Problemlösung
SMART IOT ist die Cloud-basierte Lösung für die Verwaltung, Speicherung und Analyse industrieller Maschinendaten jeglicher Art. Dazu findet eine KI-gestützte, datenbasierte und iterative Analyse von IT/OT Prozessdaten statt.
Die Lösung ermöglicht es, Geschäfts (ERP)- und Produktionsdaten (MES) in Beziehung zu IoT (Maschinen)- Daten zu setzen und individuellen wirtschaftlichen Mehrwert zu generieren.
SMART IOT ist aus einer SAP-Denke heraus entstanden. Es hat einfach immense Vorteile, wenn ERP- und Maschinendaten nahtlos miteinander arbeiten können. Sowohl technologisch als auch in der Usability. Davon profitieren alle mittelständischen und großen Fertigungs-Unternehmen, die bereits eine SAP-Basis im Einsatz haben. Was zumindest in Deutschland ein sehr großer Teil ist.
Trotzdem gibt es eben nicht nur ERP- und MES-Systeme von SAP. Interessenten mit solch anderen IT-Strukturen können trotzdem von den Vorteilen der SaaS-Lösung profitieren. Sie greifen dann genauso auf ein UI/5 Interface zu, aber die technische Anbindung im Hintergrund ist eben eine andere. Im Sinne der Homogenisierung würde T.CON hier aber ggf. auch beratend zur Seite stehen.

USP
- Use Case spezifische Apps, die Maschinendaten anwenderspezifisch aufbereitet zur Verfügung stellen
- Die Verbindung der IT/OT-Datenwelten
- Systemoffenheit und Skalierbarkeit
- Die MES-Nähe
- Die Daten-Anbindung, welche KI-gestützte Echtzeit-Analysen direkt für die Arbeit auf dem Shopfloor ermöglicht
Kundennutzen
In der Industrie 4.0. geht es darum, den maximalen Nutzen aus Daten zu generieren. Ohne Tooling ist das unmöglich.
Es gibt zwei Bottlenecks für die Datenanalyse in der digitalen Fertigung: 1: den Menschen, der diese Komplexität nicht verarbeiten kann, und 2: die technische IT/OT-Infrastruktur, die strukturierte Daten, Zustandserfassung und Use Case bezogene Datenstrukturen benötigt. SMART IOT ist die Lösung für beides zugleich.
Stellungnahme der Jury
T.CON hat eine SMART IOT-Plattform entwickelt, die Produktionsdaten erfasst und Probleme frühzeitig anzeigt. Dazu werden Produktionsdaten und Umgebungsvariablen in Echtzeit ausgewertet und Handlungsempfehlungen erzeugt. Das System ist selbstlernend und arbeitet in Echtzeit mit OPC-UA, auch auf Ebene einer Einzelmaschine. Die Skalierbarkeit der Plattform und die hohe erreichbare Transparenz von komplexen Strukturen überzeugten die Jury.
