Data-Driven Organization – Use Cases in Produktion & Logistik

Nach diversen theoretischen Grundlagen sehen wir uns Beispiele aus der Praxis an. Der Auftakt macht Produktion und Logistik. Industrie 4.0, Sensorik, Predictive Maintenance, Smart Factory oder doch die gute alte Produktionsplanung?

Produktion und Logistik bieten zahlreiche Chancen für datenbasierte Methoden und Optimierungsansätze. Mit Marc Tesch von leanbi tauchen wir ein in eine vielfältige Welt.

Bild aus GEOkompakt Nr. 71 – Artikel: «Revolution in den Fabriken» von Thomas Wagner-Nagy über Industrie 4.0 (Seite 48 ff)

Was ist Industrie 4.0. Eine Definition finde ich bei Industrie 2025:

Industrie 4.0 ist die nutzenbringende Vernetzung von Menschen, Maschinen, Produkten, Systemen und Unternehmen entlang der Wertschöpfungskette und über den Produktlebenszyklus. Diese hat zum Ziel, effizienter oder produktiver zu produzieren und mehr Kundennutzen zu generieren.

Aber hoppla – so einfach scheint es doch nicht zu sein, auf der Homepage steht nämlich zu der Definition auch gleich folgende Einschränkung:

Es gibt über 200 Definitionen von Industrie 4.0. Diese Tatsache unterstreicht die Komplexität und Vielfalt von Industrie 4.0. Vor allem lässt sie aber vermuten, dass es kein richtig oder falsch gibt. Wir sind der Meinung, dass aufgrund der Heterogenität der produzierenden Industrie und der vielen verschiedenen Märkte jedes Unternehmen für sich eine Definition von Industrie 4.0 erarbeiten sollte. Allgemeingültige, kurze und immer noch verständliche Definitionen nützen dem Unternehmen nur wenig.

Definition aus: Industrie 2025

Think big? Ja. Aber: Start small!

Buzzwords wie Smart Factory, Internet of Things, Digital Twins, Smart Eyewear, Augmented Reality und Cobots tönen selbstverständlich fancy. Aber es geht auch in kleinen Schritten. Bereits mit Sensorik, statistischen Modellen und konsequenter Nutzung dieser Daten können zahlreiche Optimierungen erreicht werden. Dabei im Fokus für die jeweiligen Unternehmen und ihre Kunden:

  • Kundenzufriedenheit
  • Prozess & Kosten
  • Verfügbarkeit
  • Qualität
  • Energie

Gerade im KMU Umfeld und seinen Anforderungen hat eine Bedingung absolute Priorität: Der Nutzen ist zentral!

Predictive Maintenace – worum geht es?

Es geht um das vorzeitige Erkennen von Problemen bei Komponenten und Maschinen. Dabei kann der Einsatz von Sensorik bereits kaum wahrnehmbare Veränderungen sichtbar machen.

Es gibt diverse Anwendungsbereiche von Sensoren:

  • Laser & Kamera: sehbare Schäden wie Verbiegung und Risse
  • Akustik, Vibration, Strom: Verschleiss an Getrieben, Riemen, Ketten etc.
  • Strom, Spannung, Temperatur: Elektrische Schäden

Können an einer Komponente leichte Vibrationen, erhöhte Leistungsaufnahme oder erhöhte Temperatur festgestellt werden, ist ein Eingreifen möglich, bevor die Komponente ausfällt.

Da Maschinenverfügbarkeit in einer Produktion die treibende Kraft ist, können mit dem Einsatz von Sensoren und Datenauswertung teure Stillstände, Leistungs- und Qualitätsverlust minimiert werden.

Marc Tesch zeigt uns zahlreiche Beispiele aus seiner langjährigen Berufspraxis. Wie bereits in der Einleitung zur Definition von Industrie 4.0 gesagt wurde: es gibt so viele unterschiedliche Unternehmen, Problemstellungen und Herangehensweisen, dass ein «one-fits-all»-Ansatz zwar praktisch, aber völlig unrealistisch wäre.
Ein Unternehmen kann jedoch einiges tun, ohne sich gleich mit künstlicher Intelligenz und maschinellem Lernen auseinandersetzen zu müssen. Selbstverständlich haben auch diese Methoden ihren Platz in der Industrie der Zukunft. Aber wie bereits erwähnt:

Think big. Start small. 

und

Der Nutzen ist zentral.

Smart Factory – Maschine-Maschine & Mensch-Maschine-Interaktion und -Kollaboration

Massanfertigung statt Massenfertigung. Woran an der Kaiserslauterner Vorzeigefabrik geforscht wird, ist ein Bruch mit den klassischen Grundsätzen der Industrie. Bislang galt: Erst Produkte immer gleicher Bauweise in möglichst hoher Stückzahl ermöglichen niedrige Kosten und gute Qualität.

In seinem Artikel «Revolution in den Fabriken» von Thomas Wagner-Nagy im GEOkompakt Nr. 71 gibt der Autor einen Einblick in die Forschung des Deutschen Forschungszentrums für Künstliche Intelligenz DFKI. In Kaiserlautern steht deren Smart Factory. Hier einige Aussagen dieses spannenden Beitrags:

Die Forschenden arbeiten an der Vision, nicht nur ein ein einzelnes Werk, sondern ganze Wertschöpfungsketten zu automatisieren. In dieser Welt hat jede Maschine ihr eigenes Profil mit ihren Fähigkeiten und auf einem digitalen Markplatz finden die «Maschinen zusammen» um individuelle Fertigungsprozesse selber zu steuern und zu organisieren. Dabei lassen sich Massenprodukte durch die gewonnene Effizienz auch mit individuellen Kundenbedürfnissen anreichern. Ausserdem wird daran gearbeitet, Roboter auf das Niveau von «One-Shot Learning» zu heben: es soll ausreichen, dem Roboter seine Aufgabe ein einziges Mal vorzumachen.

KI wird von vielen gleichgesetzt mit echter menschlicher Intelligenz. Das ist sie nicht. Vielmehr ist sie ein grosser Methodenbaukasten der Informatik, aus dem für den jeweiligen Anwendungsfall die richtigen Komponenten ausgewählt werden müssen.

Trotz der Technik, der Mensch spielt in diesem Umfeld weiterhin eine tragende Rolle:

Menschen arbeiten Hand in Hand mit kleinen stationären und mobilen Robotern. (…) Damit Menschen und Roboter in hybriden Teams wirklich zusammenarbeiten können, muss die Sicherheit der Menschen in jedem Moment gewährleistet sein.

Ich denke, die Forschung in diesen Themen bleibt spannend. Noch interessanter wird sein, wie sich die Realität in den Produktionshallen entwickeln wird.

Roboter & Menschen – etwas zum Schmunzeln

In ihrem Buch «Keine Panik, ist nur Technik» erzählt die Autorin Kenza Ait Si Abbou eine Erfahrung aus ihren Workshops mit Kindern:

Bevor die Kinder mit den Robotern spielen dürfen, fragen wir sie: «Glaubt ihr, dass Alexa intelligent ist?»
«Ja!», antworten alle Kinder.
«Warum?», fragen wir.
«Weil sie alles weiss. Sie kann alle meine Fragen beantworten.»
Nun dürfen die Kinder mit verschiedenen Robotern spielen, die unter anderem auf Alexa zurückgreifen, in Begleitung von Wissenschaftlern, die ihnen erklären, wie sie diese programmieren können. Nach dem Spiel fragen wir noch einmal: «Glaubt ihr, Alexa ist intelligent?»
«Nein!», antworten sie diesmal.
«Warum nicht?», fragen wir.
«Weil ich ihr sage, was sie machen soll!»

Die Mobiliar hat in ihrer Werbung die Schwierigkeiten von Mensch-Maschine-Interaktionen humoristisch auf die Schippe genommen:

Roboter faszinieren und sind ein interessantes Forschungsfeld. Der spielerische Charakter ist in diesem Video umgesetzt, in dem die Roboter von Boston Dynamics eine starke Show liefern:

Haben wir Menschen also schon bald ausgedient und Science Fiction findet nicht nur im Kino, sondern auch immer mehr in unserem Alltag statt? Keine Angst. Hier ein Amuse bouche um zu zeigen, dass wir Menschen von den Maschinen doch nicht so schnell abgelöst werden:

Technik, Computerwissenschaft, Robotik – tolle Felder, in denen wir noch viel Entwicklung sehen werden. Dies fordert uns. Macht aber auch eine Menge Spass und die Gestaltungsräume sind zahlreich. Stay tuned, mein CAS geht in den kommenden Tagen in die nächste Runde. Also: more to come.

Viel Freude beim weiteren Entdecken.

Herzlichen Dank an Marc Tesch für die Gestaltung des fünften Moduls des CAS Data-Driven Organization.

Habt Ihr die Beiträge über die vorherigen Module verpasst? Voilà:

Data-Driven Organization: Trends & Drivers

Data-Driven Organization: Datenethik & Datensicherheit

Data-Driven Organization: Sprichst Du schon API, ETL & Co.?

Data-Driven Organization: Statistik, Künstliche Intelligenz und Maschinelles Lernen

Wie steht Ihr zum Thema Data-Driven Organization? Habt Ihr vertiefende Fragen & Input? Ich freue mich über Feedback und Kommentare.

Es darf auch gerne eine Empfehlung für weitere spannende Themen für meinen Blog sein.

Eure Gaby
#ModernCFO