Fassen Sie diesen Blogbeitrag wie folgt zusammen:
Die meisten von uns sind in einer Zeit geboren, in der wir die Geräusche von Menschen gehört haben, die mit den Lieferungen in die Produktionsstätten hinein- und hinauseilten.
Wir erleben gerade eine Ära, in der sich all dies grundlegend ändern wird – diese Branchen sind die größten Anwender fortschrittlicher Technologien und intelligenter Geräte. Laut Intel befinden sich unglaubliche 40,3 % dieser intelligenten, IoT-gesteuerten Geräte in Fabriken, Produktionsstätten und ähnlichen Betrieben.
Quelle: Intel
Welchen Zweck erfüllt das IoT in der Fertigungsumgebung?
Zu den wichtigsten Vorteilen, die ein industrielles IoT-System bietet, gehören:
Wenn Sie der Meinung sind, dass diese Vorteile Ihre Fertigungsprozesse grundlegend verändern könnten, dann sollten Sie den nächsten Schritt gehen – nämlich sich mit den verschiedenen Komponenten eines IoT-Systems vertraut machen.
- Vorausschauende Wartung auf Basis von Echtzeit-Leistungsdaten zur Vermeidung von Ausfallzeiten
- Identifizierung von Optimierungspotenzialen anhand von Maschinenauslastungsdaten zur Verbesserung der Gesamtanlageneffektivität (OEE)
- Die Fernsteuerung von Umgebungsparametern wie Temperatur, Beleuchtung usw. ermöglicht es, optimale Bedingungen zu schaffen und Kosten zu sparen.
- Genaue Bestandskennzeichnung für ein proaktives Bestandsmanagement
- Routenplanung und -optimierung auf Basis von Echtzeitdaten
- Kanalübergreifende Transparenz des Lagerbestands zur Reduzierung der gemeinsamen Kosten in der Lieferkette
- Ein vernetztes, sicheres und produktiveres Umfeld für Arbeitnehmer und viele andere
Quelle: Microsoft
Dies ist die IoT-Architektur, sie sieht komplex aus – keine Sorge, wir werden sie hier im Detail besprechen:
1. Die erste Ebene des IoT in der Fertigung – „Smart Things“
Hierbei handelt es sich um sensorbasierte Geräte, die an Maschinen, Schaltern und Getrieben, Gebäuden, Fahrzeugen und allen anderen erdenklichen Orten angebracht werden – wo die gesammelten Informationen zu einem besseren Verständnis der Prozesse führen könnten.
Diese könnten in folgende Kategorien eingeteilt werden: mobile Unternehmenscomputer, Barcode-Scanner, RFID-Lesegeräte (Radio-Frequency Identification), Wearables, Sensoren sowie Regal- und Gang-Beacons.
Diese Geräte könnten so eingestellt werden, dass sie bei Änderungen der Temperatur, des Umgebungslichts, von Leckagen oder des Flüssigkeitsstands, von Kraft oder Druck, der Nähe, der Luftfeuchtigkeit, der Akustik oder Vibrationen und einer Vielzahl anderer Ereignisse eine Benachrichtigung senden oder eine Reaktion auslösen.
Diese könnten in einer Fabrik anhand ihrer Verwendung kategorisiert werden:
- Aufgaben in der Produktionshalle: Bestandsverfolgung, Maschinenmanagement, Effizienzsteigerung, Kosteneinsparung und sogar Lebensrettung sind unerlässlich.
- Backoffice-Angelegenheiten: Energiespargeräte, Nutzungsdaten der Kunden
- Lieferkettenthemen: Sendungsverfolgung, Produktauthentifizierung, GPS-Geräte, Überwachung der Lagerbedingungen, Warenortung
Diese Geräte erfreuen sich zunehmender Beliebtheit, weshalb ständig neue, innovative Geräte erforscht und entwickelt werden.
2. Die zweite Ebene sind die „Gateways“.
Für ein IoT-System werden zwei Arten von Gateways benötigt: Feld- und Cloud-Gateways. Feld-Gateways ähneln Breitbandroutern; sie sind permanent mit den verschiedenen Sensoren verbunden. Sie verfügen über Rechen- oder Verarbeitungskapazitäten, um die von der ersten Ebene empfangenen Daten zu filtern (um das Datenvolumen zu reduzieren) und sie an die Cloud-Gateways weiterzuleiten, die die Informationen an die Speichereinheit übermitteln.
Sie fragen sich vielleicht, warum man die Speichereinheit nicht direkt mit dem Feldgateway verbindet? Nun, es ist wichtig, alle definierten Protokolle für die Kommunikation mit dem Feldgateway zu überprüfen und anschließend die Datenkomprimierung zur Optimierung des Speichers zu verwenden.
3. Die dritte Ebene des IoT ist der „Speicher“ (Data Lake & Data Warehouse).
Diese Sensoren erfassen permanent Daten, die über Gateways an einen Speicher übertragen werden. Da es sich um Big Data handelt, wird enormer Speicherplatz benötigt, weshalb ein Data Lake ideal geeignet ist.
Sichern Sie sich jetzt nachhaltiges IoT!
Bereit für die Transformation mit IoT-Lösungen? Entdecken Sie die nachhaltige Entwicklung intelligenter Städte.
Diese Daten werden im Rohformat in diesem Data Lake gespeichert. Sie können strukturiert, unstrukturiert oder semistrukturiert in verschiedenen Formaten vorliegen. Alle Daten werden gespeichert, unabhängig davon, ob Sie sie verwenden oder nicht (Sie bewahren sie jedoch für den Fall auf, dass sie benötigt werden, beispielsweise für Backups oder zur Analyse).
Der zweite Schritt in dieser Ebene ist ein Data Warehouse. Hier werden die Daten in einem vorstrukturierten Format geladen (Extrahieren, Transformieren & Laden). Diese Daten sind dann für die Datenanalyse bereit.
4. Die letzte Ebene ist – „IoT-Analysen“.
Alle bisherigen Ebenen führen zu dieser Phase. In dieser Phase werden alle bisher gesammelten Informationen eingehend analysiert, um wichtige Erkenntnisse für fundierte Geschäftsentscheidungen zu gewinnen. Die Daten werden hier genutzt, um Antworten auf Fragen wie die folgenden zu finden:
- Was ist passiert? – Deskriptive Analytik
- Warum ist das passiert? – Diagnostische Analysen
- Was könnte passieren? – Vorhersageanalyse
- Was ist zu tun? – Präskriptive Analytik
Diese Infografik fasst die einzelnen Typen und ihren jeweiligen Zweck in einer Fertigungs-/Fabrikumgebung zusammen:
NUMMER 1: TESLA
Teslas Automobilwerk in Fremont, Kalifornien. Bildnachweis: Kyle Field | CleanTechnica
Während er die Produktionsschwierigkeiten bei der Markteinführung des Model 3, die den Verkaufsstart um fast 6 Monate verzögerten, beiseite schob, gab Elon Musk eine sehr selbstbewusste Erklärung ab: „Die Wettbewerbsstärke von Tesla wird langfristig nicht im Auto liegen, sondern in der Fabrik.“
Angesichts des aktuellen Zustands der Produktionsanlage verglich er das Tempo der Autofabriken mit dem einer „Oma mit Rollator… Warum sollte es nicht wenigstens Jogginggeschwindigkeit sein?“
Er sagte einem Investmentanalysten, dass Tesla Toyota beim Aufbau schlanker Produktionsanlagen übertreffen und Anlagen errichten werde, die eine Million Fahrzeuge pro Jahr produzieren könnten, das Vierfache dessen, was das Flaggschiffwerk von Volkswagen und die geschäftigste Fabrik der Welt in Wolfsburg, Deutschland, besaß.
Die Expertenmeinungen gingen weit auseinander. Sie sagten, es würde enorme Kapitalinvestitionen erfordern, insbesondere angesichts der Bilanz des Unternehmens, die für 2017 einen Nettoverlust von 2 Milliarden Dollar auswies.
So hochtrabend das damals auch klingen mag, Tesla hat seine Produktionskapazität erweitert und wird voraussichtlich bis Mitte 2020 drei Viertel einer Million Fahrzeuge erreichen (derzeit 640.000 Fahrzeuge pro Jahr).
Die Fabrik bietet eine beeindruckende Demonstration von Robotik, IoT und einer herausragenden IT-Abteilung. Die Robotik beschleunigt die sich wiederholenden und anstrengenden Aufgaben des Hebens, Platzierens und Verschraubens. Autonome Fahrzeuge bewegen sich innerhalb der Fabrik. Jedes Bauteil ist mit Sensoren ausgestattet, um möglichst viele Informationen zu erfassen. Das IT-Team hat ein eigenes Produktionsbetriebssystem entwickelt, das es ermöglicht, Prozesse und Anlageneffizienz agil zu optimieren.
Darüber hinaus sind Tesla-Fahrzeuge mit zahlreichen Sensoren ausgestattet, die Echtzeitdaten liefern. Diese Daten werden genutzt, um verschiedene Fahrzeugparameter zu analysieren, Updates aus der Ferne einzuspielen und den Kunden ein besseres Erlebnis zu bieten. Während des Hurrikans Irma im Jahr 2017 optimierte Tesla den Batterieverbrauch, um den Fahrzeugen im Sturmgebiet zusätzliche Reichweite zu ermöglichen und sie in Sicherheit zu bringen. Dies demonstrierte eindrucksvoll das volle Potenzial und die Wirkung von geografischer Kartierung, Analytik und dem Internet der Dinge (IoT).
NUMMER 2: RAUPE
Dieser Gigant im Bereich Maschinenbau und Fertigung setzt industrielles IoT ein, um durch vorausschauende Wartung Millionen von Dollar einzusparen. Mit seiner auf Pentaho basierenden Asset Intelligence Platform unterstützt er Kunden dabei, wertvolle Erkenntnisse zu gewinnen.
In seinen Schiffen verbaut Caterpillar Sensoren, die den Kraftstoffverbrauch in Generatoren, die Motorleistung, GPS- und Temperaturmessgeräte und vieles mehr überwachen.
In einem der vom Unternehmen angeführten Beispiele half es einer Flotte von 50 Schiffen, die 24 Stunden am Tag und 26 Wochen im Jahr im Einsatz sind, Einsparungen in Höhe von 65.000 US-Dollar zu erzielen. Mithilfe seiner Pentaho-Plattform führte es eine multivariate vorausschauende Wartungsanalyse durch und fand heraus, dass der Betrieb mehrerer Generatoren mit geringerer Leistung effizienter war als die maximale Auslastung weniger Generatoren.
„Oft suchen Unternehmen bei der Datenanalyse nach dem ‚großen Durchbruch‘ – nach einer einzigen Maßnahme, die ihnen Zehntausende oder Hunderttausende von Dollar einspart. In Wirklichkeit sind es aber die kleinen Verbesserungen, die sich über viele Schiffe hinweg zu erheblichen Kosteneinsparungen summieren“, sagte James Stascavage, ehemaliger Leiter der Abteilung für Informationstechnologie bei Caterpillar Marine.
Dasselbe System half den Schiffsbetreibern, 400.000 US-Dollar pro Schiff einzusparen, indem es empfahl, den Schiffsrumpf alle sechs Monate statt jährlich zu reinigen. Zuvor war der Rumpf durch Salzwasserkorrosion und raue See stark verschmutzt, was zu Leistungseinbußen des Schiffes führte.
Im wahrsten Sinne des Wortes sind es diese kleinen Verbesserungen, die sich zu den „Nordsternen“ summieren, denen die meisten Unternehmen nachjagen!
NUMMER 3: DAIMLER
Daimler hatte in seinem Werk in Portland Schwierigkeiten, die Kosten und die Effizienz der Betriebsabläufe zu optimieren. Die umständliche Fertigungsanlage erwies sich als schwer zu handhaben, und es wurde zunehmend komplexer, Angebot und Nachfrage zu decken.
Dem Management war klar, dass es an der Zeit war, die bestehenden Systeme zu ändern. Sie dachten daran, mit einer damals innovativen Technologie zu experimentieren: einem drahtlosen Netzwerk, das sich über das gesamte Werk in Portland erstrecken sollte.
Dies führte dazu, dass die Mitarbeiter in der Produktion Klemmbretter und Stifte gegen iPads tauschten. Sie hatten nun ein System in ihren Händen, mit dem sie alles verwalten konnten – von der Überprüfung der Maschineneffizienz und des Kraftstoffverbrauchs bis hin zur Sendungsverfolgung und Empfangsbestätigung. Das Netzwerk ermöglicht dies durch die Zentralisierung von SPS-Daten und die Verknüpfung von Betriebsabläufen mit Ausführungs- und Logistiksystemen. Dies führte zu einer verstärkten Zusammenarbeit mit internen und externen Stakeholdern wie Vertriebspartnern, Lieferanten usw.
Wartung und Terminplanung waren nur einen Klick entfernt und jeder wurde mit allen notwendigen Informationen benachrichtigt.
Diese vernetzte Produktionshalle half ihnen, alle wichtigen Daten an einem Ort zu sammeln, was ihnen die Umsetzung von Lösungen wie vorausschauender Wartung, Optimierung von Ausfallzeiten und Leistungsmanagement ermöglichte.
Weltweit haben die größten Fertigungsunternehmen ihren Fokus von reinen Produktentwicklungen hin zum Aufbau von Softwarekompetenzen verlagert. Sie investieren massiv in elektronische Subsysteme, die autonom und intelligent funktionieren – etwas, das vor nur einem Jahrzehnt noch unvorstellbar war.
Sie nutzen die Unterstützung von Lösungsarchitekten, Datenwissenschaftlern und UX-Experten, um alle Daten an einem Ort zu sammeln, zu analysieren und darauf aufbauend eine Lösung zu entwickeln. Je größer der Datensatz, desto höher die Wahrscheinlichkeit für Innovationen und ein differenzierendes Nutzererlebnis.