Wettbewerbsvorteil durch Datennutzung: Wie Hersteller Daten strategisch einsetzen

Die Fertigungsindustrie ist führend beim Datensammeln. Sensordaten, Mitarbeitertracking, Stillstandsdaten, Predictive-Maintenance-Daten, Nachfrage – es gibt viele Gelegenheiten, Informationen in einer Fertigungsanlage zu erfassen.

Einerseits klingt das großartig. Mit all diesen Daten sollten Hersteller Produkte und Dienstleistungen mithilfe zunehmend granularer Kundensegmentierung besser zuschneiden, Machine Learning nutzen, um Risiken zu reduzieren und Entscheidungen durch Analysen und Szenarien zu leiten, und sogar besser verstehen, welche Produkte und Services sie als Nächstes anbieten sollten. Richtig?

Leider ist dem nicht so. Trotz Spitzenposition beim Datenaggregieren kämpfen viele Hersteller damit, die Daten wirkungsvoll zu nutzen. Bei so vielen Vorteilen der Datennutzung – warum hinken Hersteller der Technologiekurve so stark hinterher?

Warum Fertigungsdaten ungenutzt bleiben

Um eine Lösung zu diskutieren, beginnen wir mit dem Problem. Warum nutzen Hersteller ihre gesammelten Daten nicht effektiv? Was hält sie auf?

Im weitesten Sinne kommt es darauf an, veraltet zu sein. Alles – von Mitarbeiterkompetenzen bis zur Architektur – kämpft damit, mit moderner Technologie Schritt zu halten. Viele Hersteller haben zwar eine dünne digitale Schicht durch Hinzufügen von IoT-Sensoren und ähnlichen Geräten aufgelegt, doch der Kern der Fertigung hat oft gänzlich versagt, bedeutsam mitzuhalten. Es geht nicht unbedingt darum, aus Bindung an traditionelle Methoden an alten Wegen festzuhalten, sondern um den Mangel an Energie und Weitsicht, um den Umbau durchzuführen, der das Fortbestehen des Geschäfts garantiert.

Für manche Hersteller ist die Zeit für Existentsentscheidungen jetzt gekommen, bevor sie von den Strömungen der Zeit weggespült werden, überwunden von technologisch versierteren Wettbewerbern.

Datensilos

Die Datenerfassungsgeräte vieler Hersteller summten vor sich hin, sammeln die Informationen, die sie sollen – aber diese Daten fließen direkt in Silos, und Datensilos funktionieren nicht, besonders bei massiven eingehenden Datenmengen. Das bedeutet: Einige Daten gehen an Operations zum Verwalten und Analysieren, andere an Procurement, QA oder eine ganz andere Abteilung. „Nun, wir können nicht einfach alles an alle werfen!“ rufen viele Hersteller.

Dagegen: Doch, das können und sollten Sie. Silodierte Daten sind unordentlich und unproduktiv – sie führen oft dazu, dass mehrere Teams getrennt an denselben Problemen arbeiten, Abteilungen veraltete und disparierte Daten haben, und generell ein Disconnect vom Arbeiten als eine kohärente Organisation besteht.

Alternde Belegschaft

Die unerbittliche Wahrheit: Die Fertigung ist voller alternder Mitarbeiter, die für eine völlig andere Ära der Fertigungsgeschichte ausgebildet wurden, und ihr Einfluss hallt weiterhin durch Politik und Prioritäten wider. Die IT-Kompetenzen für den Betrieb einer Smart Factory sind nichts, wofür sie ausgebildet wurden, und der Gedanke, solche Technologien zu implementieren, kann überwältigend und unangenehm erscheinen (wenn auch weniger unangenehm als das Unternehmen pleitezugehen).

Alte Fabriken

Einige heute betriebene Fabriken sind im Vergleich zu modernen „smarten“ Optionen praktisch verfallen und bieten wenig Unterstützung für einen Wechsel zu neuerer Ausrüstung. Die Maschinen sind alt, genauso wie Architektur und Infrastruktur. Die Logistik eines vollvernetzten Shopfloors kann unerreichbar scheinen, besonders wenn Entscheidungsträger nur frühere Automatisierungs- und Datenerfassungsformen kennen – wie Sensoren, die Hersteller zwingen, Garantien wertvoller Maschinen zu verlieren.

Veraltete Prozesse

Während Shopfloors beengt und alt sind, beginnen die Prozesse für Abläufe und Datenerfassung unter dem Gewicht der gesammelten Daten zu bröckeln. Manche Hersteller nutzen hier einen Ad-hoc-Prozess, dort einen Quick-Fix – aber dieser Flickenteppich schafft nur ein größeres Problem, je mehr die datengetriebene Wirtschaft wächst. Fertigungsprozesse, die im vergangenen Industriezeitalter wurzeln, müssen transformiert werden, um den Anforderungen einer smarten Anlage gerecht zu werden – aber Veränderung kann sowohl unangenehm als auch einschüchternd sein. Diese Prozesse halten Hersteller davon ab, ihre gesammelten Daten zu nutzen.

Fehlende DataOps

In einem ReThink-Data-Report wird klar, dass viele Hersteller schwer an Datenstrategie und -implementierung mangeln. Ein Hauptfaktor: das Fehlen von DataOps. Nur 10 % der Organisationen berichteten über vollständige DataOps, und zwei Drittel der Hersteller hatten gar keine DataOps. Ohne diese Initiative zur Strategie und Zusammenführung von Sammlung, Daten und Tools zur Bedeutungsextraktion bleiben die Disconnects bestehen und der Daten-Albtraum fort.

Fertigungsdaten für Wettbewerbsvorteil maximieren

Für Hersteller, die bereits begonnen haben, smarte Technologie wie IoT und Edge-Computing-Geräte zu implementieren, ist der erste Schritt: Menschen für DataOps einstellen. Diese Menschen verbinden Daten mit Menschen und deren Entscheidungen. Sie sind das Fundament, die gesammelten Daten tatsächlich und gut zu nutzen. Das werden Ihre Ansprechpartner für KI, Machine Learning, Edge Computing und cloud-basiertes Datenmanagement sein.

Als Nächstes geben Sie diesem DataOps-Team die Informationen, die es braucht. Reißen Sie Ihre Datensilos ein und sehen Sie die Verbindungen, Muster und Insights, die extrapoliert werden können, wenn Algorithmen das vollständige Bild sehen – und wie viel Zeit Abteilungen zurückgewinnen, indem sie kollaborieren statt redundant hinter verschlossenen Türen zu arbeiten.

Mit all diesen Daten brauchen Sie einen Weg, sie zu verwalten und zu speichern, damit sie bei Bedarf sofort zugänglich sind. Dies gehört laut dem genannten ReThink-Data-Report zu den Top-5-Hürden der Datennutzung. Sie müssen auch einen Weg finden, alles sicher zu halten, da Fertigungsdaten oft proprietäre Informationen enthalten. MachineMetrics bietet Lösungen hierfür, einschließlich einer automatisierten Data-Transformation-Engine, die Datenstrukturen für konsistentes Reporting und Analytics standardisiert. Wir bieten auch Edge-Computing-Geräte und bequemen, skalierbaren, sofortigen Transfer in die Cloud für Speicherung und Analyse – nur mit den besten und aktuellsten Sicherheitsprotokollen und verschlüsselten Datenübertragungen.

Last but not least: Es ist wichtig, eine Arbeitsplatzkultur zu entwickeln, die positiv und einladend gegenüber Datennutzung ist. Beispiel: MachineMetrics lässt Shopfloor-Mitarbeiter Daten auf Tablet-Geräten direkt an der Maschine eingeben, um der gesammelten Daten menschliche Kontext-Ebenen hinzuzufügen. Diese Interaktivität sowie Echtzeit-Reporting, weniger Stillstand und weniger kaputte Werkzeuge und Ausschussteile führen dazu, dass Mitarbeiter eine datengetriebene Kultur bereitwillig annehmen.

Bereit, mehr darüber zu erfahren, wie die MachineMetrics IoT-Plattform Ihrem Unternehmen helfen kann, Fertigungsdaten zu sammeln, zu analysieren und zu speichern? Buchen Sie eine Demo mit uns hier.