Was ist der Hype um Hyperautomatisierung?

Wie kann das volle Potenzial der Technologie genutzt werden?

In seinem Bericht „Move Beyond RPA to Deliver Hyperautomation“ aus dem Jahr 2019 wies Gartner auf einen Mangel an Anleitungen dazu hin, wie Unternehmen Robotic Process Automation (RPA) mit anderen Tools integrieren sollten. Der Bericht betonte auch, dass Unternehmensleiter unter dem Druck stehen, sich auf die Automatisierung einfacher Routineverfahren zu konzentrieren, aber keine Strategie haben, isolierte Automatisierungsprozesse in etwas umzuwandeln, das sich auf die gesamte Fabrik erstreckt.

Die Lösung ist laut dem globalen Forschungsunternehmen Hyperautomatisierung, definiert als End-to-End-Automatisierung, die komplementäre Technologien und künstliche Intelligenz kombiniert, um Geschäftsprozesse zu erweitern.

Siehe auch: Die heißesten Hyperautomatisierungstrends, die das Geschäft von heute stören

Hyperautomation vereint mehrere Lösungen wie Deep Learning, Advanced Analytics, maschinelles Sehen, Verarbeitung natürlicher Sprache und RPA, um anstelle einzelner Aufgaben komplexe Prozesse zu automatisieren. Dies ermöglicht es Unternehmensmanagern, größere Herausforderungen anzugehen und sich auf eine langfristige Optimierungsstrategie zu konzentrieren.

Wie unterscheidet es sich von der Automatisierung?

Der Hauptunterschied zwischen traditioneller Automatisierung und Hyperautomatisierung besteht darin, dass sich erstere eher auf die Automatisierung bestimmter Prozesse konzentriert – wie z. B. den Einsatz eines Cobots anstelle eines menschlichen Arbeiters für sich wiederholende Pick-and-Place-Anwendungen – während letztere darauf abzielt, den gesamten Produktionsprozess ganzheitlich zu optimieren Ansatz.

Um beispielsweise die Kosten für schlechte Qualität zu senken, entscheiden sich Betriebsleiter möglicherweise für die Implementierung eines autonomen Bildverarbeitungssystems, um fehlerhafte Artikel in der Produktionslinie zu erkennen. Dies ist eine schnelle, einfache und kostengünstige Möglichkeit, gründliche Qualitätskontrollen sicherzustellen, ohne sich auf menschliche Inspektoren verlassen zu müssen. Dies behebt jedoch nicht die Wurzel des Problems, das verhindert, dass Fehler überhaupt erst auftreten.

Zu diesem Zweck können Hersteller mehrere Qualitätssicherungsstationen (QA) entlang der Produktionslinie einsetzen und eine KI-basierte Lösung integrieren, um die Ergebnisse des QA-Prozesses zu analysieren. Auf diese Weise können sie eine Ursachenanalyse durchführen und verstehen, wo und warum Fehler häufiger auftreten, und in automatisierte Lösungen investieren, die das Problem möglicherweise in Schach halten. Wenn beispielsweise feststeht, dass Lackschäden aufgrund von zu viel in der Luft schwebenden Partikeln regelmäßig auftreten, kann sich ein Automobilhersteller für die Implementierung eines automatisierten Befeuchtungssystems entscheiden. Dies könnte mit intelligenten Sensoren gekoppelt werden, die nur dann aktiviert werden, wenn der Gehalt an luftgetragenen Schadstoffen über einen tolerierbaren Schwellenwert gestiegen ist.

In diesem Beispiel werden mehrere automatisierte Tools in Kombination verwendet, um eine Herausforderung End-to-End zu bewältigen. Hersteller können mehrere dieser Ökosysteme schaffen, um die Effizienz aller Aspekte der Produktion zu maximieren, von der Auftragsakquise bis zur endgültigen Lieferung. Entscheidend ist, dass diese Systeme miteinander kommunizieren können, um einen reibungslosen Arbeitsablauf zu erreichen und die besten Ergebnisse zu garantieren.

Brauche ich es?

Gartner prognostizierte, dass Hyperautomatisierung ab 2020 einer der wichtigsten strategischen Technologietrends sein würde, aber das bedeutet nicht unbedingt, dass sich Hersteller an dem Hype beteiligen müssen. Um zu verstehen, ob eine End-to-End-Automatisierung einen erheblichen geschäftlichen Nutzen bringen kann, müssen Sie zunächst eine Roadmap erstellen, die die Geschäftsziele klar mit den Automatisierungstools abgleicht, die zu ihrer Erreichung erforderlich sind.

Gartner schlägt vor, drei Hauptziele in Betracht zu ziehen – Einnahmen, Kosten und Risiken. Gemäß diesen Parametern sollten Hersteller darüber nachdenken, welche Technologien den Umsatz steigern können, indem sie die Kundenbindung verbessern, die Leistung steigern und sich wiederholende Aufgaben automatisieren. Sie sollten dann Prozesse umgestalten, um die Kosten schlechter Qualität zu senken und die Produktion zu rationalisieren. Schließlich müssen sie möglicherweise die Compliance-Risiken ineffizienter Prozesse berücksichtigen – beispielsweise kann das manuelle Zuführen von Teilen zu einer Maschine nicht nur ineffizient, sondern auch riskant sein und daher gegen Sicherheitsvorschriften verstoßen.

Eine sorgfältige Betrachtung dieser Faktoren sollte den Herstellern eine klarere Vorstellung davon vermitteln, ob die Hyperautomatisierung die Produktivität erheblich steigern kann oder nicht, und ihnen den Wettbewerbsvorteil verschaffen, der ihnen ohne sie möglicherweise fehlt.

Was ist mit Altgeräten?

Hyperautomation basiert auf den neuesten verfügbaren Automatisierungstechnologien sowie auf deren Fähigkeit, fehlerfrei miteinander zu kommunizieren. Infolgedessen könnten Hersteller denken, dass dies kein praktikabler Geschäftsansatz für Fabriken ist, die Altgeräte für kritische Anwendungen verwenden.

Maschinen, die das Rückgrat der Fabrikautomation bilden, wie speicherprogrammierbare Steuerungen (SPS), können mehrere Jahrzehnte halten, und es gibt keinen Grund, sie zu ersetzen, wenn sie immer noch angemessen funktionieren und den neuesten Richtlinien entsprechen. Legacy-Geräten fehlen jedoch normalerweise die Kommunikationsfähigkeiten, die für die Implementierung einer Hyperautomatisierungsstrategie erforderlich sind.

Obwohl dies eine zusätzliche Planungsebene erfordern kann, bedeutet die Verwendung von Legacy-Maschinen nicht unbedingt, dass eine End-to-End-Automatisierung nicht in Frage kommt. Wenn es den Betriebsleitern gelingt, einen soliden Business Case für die Hyperautomatisierung zu entwickeln, gibt es Möglichkeiten, ältere Geräte mit intelligenten Sensoren nachzurüsten. Auf diese Weise können die Maschinen mit dem Industrial Internet of Things (IIoT) verbunden werden und wertvolle Daten senden, die zur Rationalisierung des Betriebs, zur Reduzierung der Kosten und zur Steigerung der Produktivität verwendet werden können. Ein auf veraltete Anlagen spezialisierter Zulieferer für Automatisierungsteile kann Herstellern problemlos die Hardware liefern, die sie benötigen, um ihre Maschinen nachzurüsten und sie für Industrie 4.0 fit zu machen.

Eine weitere zu berücksichtigende Frage ist, ob IoT-verbundene Maschinen dieselbe Sprache sprechen werden. Beispielsweise benötigt die SPS der Fabrik ein Kommunikationsprotokoll, das mit den Feldgeräten kompatibel ist. Hersteller benötigen nicht unbedingt ein Protokoll derselben Marke ihrer SPS – ProfiBus kann beispielsweise mit allen SPSen der Allen-Bradley-Familie verbunden werden, aber einige Protokolle funktionieren nicht gut mit anderen. Das bedeutet, dass Hersteller zur Implementierung von Hyperautomatisierung nach den besten Protokollen suchen müssen, um sicherzustellen, dass alle ihre Geräte kommunizieren können.

Wenn möglich, kann die Entwicklung von Systemen, die auf einer Open-Source-Architektur wie dem Robot Operating System (ROS) basieren, anstelle von proprietärer Software dazu beitragen, Reibungsverluste zu minimieren und die Interoperabilität sicherzustellen.