Präzisionsrealismus

Industrie 4.0 & Big Data.

Big Data ist der Schlüssel bei der Digitalisierung der industriellen Fertigung – auf dem Weg zu Industrie 4.0. Dabei wird aus dem heutigen Data Scientist ein Shopfloor-Datenarbeiter.

* Von Daniel Liebhart

Rupert Hoellbacher, der Leiter des Boschwerkes Blaibach im Allgäu, ist sich sicher, dass die Fabrik von Morgen schon heute problemlos realisierbar ist: «Sie finden in jeder Firma eine Person, die sich gerne mit IT beschäftigt. Lassen Sie diese Person die Daten aus der Maschine holen. Und schauen Sie sich die Daten genau an. Das ist der erste Schritt.»

Dabei kommen mehrere Schlüsseltechnologien zum Tragen. Dazu zählen etwa eingebettete Fertigungsmaschinen (CPS − Cyberphysische Produktionssysteme), die viele Daten über das Internet austauschen, genauso wie Anwendungen, die diese Informationen in Echtzeit interpretieren, analysieren und so eine wirtschaftliche, automatisierte und sichere Fertigung auch kleinster Serien erlauben. Während «CPS heute in jeder Produktionsanlage stecken», wie Olaf Sauer, Industrie-4.0-Pionier und stellvertretender Leiter des Fraunhofer-Instituts für Optronik, Systemtechnik und Bildauswertung, schon vor zwei Jahren feststellte, sind die Anwendungen noch in der Entwicklung.

Die Rolle von Big Data.
Der Einsatz von CPS im Verbund mit verschiedenen Sensoren und anderen Geräten in der Fertigung erlaubt viele neue Anwendungen: Wasser, Energie und weitere Ressourcen können eingespart werden; Logistik, Planung und Produktionssteuerung lassen sich schneller und einfacher gestalten, Fehlproduktionen vermeiden. Die «Plattform Industrie 4.0» führt mehr als 200 Anwendungsbeispiele auf.

Der intelligenten Aufbereitung großer Datenmengen in Echtzeit fällt dabei eine zentrale Rolle zu. Von der detaillierten Analyse (Descriptive Analytics), oftmals in Kombination mit einer genauen Diagnose (Diagnostic Analytics), über den Blick in die Zukunft (Predictive Analytics) bis hin zur Handlungsanleitung (Prescriptive Analytics) kommen dabei alle vier klassischen Big Data-Ansätze zum Einsatz. Die dafür notwendige Software ist entweder als dediziertes System oder als integrierter Bestandteil eines Manufacturing Execution Systems (MES) verfügbar. Sie leis-tet in beiden Phasen der Digitalisierung der Industrie – bei der Optimierung bestehender Produktionsmethoden und der Etablierung neuer Fertigungsmodelle – einen unverzichtbaren Beitrag.

Höhere Effektivität aller Anlagen.
Die Optimierung bestehender Produktionsanlagen gehört zum täglichen Brot in der industriellen Fertigung. Die entsprechende Kennzahl, die Gesamtanlageneffektivität oder auch OEE (Overall Equipment Effectiveness), als Messgröße für den Prozentsatz, zu dem eine Anlage in einer vorgegebenen Geschwindigkeit Qualitätsprodukte produziert, hat sich längst etabliert. Im Robert-Bosch-Werk Blaichach bei Immenstadt im Allgäu, ausgezeichnet als «Fabrik des Jahres 2015» in der Kategorie «Hervorragende Digitalisierung», gilt diese Messgröße als zentraler Indikator für die Wirksamkeit der Auswertung der Daten, die vom eigenentwickelten MES geliefert werden. Eine um 23 Prozent höhere Performance dort zeigt, dass durch den klugen Einsatz von Big Data-Technologien, hiesige Produktionsstandorte im internationalen Wettbewerb mithalten können.

Optimaler Ressourceneinsatz.
Neben der Vermeidung unerwarteter Verluste spielt der optimale Ressourceneinsatz für den wirtschaftlichen Betrieb eine große Rolle. Das zeigt die STIWA Holding bei der Fertigung von Bauteilen für Fahrzeuglenkungen im österreichischen Gampern. Dort kommen Big Data-Technologien in neuen, hochintegrierten Produktionsstätten zum Einsatz. Durch die Kombination intelligenter Gebäude mit automatisierten Produktionsanlagen reduzierte das Unternehmen den Ressourcenverbrauch signifikant. Diese Einsparungen sowie die Verkürzung der Herstellungsdauer von Einzelteilen auf ein Viertel der üblichen Zeit dank der stärker vernetzten Produktionsprozesse, halten das Unternehmen weltweit konkurrenzfähig.

Neue Fertigungsmodelle
Die Hightech-Strategie Industrie 4.0 geht noch einen Schritt weiter hin zur Etablierung neuer Fertigungsmodelle. «In der neu entstehenden Smart Factory herrscht eine völlig neue Produktionslogik: Die intelligenten Produkte sind eindeutig identifizierbar, jederzeit lokalisierbar und kennen ihre Historie, ihren aktuellen Zustand sowie alternative Wege zum Zielzustand», stellte der Schlussbericht des Arbeitskreises Industrie 4.0 schon 2013 fest.

Solche Modelle gehen davon aus, dass die industrielle Fertigung dezentral und selbststeuernd bis hin zu der Losgröße 1 vollständig automatisiert erfolgt. Dabei kommt der Aufarbeitung und Auswertung großer Datenmengen eine noch zentralere Bedeutung zu. So geht Intel in der vollständig automatisierten Chipproduktion sogar soweit, Big Data zur zentralen Kerntechnologie für die Produktion der Zukunft zu erklären. Als Komponenten zur Entscheidungsunterstützung haben Big Data-Technologien direkten Einfluss auf die Messgrößen Effizienz, Schnelligkeit und Qualität der Gesamtproduktion.

Der Shopfloor-Datenarbeiter.
Mit der Etablierung von Big Data-Technologien in der industriellen Fertigung wird die Anzahl der Datenarbeiter signifikant zunehmen. Derzeit ist der klassische Data Scientist gefragt. Er gewinnt mithilfe von Analysemethoden und selbstentwickelten Modellen auf der Basis der vorliegenden Produktionsdaten die relevanten Erkenntnisse. Aber auch der klassische Fabrikarbeiter wird sich mittelfristig in Richtung Data Scientist entwickeln müssen.

Die Entstehung eines neuen Berufsbildes – eines «Shopfloor-Datenarbeiters» – wird die Produktionsarbeit verändern: Er arbeitet vernetzt sowie flexibel und ermöglicht damit überhaupt erst die vernetzte und sich selbst steuernde Fertigung. Dies belegt eine Umfrage des Fraunhofer IAO im Rahmen der Studie «Produktionsarbeit der Zukunft – Industrie 4.0». «Shopfloor-Datenarbeiter» werden mit der Planung, Steuerung, Überwachung und Analyse betraut – und dabei von Big Data-Technologien unterstützt.

* Daniel Liebhart ist Dozent für Informatik an der Züricher Hochschule für Angewandte Wissenschaften und Solution Manager der Trivadis GmbH. Er veröffentlichte das Grundlagenwerk «SOA goes real» und ist Mitautor verschiedener Fachbücher.

 

Quelle: BUSINESS INTELLIGENCE MAGAZINE, www.bi-magazine.net
© ProfilePublishing Germany GmbH 2017. Alle Rechte vorbehalten.
Vervielfältigung nur mit Genehmigung der ProfilePublishing Germany GmbH

Business Intelligence Magazine: Springe zum Start der Seite