmen. Denn das erfordert Echtzeitdaten schnell auswerten zu können. Aufgrund von auftretenden Mustern ließe sich dann erkennen, wie lange es dauern wird, bis ein Problem auftritt.

Noch weiter gedacht treffen die Maschinen selbst die Entscheidung, was zu tun ist. Sie fahren Zusatzmaschinen hoch und verteilen die Last auf andere Maschinen – mit dem Ziel, die Produktion nicht ins Stocken geraten zu lassen. Die High-End-Lösung ist das lernfähige System, das es heute zwar schon gibt, aber an Perfektion noch gewaltig zulegen wird. In der Endkontrolle einer Smartphone-Produktion etwa ist eine visuelle Kontrolle der gefertigten Geräte nötig. Das übernimmt nun ein System, das gelernt hat, wie ein gut gefertigtes Smartphone aussieht. Entsprechen die Geräte nicht exakt diesem Standard, fallen sie bei der Qualitätsprüfung erst einmal durch.

Maschinen: Projekte mit kognitiven Systemen auf dem Weg

In der Fähigkeit, unstrukturierte Daten wie Bilder, Geräusche, Gerüche und Text zu verarbeiten und ein System dazu zu bringen, dass es nach und nach Bilder etwa von einem Auto oder einem Pferd immer zuverlässiger erkennt, steckt viel Potenzial. Schon aus dem Knirschen würden kognitive Systeme heraushören, wenn ein Getriebe vorsorglich ausgewechselt werden müsste.

Auch die Qualitätssicherung wird von dieser Intelligenz profitieren. Denn bald wird die Eingangsprüfung von Bauteilen in der Lage sein, jene Stücke herauszuziehen, die nicht in Ordnung sind, in Echtzeit und automatisch Maschinenteile nachbearbeiten zu lassen und Mitarbeitern über Augmented-Reality-Brillen anzuzeigen, wo bei defekten Produkten manuell nachgearbeitet werden muss. Über Mehrwerte durch Daten wird dann niemand mehr diskutieren.

Weitere Blog Posts zum Thema Digital Manufacturing Weitere Blog Posts zum Thema
Digital Manufacturing
Unsere Digital Manufacturing Services Unsere Digital Manufacturing Services
Thought Leadership zum Thema Digital Manufacturing Thought Leadership zum Thema
Digital Manufacturing
Kundenprojekte zum Thema Digital Manufacturing Kundenprojekte zum Thema
Digital Manufacturing

Weitere Posts

IT-Architektur

Vier Praxisbeispiele für agiles Enterprise Architecture Management

Tim Lüecke
Date icon November 29, 2019

Agilität und Enterprise Architecture Management (EAM) sind nur auf den ersten Blick ein...

Artificial Intelligence

eCommerce-Strategie mit KI: Black Friday bis Cyber Monday 2019

Achim Himmelreich
Date icon November 7, 2019

Die Strategie entscheidet, ob Händler in der Cyber Week Gewinn machen

Capgemini Invent

Die Zukunft des Einkaufs – dead, still alive or re-invented?

Christian Michalak
Date icon November 4, 2019

Der Einkauf hat und wird sich in all seinen Bereichen durch die voranschreitende...

cookies.

Mit dem Fortsetzen des Besuchs dieser Website akzeptieren Sie die Verwendung von Cookies.

Für mehr Informationen und zur Änderungen der Cookie-Einstellungen auf Ihrem Computer, lesen Sie bitte Privacy Policy.

Schließen

Cookie Information schließen