Schritt für Schritt: Der Weg zur smarten Produktion

Der Aufbau einer smarten Produktion lässt sich nicht von heute auf morgen bewältigen. Sie sollte schrittweise und evolutionär erfolgen.

Schritt 1: Systeme vernetzen

Im ersten Schritt hin zur smarten Produktion geht es darum, die bestehenden Systeme, Maschinen, Roboterarme etc. mit Hilfe von IoT-Technologien zu vernetzen, um Daten zu sammeln. Dazu kann es notwendig sein, neue Maschinen zu kaufen oder Altsysteme aufzurüsten und mit Sensoren, Konnektivitätsmodulen oder Steuerungselementen auszustatten, um sie IoT-fähig zu machen (Retrofitting).

Schritt 2: Transparenz durch Analyse von Daten

Die in den Maschinen oder Anlagen integrierten Sensoren liefern Daten zu ihrem aktuellen Status und erfassen Größen wie Position, Geschwindigkeit, Drehmoment, Temperatur, Auslastung, Feuchtigkeit oder Druck. Neben den Statusdaten von Maschinen und Produkten fließen auch die Daten von anderen Systemen wie ERP, Warenbeschaffung oder Prozessdokumentation auf einer zentralen (Cloud)-IoT-Plattform zusammen, um einen umfassenden Überblick über das Produktionssystem zu erhalten – all das nahezu in Echtzeit. Die visualisierte Auswertung und Überwachung der Daten in Dashboards schafft die notwendige Transparenz über die eigenen Prozesse und bildet so die Grundlage für jede Optimierung: Wo lassen sich Abläufe optimieren oder mit Technologie automatisieren?

Schritt 3: Optimierung von Prozessen

Die Analyse der Daten bildet die Voraussetzung für die Optimierung von Prozessen oder vorausschauende Wartung (Predictive Maintenance) – mit einem großen Potenzial für das Senken von Kosten. Mit Hilfe der Echtzeitdaten lassen sich die Prozesse und Produktqualität durch automatisierte Kontrolle der Produktion, Maschinen und Produkte verbessern. Konsequent zu Ende gedacht, führt all das letztendlich zum Ziel einer nahezu selbst organisierten Produktion durch intelligente Systeme.

Bei der Predictive Maintenance analysiert eine Software die Statusdaten der Maschinen und Anlagen. Sie erkennt Abweichungen von den Normwerten, Fehlermuster sowie qualitativ minderwertige Komponenten – und kann damit Fehler oder technische Mängel vorhersagen. Der Service kann dadurch rechtzeitig reagieren und einen kostspieligen Ausfall der Maschine proaktiv verhindern. Dazu baut er beispielsweise ein neues Ersatzteil ein oder zieht Wartungsarbeiten vor. Auch die Laufzeit der Anlagen lässt sich dadurch verlängern.

Schritt 4: Datenbasierte Geschäftsmodelle und Smart Services

Eine Smart Factory ermöglicht auch den Aufbau von datenbasierten „As a Service“-Geschäftsmodellen über die Einführung von Smart Services, sprich datenbasierte Dienstleistungen, die sich individuell und bedarfsgerecht auf Anforderungen der Kunden zuschneiden lassen. Ein Beispiel dafür ist Equipment as a Service. Hier kaufen die Kunden die Maschine oder das Produktionssystem nicht. Sie mieten es gegen eine (monatliche) Gebühr, wobei die Leistung verbrauchsorientiert abgerechnet wird (Pay per Use). Der EaaS-Anbieter bleibt verantwortlich für die Wartung, Ersatzteile und Reparatur und kann sogar Verfügbarkeit garantieren.