Industrielle Datenplattformen: Effizienz, Transparenz & kontinuierliche Verbesserung in der Fertigung

Der Aufstieg industrieller Datenplattformen wurde durch den wachsenden Einsatz von IoT in der Fertigungsbranche vorangetrieben. Diese enormen Mengen disparater Datentypen und -quellen haben Hersteller veranlasst, Plattformen zu implementieren, um Daten über ihre vielen Maschinen und Systeme zu erfassen und zu standardisieren.

Dadurch ermöglichen diese „Industrial Data Platforms“ größere betriebliche Effizienz, vollständige Produktionssichtbarkeit und treiben Initiativen zur kontinuierlichen Verbesserung voran.

Doch was genau sind diese Plattformen, wie haben sie sich entwickelt und welche Auswirkungen werden sie auf die Fertigungsbranche haben?

Was ist eine industrielle Datenplattform?

Industrielle Datenplattformen erfassen, standardisieren, kontextualisieren, speichern und machen Daten von Geräten und Systemen in einer industriellen Umgebung zugänglich.

Fertigungsunternehmen nutzen seit Jahrzehnten MRP- und MES-Systeme. Mit dem Aufkommen des Industrial Internet of Things, fortschrittlicher Analytik, künstlicher Intelligenz (KI), Machine Learning (ML) und Edge-Geräten ist die Datenmenge exponentiell gewachsen – ebenso wie neue Analysefähigkeiten. Diese Explosion führte zur Notwendigkeit eines Multi-Lösungs-Ansatzes, um die riesige Datenmenge zu verarbeiten, zu speichern, zu analysieren und Echtzeit-Einblicke an Endnutzer zu liefern.

Eine industrielle Datenplattform besteht aus Datenerfassung, Standardisierung, Kontextualisierung, Speicherung und Bereitstellung. Durch das Ausführen von Lösungen an oder nahe dem Edge können Daten organisiert, bereinigt und teilweise strukturiert werden, bevor sie in die Cloud gesendet werden. Das Ergebnis ist ein strafferes Datenmanagementsystem mit höherer Effizienz. Dieser zweiseitige Weg kombiniert multiple Technologien, sodass die End-to-End-Bedürfnisse eines Unternehmens für Datenmanagement erfüllt werden.

Wie sich der Bedarf an industriellen Datenplattformen entwickelte

Der Aufstieg von Daten als wertvolle Ressource hat in den letzten Jahren Probleme bereitet. Technologien wurden überfordert, was zu fragmentierten und isolierten Datenbanken führte.

Beispielsweise war Datenerfassung nahezu augenblicklich, doch die Daten residierten oft in zahlreichen Datenbanken, die über das gesamte Unternehmen verteilt waren. Zur Verwirrung kam hinzu, dass diese Datenbanken oft von verschiedenen Dienstleistern verwaltet wurden, was Latenz- oder Interoperabilitätsprobleme schuf – genau das, was IIoT und Industrie-4.0-Technologie beseitigen sollten.

Datenmanager erkannten die Notwendigkeit einer konsolidierten, gestuften Struktur, in der alle Datenbanken, Kommunikation, Konnektivität und Analyse an einem Ort residieren. Diese Konsolidierung würde Datensilos verhindern und sicherstellen, dass alle erfassten Daten für prädiktive und deskriptive Analytik verfügbar sind. Sie würde auch eine bessere Unternehmensführung von Daten und bessere Zusammenarbeit unter Nutzern ermöglichen.

Anforderungen an industrielle Datenplattformen

Eine McKinsey-Analyse schlägt vor, dass eine state-of-the-art industrielle Datenplattform mit fortschrittlicher Analytik mit folgenden Ebenen aufgebaut sein sollte:

• Anwendungsebene: Terminierung, Sensoren, Planung, Betrieb, CRM, KPIs
• Analyse- und Berichtsebene: Echtzeit-Datenerfassung, Echtzeit-Datenanzeige, benutzerdefinierte Anzeigeanwendungen, BI-Reporting
• Messaging- und Middleware-Ebene: Sensor Gateway, MOM Engine
• Datenebene: Betrieb, Sensordaten, Data Warehouse, Metadaten, ERP-System

Es gibt kritische Anforderungen für jede industrielle Datenplattform, darunter:

Integration und Konnektivität

Jede industrielle Datenplattform erfordert flexible und zuverlässige Konnektivität.

Es gibt hunderte Lösungen am Markt, die traditionelle Gerätekonnektivität über Kabel und T1-Leitungen nutzen. Es gibt auch viele Geräteanbieter, die WLAN oder Mobilfunkkonnektivität verwenden.

MachineMetrics beispielsweise spezialisiert sich auf die Verbindung und Erfassung von Maschinendaten. Unser flexibles System ermöglicht Gerätekonnektivität über OEM-Geräte mit direkten Maschinenintegrationen, Sensoren und IoT-Geräten, Nachrüstung automatisierter Geräte und sogar die Anbindung analoger Geräte.

Dies ermöglicht Maschinenkonnektivität zu jedem Hersteller und Modell von Ausrüstung und stellt sicher, dass Hersteller alle ihre Maschinendaten erfassen, standardisieren und kontextualisieren können.

Damit können die Daten in anderen Systemen genutzt werden, die präzise Produktionsdaten für ihre Kernfunktionalität benötigen – wie CMMS oder MES.

Integration mit anderen Geräten, Datenquellen und Prozessen ist ebenfalls wichtig. Je agnostischer die Konnektivität und Gerätelösung, desto größer das Ökosystem und desto größer die Datenerfassung.

Die Fähigkeit, Qualitätsdaten von analogen Geräten parallel zu Daten von OEM-eingebetteten Geräten zu integrieren und zu analysieren, bedeutet, dass Daten, die zur industriellen Datenplattform streamen, für fortschrittliche Analytik verfügbar sind.

Die Fähigkeit, Daten am Edge zu verarbeiten oder teilweise zu verarbeiten, bedeutet, dass sowohl Batch- als auch Stream-Daten leichter in die Datenplattform integriert werden. Dies reduziert Latenz und ermöglicht Plattform-Analytik, weniger Zeit mit Bereinigen, Verarbeiten und Organisieren von Daten zu verbringen.

Weiterführende Lektüre: Edge Computing vs. Cloud Computing in der Fertigung

Datensstandardisierung und Kontextualisierung

Daten sind das Herzstück jeder industriellen Datenplattform. Daher ist ihre Aufbereitung kritisch. Datenplattformen benötigen standardisierte Daten, um mehr Rechenleistung für Analytik und prädiktive sowie deskriptive Einblicke zu verwenden.

Die MachineMetrics Maschinendatenplattform nutzt beispielsweise eine automatisierte Datentransformations-Engine, um Maschinen- und Gerätedaten in standardisierte Datenstrukturen umzuwandeln. Dies ermöglicht konsistentere Berichterstattung und Analytik. Standardisierte Daten sind nützlich bei benutzerdefinierten Sensordaten, Maschinenzustand, Alarmen, Overrides, Diagnosen, Geschwindigkeit und Maschinenmodi.

Standardisierte Daten können leichter analysiert werden, wo prädiktive und präskriptive Lösungen hinzugefügt werden können. Diese Kontextualisierung der Daten ist eines der bedeutendsten Versprechen von IIoT und ermöglicht eine Vielzahl von Optionen auf dem Shopfloor und auf Fertigungsebene. Kontextualisierte Daten nutzen vorkonfigurierte Aktionen, um Aufgaben ohne menschliches Eingreifen auszuführen, was Stillstandszeiten reduziert.

Noch unklar zum Industrial Internet of Things? Lesen Sie unseren vollständigen Leitfaden zu IIoT.

Skalierbarkeit

Die Fähigkeit, einfach eine Verbindung zu einer industriellen Datenplattform herzustellen, ist kritisch. Doch jede fortschrittliche Plattform sollte auch skalierbar sein.

In vielen Unternehmen stammen Fertigungsdaten aus einer Vielzahl von Geräten. Manchmal werden diese von verschiedenen OEMs bezogen. Andere Male besteht eine Fabrik aus mehreren Verarbeitungsschritten und erfordert unterschiedliche Geräte. Es gibt auch unzählige Unternehmen, die geräteübergreifend über Generationen hinweg arbeiten – von analogen Geräten bis zu Geräten mit eingebetteter IoT-Fähigkeit.

Eine industrielle Datenplattform muss Eingänge aus all diesen Quellen aufnehmen und mit dem Unternehmen wachsen. Vollständig integrierte Geräte und standardisierte Daten ermöglichen einfacheres Skalieren, wenn weitere Maschinenassets zur Plattform hinzugefügt werden.

Erweiterbarkeit

Traditionelle Fertigungssoftware war oft fragmentiert, isoliert und litt unter mangelnder Interoperabilität. Die Fähigkeit, Daten in Echtzeit zu erfassen, aufzubereiten und zu analysen, schafft signifikanten Wert.

Eine Plattform muss vollständig erweiterbar sein, damit ihre analytischen Fähigkeiten von Daten anderer Softwaresysteme im Unternehmen genutzt werden können – wie einem CMMS. Plattformen wie MachineMetrics bieten eine erweiterbare Plattform, um via API mit vielen Altsystemen zu verbinden, einschließlich MES und ERP.

Doch bei MachineMetrics geht Erweiterbarkeit über API-Konnektivität hinaus. Die Plattform ermöglicht Erweiterbarkeit mit Edge-Geräten, um Latenz zu reduzieren und Daten auf Maschinenebene teilweise zu verarbeiten oder zu analysieren. Dies erweitert den Wert der Daten und macht die Systemressourcennutzung effizienter. Bediener können sich auf Echtzeit-Einblicke verlassen, um Prozesse zu optimieren.

Die Datenreichweite wird auch durch intuitive, anpassbare Bedieneroberflächen erweitert. Techniker, Bediener und Manager haben Zugriff auf reichhaltige Visualisierungen, wo sie am meisten gebraucht werden. Sie können eigene Einblicke hinzufügen und Maschinenstatus nach Spindel, Maschine oder Werkebene anzeigen.

Vorteile einer industriellen Datenplattform

Es gibt mehrere Vorteile der Nutzung einer industriellen Datenplattform. Dazu gehören:

1. Konsolidierte Daten: In einer Datenplattform sind Daten an einem Ort in der Cloud konsolidiert. Diese Konsolidierung bedeutet, dass alle Datenbanken denselben Service nutzen können, um Einblicke zu rendern und Geschäftsstrategien sowie Prozessoptimierungen vorzuschlagen.
2. Verbesserter Zugriff: Da Datenassets unter einem einzigen Dienstleister gehostet werden und dieselben Analytik-Engines nutzen, können Nutzer schnell und einfach Daten vom Produktionsboden abrufen. Der Wert von HMIs, mobilen Tablets, Smartphones und PCs bedeutet, dass Entscheidungsfindung schneller und datengetrieben erfolgt.
3. Wertvolle Anwendungen: Da Datenoperationen innerhalb der Plattform gestuft sind, haben Nutzer Zugriff auf anpassbares Reporting und Echtzeit-KPIs. Sie können auch hineinzoomen, um spezifische Maschinen und Spindeln zu betrachten, oder herauszoomen für die Gesamtfabrikleistung.
4. Verbesserte Abläufe: Die Echtzeitanalyse von Maschinenzuständen kann zu neuen Strategien im Management führen und Automatisierung ermöglichen. Beispielsweise können Predictive-Maintenance-Programme, die tatsächliche Maschinenleistung und -zustände nutzen, Wartungskosten signifikant senken und Stillstandszeiten reduzieren.
5. Höhere Sicherheit: Viele Unternehmen riskieren Sicherheit mit ad-hoc und fragmentierten IoT-Geräten und Software. Integrierte Lösungen bedeuten, dass die Datenplattform Sicherheit durch Authentifizierung und Geräteautorisierung signifikant managen kann, selbst wenn IoT-Geräte nicht vollumfänglich gesichert sind. Dies senkt das Risiko erfolgreicher Angriffe.
6. Reduzierte Kosten: Da IoT-Geräte und tiefe Datenanalytik Echtzeitüberwachung nutzen, können sie viele Prozesse automatisieren oder semi-automatisieren. Diese Automatisierung reduziert Arbeitsaufwand, schöpft Kapazität, senkt die Anzahl variabler und manueller Tests für Qualitätsprüfungen und optimiert Wartungsstrategien. Eine Plattform mit integrierten Lösungen führt zu optimierten Prozessen, höherer Produktivität und weniger Verschwendung.

Wie einflussreich werden industrielle Datenplattformen sein?

Es wird geschätzt, dass bis 2025 über 175 Zettabyte nutzbarer Daten generiert werden. Industrielle Datenplattformen werden nicht nur einflussreich sein – sie werden unverzichtbar. Sie werden geteilte Daten in vielen Branchen mit einzigartigen Daten- und Analysebedürfnissen schaffen.

Derzeit sind die meisten Hersteller auf Altsysteme wie MES und ERP angewiesen, um ihren Betrieb zu managen, doch diese Lösungen kämpfen mit Datenerfassung. Wir sehen einen raschen Marktwandel, da größere Player versuchen, Add-on-Lösungen für Gerätekonnektivität hinzuzufügen, und neue Anbieter Punktlösungen für minimales Tracking anbieten.

MachineMetrics wurde speziell entwickelt, um Maschinendaten zu erfassen und Aktionierbarkeit zu ermöglichen. MachineMetrics integriert Daten, Geräte, Software und Analytik in einer leistungsstarken Lösung. Echtzeit-Analytik liefert umsetzbare Einblicke, während Sie die volle Kontrolle über Ihre Daten behalten. Um herauszufinden, wie unsere Plattform Ihnen einen Wettbewerbsvorteil verschaffen kann, buchen Sie noch heute eine Demo.