< zurück

Eine Anleitung zur Datenanalyse in der Fertigung

May 15, 2020

Eine Anleitung zur Datenanalyse in der Fertigung

Dies ist der erste Blog-Beitrag der Artikelreihe zum Thema Datenplattformen für die Fertigung. Viele Unternehmen haben den Überblick über die verschiedenen Digitalisierungsstrategien scheinbar verloren. Ein Indikator dafür ist, dass die bisherigen Investitionen insbesondere im Bereich der Datenanalyse und des IoT (Internet of Things) – den Top-Themen der Industrie 4.0 noch nicht die gewünschten Erfolge vorweisen können. In dieser Artikelreihe behandeln wir die unterschiedlichen Ursachen dafür.

Der eigentliche Grund ist, dass diese Technologien, die mit der vierten industriellen Revolution einhergehen, nicht in der ... Fertigungsindustrie entstanden sind.

In dieser Reihe zeige ich meine eigenen Erkenntnisse sowie die Anwendung von Technologien als integrierte Produktanwendungen von Critical Manufacturing.

Bevorstehende Datenrevolution

Clive Humby, britischer Mathematiker und Architekt der Tesco Clubcard, hat erstmals im Jahr 2006 den folgenden Satz gesagt: "Daten sind das neue Öl. Es ist wertvoll, findet jedoch unraffiniert kaum eine Verwendung. Es muss in Gas, Plastik, Chemikalien usw. umgewandelt werden, sodass ein wertvolles Objekt entsteht, das wirtschaftliche Erfolge ermöglicht. Daten müssen daher aufgeschlüsselt und analysiert werden, damit sie einen Wert erhalten."

Es gibt keinen Zweifel daran, dass wir Zeugen einer spürbaren technischen Revolution sind. Bekannt als "Industrie 4.0", "Internet der Dinge", "Big Data" oder "Künstliche Intelligenz" die Anzahl der Lösungen, mit denen Industrie 4.0 umgesetzt wird, nimmt rapide zu. Ganz gleich aus welcher Perspektive diese rasante Entwicklung betrachtet wird, im Mittelpunkt stehen die Daten.

Doch anders als in den bisherigen industriellen Revolutionen kann die Fertigungsindustrie bei der Umsetzung der erforderlichen Basistechnologien, die dieser Datentransformation zugrunde liegen, kaum Schritt halten. Zögerlich und extrem spät hat man erkannt, dass die Nutzung dieser Technologien extrem wertvoll ist, möglicherweise weitaus wertvoller als in anderen Branchen. Die Situation verbessert sich zwar, allerdings ziemlich langsam.

Ein typisches Beispiel dafür ist der Begriff "Das Internet der Dinge" (Internet of Things, kurz IoT), welcher 1999 von Kevin Ashton in einem Vortrag für Procter & Gamble erstmals verwendet wurde. Über 20 Jahre später beschäftigt sich die Fertigungsindustrie noch immer mit der Bedeutung des IoT und entwickelt dabei Strategien zu seiner effektivsten Nutzung.

Die produzierenden Unternehmen versuchen aber scheinbar die verpasste Zeit aufzuholen, dabei spielen vor allem die Pläne für den zukünftigen IoT-Einsatz eine zentrale Rolle. Es bleibt abzuwarten, ob diese Aufgabe korrekt und erfolgreich gemeistert wird.

Doch gehen wir einen Schritt zurück zu den grundlegenden Neuerungen, die diese Datenrevolution bewirkt hat:

1. Die Miniaturisierung und Zugänglichkeit der Elektronik. Das Moore'sche Gesetz von 1965 legte fest, dass die Anzahl der Transistoren, die in einer bestimmten Flächeneinheit untergebracht sind, sich alle zwei Jahre verdoppeln würde. Obwohl sich die Verdoppelungszeiträume verkürzt haben und die Sättigung nahezu erreicht wurde, entsprach diese Annahme über Jahrzehnte hinweg der Realität.

2. Die erhebliche Verbesserung der Hardware- und Software-Eigenschaften kam zeitgleich zu einem attraktiven Preis im Hinblick auf die Datenverarbeitung und -speicherung, einschließlich Cloud-Technologien. CompuServe hat bereits 1983 kleine Storage-Angebote für die remote Dateispeicherung bereitgestellt, was heute noch als modern erscheint.

3. Die Entwicklung der künstlichen Intelligenz, insbesondere des maschinellen Lernens. Es sind keine neuen Algorithmen. Deep Learning wurde erstmals 1943 von Walter Pitts und Warren McCulloch angewandt, als sie ein Computermodell auf der Grundlage der neuronalen Netze des Gehirns erstellten.

Es ist außerdem erwähnenswert, dass ein bedeutender Teil der Entwicklung der Tools, die heute im Bereich Big Data und Analytik eingesetzt werden, durch die Notwendigkeit der Verarbeitung von Daten entstanden ist, die vor allem von sozialen Netzwerken massenhaft generiert worden sind. Die ursprüngliche Entwicklung der Datentechnologie hatte ihren Anfang tatsächlich in den sozialen Medien. Es entstanden riesige Menge an unstrukturierten Daten, die mit den vorhandenen Datenspeicher- und Analysemöglichkeiten nicht verarbeitet oder erfasst werden konnten. Sowohl die technischen Anforderungen an die Datenverarbeitung als auch die erforderliche Echtzeitanalyse bewirkten eine Verschiebung vom Batch-Verarbeitung zum Streaming, sodass die Big-Data-Technologien danach nie wieder dieselben waren.

Die Geburtsstunde der Datenplattformen - eine Lösung für alle?

Die neuen Anforderungen und Herausforderungen, die sich aus der Frequenz der Datengenerierung und dem Volumen der erzeugten Daten ergeben, sowie die Notwendigkeit, diese Daten von einer neuen Wissenschaftlergeneration anhand von fortschrittlichen Analytics-Lösungen zu erschließen angefangen von der grafischen Visualisierung bis zur künstlichen Intelligenz haben den Anstoß zur Entwicklung einer neuen Applikationsart namens IoT-Datenplattformen gegeben.

Die Bezeichnung IoT-Datenplattform ist dafür nicht besonders geeignet, denn sie stiftet mehr Verwirrung als Klarheit, was eine Datenplattform tatsächlich ist und in welcher Beziehung sie zu IoT steht. Auch dieses Thema soll später behandelt werden, doch behalten Sie vorerst den folgenden Gedanken als zentrale Überlegung: Eine Datenplattform kann eine IoT-Quelle haben, ebenso sind auch alle anderen Typen der Software-Anwendungen möglich. Daher nennen wir es einfach Produktionsdatenplattform.

Während viele der Komponenten der Datenverwaltung und -verarbeitung für alle Datenplattformen gleich sind, müssen diese jedoch im Hinblick auf die besonderen Anforderungen der Fertigung in diskreten Branchen mit vorhandenen Lösungen umgestaltet werden, sodass die spezifischen Nachverfolgungs- und Kontrollmöglichkeiten abgedeckt sind.

Diese Plattformen können zwar in der Regel zusammen mit den Tracking- und Control-Softwarelösungen eingesetzt werden, ihr Gesamtnutzen ist jedoch nur ein Bruchteil dessen, was die Kombination dieser Lösungen bewirken könnte, wenn mehrere Komponenten aufeinander abgestimmt wären.

Im nächsten Beitrag dieser Artikelserie wird das umfassendere Thema Datenanalyse, einschließlich Datenplattformen, vertieft: warum sie existieren und vor allem, wie sie im Fertigungskontext eingesetzt werden können, um existierende moderne Technologien, wie MES-Systeme, zu nutzen. Bleiben Sie dran!

Die englische Originalversion dieses Artikels von Francisco Almada Lobo (veröffentlicht am 14. April 2020) finden Sie hier.


< zurück
Freigeben:

Like us on Facebook!

Updates abonnieren

Abonnieren

Download White paper:

Five Ways Medical Device Industry Leaders Maintain their Manufacturing Edge
by Julie Fraser, Iyno Advisors
Download