Prozessoptimierung in KMU

Mit Smart-Data-Analysen den Anschluss behalten

| Autor / Redakteur: Andreas Meier / Reinhold Schäfer

Fertiggestellter Tunnel beim Projekt Eurasia-Tunnel in Istanbul.
Fertiggestellter Tunnel beim Projekt Eurasia-Tunnel in Istanbul. (Bild: www.herrenknecht.com)

Industrie 4.0, Big Data, Predictive Maintenance: Für viele große Industrieunternehmen gehört das längst zum Alltag. Doch kleine und mittlere Unternehmen (KMU) scheuen oft vor einem Einsatz zurück und verschenken wertvolles Wettbewerbspotenzial. Anschauliche Beispiele aus dem Mittelstand zeigen jedoch: Es geht.

Während Industrie 4.0 zunächst nur ein eher schwammiges Schlagwort war, um die Digitalisierung in die Industrie zu bringen, gibt es mittlerweile viele konkrete und erfolgreiche Umsetzungsbeispiele – auch aus dem kleinen und mittleren Unternehmensumfeld. Letztlich geht es dabei immer um die intelligente Nutzung und Vernetzung von Unternehmensdaten, um Prozessverbesserungen zu erreichen und dadurch Wettbewerbsvorteile zu generieren. Das Prinzip dahinter leuchtet ein: Je besser Entwicklung, Produktion, Logistik und Kunden interagieren, umso schneller und reibungsloser entsteht ein für alle Beteiligten optimales Produkt.

Intelligente Verarbeitung von Daten

In puncto (Unternehmens-)Daten suggeriert der Begriff „Big Data“ im Industrie-4.0-Umfeld, dass eine bestimmte Menge von Daten vorhanden sein muss, um sinnvoll genutzt werden zu können. Aber auch viele kleine Datenmengen können in Kombination mit weiteren externen Daten und Informationen zu Big Data werden und dann für Unternehmen gewinnbringend vermarktet werden.

Voraussetzung dafür ist, dass die Daten eine gewisse Qualität und Varianz aufweisen. Kann man bei ihrer Analyse Muster oder Verbindungen erkennen, daraus Erkenntnisse ableiten, die sich für Prozessverbesserungen nutzen lassen? Bei Smart Data geht es nicht nur um die Analyse vergangenheitsbezogener Datenmengen, sondern auch um die Analyse weiterer semantischer Informationen zum Beispiel zur Materialbeschaffenheit oder von Erfahrungswerten auf Seiten der Techniker, die aus den Daten clevere Informationen – Smart Data – machen.

Ein Beispiel ist die vorausschauende Wartung beziehungsweise Predictive Maintenance. Dort geht es darum, Datenmuster in Verbindung mit weiteren semantischen Informationen zu erkennen, die auf den kommenden Ausfall beziehungsweise die Störung einer Anlage oder Maschine hinweisen. Gelingt dies, können Techniker zum Beispiel einzelne gefährdete Anlagenkomponenten rechtzeitig herausfiltern und austauschen. Wartungszeiten lassen sich so vorbeugend planen und teure Ausfallzeiten minimieren. Außerdem können Konstruktion und Entwicklung von den Daten lernen, die aus der Produktion zurückfließen und ihrerseits die Prozesse optimieren; es entsteht ein effektiveres Miteinander.

Der Mittelstand hat Aufholbedarf

Aber im deutschen Mittelstand sieht die Realität oft anders aus: Viele KMU erkennen das Potenzial dieser Techniken für ihr Unternehmen nicht oder wissen nicht, wie sie sich dem Thema nähern sollen. Die Mehrzahl der Betriebe in Baden-Württemberg (2016 waren es 99,4 %) beschäftigt zum Beispiel weniger als 250 Mitarbeiter; vielen Unternehmen dieser Größenordnung mangelt es schlicht an den finanziellen Mitteln oder der fachlichen Expertise, um Smart-Data-Projekte durchzuführen. Sie alle verschenken damit im Zeitalter der Digitalisierung unternehmerische Möglichkeiten und auch Zukunftschancen.

Externe Hilfestellung ist nicht (mehr) weit

Mittlerweile gibt es bundesweit viele Anlaufstellen, bei denen sich Firmen beraten lassen können. Initiativen, Förderprogramme oder Kompetenzzentren in den einzelnen Ländern wollen, sollen und können den ansässigen Unternehmen Standortvorteile auch beim Einsatz von Industrie-4.0-Techniken bieten. KMU aus Baden-Württemberg, die sich für den Einsatz von Smart-Data-Technologien interessieren, erhalten beim Smart Data Solution Center Baden-Württemberg (SDSC-BW) Unterstützung. Unter Federführung der Stuttgarter Sicos BW und des Karlsruher Instituts für Technologie (KIT) bietet das SDSC-BW eine neutrale und unabhängige Smart-Data-Beratung. Finanziell unterstützt wird das Projekt durch das baden-württembergische Landesministerium für Wissenschaft, Forschung und Kunst.

Anhand einer kostenlosen Potenzialanalyse beurteilt das SDSC-BW, ob sich die Aufbereitung, Analyse und Auswertung vorhandener Daten lohnt. Fällt diese Analyse positiv aus, beraten die Experten hinsichtlich weiterer konkreter Schritte zur Projektrealisation und stehen als Begleiter für die Umsetzung eines tiefer gehenden Projektes zur Verfügung.

Die nachfolgenden Projektbeispiele zeigen, wie und mit welchem Resultat das SDSC-BW mittelständische Unternehmen mithilfe dieser Potenzialanalyse zur Seite stand.

Das erste Projektbeispiel zeigt, wie das Unternehmen Rolf Benz dem Verschnitt ans Leder gegangen ist. Um eine konstant hohe Qualität der Möbel zu gewährleisten, nutzt die Möbelmanufaktur Rolf Benz in Nagold (430 Mitarbeiter) moderne Produktionsverfahren. Allein die Schnittoptimierung von Naturleder ist ein hoch ausgefeilter Prozess, denn jedes Prozent Verschnitt weniger ist für das Unternehmen ein relevanter Wettbewerbsvorteil. Die Aufgabe des SDSC-BW war es, mithilfe maschineller Lernmethoden Ansätze für Prozessverbesserungen zu finden.

In der vierwöchigen Potenzialanalyse untersuchte das SDSC-BW alle im Zeitraum von acht Monaten angefallenen Produktionsdaten. Um Möglichkeiten für eine Verschnittverringerung zu identifizieren, konzentrierte sich die Erstanalyse darauf, externe und systematische Einflussfaktoren zu identifizieren und bekannte zu bestätigen. Das Resultat: Auf Basis von Smart-Data-Methoden entwickelte das Expertenteam einen Ansatz, der eine automatisierte Aufstellung und Überprüfung von Hypothesen (unter Einbeziehung weiterer Daten) ermöglicht. Dieser Smart-Data-Ansatz kann mit einer Schnittsimulation kombiniert werden. Durch die enge Kopplung von Smart Data Analytics, Optimierung und Simulation hat Rolf Benz nun die Möglichkeit, dieses Potenzial in die Produktion einzubringen und den Standort weiter zu stärken.

Maschinenausfälle leichter vermeiden

Das zweite Projektbeispiel liefert das Unternehmen Hermle, das Maschinenausfälle quasi wegfräst. Als mittelständischer Maschinenbauer für die Schlüsselbranchen Aerospace, Medizintechnik und Rennsport nutzt das 1000 Mitarbeiter zählende Unternehmen mit Sitz in Gosheim Datenanalysen, unter anderem um Maschinenzustände zu bewerten. Durch ein intern entwickeltes System erfasst das Unternehmen zentrale Maschinenparameter, die Aussagen zum Zustand der Maschinen ermöglichen. Diese Informationen werden analysiert und ausgewertet, um Stillstände zu vermeiden und den Wartungsbedarf exakt zu bestimmen. Diese Fähigkeiten wollte das Unternehmen mithilfe des SDSC-BW bewerten und weiter ausbauen.

In der sechswöchigen Potenzialanalyse griffen die Experten des SDSC-BW auf die bereitgestellten Wartungsdaten eines Maschinentyps für den Zeitraum von zwölf Monaten zurück. Die Erstanalyse konzentrierte sich darauf, den Zustand der Achsen des Bearbeitungszentrums zu bestimmen und auf diese Weise Potenziale für eine automatisierte Fernwartung zu identifizieren. Im zweiten Schritt ging es um die Auswertung mittels überwachter Lernverfahren (zum Beispiel Entscheidungsbäume). Das Resultat: Die Experten entwickelten einen Ansatz, der eine automatisierte Auswertung des Maschinenzustands unter Einbeziehung optionaler Verfahrprofile ermöglicht. Die Techniker können nun zukünftig mithilfe der Datenauswertung Maschinenausfälle leichter vermeiden und den Wartungsprozess weiter verbessern.

Das dritte Beispiel liefert die Herrenknecht AG, die den Tunnelblick für ihre Zwecke optimal nutzt. Das in Schwanau ansässige Unternehmen hat 5000 Mitarbeiter und ist ein führender Anbieter von ganzheitlichen technischen Lösungen im maschinellen Vortrieb, vor allem im Tunnelbau sowie bei der Erschließung unterirdisch gelagerter Energiequellen und Rohstoffvorkommen. Eine genaue Produktions- sowie Ressourcenplanung ist für das Unternehmen von elementarer Bedeutung, nicht zuletzt, weil es innerhalb eines Kundenauftrages notwendig ist, vielfältige Komponenten herzustellen. Um bereits existierende Ermittlungsansätze für konkrete Fragestellungen in der Produktion zu verbessern und neue Ansätze zu finden, stellte das Unternehmen dem SDSC-BW sein internes Wissen sowie etwa 30.000 Produktionsdatensätze (aus dem Produktionsleitsystem, ERP und weiteren) für die sechswöchige Potenzialanalyse zur Verfügung. Die Experten erstellten daraus zunächst eine beschreibende Statistik und untersuchten dann unterschiedliche Fragestellungen unter Nutzung von Smart-Data-Werkzeugen aus dem Bereich des maschinellen Lernens. Wichtig waren dabei die Identifikation produktionsverzögernder Faktoren und die Prüfung eines möglichen Zusammenhangs zwischen auffälligen Kosten und Produktionsabfolgen. Die Ergebnisse zeigten zum Beispiel, dass Smart-Data-Algorithmen Herrenknecht dabei unterstützen können, die Liefergenauigkeit weiter zu erhöhen beziehungsweise Pufferzeiten zu verkürzen.

Das Ergebnis: Alle drei Unternehmen können die Projektergebnisse gewinnbringend einsetzen und wollen Folgeprojekte in Angriff nehmen.

Kostenlose Analyse

Für KMU aus Baden- Württemberg gibt es die Möglichkeit, eine Potenzialanalyse vom neutralen und unabhängigen Smart Data Solution Center Baden- Württemberg durchführen zu lassen. Denn Anlagen, Maschinen, Produktionsabläufe und interne Prozesse stecken voller Daten und Zusammenhänge mit unentdeckten Potenzialen, die es zu nutzen gilt.

* Andreas Meier ist Projektverantwortlicher am Smart Data Solution Center Baden-Württemberg (SDSC-BW) in 70569 Stuttgart

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

 

Copyright © 2017 - Vogel Business Media