I4S+ Exklusiv für Abonnenten

Daten gelten als „neues Gold“ oder „Öl des 21. Jahrhunderts“. Big Data und darauf aufbauende künstliche Intelligenz (KI) ermöglichen uns Optimierungen bestehender Prozesse in Unternehmen sowie die Entwicklung neuer, disruptiver Geschäftsmodelle. Durch die technologischen Innovationen profitieren Verbraucher, Unternehmen, die Gesellschaft und auch die Umwelt. Doch den unbestrittenen Vorteilen und Chancen der Digitalisierung stehen Risiken des Missbrauchs von Daten, ethische Grundsatzfragen und die Gefahr von Rebound-Effekten gegenüber. Die zunehmenden, weltweiten Verflechtungen der Wirtschaft machen reine nationalstaatliche Regelungen unmöglich. Unternehmen sind daher gefragt, die Digitalisierung gleich von Beginn an auf Basis einer freiwilligen Selbstverpflichtung nachhaltig zu gestalten.

In der deutschen Industrie kommt auf jeden dritten Betrieb, der Produktionsverlagerungen ins Ausland durchführt, ein Betrieb, der Rückverlagerungen zurück nach Deutschland vornimmt. Die wichtigsten Gründe für Rückverlagerungen sind Einbußen bei der Flexibilität und Lieferfähigkeit sowie Qualitätsprobleme. Die Ergebnisse einer großzahligen Betriebsbefragung im deutschen Verarbeitenden Gewerbe zeigen einen klaren, positiven Zusammenhang zwischen der Nutzung von Technologien zur digitalen Vernetzung der Produktion (Industrie 4.0) und der Rückverlagerungsneigung der Betriebe. Dies ebnet den Weg für stärker lokal orientierte Wertschöpfungsketten, um individuelle Kundenbedürfnisse flexibler bedienen zu können.

Angesichts der drei großen globalen Transformationswellen der Globalisierung, Digitalisierung und Sustainabilisierung steht die Industrie vor großen Herausforderungen im Modernisierungsprozess in Hinblick auf Industrie 4.0. Zum einen muss sie die neuen Signale einer protektionistischen Industriepolitik, die vor allem von den USA ausgehen, ins Kalkül ziehen, zum anderen die Forderungen nach nachhaltiger Produktion und Klimaschutz stärker beachten. Beide Voraussetzungen sind auf Lernprozesse angewiesen, die neben der notwendigen Effizienz auch die Sozialverträglichkeit der Transformationen und die Umwelt- und Klimaverträglichkeit gleichberechtigt ins das eigene Zielsystem integrieren.

Viele Entscheidungsträger in Industrieunternehmen haben sicherlich die immer größer werdende Hektik im Vorfeld des Starts der DSGVO-Anwendbarkeit zum 25.05.2018 in mehr oder weniger guter Erinnerung. Zwar gilt die Industrie nicht als primärer Brennpunkt der DSGVO, dennoch werden auch hier in erheblichem Umfang personenbezogene Daten verarbeitet. Diese können sich bspw. auf Kunden, Mitarbeiter oder Lieferanten beziehen und müssen auch nicht immer als solche auf den ersten Blick erkennbar sein. So können sogar Maschinendaten, die sich einem Kundenauftrag zuordnen lassen, personenbezogen sein.

Die Nutzung von Kennzahlen (engl. Key Perfomance Indicators - KPIs) erlaubt eine umfassende Betrachtung vielfältiger Leistungsmerkmale eines Unternehmens und dient als fundierte Grundlage für Entscheidungen und Steuerungsaufgaben. Durch die Abbildung von Produktionssystemen in einem System aus Kennzahlen als Digitaler Twin steigt nicht nur die Menge an Daten, sondern auch deren Verfügbarkeit und Aktualität. Im Folgenden wird ein ganzheitliches übertragbares Kennzahlennetzwerk, welches zur Steuerung von Unternehmen eingesetzt werden kann, beschrieben. Strategische Ziele lassen sich durch das Kennzahlennetzwerk einfach operationalisieren. Anhand eines Industriebeispiels werden die Vorteile und Möglichkeiten des Einsatzes eines solchen Netzwerks demonstriert.

Unsere Produktions-, Logistik- und Kommunikationsnetzwerke nehmen stetig an Komplexität zu. Immer mehr Informationen müssen immer schneller vom Sender zum Empfänger. In dieser vernetzten, digitalen Welt interagieren immer mehr Menschen, Unternehmen, Maschinen oder auch Produkte miteinander. Jeder dieser Netzwerkteilnehmer hat spezifische Eigenschaften, die dessen Identität beschreiben. Anhand dieser Eigenschaften wird eine digitale Identität geschaffen, mit der es möglich ist, die Netzwerkteilnehmer direkt miteinander zu verbinden.

Um dem starken Zeitdruck bei der Entwicklung eines Schiffs zu begegnen, werden Prozesse parallelisiert. Der eigentliche Fertigungsstart liegt aufgrund dessen, wie in der Unikatfertigung üblich, vor der finalisierten Produktdefinition und der Fertigstellung aller Produktionsinformationen. Simultaneous Engineering bedingt einen hohen Grad an Kommunikation und einen stetigen Informationsfluss. Diese Datenrückführung aus der laufenden Produktion gilt es durch eine kontinuierliche, produkt- sowie prozessbezogene Datenerfassung zu befriedigen. Es ist daher notwendig, eine Methode zu entwickeln, die trotz Losgröße 1 den Bedarf an prozessbegleitenden Daten deckt. Eine große Herausforderung stellen dabei gering automatisierte oder gänzlich manuelle Prozesse wie die Ausrüstung von Schiffen dar, die einen zeitlichen Mehraufwand bei der Datenerfassung bedingen.

Um die zunehmende Komplexität und Automatisierung von Cyber-Physikalischen Produktionssystemen (CPPS) zu bewältigen, wurden wissensbasierte Instandhaltungsstrategien und -modelle als Schlüsselfaktor identifiziert. Durch diese, soll eine Sicherung und Verbesserung der Maschinenverfügbarkeit und Prozessstabilität erreicht werden. Trotz der Bereitschaft vieler Unternehmen, in besagte Neuerungen zu investieren, fehlen ihnen oftmals die hierfür nötigen Kompetenzen und Kapazitäten (z.B.: geeignete Methoden zur Datenanalyse und Prognose). Um diese Problematik zu lösen, stellen die AutorInnen ein ganzheitliches Reifegradmodell zur Bewertung und Identifizierung von Stärken und Schwächen der Instandhaltung auf operativer, taktischer und strategischer Ebene nach einem mehrdimensionalen analytischen Ansatz, vor.

intelligent production systems, lifecycle monitoring, cyber physical systems, industrial internet of things, smart maintenanceUm eine effiziente Fertigung zu gewährleisten, müssen Produktionssysteme die Fähigkeiten besitzen, mit Maschinen und Menschen in einer verteilten Umgebung zu kommunizieren und zu interagieren, den Verschleißzustand von funktionsrelevanten Komponenten zu überwachen und ihr Verhalten situationsbezogen selbst anzupassen. Dieser Beitrag gibt einen Überblick über die historische Entwicklung intelligenter Produktionssysteme. Des Weiteren werden technische und organisatorische Voraussetzungen für die Implementierung intelligenter Produktionssysteme mit dem Fokus auf Smart Maintenance in einem verfügbarkeitsorientierten Geschäftsmodell vorgestellt und kritisch diskutiert.

Produktionsanlagen sind heute auf die Massenproduktion identischer Güter ausgelegt. Zwar besitzen sie oft eine gewisse Flexibilität, diese ist aber vorab klar definiert. Im Kontrast zu Flexibilität, wobei es sich um die Fähigkeit handelt, zwischen vordefinierten Produktvarianten zu wechseln, steht die Wandlungsfähigkeit. Die Wandlungsfähigkeit einer Anlage beschreibt die Fähigkeit, auch ungeplante Änderungen effizient durchzuführen. Diese sind heute mit einem hohem Zeit- und Kostenaufwand verbunden. Wandlungsfähigkeit erlaubt es Produzenten schneller auf veränderte Nachfragesituationen zu reagieren und auch Produktionsaufträge, die nur kleine Stückzahlen umfassen, effizient zu fertigen. Das Ziel hierbei ist es, eine effiziente Fertigung von Aufträgen mit der Losgröße Eins zu erreichen, also die individualisierte Massenproduktion. Bei dem Konzept des Digitalen Zwillings handelt es sich dabei um ein Schlüsselkonzept zur Umsetzung der geforderten Wandlungsfähigkeit.