Rockwell Automation:Fernüberwachung und Cloud-Analyse

Marc Baret, Director, EMEA Industrial Services, Rockwell Automation erläutert die Die Zukunft der Automatisierung für Fernüberwachung und Cloud-AnalysenAutoma...

Marc Baret, Director, EMEA Industrial Services, Rockwell Automation, spricht über die Zukunft der Automatisierung für Fernüberwachung und Cloud-Analysen 

Automatisierung verändert schnell unsere Aufgaben, die Orte, an denen wir arbeiten, und sogar unsere Definition von Arbeit. Forrester hat prognostiziert, dass allein im Jahr 2020 eine Million Arbeitsplätze in der Wissensarbeit durch Chatbots, Softwarerobotik, RPA und virtuelle Agenten ersetzt werden. Dies mag wie eine ominöse Vorwarnung klingen, aber der Bericht schätzt auch, dass allein in den USA 331.500 Arbeitsplätze geschaffen werden, die durch Rollen gestärkt werden, die Empathie, Intuition sowie geistige und körperliche Beweglichkeit erfordern.

Die zunehmende Akzeptanz der Automatisierung wird die Konnektivität und Zuverlässigkeit stärken und Unternehmen dabei helfen, Daten, Systeme und Prozesse zugänglicher und verfügbarer zu machen. Viele Fertigungsunternehmen finden jedoch ihren Weg zu Automatisierungs- und digitalen Transformationsstrategien, die durch das Produktivitätsniveau und das gleichzeitige Risiko von Ausfallzeiten gebremst werden.

Dies kann durch Tools wie Predictive Analytics und Wartung angegangen werden, die als virtuelle Erweiterung ihrer Teams fungieren. Die erfolgreiche Implementierung dieser Technologien erfordert jedoch zusätzliche externe Expertise. Um dies weiter zu untersuchen, hier sind die fünf wichtigsten Fallstricke, mit denen Unternehmen konfrontiert sind, wenn sie sich der digitalen Transformation nähern, und Vorschläge, wie sie angegangen werden können.

Falle Nr. 1:Cybersicherheitsrisiken

Sicherheitsverletzungen machen aufgrund der schwerwiegenden Auswirkungen, die sie auf das Geschäft haben können, weiterhin große Schlagzeilen. Ein Verstoß riskiert nicht nur den Verlust sensibler Informationen, sondern auch Unterbrechungen, Ausfallzeiten und Leistungsprobleme sowie ernsthafte Reputationsschäden. Dies unterstreicht, wie wichtig es für Unternehmen ist, ihre Datenverwaltungsprozesse zu verbessern und in ihre IT-Infrastruktur zu investieren.

Predictive Maintenance Support kann Herstellern helfen, solche Probleme zu vermeiden, indem sie automatisch auf ungewöhnliche Muster überwacht und potenzielle Anzeichen von Datendiebstahl oder Netzwerkeinbruch sofort erkennt. Sie erfordern auch einen umfassenden Sicherheitsansatz, der Richtlinien und Verfahren umfasst und Verteidigungsebenen für Personen-, Prozess- und Technologierisiken bietet.

Falle Nr. 2:Zu viele Daten haben

Unternehmen generieren riesige Datenmengen, die bei richtiger Nutzung ein immens wertvolles Gut sein können. Viele Fertigungsunternehmen wissen jedoch nicht, wie sie ihre Daten optimal nutzen können, und optimieren daher ihre Arbeitsabläufe oder Produktionsprozesse nicht so, dass sie die besten Erkenntnisse und Ergebnisse erzielen können.

In der Lage zu sein, riesige Datenmengen zu verstehen, ist der Schlüssel zur Lösung der größten Herausforderungen, denen Organisationen gegenüberstehen. Die dafür erforderlichen Fähigkeiten und Fertigkeiten gehören jedoch selten zu den Kernkompetenzen eines Unternehmens. Daher ist es wichtig, mit einem vertrauenswürdigen Datenexperten zusammenzuarbeiten, der die richtigen Informationen sammeln, speichern und so darstellen kann, dass er die effektivsten Geschäftsentscheidungen treffen kann.

Fall Nr. 3:Schlechtes Datenmanagement

Unternehmen sammeln mehr Daten als je zuvor, aber es reicht nicht aus, nur riesige Datenmengen zu haben. Sie benötigen Tools, die ihnen helfen, ihre Daten besser zu nutzen und die ihnen vorliegenden Informationen zu verstehen.

Der wahre Wert der Automatisierung liegt im geistigen Eigentum, das Unternehmen über ihre Kunden, Prozesse und Produktdesigns besitzen. Durch die Nutzung von KI und maschinellem Lernen können sie riesige Mengen an Informationen analysieren, Hypothesen aufstellen und signifikante Datenmuster erstellen sowie Lernmodelle trainieren, um das Unbekannte zu entdecken. Darüber hinaus werden Datenteams in der Lage sein, mehr Anwendungsfälle in deutlich kürzerer Zeit auszuprobieren, was ihnen helfen wird, große Fortschritte beim Verständnis ihrer Daten zu machen.

Das Potenzial dieser Fortschritte in der KI wird durch eine McKinsey-Analyse hervorgehoben, die ergab, dass die fortschrittlichsten Deep-Learning-Techniken einen jährlichen Wert von bis zu 5,8 Billionen US-Dollar ausmachen könnten. In zwei Dritteln der 400 getesteten Anwendungsfälle verbesserte die KI die Leistung über die Leistung anderer Analysetechniken hinaus. Ohne diese Fähigkeit, riesige Datenmengen von mehreren Plattformen zu sammeln und effektiv zu nutzen, werden Hersteller weiterhin Schwierigkeiten haben, effektive Schlussfolgerungen zu Änderungen und Produktivität in ihren Werken zu ziehen.

Falle Nr. 4:Nicht mit dem Tempo der Technologie Schritt halten

Die Menge an Schlagworten rund um die digitale Transformation kann für Unternehmen, die einfach nur wollen, dass Technologie funktioniert, oft überwältigend und sogar irritierend sein. Viele Anbieter verlangen auch enorme Investitionen im Voraus, was eine entmutigende Aussicht sein kann und Unternehmen abschrecken kann, wenn ein Projekt nicht funktioniert. Darüber hinaus kann die Bindung an einen Anbieter oder eine Bereitstellung dazu führen, dass Unternehmen von ihren Konkurrenten abgehängt werden.

Es ist daher wichtig, mit Anbietern zusammenzuarbeiten, die vor jeder Bereitstellung, die einen großen technologischen Wandel darstellt, ein Pilotprojekt oder einen Prototyp anbieten. Dies bietet eine schrittweise Vorstellung davon, wie der Prozess funktionieren wird, stellt Meilensteine ​​bereit und hilft dem Unternehmen zu verstehen, wie er funktionieren wird und wie sein erwarteter ROI sein wird. Vertrauenswürdige Technologiepartner müssen Erweiterungen eines Teams sein, wenn sie Unternehmen dabei unterstützen sollen, ihre Ziele und KPIs zu verwirklichen.

Falle Nr. 5:Mangelndes Fachwissen

Selbst mit den richtigen Automatisierungstechnologien benötigen Unternehmen oft noch externe Unterstützung von Personen mit entsprechender Erfahrung und Expertise. Dies kann jetzt durch die Verwendung von Augmented Reality erreicht werden, um Remote-Anwendungssupport und Overlay-Informationen für Ingenieure bereitzustellen, denen sie folgen können.

Wie bei jeder Technologiebereitstellung muss sie zur Unternehmenskultur passen und zeigen, was für ihre spezifischen Anforderungen am besten funktioniert. Unternehmen, die diese Art von neuen Technologien nur langsam umsetzen, laufen jedoch Gefahr, ins Hintertreffen zu geraten.

Die Zukunft der Automatisierung annehmen

Mit den richtigen Technologiepraktiken und dem richtigen Technologiepartner ist es möglich, die wichtigsten Herausforderungen wie höhere Produktivität und reduzierte Ausfallzeiten zu meistern. Durch das Verständnis der oben beschriebenen häufigen Fallstricke können Fertigungsunternehmen ihren Weg in die Zukunft der Automatisierung besser navigieren. Die Digitalisierung können sie jedoch nicht alleine erreichen.

SIEHE AUCH:

• C3.ai:Bereitstellung führender KI-Software für Unternehmen

• AWS:Intelligentere Fertigung mit Cloud- und IoT-Technologie

• Wie intelligente Technologie die industrielle Welt verändert

• Lesen Sie hier die neueste Ausgabe von Manufacturing Global

Weitere Informationen zu Fertigungsthemen finden Sie in der neuesten Ausgabe von Manufacturing Global

Folgen Sie uns auf LinkedIn und Twitter.