Gerade für kleine und mittlere Unternehmen ist die Digitalisierung ihrer Produktion sehr komplex und verlangt einen pragmatischen Einstieg. Man kann davon ausgehen, dass bei mindestens 70 % der Produktionsanlagen das Digitalisierungspotenzial (noch) gar nicht oder nicht vollständig ausgeschöpft ist. Mit unserer herstellerunabhängigen Lösung lassen sich Maschinen durch schlaues Retrofit weiter optimieren.
Die Methode des Retrofittings lässt sich dabei schrittweise umsetzen. Lean.IQ unterstützt dabei zunächst erst einmal die volle Transparenz über ihre Wertschöpfungsprozesse zu erlangen; erst danach lassen sich Innovationen im Gesamtkontext richtig bewerten. Dabei reicht die Bandbreite von der intelligenten Überwachung einzelner Maschinen bis zur unternehmensweiten Datensammlung für neue Geschäftsmodelle. Die wichtigsten Schritte sind:
1. Messgrößen definieren: Je nach Einsatz müssen relevante Werte einer Maschine oder eines Maschinenparks bestimmt werden. Diese reichen von den Umgebungsbedingungen über Vibrations- und Bewegungsdaten bis hin zu prozessspezifischen Messgrößen.
2. Vorhandene Daten oder externe Sensorik nutzen: Abhängig vom Alter und der Ausbaustufe einer Maschine sollte geprüft werden, ob die erforderliche Sensorik und notwendige Schnittstellen wie Ethernet bereits vorhanden sind oder nachrüstbar sind. Falls nicht, ist externe Sensorik notwendig. Problematisch kann es werden, wenn Systeme unterschiedlicher Hersteller miteinander verbunden werden sollen. Das bedeutet einen höheren Integrationsaufwand. Zu beachten ist außerdem, wie die physische Vernetzung erfolgen soll: Sind die Sensoren drahtlos oder über Kabel verbunden?
3. Digitale Kommunikation ermöglichen: Hierzu gehört beispielsweise, die Netzinfrastruktur inklusive der erforderlichen Bandbreite zu überprüfen und die Sensordaten zu übersetzen. Falls die Sensordaten nicht in einem geeigneten IoT-Format vorliegen, müssen die Daten mit einer geeigneten Software übersetzt werden. Die zu wählende Software hängt von der Art der Sensordaten ab und muss vom Maschinenbetreiber selbst implementiert werden.
4. Datenanalyse und -aufbereitung sowie abgeleitete Aktionen: Was nutzen die gewonnenen Sensordaten, wenn sie nicht entsprechend verwendet werden? Die Daten sollten so eingesetzt werden, dass etwa Maschinen weitgehend automatisiert überwacht und mögliche Störungen frühzeitig erkannt werden. Das Stichwort lautet Predicitve Maintenance. Damit eine Maschine nach der Brownfield-Methode optimal genutzt werden kann, kommen Technologien wie Künstliche Intelligenz beziehungsweise das maschinelle Lernen zusammen mit dem ERP als zentrale Datenplattform und digitales Rückgrat in der Produktion zum Einsatz.
Lassen sie uns doch einmal über ihren Maschinenpark sprechen - gerne arbeiten wir ihnen einen unverbindlichen Projektvorschlag aus. Sprechen sie uns an ...
Comments