Potenziale und Hürden von Data Analytics

In der Großserienfertigung von elektrifizierten Fahrzeugen stellt die zunehmende Komplexität eine große Herausforderung dar. Der hohe Prüfaufwand zur Sicherstellung der Qualität des elektrifizierten Antriebsstrangs muss reduziert werden, um auch künftig konkurrenzfähig zu sein. Ein beschleunigter Wissensaufbau bezüglich Fertigungstechnologien und Prozesse kann durch Industrie 4.0-Ansätze, insbesondere Data Analytics, unterstützt werden. Derzeit kann der gewünschte Nutzen von Data Analytics in der Großserienfertigung nicht erzielt werden. In diesem Beitrag werden die Ergebnisse einer Expertenstudie vorgestellt, die sich mit den Potenzialen und Hürden von Data Analytics in der Großserienfertigung, insbesondere bei der Antriebsfertigung für elektrifizierte Fahrzeuge, befasst.

Bei der zunehmenden Elektrifizierung der Produktpalette ergeben sich Chancen gegenüber anderen Herstellern, da diese durch neuartigen Technologien kundenrelevante Differenzierungsmöglichkeiten hinsichtlich Leistung, Kosten und Qualität der Produkte im Automobilsektor bieten [1]. In der Antriebsfertigung von Elektromobilkomponenten steigert zunehmender Variantenreichtum sowie die geforderte Skalierbarkeit die Komplexität der Produktionsprozesse und -systeme [2]. Zur Sicherstellung der erforderlichen Qualität des elektrifizierten Antriebsstrangs fällt derzeit ein erheblicher Anteil der Investitions- und Fertigungskosten für Zwischen- und Endprüfungen an. Um auch künftig konkurrenzfähig zu sein, müssen Prüfzeiten, Anzahl der Prüfungen und Einmalaufwendungen reduziert werden.

Motivation und Stand der Technik

Ansätze der Industrie 4.0 bieten Chancen, den erforderlichen Wissensaufbau zu beschleunigen. In einer großen Anzahl an Arbeiten konnte bereits von Erfolgen berichtet werden [3]. Data Analytics besitzt das Potenzial, die verfügbaren Prüfergebnisse und Prozessdaten für den Wissensaufbau im Hinblick auf Qualität und Effizienz der Fertigung sowie der Prüfverfahren einzusetzen. Es gibt eine Reihe von Arbeiten zum Aufbau von IoT-Architekturen zur Datenerfassung [4], zum Einsatz unterschiedlicher Algorithmen für Anwendungsfälle wie z. B. Predictive Maintenance [5, 6] und zu intelligenten Cyber-Physical Systems [7]. Auch existieren Vorgehensmodelle für die Durchführung von Data Analytics aus dem IT-Bereich. Hier ist insbesondere der Cross-Industry Standard Process for Data Mining (CRISP-DM) [8] zu nennen, der bereits weite Verwendung findet.

Für die Großserienfertigung existieren bislang nur funktionsfähige Einzelanwendungen von Data Analytics. Beim Einsatz von Data Analytics zur Problemlösung oder zur Reduktion von Prüfaufwänden kommt es zu Ergebnissen, die nicht den anfänglichen Erwartungen entsprechen. Dies spiegelt die hohe Abbruchquote (> 60 %) bei Big-Data-Projekten wider [9].

Um einen fundierten Überblick zu erhalten, wurde eine Studie zur Ermittlung der Potenziale und Hürden von Data Analytics in der Großserienfertigung am Beispiel der Antriebsfertigung von elektrifizierten Fahrzeugen durchgeführt.

Rahmenbedingungen der Studie

Die Studie basiert auf einer schriftlichen Onlineumfrage bei freiwilligen Probanden, die sich professionell mit der Serienfertigung von E-Antriebskomponenten beschäftigen und bereits Erfahrungen in der Durchführung von Projekten aus dem Industrie 4.0-Umfeld besitzen. Die Onlineumfrage wurde mittels SoSci Survey (Soscisurvey Bearbeitungszeit etwa 15 Minuten) durchgeführt. Die Umfrage wurde in der Zeit von Juni bis August 2018 online von 57 Teilnehmern vollständig bearbeitet. Die Teilnehmer waren hauptsächlich Experten deutscher Original Equipment Manufacturer (OEM) aus dem Automobilsektor (Bild 1a). Auch Experten aus Forschung und Zuliefererindustrie nahmen teil.

Bild 1b zeigt, dass die Teilnehmer nach Tätigkeitsfeldern einen Querschnitt der an der Serienfertigung beteiligten Fachbereiche darstellen. Dies wird der interdisziplinären Problemstellung gerecht. Die größten Teilnehmergruppen kommen aus Technologieentwicklung, IT, Forschung und Qualitätswesen.

Hier weiterlesen

Das könnte Sie auch interessieren

Digitale Transformation erfolgreich gestalten Von der Vision zur nachhaltigen Umsetzung

Die digitale Transformation verläuft für jedes Unternehmen unterschiedlich und erfordert einen individuellen Weg, der zur eigenen Ausgangslage passt. Entscheidend ist eine klare Strategie: Wo steht das Unternehmen heute, wo soll es hin und welche Maßnahmen sind dafür nötig? Besonders KMU stehen vor der Herausforderung, Digitalisierung strukturiert zu planen, Verantwortlichkeiten zu klären und neue Technologien sinnvoll einzusetzen.

Der neue Kollege im Shopfloor KI-Assistenzsysteme stärken Fachkräfte im Mittelstand

Viele mittelständische Produktionsunternehmen können ihre Fertigung noch nicht vollständig automatisieren. Gleichzeitig eröffnen Fortschritte in Robotik und KI neue Möglichkeiten. Intelligente Mensch-Technik-Systeme verbinden menschliche Erfahrung mit digitalen Assistenzsystemen im Shopfloor. Sie unterstützen Mitarbeitende, erleichtern den Zugang zu Wissen und steigern Produktivität sowie Qualität –auch in gewachsenen Produktionsumgebungen.

Industrie 4.0 bleibt der Leitstern der Produktion Smart Factory, KI-Hype und die Zukunft autonomer Produktionssysteme

Deutschland gilt als einer der Pioniere der Industrieautomatisierung. Gleichzeitig verändern Digitalisierung, KI und geopolitische Verschiebungen die industrielle Landschaft rasant. Prof. Dr. Dr. h.c. Detlef Zühlke gehört zu den Vordenkern der Smart Factory. Im Interview spricht er über die Ursprünge von Industrie 4.0, die Herausforderungen für den Mittelstand und die Zukunft autonomer Produktionssysteme.

Industrie 5.0 – Buzzword oder Paradigmenwechsel? Neue Entscheidungslogik als Schlüssel für smarte Produktion

Industrie 5.0 wird kontrovers diskutiert: Paradigmenwechsel oder neues Label für Industrie 4.0? Eines ist klar: Für Smart Manufacturing braucht es mehr als intelligente Maschinen – nämlich intelligente Entscheidungsarchitekturen. Die Zusammenarbeit von Autonomie, Eskalation und dem Menschen im Regelkreis entscheidet darüber, ob industrielle Systeme verantwortbar, resilient und nachvollziehbar handeln können.

Smarte Produktion sicher vernetzt OT‑Security als Fundament digitaler Industrieinnovationen

Die Smart Factory verspricht immense Potenziale bei Automatisierung und Kostenkontrolle. Doch die vernetzte Produktion bringt auch neue Cyber-Risiken mit sich. Wie Maschinen und IIoT-Plattformen sicher arbeiten, Echtzeitdaten geschützt bleiben und die Produktion resilient ist, zeigt sich am Beispiel einer proaktiven, integrierten OT-Security. Ein hoher Grad an Cyber-Sicherheit ist kein optionales Extra, sondern ein unverzichtbares Fundament für den Erfolg.

Wir können Zukunft – die DACH-Region als Weltmeister der Ideen Ein Blick auf Erfolge, Erfindungen und Menschen, die weltweit Maßstäbe setzen

Wir können Zukunft: Die DACH-Region zeigt, warum sie als Weltmeister der Ideen gilt. Von Smart Factories über digitale Zwillinge bis zu kollaborativer Robotik entstehen hier Innovationen, die weltweit Maßstäbe setzen. Substanziell statt spektakulär, präzise statt laut –Technologien, die sich unter Realbedingungen am Shopfloor beweisen und messbare Ergebnisse liefern. Ein Blick auf Menschen, Unternehmen und Erfindungen, die Zukunft gestalten.