Durch den gezielten Einsatz von Sensoren, Adaptern und Softwarelösungen lassen sich bestehende Anlagen in die digitale Welt integrieren, ohne umfangreiche Neuinvestitionen tätigen zu müssen. Dabei steht der Mehrwert der gewonnenen Daten im Mittelpunkt, die nicht nur zur Prozessoptimierung, sondern auch zur Entwicklung von KI-gestützten Produktionslösungen genutzt werden können. Der Schlüssel zum Erfolg liegt in den folgenden Schritten:
Schritt 1: Status Quo spart? Geld!
Der Löwenanteil unzähliger Anlagen und Maschinen spricht kein Ethernet, kein TCP/IP, kein MQTT und schon gar nicht OPC UA. Und gerade da diese die Mehrheit der Anlagen und Maschinen ausmachen, sparen sie Geld. Sie sind häufig schon länger – wirtschaftlich betrachtet – abbezahlt und laufen „wie geschmiert“. Also man weiß zumindest ungefähr, wann und wenn etwas hakt, wo es hakt. Man stelle sich nur einmal vor, wie viel wirtschaftlicher sie wären, wenn sie sich in die digitale Welt des Unternehmens integrieren lassen „könnten“.
Ein Irrglaube dabei ist, dass diese Maschinen und Anlagen nur dann digital erfasst werden können, wenn die gesamte Steuerungstechnik oder gar Großteile der Anlage getauscht würden. Denn es gibt zahlreiche Mittel, um auf anderen Wegen das „Ding“ digital zu bekommen. Ein Beispiel sind Sensoren: Angefangen bei akustischen, über mechanische bis hin zu optischen Sensoren, gibt es eine Vielzahl an Komponenten, die wertvolle Daten aus der realen Welt – ohne Tausch einer Maschine – digital erfassen können.
Häufig beherbergt bereits die Steuerungstechnik wahre Datenschätze, an die man mangels moderner Schnittstellen scheinbar nicht herankommt. Für diese Herausforderung liefert Traeger Industry Components passende Adapter. Mit insgesamt drei Modellen können so zum Beispiel Steuerungen der Simatic S5 bis zur Simatic S7 Serie – ohne Änderungen der bestehenden Technik – mit einem Ethernet-Anschluss ausgestattet werden.
Diese kompakten Adapter werden direkt auf den seriellen Programmier-Anschluss aufgesteckt. Von dort aus liefern sie den nötigen Zugang zu den Daten über die Standard-Protokolle von Siemens für Steuerungen von Siemens, Bosch, AEG und Steuerungen ähnlicher Hersteller. Die auf diese Weise geöffneten Datenquellen können nun mit einem IoT Gateway wie dem Codabix IoT von Traeger Industry Components angezapft werden. Einmal angebunden können die Daten dann über das Gateway per TCP/IP, MQTT, REST-API, SignalR oder über OPC UA abgerufen werden.
Schritt 2: Daten machen? Reich!
Daten sind wie Wertpapiere. Entweder sie sind und blieben nahezu wertlos oder sie gewinnen an Wert, desto vielfältiger angelegt wird. Nur wo es keine Daten gibt, kann auch nichts erwirtschaftet werden. Aus diesem Grund ist der erste Schritt zum Datenreichtum die Gewinnung von Daten. Sind diese dann verfügbar – auf welchem Wege auch immer – muss damit etwas gemacht werden.
Das Einfachste ist diese zu visualisieren. Dafür genügen häufig schon einfache Ist-Werte. Mit diesen können einfach und effizient KPIs zum Beispiel mit einem 2D-Thermometer dargestellt werden. Der Null-Wert kann dann als Soll-Wert, die Skala unter dem Null-Wert als Indikator der Unterproduktion und die Skala über dem Null-Wert als Indikator der Überproduktion – oder einfach nur die Temperatur eines Kessels – darstellen.
Betrachtet man neben den Ist-Werten die Werte zusätzlich historisch, also Werte zu einem bestimmten Zeitpunkt, lassen sich mehr als Momentaufnahmen bewerten. Das sogenannte „Gefühl“ für den Zeitpunkt einer Wartung wird dann auch zeitlich vorhersehbar. Gedachte Maschinenauslastungen sehen dann auch auf der Zeitachse weniger hoch als angenommen aus. Und der „magische Moment“, den nur Kollege X kennt, den erkennt dann auch der Lehrling.
Besonders am Rande der Produktion lassen sich zahlreiche Daten für derartige Auswertungen zusammentragen. An diesem „Edge“ (= englisch Rand) liefert Traeger Industry Components mit Codabix Edge den nötigen Datenzugang und die Möglichkeiten zur historischen Datenaufzeichnung sowie deren Visualisierung. Die auf diese Weise erhobenen und visualisierten Daten liefern Erkenntnisse, die zu einer effizienteren Produktion, kürzeren Stillstandzeiten, schnelleren Reaktionszeiten und somit zu mehr Gewinn beitragen.
Schritt 3: Smart + Unabhängig? Erfolg!
In jedem Unternehmen gibt es Leuchttürme. Ja, Leuchttürme. Kollegen die andere inspirieren, motivieren und von deren Wissen andere zehren. Klingt gut? Ist es nicht. Zumindest nicht auf Dauer. Know-how weniger einzelner, das entscheidend für alle ist, muss unabhängiger Bestandteil der Prozesse sein. Wie wichtig dieser Punkt ist, wird immer dann klar, wenn ein Leuchtturm-Kollege im Urlaub ist, wegen Krankheit ausfällt oder spätestens dann, wenn er in den Ruhestand geht. Unternehmen, die diese Herausforderung adressieren, bevorzugen den Weg der Entwicklung einer eigenen Software-Lösung. Einer eigenen Anwendung, in der das Wissen von Jahrzenten in Programmcode gegossen und fester Bestandteil der unternehmerischen Prozesse wird. Das ist eine Lösung. Eine andere Lösung verspricht hier Traeger Industry Components: ab Codabix Edge bis Codabix Enterprise liefert die schlüsselfertige Software eine Umgebung zur Integration der eigenen Geschäftslogik in Form von Skripten.
Geschäftslogik, die Teil der Lösung ist, ist Teil der Prozesse. Und als solche benötigt jeder Prozess auch prozessrelevante Daten, um Prozesse anzustoßen und für diese die nötigen Entscheidungen zum Regeln und Steuern der Abläufe treffen zu können. Mit den Schnittstellen der Codabix Scripting Umgebung stellt Traeger Industry Components sicher, dass die eigenen Prozesse mit Daten gefüttert werden und die eigene Geschäftslogik entsprechend eingreifen kann.
Ist dann die nächste Stufe der Evolution geplant, steht auch der Einführung einer KI-gestützten Produktion nichts im Wege. Ob per maschinellem Lernen oder über ein Large Language Model (LLM) wie GPTs können Bots mit der richtigen Menge an Daten gepaart mit dem eigenen Know-how neue Wege der eigenen Produktion eröffnen. KI-Experten im Bereich der Industrie können hier die entscheidenden Modelle ausarbeiten und bis zur Reife trainieren. Zum Training sind auch hier wieder Daten aus der Produktion der entscheidende Erfolgsfaktor.
Ein KI-Modell benötigt nicht immer seinen eigenen Wal in der Cloud. Je nach Größe des Modells kann es bereits auf Rechnern mit entsprechend performanter Grafikkarte (GPU) ausgeführt werden. Dass diese Rechner nicht immer einen Serverschrank füllen müssen, beweist Traeger Industry Components mit der all-in-one Lösung Codabix Hedgesoc. Einem Industrie PC zur Montage im Schaltschrank, mit vorinstalliertem Codabix und einer Grafikkarte, die kleine bis mittelgroße KI-Modelle ausführen kann.
Zusammenfassung
Für die eigene industrielle Evolution benötigt man keine neuen Maschinen oder Anlagen. Bereits kleine Dinge wie Sensoren und Adapter erfüllen schnell und kostengünstig den eigenen Traum vom industriellen Internet der Dinge (= IIoT). Die über diese Dinge gewonnenen Daten liefern schnell die bekannten Mehrwerte einer digitalen Produktion. Bereits die einfache 2D-Visualisierung von Ist-Werten liefert eine wertvolle Grundlage für Entscheidungen. Die Korrelation der Daten in einer zusätzlich historischen Betrachtung schärft zudem das Prozessverständnis.
Kombiniert man die Daten, das gewonnene und das bestehende Know-how in Form einer softwaregestützten Lösung und als Teil des Prozesses, erhält man eine nachhaltig digitale und effizientere Produktionsumgebung. Auf diesem Nährboden können dann neue Lösungen wie eigene KI-Modelle trainiert und zum Einsatz gebracht werden. Der Erfolg der Unternehmen besteht nicht darin, wie modern der Maschinenpark ist, sondern wie digital, datenreich und wie stark das Know-how computergestützt zum Einsatz kommt. Es beginnt beim Zugang zu den Daten.
