Die Bandbreite an Optionen für Investitionen ist groß, die unter den Dachbegriffen Industrie 4.0 für das operative Geschäft und Technologien im Bereich Digitale Transformation für die Unternehmenssteuerung stehen. Dabei gilt es zunächst in den eigenen IT-Infrastrukturen die bestehenden Hürden für die Digitalisierung zu überwinden. Dann können die Vorteile disruptiver Technologien auch ausgeschöpft werden mit dem für nachhaltiges Wachstum wichtigen Anspruch, als Unternehmen nicht nur effizienter, sondern auch relevanter zu werden.
Fähigkeit zur Digitalen Transformation entwickeln
Eine Grundvoraussetzung für Digitalisierung besteht darin, skalierbar, schnell und ohne großen Aufwand die nötige IT-Leistung zur Verfügung zu haben. Cloud-Strategien sollten daher auf diese Anforderung hin angepasst werden. Dies ermöglicht auch den Wunsch, jederzeit bedarfsorientierten Zugang zu innovativen Applikationen zu erhalten, sei es für Pilotprojekte oder Standardprozesse. Allerdings nutzen laut einer Studie von Epicor rund 44 Prozent der Fertigungsunternehmen in Deutschland keine oder nur sehr begrenzt Cloud-Anwendungen.
Intelligente Systeme als Technologie-Grundlage für Industrie 4.0 schaffen
Die zweite Anforderung in der Fertigungsindustrie ist, die Daten aller internen und externen Prozesse zu erfassen und in Kontext zu stellen, um sie für Entscheidungen oder Prognosen zu nutzen. Zentrale Systeme für das Unternehmensmanagement − in der Fertigungsindustrie sind es typischerweise ERP-Systeme − müssen daher als Daten-Hub über alle relevanten Geschäftsbereiche integriert sowie offen sein zur Anbindung externer Anwendungen. Dies schafft einerseits die Grundlage für intelligente Systeme. Andererseits ermöglicht es die vertikale Vernetzung von der Produktion bis zum Unternehmensmanagement sowie die Gestaltung von digitalisierten, horizontalen Eco-Systemen mit Partnern, Zulieferern und Kunden. Letzteres ist, so auch der Global Manufacturing Outlook von KPMG (2), entscheidend für eine maximale Transparenz in der Supply Chain und Wachstum. Moderne ERP-Systeme sind darauf ausgerichtet. Wenn sie gleichzeitig sowohl in der Cloud als auch als On-Premise-Lösung zur Verfügung stehen, können sie die Cloud-Strategie von Unternehmen individuell unterstützen.
Fähigkeit zur Digitalen Transformation entwickeln
Eine Grundvoraussetzung für Digitalisierung besteht darin, skalierbar, schnell und ohne großen Aufwand die nötige IT-Leistung zur Verfügung zu haben. Cloud-Strategien sollten daher auf diese Anforderung hin angepasst werden. Dies ermöglicht auch den Wunsch, jederzeit bedarfsorientierten Zugang zu innovativen Applikationen zu erhalten, sei es für Pilotprojekte oder Standardprozesse. Allerdings nutzen laut einer Studie von Epicor rund 44 Prozent der Fertigungsunternehmen in Deutschland keine oder nur sehr begrenzt Cloud-Anwendungen.
Intelligente Systeme als Technologie-Grundlage für Industrie 4.0 schaffen
Die zweite Anforderung in der Fertigungsindustrie ist, die Daten aller internen und externen Prozesse zu erfassen und in Kontext zu stellen, um sie für Entscheidungen oder Prognosen zu nutzen. Zentrale Systeme für das Unternehmensmanagement − in der Fertigungsindustrie sind es typischerweise ERP-Systeme − müssen daher als Daten-Hub über alle relevanten Geschäftsbereiche integriert sowie offen sein zur Anbindung externer Anwendungen. Dies schafft einerseits die Grundlage für intelligente Systeme. Andererseits ermöglicht es die vertikale Vernetzung von der Produktion bis zum Unternehmensmanagement sowie die Gestaltung von digitalisierten, horizontalen Eco-Systemen mit Partnern, Zulieferern und Kunden. Letzteres ist, so auch der Global Manufacturing Outlook von KPMG (2), entscheidend für eine maximale Transparenz in der Supply Chain und Wachstum. Moderne ERP-Systeme sind darauf ausgerichtet. Wenn sie gleichzeitig sowohl in der Cloud als auch als On-Premise-Lösung zur Verfügung stehen, können sie die Cloud-Strategie von Unternehmen individuell unterstützen.
ZUM THEMA:
Digital Twinning bis 2021 Standardeinsatzgebiet für IoT-Anwendungen
Ist diese infrastrukturelle Basis geschaffen, wird es dank moderner Software-Architekturen und flexibler Schnittstellen einfacher, neue Technologien in Piloten zu testen und zu implementieren.
Im Fokus der Fertigungsindustrie stehen insbesondere Digital Twinning und Internet of Things (IoT). Wie PwC in seinem Bericht "Digital Factories 2020" (3) erläutert, sorgen digitale Zwillinge für schlankere und produktivere Abläufe. Dabei ist Digital Twinning nicht nur für die Produktentwicklung wertvoll. So helfen beispielsweise die digitalen Zwillinge von Fertigungsstätten bei der Planung, Gestaltung und dem Bau von Gebäuden und Infrastrukturen. Bei Produktionsanlagen unterstützen digitale Zwillinge das Design, die Inbetriebnahme und den laufenden Betrieb, setzen und optimieren Schlüsselparameter und ermöglichen Konzepte wie die vorbeugende Instandhaltung.
Ein Research and Market Report (4) geht davon aus, dass im Jahre 2022 bis zu 85 Prozent aller IoT-Plattformen irgendeine Form von Funktionen für Digital Twinning aufweisen werden. So wird Digital Twinning bis 2021 zum Standardeinsatzgebiet für IoT-Anwendungen.
Ist diese infrastrukturelle Basis geschaffen, wird es dank moderner Software-Architekturen und flexibler Schnittstellen einfacher, neue Technologien in Piloten zu testen und zu implementieren.
Im Fokus der Fertigungsindustrie stehen insbesondere Digital Twinning und Internet of Things (IoT). Wie PwC in seinem Bericht "Digital Factories 2020" (3) erläutert, sorgen digitale Zwillinge für schlankere und produktivere Abläufe. Dabei ist Digital Twinning nicht nur für die Produktentwicklung wertvoll. So helfen beispielsweise die digitalen Zwillinge von Fertigungsstätten bei der Planung, Gestaltung und dem Bau von Gebäuden und Infrastrukturen. Bei Produktionsanlagen unterstützen digitale Zwillinge das Design, die Inbetriebnahme und den laufenden Betrieb, setzen und optimieren Schlüsselparameter und ermöglichen Konzepte wie die vorbeugende Instandhaltung.
Ein Research and Market Report (4) geht davon aus, dass im Jahre 2022 bis zu 85 Prozent aller IoT-Plattformen irgendeine Form von Funktionen für Digital Twinning aufweisen werden. So wird Digital Twinning bis 2021 zum Standardeinsatzgebiet für IoT-Anwendungen.
Blockchain für unbestechliche Lieferketten
Mit dem Trend zu digital vernetzten Eco-Systemen mit Partnern und der Anforderung nach maximaler Transparenz in der Supply Chain erhält die Blockchain-Technologie für die Fertigungsindustrie Aufwind. Heute unterliegen Unternehmen zunehmender Überwachung, das Vertrauen von Kunden ist von unschätzbarem Wert und die Fähigkeit, die Herkunft eines Produkts nachzuweisen, ist essenziell. Die Transparenz und Unbestechlichkeit macht Blockchain zu einer revolutionären Kraft in der Lieferkette − und wenn sie mit einem ERP-System verbunden ist, kann diese Technologie Führungskräfte in Echtzeit mit belastbaren Daten unterstützen.
Blockchains haben sich bereits bei zahlreichen Unternehmen bewährt. Die Plattform von MIT (5) eignet sich als Modellvorlage für Blockchain-Anwendungen und auch IBM bietet inzwischen einen Blockchain-Service (6) an, der die Wertschöpfungskette optimieren soll. Folgender Quelle zufolge benutzt das internationale Autohaus Toyota die Lösung von IBM (7) bereits testweise für die Überprüfung ihrer Lieferkette.
Künstliche Intelligenz für Robotics und Planung
Die Einschätzungen von Künstlicher Intelligenz (KI) in der Fertigungsindustrie hängen davon ab, wie weit der Begriff gefasst wird. Denn davon abzugrenzen ist Predictive Analytics, die als anerkannte Mathematik für Szenarien in der Wertschöpfungskette seit Jahren eingesetzt wird.
Machine Learning ist als Algorithmus oder Programm eine Untergruppe von KI-Ansätzen, bei denen Maschinen Daten nutzen, um zu lernen, zu schlussfolgern und im Laufe der Zeit immer besser zu werden. Dies kann auf verschiedenen Wegen erreicht werden: durch die Identifikation und den Ausschluss von Daten, die zu falschen Schlussfolgerungen führen, durch die Verbesserung des Algorithmus selbst oder indem die Menge der Daten erhöht wird, die in die Berechnung einfließen. Unbeaufsichtigtes Machine Learning heißt, dass das System nachverfolgt, ob die Ergebnisse den Erwartungen entsprechen, und sich entsprechend automatisch selbst verbessert.
KI im eigentlichen Sinne bedeutet, korrekt mit unerwarteten Situationen oder Eingaben umzugehen, wobei die Präzision von einer enormen Menge an Daten abhängt. Das ist der Grund, warum viele KI- (und Machine Learning) Systeme als cloudbasierte Services realisiert werden. Vorteile mit KI zeigen sich am offensichtlichsten bei Robotics. Die gleiche Technologie, mit der selbstfahrende Fahrzeuge navigieren oder Staubsaugerroboter davon abgehalten werden, eine Katze zu überfahren, bahnt sich nun ihren Weg in die Fertigung. Große Fertigungsunternehmen haben zudem damit begonnen, KI für Entscheidungen in Materialeinkauf und -zuordnung einzusetzen. KI eignet sich auch dafür, dass Fertigungsunternehmen realistische Erwartungen an Lieferzeiten und
-volumen stellen, basierend auf Kapazitäten sowie geplanten und ungeplanten Stillstandszeiten. Zudem kann KI Unternehmen helfen zu entscheiden, wie freie Kapazitäten genutzt werden können.
Produktive Mensch-Maschinen-Schnittstellen
Interessante Perspektiven in der Fertigung bieten Technologien wie Augmented Reality über Datenbrillen sowie Sprachsteuerung. Anbieter wie Vuzix (8) und Google Glass Enterprise Edition (9) bieten Benutzern einen schnellen Zugriff auf Informationen wie Benachrichtigungen oder Navigationsanweisungen, was die Effizienz von Technikern, Ingenieuren und anderen Mitarbeitern im Außendienst, in der Instandhaltung und in der Produktionslinie steigern kann. Die Anwendungen reichen von Schritt-für-Schritt-Anleitungen über die Auswahl der richtigen Werkzeuge bis hin zum Fotografieren, Aufzeichnen und Melden von Qualitätsproblemen.
Sprachgesteuerte Technologien werden derzeit meist mit Haushaltsgeräten in Verbindung gebracht, doch ihr Einsatz in industriellen Prozessen gewinnt erheblich an Bedeutung. Eine kürzlich von Zebra durchgeführte Studie (10) hat ergeben, dass 51 Prozent der produzierenden Unternehmen planen, den Einsatz von Sprachtechnologie in den nächsten fünf Jahren auszuweiten.
Dabei geht es um weit mehr, als nur den Einsatz beider Hände zu ermöglichen oder die Kommunikation zwischen Mitarbeitern in Fertigungsanlagen zu verbessern. In Verbindung mit einem umfassenden ERP-System, das alle Abläufe in der Produktion überwacht, können sprachgesteuerte Technologien die Entscheidungsfindung verbessern. Geht es um Arbeitsanweisungen in der Produktion, kann ein intelligentes ERP-System diese mit internen Systemen synchronisieren und über ganze Standorte erfassen, wie diese umgesetzt werden. Die Bereitstellung dieser Echtzeit-Daten aus der Produktion hilft, Ineffizienzen zu erkennen, Lücken zu schließen und so das Gesamtergebnis zu steigern.
Für Industrie 4.0 gibt es keine technologischen Pauschallösungen
Pauschale Lösungen für Digitale Transformation und Industrie 4.0 gibt es nicht. Mit Technologien, die genau auf das eigene Unternehmen ausgerichtet sind, lässt sich einerseits die Komplexität reduzieren und andererseits das Wachstum fördern. Dabei sollte neben internen Effekten vor allem der Mehrwert nach außen im Fokus stehen, das heißt. die Bedeutung der eingesetzten Technologien für Kunden und Partner. Dies stellt sicher, dass Digitale Transformation sowohl die betriebliche Effizienz als auch die strategische Relevanz des Unternehmens am Markt unterstützt.
Quellen:
(1) https://www2.deloitte.com/content/dam/Deloitte/us/Documents/manufacturing/us-mfg-advanced-manufacturing-technologies-report.pdf
(2) https://assets.kpmg.com/content/dam/kpmg/xx/pdf/2018/06/global-manufacturing-outlook.pdf
(3) https://www.pwc.de/de/digitale-transformation/digital-factories-2020-shaping-the-future-of-manufacturing.pdf
(4) https://www.researchandmarkets.com/research/8mhnkb/internet_of
(5) https://www.media.mit.edu/projects/enigma/overview/
(6) https://www.wsj.com/articles/ibm-pushes-blockchain-into-the-supply-chain-1468528824
(7) https://www.ibm.com/developerworks/cloud/library/cl-blockchain-for-cognitive-iot-apps-trs/index.html
(8) https://www.vuzix.com
(9) https://www.x.company/glass
(10) https://www.zebra.com/content/dam/zebra_new_ia/en-us/solutions-verticals/vertical-solutions/manufacturing/white-papers/2017-manufacturing-vision-study-en-emea.pdf
Mit dem Trend zu digital vernetzten Eco-Systemen mit Partnern und der Anforderung nach maximaler Transparenz in der Supply Chain erhält die Blockchain-Technologie für die Fertigungsindustrie Aufwind. Heute unterliegen Unternehmen zunehmender Überwachung, das Vertrauen von Kunden ist von unschätzbarem Wert und die Fähigkeit, die Herkunft eines Produkts nachzuweisen, ist essenziell. Die Transparenz und Unbestechlichkeit macht Blockchain zu einer revolutionären Kraft in der Lieferkette − und wenn sie mit einem ERP-System verbunden ist, kann diese Technologie Führungskräfte in Echtzeit mit belastbaren Daten unterstützen.
Blockchains haben sich bereits bei zahlreichen Unternehmen bewährt. Die Plattform von MIT (5) eignet sich als Modellvorlage für Blockchain-Anwendungen und auch IBM bietet inzwischen einen Blockchain-Service (6) an, der die Wertschöpfungskette optimieren soll. Folgender Quelle zufolge benutzt das internationale Autohaus Toyota die Lösung von IBM (7) bereits testweise für die Überprüfung ihrer Lieferkette.
Künstliche Intelligenz für Robotics und Planung
Die Einschätzungen von Künstlicher Intelligenz (KI) in der Fertigungsindustrie hängen davon ab, wie weit der Begriff gefasst wird. Denn davon abzugrenzen ist Predictive Analytics, die als anerkannte Mathematik für Szenarien in der Wertschöpfungskette seit Jahren eingesetzt wird.
Machine Learning ist als Algorithmus oder Programm eine Untergruppe von KI-Ansätzen, bei denen Maschinen Daten nutzen, um zu lernen, zu schlussfolgern und im Laufe der Zeit immer besser zu werden. Dies kann auf verschiedenen Wegen erreicht werden: durch die Identifikation und den Ausschluss von Daten, die zu falschen Schlussfolgerungen führen, durch die Verbesserung des Algorithmus selbst oder indem die Menge der Daten erhöht wird, die in die Berechnung einfließen. Unbeaufsichtigtes Machine Learning heißt, dass das System nachverfolgt, ob die Ergebnisse den Erwartungen entsprechen, und sich entsprechend automatisch selbst verbessert.
KI im eigentlichen Sinne bedeutet, korrekt mit unerwarteten Situationen oder Eingaben umzugehen, wobei die Präzision von einer enormen Menge an Daten abhängt. Das ist der Grund, warum viele KI- (und Machine Learning) Systeme als cloudbasierte Services realisiert werden. Vorteile mit KI zeigen sich am offensichtlichsten bei Robotics. Die gleiche Technologie, mit der selbstfahrende Fahrzeuge navigieren oder Staubsaugerroboter davon abgehalten werden, eine Katze zu überfahren, bahnt sich nun ihren Weg in die Fertigung. Große Fertigungsunternehmen haben zudem damit begonnen, KI für Entscheidungen in Materialeinkauf und -zuordnung einzusetzen. KI eignet sich auch dafür, dass Fertigungsunternehmen realistische Erwartungen an Lieferzeiten und
-volumen stellen, basierend auf Kapazitäten sowie geplanten und ungeplanten Stillstandszeiten. Zudem kann KI Unternehmen helfen zu entscheiden, wie freie Kapazitäten genutzt werden können.
Produktive Mensch-Maschinen-Schnittstellen
Interessante Perspektiven in der Fertigung bieten Technologien wie Augmented Reality über Datenbrillen sowie Sprachsteuerung. Anbieter wie Vuzix (8) und Google Glass Enterprise Edition (9) bieten Benutzern einen schnellen Zugriff auf Informationen wie Benachrichtigungen oder Navigationsanweisungen, was die Effizienz von Technikern, Ingenieuren und anderen Mitarbeitern im Außendienst, in der Instandhaltung und in der Produktionslinie steigern kann. Die Anwendungen reichen von Schritt-für-Schritt-Anleitungen über die Auswahl der richtigen Werkzeuge bis hin zum Fotografieren, Aufzeichnen und Melden von Qualitätsproblemen.
Sprachgesteuerte Technologien werden derzeit meist mit Haushaltsgeräten in Verbindung gebracht, doch ihr Einsatz in industriellen Prozessen gewinnt erheblich an Bedeutung. Eine kürzlich von Zebra durchgeführte Studie (10) hat ergeben, dass 51 Prozent der produzierenden Unternehmen planen, den Einsatz von Sprachtechnologie in den nächsten fünf Jahren auszuweiten.
Dabei geht es um weit mehr, als nur den Einsatz beider Hände zu ermöglichen oder die Kommunikation zwischen Mitarbeitern in Fertigungsanlagen zu verbessern. In Verbindung mit einem umfassenden ERP-System, das alle Abläufe in der Produktion überwacht, können sprachgesteuerte Technologien die Entscheidungsfindung verbessern. Geht es um Arbeitsanweisungen in der Produktion, kann ein intelligentes ERP-System diese mit internen Systemen synchronisieren und über ganze Standorte erfassen, wie diese umgesetzt werden. Die Bereitstellung dieser Echtzeit-Daten aus der Produktion hilft, Ineffizienzen zu erkennen, Lücken zu schließen und so das Gesamtergebnis zu steigern.
Für Industrie 4.0 gibt es keine technologischen Pauschallösungen
Pauschale Lösungen für Digitale Transformation und Industrie 4.0 gibt es nicht. Mit Technologien, die genau auf das eigene Unternehmen ausgerichtet sind, lässt sich einerseits die Komplexität reduzieren und andererseits das Wachstum fördern. Dabei sollte neben internen Effekten vor allem der Mehrwert nach außen im Fokus stehen, das heißt. die Bedeutung der eingesetzten Technologien für Kunden und Partner. Dies stellt sicher, dass Digitale Transformation sowohl die betriebliche Effizienz als auch die strategische Relevanz des Unternehmens am Markt unterstützt.
Quellen:
(1) https://www2.deloitte.com/content/dam/Deloitte/us/Documents/manufacturing/us-mfg-advanced-manufacturing-technologies-report.pdf
(2) https://assets.kpmg.com/content/dam/kpmg/xx/pdf/2018/06/global-manufacturing-outlook.pdf
(3) https://www.pwc.de/de/digitale-transformation/digital-factories-2020-shaping-the-future-of-manufacturing.pdf
(4) https://www.researchandmarkets.com/research/8mhnkb/internet_of
(5) https://www.media.mit.edu/projects/enigma/overview/
(6) https://www.wsj.com/articles/ibm-pushes-blockchain-into-the-supply-chain-1468528824
(7) https://www.ibm.com/developerworks/cloud/library/cl-blockchain-for-cognitive-iot-apps-trs/index.html
(8) https://www.vuzix.com
(9) https://www.x.company/glass
(10) https://www.zebra.com/content/dam/zebra_new_ia/en-us/solutions-verticals/vertical-solutions/manufacturing/white-papers/2017-manufacturing-vision-study-en-emea.pdf
