Der einfache Sprung in die Digitalisierung für KMU Die Vorteile schlüsselfertiger IIOT-Komplettlösungen

Herausforderungen für den Service in der Industrie 4.0

Im Rahmen der fortschreitenden Digitalisierung und von Industrie 4.0 kommen auf den Service immer mehr Anforderungen zu. Auf Betreiberseite erwartet man eine verbesserte Gesamtanlageneffektivität (GAE), die Vermeidung ungeplanter Stillstände und generell einen proaktiven Service, der sich um Probleme kümmert, bevor sie entstehen.

Managementseitig erwartet man vom Service Umsatzsteigerungen durch datenbasierte Serviceangebote und Steigerung des Ersatzteilverkaufs, Kostensenkungen, Vermeidung von Servicepiraterie sowie eine größere Abgrenzung zum Wettbewerb, gerade aus Asien.

Um all diese Herausforderungen zu meistern, muss das immense Potenzial von Maschinendaten für den Service nutzbar gemacht werden. Aber gerade für KMUs sind die Hürden zum Industrial Internet of Things hoch. Die Hauptgründe: zu hohe Kosten für Projekte mit ungewissem Ergebnis, zu wenig internes Know-how über die Analyse von Daten und künstliche Intelligenz sowie zu hoher Aufwand für den Aufbau einer geeigneten IT-Infrastruktur. Schlüsselfertige IIoT-Komplettlösungen aus einer sicheren Cloud sind neu und schaffen hier eine Möglichkeit, digitale Mehrwertdienste für sich zu nutzen.

Die Erfassung und Speicherung von Maschinen- und Prozessdaten ist nichts Neues und bei kritischen Anlagen bereits seit Jahrzehnten üblich. Doch die Einleitung von entsprechenden Maßnahmen erfolgt meist erst reaktiv, da die Logs zunächst ausgelesen und dann manuell ausgewertet werden. Ein Handlungsbedarf wird im schlimmsten Fall erst dann erkannt, wenn bereits ein gravierendes Problem besteht. Auf diese Weise ist es nicht möglich, einen (weltweiten) Maschinenbestand kontinuierlich zu überwachen und proaktiv zu handeln.

Das hat sich dank heutiger IIoT-Verfahren grundlegend geändert: Sensor-, Log-, Prozess- und Produktionsdaten werden durch digitale, automatisierte Analyseprozesse erfasst und performant in der Cloud verarbeitet. Auf diese Weise können Informationen über die Anlage kontinuierlich in Echtzeit ausgewertet werden.

Neben den richtigen Algorithmen und der performanten Auswertung ist es genauso wichtig, die Nutzung der Informationen und Erkenntnisse im Unternehmen zu steuern. Der Schritt zur Industrie 4.0 kommt um die Systeminte-gration nicht herum, um dank der Vorhersagen proaktiv Wartungsmaßnahmen einzuleiten oder neue Erkenntnisse zur kontinuierlichen Optimierung der Maschinenleistung zu verwenden. Durch die Anbindung von Ticketing-Systemen lassen sich bspw. automatisiert neue Tickets anlegen, sobald kritische Werte überschritten werden. Genauso können dank moderner KI-Verfahren je nach betroffenem Bauteil die entsprechenden Montage- und Wartungsanleitungen direkt an den Servicetechniker gesendet werden.

Ein solcher Ansatz ist skalierbar und eine wichtige Voraussetzung, wenn es darum geht, vorausschauenden Service für mehrere tausend Maschinen oder Anlagen weltweit zu leisten. Die neuen Möglichkeiten zur Auswertung der Datenbasis sind aber nur der erste Schritt, um Erkenntnisse für die Produktion, Wartung und Weiterentwicklung der Produkte zu gewinnen.

Bild 1: Die komplette Service-Wertschöpfungskette in einer Plattform

Es gilt, den kompletten Weg zum Industrial Internet of Things zu beschreiten, um den Service ganzheitlich fit für die Anforderungen von Industrie 4.0 zu machen.

Der Weg zum Industrial Internet of Things (IIoT) 

Grundsätzlich müssen Hersteller insgesamt vier IIoT-Aufgaben bewältigen, um Service und Wartung auf ein neues Qualitätslevel zu heben:

• Verbinden: Im ersten Schritt werden die Maschinen vernetzt, um die Datenverfügbarkeit zu gewährleisten. Hierfür stehen kostengünstige Hard- und Software Gateways zur Verfügung, die alle gängigen Industrieprotokolle lesen, in sichere Standardformate (z. B. OPC-UA) wandeln und übertragen können.
• Visualisieren: Die gewonnenen Daten werden online grafisch so dargestellt, dass sie durch Bediener oder Servicetechniker zur visuellen Zustandsüberwachung genutzt werden können. So werden Leistungskennzahlen (engl. Key Performance Indicators, KPI), Fehlerzustände und Fehlerursachen sichtbar.
• Analysieren: Mit Hilfe von Algorithmen aus Statistik und künstlicher Intelligenz werden die Zustandsüberwachung und die Fehlerdiagnose automatisiert. Prognosen und Trendanalysen liefern Informationen für die Entscheidungsunterstützung in Service und Wartung. Aus der Flottenanalyse werden zusätzlich Hinweise zur kontinuierlichen Produktverbesserung gewonnen.
• Handeln: Die Analyse-Ergebnisse führen automatisiert zu Benachrichtigungen, Ersatzteil- und Serviceaufträgen.

Im vierten und letzten Schritt geht es darum, das neu entstandene Potenzial gewinnbringend zu nutzen: Der Betrieb von Predictive bzw. Preventive Maintenance und Datenanalyse dient dazu, Stillstände und Ausfälle zu vermeiden, die Produktionsprozesse zu optimieren sowie Maschinen effizient einzusetzen. Diese neuen Service-Level führen auch zur Entwicklung neuer Businessmodelle durch die Erweiterung des Service- u