AT_Logo

Smart Factory – wie die richtige Datenstrategie die vernetzte Produktionsumgebung zum Erfolg führt

von | 18. August 2021 | Tech Deep Dive

Ob in privaten Haushalten oder in der Arbeitswelt, die Vernetzung von Geräten und Gegenständen untereinander hält zunehmen Einzug in unseren Alltag. So prognostizierte Statista für das Jahr 2020 über 30 Milliarden vernetzter Gegenstände, bis 2025 sogar 75 Milliarden. 

Eine Branche, die von dieser Entwicklung besonders profitiert, ist die produzierende Industrie – nicht umsonst hat sich der Begriff „Industrie 4.0“ bereits für eine Digitalisierung der Produktion durch die Vernetzung von Menschen, Maschinen und Produkten etabliert. Im Zentrum der Industrie 4.0 steht die Smart Factory als Produktionsumgebung der Zukunft. 

Wir erklären in diesem Beitrag, was unter der Smart Factory zu verstehen ist, welche Vorteile sich durch sie realisieren lassen und welche Rolle eine Datenstrategie in diesem Kontext einnimmt. 

Was ist die Smart Factory?

Warum sich noch keine allgemeingültige Erklärung für den Begriff Smart Factory finden lässt, macht beispielsweise die Definition von Wikipedia klar: 

Smart Factory (deutsch „intelligente Fabrik“) ist ein Begriff aus der Forschung im Bereich Fertigungstechnik. Er gehört zur Hightech-Strategie der deutschen Bundesregierung als Teil des Zukunftsprojekts Industrie 4.0. Er bezeichnet die Vision einer Produktionsumgebung, in der sich Fertigungsanlagen und Logistiksysteme ohne menschliche Eingriffe weitgehend selbst organisieren, um die gewünschten Produkte herzustellen. 

Smart Factory beschreibt also zunächst nur die Vision, eine fast vollständig automatische Produktionsumgebung zu schaffen. In der Realität variiert der Digitalisierungsgrad von Fabriken zum aktuellen Zeitpunkt aber noch stark. Für die meisten Unternehmen geht es zunächst darum, Maschinen anzubinden und Konnektivität herzustellen, dann um einfachere Fragestellungen (welche Maschinen laufen gerade?) und erst später um einzelne Automatisierungsaufgaben. 

In der Endausbaustufe sind nahezu alle Maschinen durch Vernetzungstechnologien des Internet of Things verbunden und es entsteht ein Cyberphysisches System. Beispielsweise werden Status, Temperatur, Vibrationen oder Füllstände an Maschinen gemessen und diese Informationen kontinuierlich übermittelt. Dadurch erhält man vollständige Transparenz über den Bearbeitungsstand der Maschinen entlang der gesamten Produktionskette, den sogenannten Digital Thread.  

Auf dieser Basis können dann optimale und automatisierte Entscheidungen getroffen (wann muss ein Teil ausgetauscht werden? Welcher nächste Schritt ist notwendig?). Zudem kann die Kundenzufriedenheit erhöht werden, denn Ort und Zustand jedes einzelnen Werkstücks können in Echtzeit überprüft und dem Kunden mitgeteilt werden. 

Vorteile der Smart Factory: Effizienz, Verlässlichkeit, Qualitätssteigerung

Die vernetzte Produktionsumgebung bietet eine Reihe von direkten Vorteilen. In der Smart Factory steigt  

  • die Effizienz der Produktion 
  • die Verlässlichkeit von Prozessen 
  • die Qualität der Produkte 

Gleichzeitig sinkt die Zahl der Produktionsfehler. Durch Predictive Maintenance und Machine Learning können Probleme frühzeitig erkannt werden. Zudem müssen Anlagen durch den Einsatz von Augmented Reality nicht mehr zwingend vor Ort gewartet werden. So lassen sich kostspielige Produktionsunterbrechungen vermeiden und die Wartung von Anlagen kann effizienter gestaltet werden. Darüber hinaus lässt sich die Auslastung der vernetzten Maschinen überprüfen und erleichtert so die Einsatzplanung. Zuletzt wird es mit geringerem Aufwand möglich, komplexe Gegenstände oder Unikate zu fertigen.

Die Rolle der Daten in der Smart Factory

Damit all die Vorteile einer Smart Factory genutzt werden können, ist eine solide Datengrundlage essenziell. Die häufigsten Herausforderungen dabei sind die mangelnde Verfügbarkeit von Daten, deren Qualität und Einheitlichkeit. Zudem fehlt in vielen Unternehmen das nötige Knowhow. Dazu gehören ein grundlegendes Verständnis von Themen wie IIoT (Industrial IoT), KI (Künstliche Intelligenz) und Advanced Analytics. Zudem fehlt vor allem oft das „Big Picture“ – eine ganzheitliche Roadmap zur Digitalisierung der Produktionsumgebung.  

Im Idealfall sind in der Smart Factory sowohl die Daten transparent und einheitlich verfügbar als auch die Voraussetzungen für die intelligente Nutzung der Daten geschaffen. Hierbei unterstützt die richtige Datenstrategie, welche das Ziel verfolgt, konsequent Mehrwerte aus Daten zu generieren. 

Um das Smart-Factory-Vorhaben insgesamt erfolgreich zu machen, unterscheiden man in einer konzeptionellen Betrachtung zwischen zwei Ansätzen: 

  • Top-Down durch die Festlegung einer ganzheitlichen Datenstrategie, welche in die Digitalisierungsstrategie des Unternehmens eingebettet ist 
  • Bottom-Up durch die Wahl einer geeignete Vernetzungsstrategie 

Smart Factories werden dann zum Erfolg, wenn beide Strategien gleichermaßen verfolgt werden und die beiden Ansätze ineinandergreifen. 

In der Praxis liegt der Fokus aktuell oft noch im Bottom-Up Ansatz und der Vernetzungsstrategie: Welche Sensoren / Übertragungstechnologie nutze ich? Wo speichere ich die Daten? Nutze ich die Cloud?

Die richtige Datenstrategie für die Smart Factory

Es ist ebenso wichtig, frühzeitig den Blick auf die richtige Datenstrategie und damit auch auf den Bereich zu legen, in dem Bottom-Up- und Top-Down-Ansatz verzahnt werden. Um diese Herausforderungen zu strukturieren, werden fünf Handlungsfelder einer Datenstrategie unterschieden: 

  • Use Cases 
  • Data Fundamentals 
  • Data Governance 
  • Organization, People & Skill 
  • Technology & Architecture 

Im Handlungsfeld der Use Cases ist es wichtig, das richtige Vorgehensmodell zur Umsetzung von Effizienz- und Wertschöpfungsmaßnahmen zu finden. Bei der Arbeit mit Daten muss konsequent der Mehrwert im Blick sein.  

Die Menge an erfassten Daten führt zu Herausforderungen des Datenmanagements, Datenqualität und Vollständigkeit. Ganz wesentlich ist hier übergreifende Data Governance, welche den organisatorischen Rahmen für das Datenmangement bildet. Wer übernimmt die Verantwortung für die Daten? Welche Standards müssen befolgt werden? Wie werden diese implementiert?  

Darüber hinaus müssen die richtigen Skills etabliert werden, Firmen müssen ihre Teams um Data Scientist und Engineers erweitern. Auch an Weiterbildungen für die übrigen Mitarbeiter muss gedacht werden. 

In punkto Technologie und Architektur muss folgendes beachtet werden: Für den Einsatz von Advanced Analytics und KI müssen die klassischen Produktionssysteme wie ERP und MES über Systemgrenzen hinweg vernetzt werden. Es muss geklärt werden, wo die Daten für eine effiziente Prozessierung liegen und welche Tools zum Einsatz kommen. Eine wesentliche Herausforderung ist hier ebenfalls, dass die IT und die OT (Operational Technology) zusammenschmelzen müssen – auch IT/OT-Konvergenz genannt.

Smart Factory als Ergänzung zur menschlichen Arbeit 

Ob die Smart Factory sich auf lange Sicht durch gänzlich menschenleere Produktionshallen auszeichnen wird, bleibt abzuwarten. Wahrscheinlicher ist es, dass sie durch Technologien wie KI die Grundlage für datengetriebene Entscheidungen und die zunehmende Optimierung von Produktionsprozessen durch den Menschen bietet. 

Durch immer kürzere Innovationszyklen und gleichzeitig diversifiziertere Märkte wird eine Umrüstung der laufenden Produktion und die Anpassung an individuelle Kundenwünsche auf lange Sicht jedoch unumgänglich sein.

Fazit

Im Sinne der IT/OT-Konvergenz rücken Data Science und Manufacturing immer weiter zusammen. Wie es gelingen kann, diese beiden Bereiche zu vereinen und Verantwortlichkeiten zu definieren, um einen wirklichen Mehrwert aus Daten zu generieren, beleuchten Dr. Andreas Schmidt, Managing Data Strategist bei [at], und Peter Sorowka, CEO und Co-Founder bei der Cybus GmbH, im Webinar „Datenstrategie und Vernetzung in der Smart Factory“.  

<a href="https://www.alexanderthamm.com/de/blog/author/at-redaktion/" target="_self">[at] REDAKTION</a>

[at] REDAKTION

Unsere AT Redaktion besteht aus verschiedenen Mitarbeitern, die mit größter Sorgfalt und nach Bestem Wissen und Gewissen die entsprechenden Blogartikel ausarbeiten. Unsere Experten aus dem jeweiligen Fachgebiet versorgen Sie regelmäßig mit aktuellen Beiträgen aus dem Data Science und AI Bereich. Wir wünschen viel Freude beim Lesen.