MES und IoT-Plattformen: Die Zukunft des Manufacturing Operations Management navigieren

Branchenübergreifend fordern die beschleunigten Produktinnovationszyklen und die wachsende Variabilität der Marktnachfrage Fertigungsanlagen und Organisationen heraus, die überwiegend auf Effizienz ausgelegt waren. Addiert man den allgemeinen Trend zu personalisierteren Produkten, versteht man, warum ein Schlüsselfaktor der „Industry 4.0“ (I4.0)-Revolution Flexibilität ist. Produktivitäts- und Qualitätsimperative werden nicht verschwinden; im Gegenteil, Erfolg erfordert heute Effizienz und Flexibilität. Während sie von ersten Proof-of-Concepts zu großskaligen Implementierungen übergehen, benötigen Hersteller einen neuen Ansatz für Manufacturing Operations Management (MOM), der das MES-Ökosystem herausfordert, wie wir es kannten.

Die Zukunft des MES

Die beschleunigte Produkterneuerung und erhöhte Personalisierung erfordern eine viel engere Integration zwischen Product Lifecycle Management (PLM) und Fertigungsprozessen. Ein nahtloser Fluss von Produktdefinitionsdaten erlaubt die Beschleunigung der Einführung neuer Produkte oder Varianten – Wochen oder Monate Time-to-Market für Produkt- oder Service-Innovationen werden eingespart.

Die Anpassung an schwankende Marktnachfrage erfordert flexible Fabriken, die hoch- und runterfahren und nahezu instantan umrüsten können, während End-to-End-Rückverfolgbarkeit für Compliance oder Kundenservice gewährleistet bleibt. Aus all diesen Gründen wird die Rolle des MES als „Ausführungsarm“ des ERP verstärkt, und die meisten Industry-4.0-Führer betrachten es zu Recht weiterhin als Rückgrat ihrer Fertigungsoperationen.

Ein neues Paradigma

Während die Wichtigkeit eines gut designten MES-Kernsystems anerkannt wird, sehen sich die meisten Hersteller mit ähnlichen Problemen konfrontiert. Die meisten MES-Implementierungen begannen vor über einem Jahrzehnt, als der IT/OT-Graben noch weit war und viel Hardwiring erforderte. Als Ergebnis ist das Hinzufügen oder Weiterentwickeln von Funktionalität – um ununterbrochenen Betrieb zu gewährleisten – immer noch an mehrjährige Release-/Upgrade-Zyklen gebunden. Zweitens wurden die meisten MES-Lösungen zu einer Zeit architektiert, als die aktuellen Standardmuster, die Softwarelösungen sowohl flexibel als auch skalierbar machen – in der Cloud oder On-Premise – noch in den Kinderschuhen steckten.

Im Gespräch mit Produktionsverantwortlichen betonen sie zwei Hauptanforderungen an Manufacturing Operations Management:

1. Um komplexere und schnell wechselnde Operationen unter Kontrolle zu halten, brauchen sie End-to-End-Transparenz über Systemgrenzen hinweg. Um richtige Entscheidungen zu treffen, brauchen sie nicht nur Echtzeit-Produktionsdaten, sondern auch im Kontext von Stammdaten aus PLM oder ERP.
2. Um mit dem zunehmenden Wandeltempo zurechtzukommen, brauchen sie ein stabiles Rückgrat, aber auch die Fähigkeit, es flexibel mit anlagenspezifischen Apps zu erweitern, die das Kernsystem schließlich anreichern.

Neben seiner traditionellen Rolle muss das MES dann flexible und leistungsstarke Integrations-, Analytics- und App-Entwicklungsfähigkeiten bieten – wofür es klar nicht architektiert war.

IoTs Rolle

Ursprünglich entwickelt für das Verbinden von Produkten und das Anbieten von Services, die diese erweitern, verpacken IoT-Plattformen – wie GE Predix, Siemens Mindsphere oder PTC Thingworx – diese Fähigkeiten in eine integrierte Lösung, meist einfach in der Cloud zugänglich. Viele Hersteller wählten sie dann, um Point Solutions zu entwickeln und das Potenzial von IoT und Big-Data-Analytics zur Optimierung ihrer Operationen zu erkunden.

Kleine Start-ups sahen ebenfalls die Chance und nutzten diese Plattformen, um verpackte Lösungen in den Bereichen Predictive Maintenance, Asset Performance Management und Produktionsoptimierung anzubieten. Schließlich begannen auch die großen Cloud-Player, IoT-spezifische Frameworks anzubieten, die alle Basisfunktionen bereitstellen – von Shopfloor-Konnektivität bis Machine Learning.

Die Mehrheit der Fertigungskunden, mit denen wir sprechen, steht an derselben Wegkreuzung. Erste Proof-of-Concept-Piloten haben gezeigt, dass sinnvolle Einsparungen in Zuverlässigkeit, Ausbeute oder Gesamteffizienz von Assets und sogar kompletten Produktionslinien erzielt werden können. Zusätzlich demonstrierten solche Pilotprojekte die Flexibilität der IoT-Plattformen, die es erlauben, die Time-to-Develop für Point Solutions bei einer Vielzahl operativer Herausforderungen drastisch zu verkürzen. Aber diese meist bottom-up-Piloten führten oft zur Proliferation inkompatibler Technologien, was manchmal CIOs veranlasste, einzugreifen, um ausufernde Kosten und Sicherheitsprobleme zu stoppen.

Die Frage, die uns oft gestellt wird: Wie skaliert man über diese Experimente hinaus, ohne Technologieproliferation, aber ohne lokale Prozessinnovation zu ersticken?

Nicht nur Technologie

Die Pilotprojekte haben auch bestätigt, dass I4.0 eine viel tiefere Transformation ist als das Deployen smarterer Automatisierung. Operationen on-the-fly basierend auf Daten zu optimieren, ist eine tiefgreifende Evolution der Managementkultur. Der Produktionsleiter, dessen Wert in seinem intuitiven Verständnis der Operationen liegt, muss akzeptieren, dass Analytics seine Intuition unterstützen und erweitern und diese progressiv automatisieren wird.

Ähnlich wie I3.0s Automatisierungsantrieb den Schweißer zum Roboterprogrammierer evolvieren ließ, bedeutet I4.0 dieselbe Evolution für das Produktionsmanagement. Verglichen mit 80 % ihrer Zeit, die sie mit dem Betrieb der Fabrik verbringen, wird ihre Rolle erfordern, ein System feinabzustimmen, das es noch intelligenter und schließlich autonom macht.

Wenn Sie glauben, das sei eine triviale Transformation: Bei Ihrem nächsten Fabrikbesuch prüfen Sie, ob das kürzlich eingesetzte Produktionsdashboard die Realität des Shopfloors wirklich widerspiegelt und zur Produktionssteuerung genutzt wird. In wenigen seltenen Fällen wird der Schichtleiter immer noch überzeugend erklären, warum er sein eigenes XL-Spreadsheet braucht, um Operationen zu steuern und das tägliche Produktionsmeeting zu leiten.

Tiefer graben Sie heraus, dass seine neuesten Anfragen nach ein paar mehr Sensoren und simpler Analytics, um ein hartnäckiges Problem besser zu verstehen, 6 Monate brauchten, um erfüllt zu werden, und dass die Automatisierung der schließlich erarbeiteten Lösung nicht möglich sein wird wegen Kosten und Zeit, die es auf Basis der bestehenden IT/OT-Landschaft bräuchte.

Das MES der Zukunft

Branchenübergreifend erwägen CIOs jetzt eine Zukunft, in der MES und IoT-Plattformen Seite an Seite deployed und über die Zeit in eine flexible, skalierbare Plattform integriert würden, die ihre I4.0-Strategien in den kommenden Jahrzehnten unterstützen kann.

Während der Ausgangszustand der Unternehmen काफी unterschiedlich ist, ist die generelle Richtung sehr ähnlich. Erstens: MES von spezifischen Entwicklungen entrümpeln und ein schlankes Kernsystem deployen, fokussiert auf die prozedurale Seite der Operationen, eng integriert mit ERP, inklusive Standard-/Regulierungsreporting-Anforderungen. Zurück zu einer Standard-„No-Mods“-Implementierung begrenzt Kosten und erlaubt, vom Innovation des Lieferanten via regelmäßige Upgrades zu profitieren. Die generelle Richtung geht zu mehr Offenheit, basierend auf Cloud-Standards – MES-Systeme werden auch einfacher in moderne Architekturen integrierbar. Zweitens: IoT-Plattform nutzen, um Performance-Monitoring- und Optimierungsanwendungen zu entwickeln, die ständige Evolution und einen viel schnelleren Lebenszyklus erfordern. Die Plattform wird genutzt, um präzise Probleme zu verstehen, lösen und qualifizieren – die qualifizierte Lösung speist dann in die Requirements für das nächste MES-Release ein. Es schadet offensichtlich nicht, wenn die Plattform auch eine temporäre Lösung implementieren lässt, um das Upgrade zu finanzieren.

Wenn sie durch die richtigen Investitionen in die Entwicklung der oben genannten neuen Skills unterstützt wird, kann die Bereitstellung einer IoT-Plattform die I4.0-Transformation signifikant beschleunigen. Die Schaffung eines dedizierten Datenteams, bestehend aus sowohl zukunftsorientierten Prozessexperten als auch Data Scientists, die von Werk zu Werk gehen, um Piloten und Rollouts zu unterstützen, ist ein Bereich, in dem die meisten Führer investiert haben. Einige dieser Datenteams umfassen auch agile Entwicklungsteams, die successive Releases von Apps für High-Impact-Issues produzieren, in enger Zusammenarbeit mit Prozessingenieuren und Produktionsverantwortlichen.

Architekturmuster zu entwickeln, die nahtlose Integration zwischen Off-the-Shelf-MES-Implementierungen und plattformbasierten, maßgeschneiderten analytischen Anwendungen erlauben, ist eine Hauptachse der Co-Innovation mit führenden Kunden. Die gute Nachricht: Das sind dieselben Muster, die wir erfolgreich am Frontend von Businesses rund um CRM-Pakete deployed haben.

Multidisziplinäre Teams aus Prozessingenieuren, Data Scientists und Cloud-Architekten erkunden die Möglichkeiten, zum Zustand autonomer Operationen zu gelangen – App für App, indem sie die Kraft von Cloud-Technologien nutzen. In einer nicht allzu fernen Zukunft könnte der Begriff „Manufacturing App Store“ sehr wohl Realität werden.

Von Pascal Brosset, CTO Digital Manufacturing, Capgemini