Use Case Produktionsprozesse

Bildnachweis: Photon photo/Shutterstock.com

Worin besteht die Herausforderung?

Produzierende Unternehmen steuern Tag für Tag ihre Fertigungsprozesse. Diese Prozesse (z. B. Maschinenauslastungen) optimal zu halten, ist jedoch schwierig, wenn Unternehmen mit manuellen oder protokollbasierten Methoden arbeiten. Denn Messungen sind zeitaufwendig und fehleranfällig, oder relevante Daten liegen schlicht nicht vor. Diese Herausforderung wird noch verschärft, wenn ein Unternehmen mehrere Fabriken an verschiedenen Standorten betreibt und dadurch eine Vielzahl an Prozessen ineinandergreifen.

Welche Daten können hier helfen?

  • Maschinendaten (Maschinentyp, Baujahr, Ladezustand, Auslastungsgrenzen, Ist- und Soll-Auftragswerte)
  • Prozessdaten (Stückzahl, Takt, Trend pro Schicht, Störzeiten oder Rüstzeiten)
  • Umgebungsdaten (Temperatur und GPS-Position)

Wie kommt der Nutzen aus den Daten?

Produktionsprozesse können durch die Verarbeitung von Sensor- und Maschinendaten optimiert werden. Über Sensoren vernetzte Maschinen sammeln Daten, deren Analyse und Auswertung neuen Nutzen erzeugt: Zustand und Auslastung der Maschinen werden so kontinuierlich und in Echtzeit einsehbar. Auch neue Komponenten der industriellen Fertigung lassen sich schnell einbinden. Visualisierungs- und Auswertungsverfahren (z. B. Statistik und Künstliche Intelligenz) helfen dabei, Auslastungen und Arbeitszyklen zu verbessern.

Wo wird diese Datennutzung bereits angewendet?

  • Der Hersteller von Präzisionsanlagen Nordson Corporation nutzt eine digitalisierte Plantafel. Auf dieser sind alle Maschinen zentral im Dashboard abgebildet, so dass Aufträge flexibel zugeordnet und geändert werden können.
  • Das IT-Unternehmen Dualis berechnet mit einer Softwareanwendung komplexe Fertigungsprozesse. Dazu werden die Daten aus Aufträgen, den benötigten Ressourcen, Rüstzeiten sowie Lieferzeiten analysiert. So lassen sich die einzelnen Komponenten in der Fertigung besser aufeinander abstimmen und vernetzen. Die Software kann sowohl in der Werkstattsteuerung als auch in der Massenproduktion zum Einsatz kommen.
  • Der Automobil- und Maschinenbauindustrie-Zulieferer Schaeffler nutzt das Überwachungssystem Schaeffler Spindle Sense. Das System misst kontinuierlich die Werte der Spindel-Maschine. Auf Basis dieser Daten kann die Spindelauslastung dann optimiert werden.
  • Das Beratungsunternehmen für Ingenieurdienstleistungen imk Automotive bietet mit der Softwarelösung ema virtuelle Produktionsplanung und Prozessbewertung an. Dafür werden Daten von Industriekunden gesammelt und daran einzelne Arbeitsschritte im Fertigungsprozess modelliert und optimiert.

Welchen Beitrag leistet diese Datennutzung zur Wertschöpfung?

Unternehmen können durch datenbasiertes Management ihrer Produktionsprozesse für eine optimale Auslastung ihres produktiven Kapitals sorgen. Damit werden direkt die Wertschöpfungsaktivitäten und indirekt die Kostenstruktur sowie die Kundenbeziehung verbessert. Durch optimale Einsatzzeiten und Stückzahlen sowie maximale Auslastungseffizienz lassen sich die Anzahl bearbeiteter Aufträge und deren Zuverlässigkeit und Qualität erhöhen.

Quellen: IundS AG (2020), DUALIS GmbH IT Solutions (2020), Autinity Systems (2018), imk Automotive (2018), ASU (2019)

Publikation: Wie Unternehmen Daten heute schon nutzen und in Zukunft nutzen können. Herausgeber: Fraunhofer IMW, Inhalt: Data Mining und Wertschöpfung