An diesen Fehlern scheitern Industrie-4.0-Projekte Modernisierung muss auch in den Köpfen der Menschen erfolgen
Bild: Cellent AG Technology SolutionsBei Industrie 4.0 geht es nicht nur um die IT-gestützte Gestaltung des Material- und Produktionsflusses. Es geht auch um die Analyse und Auswertung der Maschinen- und Produktionsdaten und um die Optimierung der vielschichtigen Prozesse der gesamten Wertschöpfungskette. Genau hier liegt die Crux vieler Industrie-4.0-Projekte: Das Erfahrungswissen der einzelnen Köpfe und Unternehmensbereiche muss zusammengeführt werden. IT, Produktion und Management müssen bereit sein, ihr Know-how zu teilen und zu lernen. Bei der Erstellung von Modellen für die Prozesslandschaft einer Fabrik ist ein holistischer Ansatz erforderlich, der alle Perspektiven und Ziele berücksichtigt. Daher müssen sich alle Beteiligten mit ihrem Wissen in das Projekt einbringen. Dieser Herausforderung sind viele Unternehmen nicht gewachsen, wenn zu viele verschiedene Ebenen isoliert vor sich hinarbeiten. Gehütetes Hoheitswissen und Kompetenzgerangel können dazu führen, dass Industrie-4.0-Initiativen ihr Ziel verfehlen. Die Rückverfolgbarkeit von Prozess- und Materialdaten ist Voraussetzung für optimierte Produktionsabläufe. In vielen Unternehmen werden diese Daten bereits erfasst, zusammengeführt und gespeichert, etwa durch das Einlesen von Serien- und Chargennummern mittels Scanner oder direkt aus den Maschinensteuerungen. So lassen sich Produkthistorien ermitteln, Histogramme erstellen oder Durchlaufzeiten auswerten. Gleichzeitig können den Produkten physikalische Gegebenheiten oder Produktions- und Kontrollparameter zugeordnet werden. Diese Nachvollziehbarkeit mag in der reinen Produktion noch stimmen, gilt jedoch in den meisten Fällen nicht für den gesamten Wertschöpfungsprozess. Gerade bei größeren oder lange gewachsenen Unternehmen findet man komplexe Systemlandschaften mit oft hohem Legacy-Anteil. Gewachsene IT-Landschaften führen ebenfalls oft dazu, dass sich Datensilos bilden. Ein detailliertes Prozess-Screening zeigt, welche Systeme und Prozesse bereits miteinander verknüpft sind und wo Brüche vorkommen und Informationen fehlen.
Data Lake statt Datensilos
Es ist aufwendig, Datenflüsse zu evaluieren, Datensilos zu integrieren und alle im Unternehmen vorhandenen Informationen in einen Speicher oder ein Repository zu leiten. Allein diese Aufgabe kann mehrere Wochen dauern. Am Ende des Projektes steht oft ein sogenannter Data Lake, aus dem jederzeit und von überall Daten entnommen werden können. Jetzt müssen aus den Daten Erkenntnisse gezogen werden. Dazu sind nicht nur leicht bedienbare Analytics-Programme erforderlich, sondern auch Mitarbeiter, die die richtigen Fragen stellen, Abhängigkeiten erkennen und die richtigen Schlüsse ziehen. Auch wenn alle Daten in geeigneter Form und zentral zur Auswertung zur Verfügung stehen: Nichts ersetzt das Erfahrungswissen vom Facharbeiter bis zum Produktionsleiter.
Schnittstellen verbinden Systeminseln
Im Industrie-4.0-Projekt müssen oft produktionstechnische und betriebswirtschaftliche Aspekte miteinander verknüpft werden. In der Praxis sieht ein Produktionsleiter zunächst eine Sequenz von Stillstandzeiten und Störungen. Sein oberstes Ziel ist die Overall Equipment Effectiveness (OEE). Ein guter Controller wiederum weiß auf Grundlage des Economic Value Added sehr genau, mit welchen Produkten welche Umsätze und Profite erzielt werden. Und er weiß, dass zu hohe Lagerbestände das Betriebsergebnis belasten und zu geringe Bestände ein Risiko darstellen könnten. Die Verknüpfung von Unternehmensbereichen wie Sourcing, Produktion, Logistik und Controlling muss auf der Systemebene abgebildet werden. Damit rücken die Schnittstellen in den Vordergrund. Viele Systeme verfügen über standardisierte APIs für einen nahtlosen Datenaustausch. Aber nicht nur die Klassiker wie SCM, Produktionsplanung und Fertigungssteuerung müssen integriert werden - oft genug gibt es schon hier Probleme - auch Spezialsysteme müssen gezielt angebunden werden. Eine Integration gelingt mithilfe von Modellierung, Kontextualisierung und Monitoring der relevanten Prozesse. Bereits vor der Einführung oder Integration einzelner Systeme ist es sinnvoll, die Daten den einzelnen Prozessschritten zuzuordnen. Das gilt für alle Vorstufen der Produktion bis hin zum Shop Floor und zur Auslieferung.
Technologie ist nicht alles
Der Erfolg eines Industrie-4.0-Projektes hängt nicht nur von der Informationstechnologie ab. Erst wenn die kulturellen und die technologischen Aspekte im Vorhaben gleichmäßig bedacht werden, kann der Systemverbund am Ende das leisten, was sich deren Betreiber davon versprochen haben.
Bild: Cellent AG Technology SolutionsBei Industrie 4.0 geht es nicht nur um die IT-gestützte Gestaltung des Material- und Produktionsflusses. Es geht auch um die Analyse und Auswertung der Maschinen- und Produktionsdaten und um die Optimierung der vielschichtigen Prozesse der gesamten Wertschöpfungskette. Genau hier liegt die Crux vieler Industrie-4.0-Projekte: Das Erfahrungswissen der einzelnen Köpfe und Unternehmensbereiche muss zusammengeführt werden. IT, Produktion und Management müssen bereit sein, ihr Know-how zu teilen und zu lernen. Bei der Erstellung von Modellen für die Prozesslandschaft einer Fabrik ist ein holistischer Ansatz erforderlich, der alle Perspektiven und Ziele berücksichtigt. Daher müssen sich alle Beteiligten mit ihrem Wissen in das Projekt einbringen. Dieser Herausforderung sind viele Unternehmen nicht gewachsen, wenn zu viele verschiedene Ebenen isoliert vor sich hinarbeiten. Gehütetes Hoheitswissen und Kompetenzgerangel können dazu führen, dass Industrie-4.0-Initiativen ihr Ziel verfehlen. Die Rückverfolgbarkeit von Prozess- und Materialdaten ist Voraussetzung für optimierte Produktionsabläufe. In vielen Unternehmen werden diese Daten bereits erfasst, zusammengeführt und gespeichert, etwa durch das Einlesen von Serien- und Chargennummern mittels Scanner oder direkt aus den Maschinensteuerungen. So lassen sich Produkthistorien ermitteln, Histogramme erstellen oder Durchlaufzeiten auswerten. Gleichzeitig können den Produkten physikalische Gegebenheiten oder Produktions- und Kontrollparameter zugeordnet werden. Diese Nachvollziehbarkeit mag in der reinen Produktion noch stimmen, gilt jedoch in den meisten Fällen nicht für den gesamten Wertschöpfungsprozess. Gerade bei größeren oder lange gewachsenen Unternehmen findet man komplexe Systemlandschaften mit oft hohem Legacy-Anteil. Gewachsene IT-Landschaften führen ebenfalls oft dazu, dass sich Datensilos bilden. Ein detailliertes Prozess-Screening zeigt, welche Systeme und Prozesse bereits miteinander verknüpft sind und wo Brüche vorkommen und Informationen fehlen.
Cellent GmbH
Dieser Artikel erschien in Industrie 4.0 - 21 2017 - 02.11.17.Für weitere Artikel besuchen Sie www.i40-magazin.de
