Industrie 4.0: Mit Predictive Analytics zu mehr Automation und Produktivität

Die Handelsüberschüsse aus den letzten Jahren haben gezeigt, dass das produzierende Gewerbe immer noch das Rückgrat der deutschen Wirtschaft ist. Für 2012 lag der Leistungsbilanz-Überschuss bei etwa 170 Milliarden Euro.

Der globale Wettbewerb in der Produktionstechnik nimmt aber zu.

Mit dem Zukunftsprojekt Industrie 4.0 möchte die Bundesregierung die klassischen Industrien und Fertigungsweisen deutlich verbessern.

So könnte der Vorsprung der deutschen Wirtschaft im internationalen Wettbewerb erhalten bleiben oder im besten Fall sogar zunehmen.

Für dieses Vorhaben sollen in den Produktionsstätten sämtliche Informations- und Produktionstechnologien stärker miteinander verzahnt werden. Die Fabrik der Zukunft, die sogenannte Smart Factory, wird dadurch intelligenter und managt eigenständig Optimierungs-, Konfigurations- und Diagnoseprozesse – sie wird flexibler. Von zentraler Bedeutung für die Umsetzung von Industrie 4.0 und Smart Factories ist eine starke Software-Lösung.

Software für die Smart Factory

Bei sämtlichen Herstellungsvorgängen fallen eine Vielzahl Daten an. Diese Informationen werden mit Hilfe der entsprechenden Predictive Analystics Software analysiert. Diese muss in der Lage sein, in Echtzeit riesige Datenmengen auszuwerten und darin Muster zu erkennen. Aber schon im Vorfeld der Produktionsmaßnahmen kann eine solche Software für die Industrie vielfältige Vorteile bringen, denn mit ihr wird eine exakte Absatz- sowie Bedarfsplanung möglich.

Die Materialbeschaffung wird so wesentlich effizienter und tägliche operative Entscheidungen werden automatisiert. Die Voraussetzung dafür ist, dass die Software dynamisch und selbstlernend ist. Gleichzeitig werden Lieferengpässe vermieden, denn der tatsächliche Verbrauch wird durch die Prognosen schon frühzeitig erkannt und Lieferabrufe werden automatisch angestoßen.

Produktion und Lieferung automatisieren

Damit die Smart Factory ausreichend Informationen für eine prädiktive Analyse ansammeln kann, muss eine Maschinen-mit-Maschinen-Kommunikation (M2M) stattfinden. Ein Bauteil, das in der Automobilindustrie für ein Sondermodell ausgeliefert werden soll, durchläuft andere Produktionsprozesse, als ein Bauteil für das Standardmodell. Es muss sich daher in seiner Art unterscheiden. Die Smart Factory ist flexibel genug, eigenständig die Herstellungsvorgänge entsprechend der Vorbestimmung des Produktes auszurichten und durchzuführen – vorausgesetzt alle Maschinen, Lagersysteme und Betriebsmittel sind miteinander vernetzt.

Sind der Produzent und die Lieferanten miteinander verbunden, können präzise Bedarfsprognosen die ständige Verfügbarkeit der einzelnen Bauteile sicherstellen. Neben den eigenen Daten, die jedes Unternehmen über die Jahre angesammelt hat, können auch externe Einflussfaktoren wie das Wetter, Ferienzeiten und Preisänderungen für Materialien bei der Prognose berücksichtigt werden. Echtzeit-Analysen mit Predictive Analytics Software versetzen Unternehmen in die Lage, massenhafte Entscheidungen zu automatisieren sowie sichere Vorhersagen zu liefern. Produktionsengpässe und Lieferprobleme werden so minimiert und relevante Ereignisse werden für den Nutzer transparent dargestellt.

Kapazitätsauslastungen verschiedener Standorte können heute oftmals über das Internet nachverfolgt werden. In Zukunft melden Maschinen alle Sensordaten zu jedem Zeitpunkt an die Kontrollsysteme. Dies ermöglicht den Einblick in die aktuelle Auslastung und den jeweiligen Zustand der Geräte. Zuverlässige Prognosen in Echtzeit liefern Aufschlüsse über die zu erwartende Leistung und Wartungsintervalle. Das gewährleistet ein maximales Produktionsaufkommen. Die Planungssicherheit steigt durch die Vernetzung von Maschinen, sofern eine vorausschauende Auswertung gesammelter Informationen aus dem Netzwerk erfolgt.

Ausgaben reduzieren, Einnahmen maximieren

Aber nicht nur die Produktionskapazitäten sind wichtig, sondern auch der Zustand der Maschinen ist für die Effizienz der Smart Factory ausschlaggebend. Durch die Vernetzung der Geräte untereinander signalisiert eine defekte Maschine ihren Zustand und informiert das Wartungspersonal. Dies versetzt den Produktionsleiter in die Lage schnell eine entsprechende Entscheidung zu treffen: entweder die Fertigungskette umzuleiten oder den eventuellen Fehler noch rechtzeitig beheben zu lassen.

Mit einer Predictive Analytics Software ist sogar das Voraussehen des Gerätezustands möglich. Die Prognosesoftware erkennt, ob eine Maschine in nächster Zeit Wartungsbedarf haben wird, aber auch, ob sie in den nächsten zwei Tagen voll ausgelastet sein wird oder nicht. Dieser Blick in die Zukunft bewirkt, dass die Smart Factory höchste Produktivität gewährleistet.

(Bild: © adimas – Fotolia.de)