AVEVAs vier Schlüsseltechnologie-Trends für die Fertigung 2021

Craig Hayman, CEO von AVEVA, liefert technologische Prognosen für den Industriesektor 2021.

Technologie ist tief in fast jeden Aspekt des modernen Lebens eingebettet und spielt eine intrinsische Rolle für viele Unternehmen weltweit. Digitale Transformation ermöglicht Organisationen, besonders im Industriesektor, ihre Fähigkeiten zu erweitern und ihre Renditen über Assets und Operationen zu steigern. Der Einsatz des Industrial Internet of Things (IIoT) durch Echtzeit-Analytics hatte tiefgreifende Auswirkungen – durch verbesserte Reaktionszeiten auf potenzielle Probleme und Minimierung möglicher Umweltschäden, was teure ungeplante Stillstände vermeidet und Gewinne verbessert.

Mit Blick auf 2021 stechen vier Schlüsseltechnologie-Prognosen für den Industriesektor hervor. Erstens wird Digitalisierung sich in Organisationen weiter ausbreiten und reifen – vernetztes IIoT wird tiefer und breiter in den Kern vieler Unternehmen vordringen. Zweitens werden Künstliche Intelligenz (KI) und Machine Learning (ML) gestützte Technologien Prozesse automatisieren, um verbesserte Performance und Agilität zu liefern. Drittens wird es stärkeren Fokus auf Nachhaltigkeit geben, da Unternehmen sauberer und effizienter im Umgang mit natürlichen Ressourcen werden wollen. Viertens und nicht zuletzt werden Unternehmen kritische Erkenntnisse aus Daten freisetzen.

1. Digitalisierung wird tiefer gehen und Cloud-Nutzung reifen

Digitale Fähigkeiten stärken Resilienz. 2021 wird den Weg für weitere digitale Transformation in industriellen Sektororganisationen ebnen. Branchenübergreifend wenden sich Business Leader auch Technologien wie KI und 3D-Modellierung zu, um ihre Produktionsprozesse und -pläne zu verstehen. Um sich an eine Umgebung anzupassen, in der die Versorgung mit Rohstoffen volatil und die Nachfrage nach Endprodukten auf das Wesentliche fokussiert ist, müssen Unternehmen ihre Produktionsanlagen besser denn je verstehen.

Cloud ist nicht unbedingt Voraussetzung für digitale Transformation, aber ein Enabler. Cloud-Technologie beschleunigt Time-to-Value, erhöht Kollaboration und reduziert Kosten. Was 2020 evident war: Eine Cloud-Plattform erlaubt Organisationen, Daten aus mehreren Quellen an einem zentralen Ort zu konsolidieren für verbesserte Transparenz und Zugänglichkeit – jederzeit, überall und von jedem sicheren Gerät.

Die aktuelle Krise beschleunigt die Nutzung von Cloud und Daten in zunehmend sophistizierten Wegen, um Transparenz und Sicherheit in Operationen zu bieten. Die Adoption von Analytics soll einer der größten Treiber digitaler Transformation sein, da Unternehmen größere datengetriebene Insights suchen. Daten fungieren als Quelle der Wahrheit, die Teams hilft, sich auf kritische Faktoren zu fokussieren, die Geschäftsresilienz bestimmen. Es gab auch einen fundamentalen Mindset-Shift: Kunden verstehen jetzt, wo sie hin müssen und wie schnell. In einem Zeitalter, in dem Zeit zunehmend essenziell ist, wird ein erhöhter Fokus auf digitale Transformation und datengetriebene Insights ein Game Changer sein.

2. Automatisierung nimmt Fahrt auf

Laut Gartner: „Bis Ende 2024 werden 75 % der Unternehmen vom Pilotieren zum Operationalisieren von KI übergehen, was einen 5-fachen Anstieg bei Streaming-Daten und Analytics-Infrastrukturen antreibt.“ Die Stärkung erweiterter Datenmanagementsysteme mit KI wird auch helfen, Operationen zu optimieren und zu verbessern. Die Untersuchung großer Stichproben operativer und historischer Daten wird zur Norm.

Wir werden auch KI-Anwendungen sehen, die zunehmend durch Geräte und Sensoren unterstützt werden, die durch IIoT verbunden sind. Die Kombination von IIoT und KI hat die nächste Welle von Performance-Verbesserungen eingeleitet, besonders im Industriesektor. Diese Automatisierung weiterführend, nutzt KI historische IoT-Daten, um Trends zu analysieren, was beim Streamlining und Verbessern des Supply-Chain-Prozesses durch cutting-edge-Lösungen wie KI-gesteuerte Operationsplanung hilft. Dies liefert Empfehlungen an Menschen zur optimalen Sequenzierung, was Fehler und Ineffizienzen substanziell reduziert.

3. Nachhaltigkeit wird in Unternehmen verankert

Nachhaltigkeit ist eine Reise, die beginnt mit dem Messen, wo Organisationen stehen. Digitalisierung ist der natürliche erste Schritt für einen faktenbasierten Ansatz. Diese Daten erlauben komplexen Unternehmen, eine sinnvolle Strategie zu entwickeln und vor Ort umzusetzen.

Industry 4.0 wird helfen, Informationen zusammenzubringen, um einen Digital Twin zu bauen, der Organisationen erlaubt, nachhaltige Prozesse zu optimieren. Nehmen wir den Energiesektor: In den letzten Monaten fiel der Jetfuel-Verbrauch drastisch, doch der Gesamtenergieverbrauch blieb relativ stabil, und der Strombedarf wuchs. Strom bleibt der effizienteste Weg, Energie weltweit zu verteilen. In der Fertigung im Vergleich konnten viele Unternehmen ihre Lieferketten nicht im gleichen Tempo flexen wie sich die Welt veränderte. Vorwärts werden diese Unternehmen auf lokale Lieferanten pivoten, um Spezialanforderungen mit geringeren Emissionen zu erfüllen.

Industrielle Entwicklung ist entscheidend für Wirtschaftswachstum, Armutsbekämpfung und Arbeitsplatzschaffung. Allerdings bieten steigende Ressourceneffizienz und technologische Innovation echte Chancen, Kosten zu senken, Wettbewerbsfähigkeit und Beschäftigung zu steigern. Der Industriesektor, obwohl spät im digitalen Transformationsprozess, hat eine einzigartige Chance, bei der signifikanten positiven Auswirkung auf den Planeten Vorreiter zu sein.

4. Daten-Repositories erwerben Gedächtnis

Die Adoption von Data Analytics soll einer der größten Treiber digitaler Transformation sein, da Unternehmen größere datengetriebene Insights suchen. Daten fungieren als Quelle der Wahrheit, die Teams hilft, sich auf kritische Faktoren zu fokussieren, die Geschäftsresilienz bestimmen. Unternehmen sind sich akut bewusst, dass sie resilienter werden müssen durch Technologie.

Unternehmen nutzen IIoT zu ihrem Vorteil, um diverse Remote-Assets sicher zu verbinden und Daten zu sammeln, Informationen in fortgeschrittene operative Anwendungen zu kanalisieren und den Loop zu schließen, indem sie Schlüssel-Business-Anwendungen füttern. Das ermöglicht Optimierung, Asset Management, erweiterte Analytics und Modellierung/Simulation – und bedeutet letztlich Verbesserungen der Geschäftseffizienz über die gesamten Operationen.

Dies war besonders wahr für den Industriesektor, wo Daten signifikanten Einfluss in fünf Schlüsselbereichen hatten:

• Echtzeit-Operationsinformationen werden zunehmend genutzt, um zu verstehen, was in Echtzeit passiert, und ermöglichen Condition Management von Asset- und Operations-Lebenszyklen. Beispiel: Ein Dashboard, das die Vibrationsfrequenz eines rotierenden Assets wie einer Turbine während des Betriebs anzeigt, liefert Echtzeit-Verständnis des operativen Verhaltens und Zustands des Assets.
• Historische Operationsinformationen helfen Organisationen zu verstehen, was in der Vergangenheit passiert ist, um Intelligenz um das operative Verhalten von Assets zu schaffen. Durch operative Trends, KPI-Anzeigen und Dashboards können abstrahierte Sichten operativer Zustände erstellt werden. Beispiel: Ein Graph auf einem Dashboard zeigt die vergangene Vibrationsfrequenz der Turbine während des Betriebs. Dies kann mit der Echtzeit-Vibrationsfrequenz verglichen werden, was Intelligenz zu langfristigen operativen Trends des Assets schafft.
• Prädiktive Analytics wird für What-if-Modellierung genutzt. Integration von Echtzeit- und historischen Daten ermöglicht Teams, potenzielle Ergebnisse operativer Zustände und Verhaltensweisen zu bewerten, sogar unter Berücksichtigung tertiärer Variablen. Deterministische oder nicht-deterministische Modelle können dann für Open-Loop-Simulation und prädiktive Analytics angewendet werden. Beispiel: Man kann jetzt schätzen, wie lange ein Gerät laufen kann, bevor es Inspektion braucht oder voraussagt, auszufallen.
• Präskriptive Analytics beschreibt, was nötig ist, um Asset- und Operations-Lebenszyklen zu optimieren. Szenariobasierte Guidance wird durch Lernelemente und Closed-Loop-Algorithmen erstellt und geliefert, um Teams zu ermöglichen, Planung und Scheduling über die gesamte Enterprise Value Chain zu kalibrieren. Beispiel: Mit einem vereinheitlichten Supply-Chain-Modell können szenariobasierte Berechnungen Wartungspläne und -performance optimieren, Impact auf Operationen minimieren.
• Erhöhte Sicherheit wird durch Kombination vernetzter IoT-Geräte, Augmented und Virtual Reality Technologie erreicht, die Echtzeit-Betriebsverfahren und Schlüsselnachrichten an Operationspersonal liefern, menschliche Fehler bei spezifischen Aufgaben reduzieren.

Mutig sein, reflektieren und evolvieren

Unsicherheit ist hier, um zu bleiben – ebenso wie die Möglichkeit eines COVID-19-Wiederauflebens, Länge und Tiefe des wirtschaftlichen Abschwungs, Handelskriege, Ölpreisschwankungen usw. Unternehmen müssen Lektionen aus 2020 lernen und ihr neues Normal schaffen.

Was haben wir aus 2020 gelernt? Unternehmen benötigen intelligente Software, um industrielle Pain Points für Wertschöpfung, Produktivitätsverbesserung, Insight Discovery, Risikomanagement und Kostenoptimierung anzugehen. Mit der richtigen Technologie können Unternehmen unglaublich agil sein, um Kosten zu managen, Effizienz zu steigern und teure Fehler zu vermeiden. Die Kombination aus Digitalisierung, Automatisierung und datengetriebenen Insights, mit Fokus auf nachhaltiges Business, kann ein entscheidender Differenzierer und treibende Kraft sein, um sicherzustellen, dass Unternehmen ihre Ziele von heute und morgen erreichen.