Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Manufacturing Technology >> Industrietechnik

Daten und Materialien: Die zwei Säulen modernen Fertigungserfolgs

Ob Sie ein neues Fertigungsunternehmen sind oder eines, das seit Jahrzehnten besteht – das Problem fragmentierter Daten kann schnell ernsthafte Probleme und Ineffizienzen im gesamten Unternehmen schaffen. Viele Unternehmen verstehen dieses Risiko nicht vollständig, weil in der Fertigung Problemlösungen oft physischer Natur sind. Doch in den meisten Geschäftsbereichen sind digitale Daten involviert, und wenn Probleme auftreten, werden sie übersehen oder depriorisiert, weil sie keine unmittelbaren Folgen zu haben scheinen.

Startups vs. etablierte Unternehmen

Fertigungs-Startups verfügen oft über die richtigen Ressourcen, um mit Datenfragmentierung umzugehen, sind sich des Problems aber möglicherweise nicht bewusst. Mit fortschreitender Fertigungstechnologie nehmen die Möglichkeiten zu, neue Technologien zu nutzen und auszuschöpfen. Das kann der Einsatz eines 3D-Druckers sein, bei dem ein computergeneriertes Design verwendet wird, um sofort verkaufsfertige Produkte herzustellen. Diese Hersteller nutzen die neuesten Design-Tools sowie Anwendungen und Technologien für den täglichen Geschäftsbetrieb.

Der enge Fokus im Tagesgeschäft

Eines der häufigsten Probleme beim Management des Tagesgeschäfts ist, dass die Verantwortlichen eine enge Denkweise beim Management der generierten Daten haben. Wir befinden uns in einem Tageszyklus, in dem wir stark darauf fokussiert sind, sicherzustellen, dass wir die richtige Menge an Materialien von Lieferanten haben, um den Auftrag zu erledigen. Es geht darum zu wissen, was produziert werden muss, in welcher Menge, wohin es geliefert wird und wann. Dann kommt der kritischste tägliche Job: das Geldmanagement und das Wissen, welche Kundenkonten aktuell sind, welche Lieferanten bezahlt werden müssen und wann.

Doch es gibt auch einen breiteren Aspekt modernen Geschäfts, den Hersteller adressieren müssen: Was lässt sich aus all den Daten lernen, die über den gesamten Fertigungslebenszyklus generiert werden – von der Konstruktion über die Fertigung bis hin zum Versand und der Kreditorenbuchhaltung? Durch die Analyse historischer Daten gibt es fast immer Erkenntnisse, die den Gewinn positiv beeinflussen können. Die Schwierigkeit besteht darin, diese zu finden und zu wissen, was wertvoll ist und was Rauschen. Da Daten in Silos über das Unternehmen verteilt sind, ist man leicht von nutzlosen Informationen überwältigt. Daten könnten von verschiedenen Unternehmensbereichen falsch interpretiert werden, da sie von verschiedenen Anwendungen generiert und oft an verschiedenen Orten gespeichert werden.

Das Problem historischer Daten bei etablierten Unternehmen

Hier stoßen gut etablierte Fertigungsunternehmen auf größere Probleme, schlicht weil sie viel mehr historische Daten besitzen, die über die Zeit in zahlreichen Legacy-Anwendungen entstanden sind, die selten genutzt oder vollständig stillgelegt werden – was die Daten schwer auffindbar oder mit heutigen Technologien inkompatibel macht. Hersteller können diese Daten jedoch nicht einfach beseitigen, da sie wahrscheinlich immer noch enormen Wert für das Unternehmen bergen.

Die Defragmentierung der Daten wird schließlich für alle Hersteller entscheidend. Da das Volumen der gesammelten Daten exponentiell wächst und der Wettbewerbsdruck branchenübergreifend zunimmt, besteht die Notwendigkeit, Erkenntnisse und Wert aus diesen Daten zu gewinnen.

Schritt 1: Daten lokalisieren

Dies mag nicht einfach sein, da der Großteil der Daten eines Herstellers wahrscheinlich tief in Anwendungen verborgen ist, die nicht für den monotonen Tagesbetrieb verantwortlich sind. Ein großer Teil dieser historischen Daten gilt nun als „sekundär“ und wird zur Aufbewahrung archiviert. Doch in diesem Prozess geht Wert verloren, weil archivierte Daten genauso kritisch für die Ableitung von Erkenntnissen sind wie der Rest der im Unternehmen produzierten Daten.

Beispielsweise können Daten in Entwicklungs- und Testarchiven Einblicke in frühe Versuche mit neuen Prozessen geben, die scheiterten, aber noch Potenzial bergen. Wenn diese Daten mit Informationen zu neuen Materialien, Werkzeugen oder Techniken kombiniert werden, könnte sich zeigen, wie diese neuen Prozesse heute funktionieren könnten. Dafür müssen Hersteller jedoch in der Lage sein, die Daten zu lokalisieren und darauf zuzugreifen und sie zu analysieren – egal wie alt sie sind oder wo sie gespeichert sind.

Dies ist der kritischste Faktor, um sicherzustellen, dass Daten im gesamten Unternehmen verfügbar sind. Sobald die Daten lokalisiert sind, kann die Aufgabe beginnen, Wert aus ihnen zu extrahieren. Dies wird allen Fertigungsunternehmen – klein oder groß, neu oder etabliert – ermöglichen, Informationen zusammenzuführen und Fragen zu stellen, die neue Effizienzen im gesamten Unternehmen vorantreiben und den Wettbewerbsvorteil liefern, den sie jetzt brauchen.

Theresa Miller ist Principal Technologist bei Cohesity.

Industrietechnik

  1. Big Data & Cloud Computing nutzen, um Business Growth zu treiben
  2. Datengesteuerte Fertigung: Effizienz, Kosteneinsparungen und Innovation freisetzen
  3. Geschäftswert maximieren durch Integration von Big Data und KI
  4. Fertigung revolutionieren: AR und IIoT befähigen Mitarbeiter und steigern Effizienz
  5. Flottenmanagement revolutionieren: KI & IoT-Integration für intelligentere Operationen
  6. Produktionseffizienz freisetzen: Bewährte datengesteuerte Fertigungsstrategien
  7. Predictive Analytics in der Fertigung nutzen: Bewährte Use Cases & messbare Vorteile
  8. Industrie 4.0 in der Aerospace-&-Defense-Fertigung meistern
  9. KI und Robotik revolutionieren Fertigung: Qualität & Effizienz steigern
  10. PwC Insights: KI & Big Data für die Fertigungstransformation nutzen