I4S+ Exklusiv für Abonnenten

Unternehmen tun sich häufig schwer, einzuschätzen, wo sie auf dem Weg zur digitalen Transformation stehen und welche Maßnahmen nötig sind, um ans Ziel zu kommen. Eine Einordnung erlaubt der Industrie 4.0 Maturity Index. Er bietet eine Hilfestellung, um bei der Digitalisierung nicht den internationalen Anschluss zu verlieren und die Wettbewerbsfähigkeit zu sichern. Anhand des multidimensionalen Reifegradmodells ist es möglich, den Status quo zu erfassen und eine Roadmap zu einer höheren Industrie-4.0-Reife zu entwickeln. Das Beispiel eines Zulieferers für Energie- und Signaltechnik zeigt, wie sich damit Kosten sparen und Produktivität steigern lassen.

Nach einem Spätstart hat die OT-Security in den letzten Jahren bedeutend gegenüber der IT-Security aufgeholt. Viele technische IT-Sicherheitsmaßnahmen sind auch für Maschinen und Anlagen verfügbar. Das Bild des Security-Reifegrads im OT-Feld ist jedoch komplexer und bruchstückhafter, wie der vorliegende Beitrag zu zeigen versucht. Bestimmte Grundfragen und Widersprüche der IT-Security werden hier besonders deutlich und müssen daher möglicherweise in der OT-Security selbst gelöst werden.

Getrieben von Industrie 4.0 stehen Unternehmen vor der Herausforderung, ihre Geschäftsmodelle wettbewerbsfähig zu gestalten, um ihre Wettbewerbsfähigkeit zu erhalten und neuen Kundenansprüchen gerecht zu werden. Stichworte wie „individuelle Produktion“ und „Losgröße 1“ setzen Unternehmen dabei zunehmend unter Druck, ihre bisherige Produktion zu verändern. Tatsächlich klingt dies auch oftmals nach einer 180 Grad Wendung, vor allem für Unternehmen, die bisher mit Massenprodukten ihr Geld verdient haben und deren Geschäftsmodell nun gefährdet ist. Zudem besteht bei Industrie 4.0 die Herausforderung, dass oftmals keine Best Practices existieren und somit eine Adaption solcher Best Practices nicht möglich ist. Eine strukturierte Transformation des eigenen Geschäftsmodells hin zu Industrie 4.0 ist dennoch möglich.

Die stetig voranschreitende Digitalisierung hat schon seit Jahren ihre Spuren in der industriellen Produktion hinterlassen. Auch Trends wie Industrie 4.0 oder das Internet der Dinge führen zu einer verstärkten Vernetzung und Integration verschiedenster Daten in die Produktion. Genau diese Vernetzung und Integration kann jedoch bei schlechter Implementierung den erwarteten Nutzen ins Negative schlagen lassen. So sind beispielsweise Speicherprogrammierbare Steuerungen (SPS) diverser Hersteller frei im Internet zu finden. Teils beabsichtigt, aber auch versehentlich entwickelt sich so ein zusätzliches Risiko für die Produktion. Auch unzureichend gesicherte Wartungszugänge sind in der Praxis auffindbar. Gründe hierfür sind die komfortable Wartung von Anlagen sowie externe Hilfestellungen bei komplexen Problemen und die Ressourcenteilung innerhalb des Produktionsbetriebs.

Sicherheit ist in einer zunehmend vernetzten Industrie eine zentrale Herausforderung, denn jedes IoT-angebundene Device ist potenziellen Fremdzugriffen und Manipulationen ausgesetzt. Unternehmen suchen deshalb Wege, diese Risiken für ihre Systeme zu minimieren. Sigfox bietet für die Device- und Sensor-to-Cloud-Kommunikation ein eigenes Netz, das sich wie eine Schutzschicht zwischen die Sigfox-Devices und die Cloud-App legt. Sigfox-Devices kommunizieren also nicht direkt über das Internet. Dennoch kommen ihre Daten in die Cloud. Das Sigfox-Netz gewährleistet damit auch für Maschinen- und Anlagenbauer eine sehr hohe systemimmanente Sicherheit, da Angriffe über das Internet quasi ausgeschlossen sind.

Im Kontext von Industrie 4.0 stellen autonome Transportsysteme einen wichtigen Anwendungsfall zur Steigerung der Ressourceneffizienz dar. Die damit einhergehende Punkt-zu-Punkt-Versorgung im Unterschied zu konventionellen Versorgungskonzepten wie bspw. dem Rundverkehr wirkt sich positiv auf die Transparenz und Regelung logistischer Planungs- und Zielgrößen aus. Der Beitrag beschreibt eine Vorgehensweise, wie die Prozessfähigkeit der Wiederbeschaffungszeit auf Six Sigma Niveau bei autonomen Transportsystemen realisiert werden kann. Um dieses Ziel für den Informations- und Transportfluss zu erreichen, wird ein Six Sigma Projekt auf Basis des DMAIC-Kreislaufs mit seinen Phasen Define, Measure, Analyze, Improve und Control in einem realen Produktionsumfeld durchlaufen.

Monteure und Servicemitarbeiter im Maschinen- und Anlagenbau benötigen sehr viele Informationen, um die immer komplexeren Produkte zu montieren. Zusätzlich entsteht ein erheblicher Aufwand, wenn Monteure Arbeitsfortschritte oder Fehler dokumentieren sollen. Eine Ursache dafür ist: Die Produktion ist in der Regel nicht in den digitalen Informationsfluss eingebunden. Fallbeispiele aus der Industrie zeigen die hohen Potenziale von innovativen Software-Lösungen, indem man auch die Produktion perfekt in den digitalen Informationsfluss einbindet.

In der Industrial 4.0-Ära werden viel mehr Daten als bisher in die Produktionsplanung und die Auswahl geeigneter Fertigungs- und Lagerorte eingegeben. An welchem Standort welches Produkt wann produziert werden sollte, lässt sich angesichts der Vielzahl an entscheidungsrelevanten Daten am besten mithilfe mathematischer Methoden errechnen. Hier ist vor allem die Lineare Programmierung zu nennen, deren Einsatz anhand von Praxisbeispielen in diesem Beitrag beschrieben wird. Technische Plattform ist das IBM Decision Optimization Center, auf dem Softwarepartner unter Einbeziehung des gesamten Produktions- und Logistiknetzwerks Anwendungen für bessere Entscheidungen in allen Bereichen der Produktions- und Standortoptimierung erstellen können.

Technologischer Fortschritt ermöglicht einerseits Chancen für die Einführung neuer Geschäftsmodelle, eröffnet jedoch andererseits auch neue Wege für Angreifer. Es ist daher wichtig, die Sicherheit der Fabrik bei der Umsetzung neuer Technologien von Beginn an zu beachten. Dies wird als Security-by-Design bezeichnet und integriert Sicherheitslösungen in die Fabrik, um Verlusten, z. B. durch Sabotage oder Industriespionage, vorzubeugen. Dabei handelt es sich um einen kontinuierlichen Prozess, der wiederum auf verschiedene Bausteine zurückgreift. In diesem Beitrag werden aktuelle Forschungsergebnisse aus dem nationalen Referenzprojekt zur IT-Sicherheit in der Industrie 4.0 (IUNO) für die Umsetzung sicherer Prozesse in Fabriken anhand konkreter Fallbeispiele erläutert: Zum einen Anomalieerkennung in Wertschöpfungsnetzen, zum anderen sichere Produktionsplanung mittels Simulation. Die hier beschriebenen Beispiele sind für die Umsetzung in KMUs und großen Unternehmen geeignet.

Die Verbreitung der Cloud steigt. Mittlerweile nutzen über 60 % der deutschen Unternehmen Cloud-Dienste, zusätzlich planen knapp 20 %, zukünftig auf die Vorteile von Cloud-Lösungen zu setzen [1]. Mit der Cloud-Technologie sind jedoch auch vielfältige Herausforderungen hinsichtlich der IT-Sicherheit verbunden [2]. Aktuell wird die IT-Sicherheit einer Cloud primär durch den Cloud-Anbieter realisiert. Es gibt keine verlässliche Möglichkeit, um zu kontrollieren, welche IT-Sicherheitsmechanismen dieser in der Cloud wie umsetzt. Im Besonderen verunsichert diese Kontrollabgabe an einen externen Cloud-Anbieter viele potenzielle Kunden [1]. Es stellt sich die berechtigte Frage, wie Unternehmen Vertrauen in die IT-Sicherheit von Cloud-Anbietern aufbauen können.