BigData, Sensoren und Cloud – wichtige Bausteine für Industrie 4.0 (Interview)

Das Bild zeigt Gerhard Altmann, Senior Director Global Manufacturing Industry Practice (SAS)
Bildquelle: SAS

Gerhard Altmann, Senior Director Global Manufacturing Industry Practice bei SAS, reflektiert die Bedeutung von BigData, Sensoren und der Cloud in der Industrie 4.0.

Zukünftig werden Maschinen durch entsprechende Sensoren in der Lage sein, große Mengen an Daten zu erzeugen und diese beispielsweise in der Cloud bereitzustellen. Wie gehen kleine und mittlere produzierende Unternehmen so ein Thema am besten an?

Die heutige Generation von Werkzeugmaschinen ist in der Regel in der Lage, Daten bereit zu stellen. Eine Umstellung bei den produzierenden Unternehmen kann und wird natürlich nicht schlagartig passieren. Werkzeugmaschinen haben häufig eine Lebensdauer von bis zu zehn Jahren. Daher wird es eine stufenweise Migration zu der Generation von „Industrie 4.0 Werkzeugmaschinen“ geben. Das bedeutet aber nicht, dass Unternehmen warten müssen, bis alle Maschinen umgestellt sind. Bereits heute sind viele Daten von der bestehenden Sensorik vorhanden. Diese gilt es zu sammeln, zu verstehen und zu nutzen, um diese für ausführbare Handlungen einzusetzen.

Werkzeugmaschinen werden durch unzählige Sensoren in die Lage versetzt, Zustandsdaten zu generieren. Das Thema durchgängige Normen und Schnittstellen der Datenübertragung stellt noch eine große Herausforderung dar. Wie gehen Sie damit um?

Um eine einheitliche Kommunikation sicherzustellen, ist eine Normung unabdingbar. Heute sind wir davon noch ein wenig entfernt. Auf der einen Seite ist es sicherlich eine Herausforderung, die generierten Daten einzusammeln, um sie dann zu verarbeiten. Eine weitere ist allerdings der Sensor selbst. Viele Sensoren haben ein Rauschen und liefern nicht immer exakte Werte. Aber selbst wenn die Sensoren exakte Werte liefern, dann wird das Datenvolumen die nächste Herausforderung. Haben wir heute vielleicht 10 Sensoren an einer Werkzeugmaschine, dann sind es morgen vielleicht 100 oder mehr.

Diese produzieren pro Zeiteinheit eine große Menge an Daten, die bereitgestellt und nun sinnvoll komprimiert werden müssen. Man kann sagen, dass aus „BigData“ eine Form von „SmartData“ wird. Wenn sich ein Wert, beispielsweise die Temperatur von 80,3° über einen Zeitraum von drei Stunden nicht ändert, dann muss der Wert nicht für jede Millisekunde verfügbar sein. Daten werden also bereits in der Bewegung bzw. während des Erzeugens analysiert, ob diese sinnvoll bzw. verwertbar sind und in der Cloud gespeichert werden müssen. Somit bringen wir seitens SAS die Analytics an die Stelle, wo die Daten generiert werden.

Das Thema Big Data ist in aller Munde und weckt viel Fantasie, welche Potentiale möglich sind. Erkennen gerade kleine und mittlere Unternehmen diese Potentiale bzw. verstehen sie das Thema?

Sicherlich werden neue Themen zunächst immer in den großen Unternehmen platziert, und es dauert ein wenig, bis diese den Mittelstand erreichen. Mittelständische Unternehmen können sich hier natürlich nicht verschließen. Wir sehen aber schon, dass sich die Unternehmen damit beschäftigen und für die Themen sensibilisiert sind. Viele Unternehmen beginnen, die vorhandenen Daten zu sammeln und aktiv mit diesen zu arbeiten. Das Bewusstsein ist entsprechend vorhanden. Es herrscht nicht mehr die Sichtweise, dass der Produktionsleiter sich schon melden wird, wenn die Fertigung steht.

Die Anforderung ist hier ganz klar, über mögliche Störungen zu jeder Zeit an jedem Ort beispielsweise über Smartphone oder Tablet informiert zu werden. Das sind häufig die ersten Schritte. Wie im richtigen Leben kommt der Appetit beim Essen, und plötzlich möchten die Unternehmen mehr Informationen aus den Daten herausholen, beispielsweise Auslastungen oder Qualitätslevel. Weitere Szenarien, wie beispielsweise die vorbeugende Wartung werden immer wichtiger.

Welche primären Einsatzszenarien von BigData sehen sie für produzierende Unternehmen?

Ein großes Einsatzszenario ist sicherlich die Produktion selbst. Es wird immer wichtiger, die vorhandenen Daten zu nutzen, diese intelligent zu machen und damit die Produktion zu optimieren. Der Prozess in der Produktion ist sicherlich ein Punkt. Ein weiterer ist das eigentliche Produkt. Die Automobilindustrie ist ein schönes Beispiel dafür. Aus Sicht der Produkthaftung werden unterschiedliche Daten während der Herstellung des Fahrzeuges gesammelt, gespeichert und stehen für intelligente Analysen zur Verfügung.

So können beispielsweise mögliche Ausfälle oder Qualitätsprobleme erfasst, analysiert und optimiert werden. Neben dem Prozess und dem Produkt gewinnt die Planung eine immer wichtiger werdende Rolle. Aus dem Kunden- bzw. Bestellverhalten können intelligente Annahmen getroffen werden. Mit diesen Annahmen können dann Bestellungen ausgelöst und die Fertigungsfolge entsprechend optimiert werden. Das sind wichtige Bausteine, um die Lieferfähigkeit an den Abnehmer entsprechend sicherzustellen.

Die Steuerung in Echtzeit ist ein großes Versprechen. Sind wir dazu heute schon in der Lage, welche Anforderung gibt es an die IT Systeme?

Im Großen und Ganzen sind wir dazu heute noch nicht in Lage. An dieser Stelle möchte ich den Blick auf ERP und MES ein wenig beschränken. Beide Systeme haben einen klaren Auftrag und ihre Berechtigung, auch in der Zukunft. Es wird wichtig werden, einen Zugang zu diesen Systemen zu haben um auf die Daten zugreifen zu können. Analytics liegt über dem ERP und MES und zieht sich Daten heraus. Über den beiden Systemen zu liegen sagt aber an dieser Stelle nicht aus, das nun Analytics das führende System ist.

Die Frage, wer das zentrale System ist, wo die Daten liegen und wer der Hüter der Daten ist, sehe ich als sekundär an. Viel wichtiger ist es, Zugang zu allen Daten zu haben und diese in Echtzeit in intelligente ausführbare Handlungen umzusetzen. Seit mehr als zwanzig Jahren haben wir Erfahrung, beispielsweise auf Daten aus dem SAP, das zu 90% in der Automobilindustrie eingesetzt wird, zuzugreifen. Hier sind wir in der Lage, in Echtzeit auf Informationen beispielsweise auf Belegebene zuzugreifen.

Daten sammeln, analysieren und daraus Entscheidungen für die Zukunft ableiten hat etwas vom Blick in die Glaskugel – könnte man meinen. Wie begegnen Sie solchen möglichen Sichtweisen bei Kunden?

Wir sind sehr froh, wenn man uns solche Fragen stellt, denn sie sind sehr wichtig. Wenn Daten gesammelt und in einer Blackbox verarbeitet werden, dann sorgt das nicht unbedingt für Vertrauen. Es ist elementar wichtig, dass Kunden verstehen, was in dieser Box passiert und wie die Daten ausgewertet werden bzw. wie das Ergebnis entsteht. Ein blindes Vertrauen der Daten sollte vermieden werden. Vielmehr muss man ein Gefühl für die Daten und die dahinter liegenden statischen Methoden und Verfahren haben.

Aus Governance-Sicht ist es ebenfalls wichtig, eine Form von Transparenz und Nachvollziehbarkeit sicherzustellen. Mit unseren Lösungen ist es möglich, die Arbeit der Blackbox zu visualisieren. Unser Model-Manager visualisiert, wie die Daten zusammengetragen und ausgewertet werden. Das alles bedeutet, dass die wertvolle Erfahrung der Fach- und Führungskräfte natürlich auch in der Zukunft benötigt wird und man nicht Menschen durch Software und Algorithmen ersetzt.

Kleine und mittlere Unternehmen werden schnell fragen, was BigData bringt, was es kostet, wie schnell sich eine Investition amortisiert und wie ein mögliches Projekt aussieht. Was würden Sie antworten?

Eine allgemein gültige Aussage hier zu treffen, ist so nicht möglich und hängt in der Regel von der speziellen Kundensituation ab. Wir versuchen immer die Schmerzpunkte beim Kunden zu erfassen und für ihn eine Lösung bzw. einen Lösungsweg zu erarbeiten. Oftmals ist es nicht die Lösung sondern eher ein Lösungsweg. Dieser Lösungsweg kann somit aus einzelnen Etappen bestehen. Aus den vielen realisierten Kundenprojekten verfügen wir über entsprechende Erfahrungswerte, welche Einsparpotentiale bei bestimmten Themenstellungen möglich sind. Hierfür sind Kunden immer dankbar um auch ein Gefühl dafür zu bekommen, ob der gewünschte Weg der richtige ist und welches Einsparungspotential realisierbar sein könnte.

Die Cloud hat sich in den letzten Jahren durchgesetzt und stellt eine wichtige Komponente in einer globalen und mobilen Welt dar. Dennoch trauen viele kleine und mittlere Unternehmen der Cloud nicht. Wie begegnen sie diesen kritischen Stimmen?

Wir nehmen bei unseren Kunden wahr, dass die Vorteile der Cloud bekannt sind und das Verständnis für die Notwendigkeit vorhanden ist. Die Deutschen haben zum Thema Daten und deren Schutz ein besonderes sensitives Verhältnis. Daher sind Unternehmen sehr bedacht, welche Daten in die Cloud gehen und welche nicht. Viele Vorfälle in den letzten Jahren haben nicht wirklich dafür gesorgt, das Vertrauen in die Cloud zu stärken. Unternehmen setzen heute aber bereits anstelle einer Public- auf eine Private-Cloud und gehen das Thema entsprechend an. Eines ist auf jeden Fall sicher – die Cloud ist integraler Bestandteil der Connected Factory der Zukunft.

Große Mengen an Daten werden von Sensoren an der Maschine tagtäglich generiert und in der Cloud bereitgestellt. Wem gehören aus Ihrer Sicht diese Daten, wer hat Anspruch auf einen möglichen Zugriff?

Die Daten sind auf jeden Fall das Gold des 21. Jahrhunderts. Am Beispiel der Automobil-Industrie wird deutlich, dass es noch sehr viele Fragen gibt, die heute noch nicht geklärt sind. Die personenbezogenen Daten sollten dem Fahrer des Autos gehören. Aber hier wird bereits deutlich, dass auch andere Unternehmen diese zur Verfügung haben. Steigt man mit dem Smartphone in das Auto, sammelt Google mit Android und Apple mit iOS bereits fleißig Daten mit.

Bei den Fahrzeugdaten stellt sich die Frage, ob die Getriebedaten dem Automobil- oder Getriebehersteller gehören. Wir sind zuversichtlich, dass es hierfür bald Antworten geben wird. Eines ist auf jeden Fall sicher – die Daten und Technologien sorgen für mehr Sicherheit und Qualität. Wichtig sollte aber auch hier sein, nur relevante Daten aus dem Auto zu zu lassen, um auch mögliche Risiken zu minimieren. Wie bereits oben beschrieben müssen auch nicht alle Daten gesendet, gespeichert und ausgewertet werden.

Weitere Informationen:

Bildquelle: SAS
Anzahl Zeichen: 10096

Summary
BigData, Sensoren und Cloud – Bausteine für die Industrie 4.0 (Interview)
Titel
BigData, Sensoren und Cloud – Bausteine für die Industrie 4.0 (Interview)
Beschreibung
Gerhard Altmann, Senior Director Global Manufacturing Industry Practice (SAS), reflektiert die Bedeutung von Sensor, BigData und Cloud in der Industrie 4.0.
Autor
Veröffentlicht durch
Ingenieurversteher
Logo
Vorheriger ArtikelVon CIM in die Welt der vierten industriellen Revolution (Interview)
Nächster ArtikelWie sieht der DIHK die Themen Industrie 4.0 und Digitalisierung? (Interview)
//Analyst//Blogger//Keynote Speaker// zu den Fokusthemen #Industrie40, #IoT und #Digitalisierung.Herzlich willkommen auf meinem Ingenieurversteher-Blog. Hier schreibt ein echter, aber nicht ein typischer Ingenieur.Nach einer soliden Ausbildung bei Siemens zum Feinmechaniker habe ich das Abitur nachgeholt und Maschinenbau studiert. Der Schwerpunkt Informatik im Hauptstudium war wohl der ausschlaggebende Grund, dass es mich in die Software-Industrie gezogen hat wo ich heute noch immer aktiv unterwegs bin. Für die Funktionen Vertrieb, Marketing und Produktmanagement habe ich mich meine Leidenschaft entdeckt – sicherlich nicht immer typisch für einen Ingenieur.Im Rahmen meiner Diplomarbeit haben mich Themen wie „Computer Integrated Manufacturing (CIM)“ beschäftigt. Viele Aspekte sind davon heute umgesetzt. Mit der Digitalisierung unserer Gesellschaft allgemein sowie dem Einzug des Internets in die Produktion stehen wir vor großen Herausforderungen, die uns langfristig intensiv beschäftigen werden. Der klassische Ingenieur wird nun mit völlig neuen Themengebieten konfrontiert.Das war u.a. die Motivation für diesen Blog, die Themenbereiche Industrie 4.0 und Digitalisierung aufzugreifen und regelmäßig darüber zu schreiben – leicht verständlich und nicht technisch tief. Gerade aus diesem Zusammenhang hat sich die Marke „Ingenieurversteher“ entwickelt. Ingenieure sind in der Regel Künstler mit einem sehr tiefen technischen Verständnis. Oft sind sie allerdings nicht in der Lage, technisch komplexe Zusammenhänge leicht verständlich einer Zielgruppe zu vermitteln, die nicht über dieses tiefe technische Wissen verfügt. Um Ideen und Innovationen zu vermarkten, müssen diese in eine leicht verständliche Sprache übersetzt werden. Mit einer Vorliebe für analytisches und strukturiertes Recherchieren , der Leidenschaft für das Schreiben und der Freude am Präsentieren ist die Idee vom „Ingenieurversteher“ entstanden.

2 Kommentare

  1. […] Die könnte Analytics of Things heißen kombiniert mit Connected drive. Dabei kommuniziert jedes E-Auto mit seinem E-Autokollegen auf der Straße mit einem Messanger-Dienst, um Informationen beispielsweise darüber auszutauschen, wo die nächste Ladestelle steht. Diese Kommunikationsdaten der Dinge sind das Ergebnis von Datenanalysen, die die Autos unbemerkt vom Fahrer vorher durchgeführt und abgefragt haben, um ihm seine optimale Möglichkeit vorzuschlagen. (Sehr zu empfehlen in diesem Zusammenhang ist übrigens auch der Beitrag meines Kollegen Gerhard Altmann auf http://www.ingenieurversteher.de.) […]

Kommentieren Sie den Artikel

Please enter your comment!
Please enter your name here

* Die Checkbox zur Zustimmung der DSGVO Bestimmungen ist zwingend.

Ich stimme zu.