Smarten und offenen digitalen Industrieplattformen gehört die Zukunft. Sie sind die Basis für sämtliche Wertschöpfungsprozesse im Zeitalter von Industrie 4.0. Ihr Arbeitsauftrag: das Sammeln, Aggregieren, Analysieren und Visualisieren von Produktions- und Unternehmensdaten. Ihr Ziel: die Umwandlung der Daten in nützliche Informationen zur weitgehend automatisierten Steuerung und Optimierung geschäftsrelevanter Prozesse. Schwachstellen sollen rechtzeitig eliminiert oder bereits existierende Probleme in der Produktion identifiziert werden.
Immer mehr Anbieter tummeln sich in diesem stark wachsenden Marktsegment. Dazu gehören sowohl klassische Schwergewichte aus der Industrie als auch traditionelle IT-Unternehmen oder kleine spezialisierte Start-ups. Doch wie immer gilt hier ebenfalls: Der Teufel steckt im Detail. Und das heißt in diesem Fall: Eine Plattform ist nur so gut wie die in ihr „verbaute“ Software mit ihren zugrunde liegenden Algorithmen und Funktionalitäten. Dabei trennt sich hier ebenso schnell die Spreu vom Weizen. Denn je mehr Erfahrung und Wissen in der Plattform in Form von elaborierten Routinen, Mustererkennung oder bereits vorkonfektionierten Prozessen eingeflossen ist, und je präziser die Analysen und je zuverlässiger die Vorhersagen sind, desto größer ist ihr Nutzen. Und der steigt noch einmal, wenn Bestandteile aus dem Bereich der Künstlichen Intelligenz (KI), wie Sprach- oder Bilderkennung, integriert werden können.
Fertige Module und KI
IBM bietet mit seiner speziellen Plattform für die Produktion unter anderem weit entwickelte, vorkonfektionierte Module für bestimmte Fertigungsprozesse wie für Presswerke und Spritzgießanlagen. Mit diesen Modulen lassen sich schnell spürbare Produktivitäts- oder Qualitätssteigerungen in der Fertigung erzielen. Weitere Bausteine anspruchsvoller Plattformlösungen sind leistungsstarke Analysefähigkeiten sowie Elemente aus dem Bereich der Künstlichen Intelligenz. Ausgestattet mit diesen Eigenschaften können solche Plattformen strukturierte und unstrukturierte Daten gleichermaßen verarbeiten. Die IBM-Plattform erlaubt den Zugriff auf die kognitive Watson-Technologie, die mit Maschinen- und Deep-Learning-Eigenschaften arbeitet. Darunter versteht man die feedbackbasierte Auswertung von Inhalten sowie die Nutzung künstlicher neuronaler Netzwerke, mit denen auch unstrukturierte Daten wie Geräusche oder Bilder interpretiert werden.
Dazu gehört auch die Auswertung der Bildaufnahmen von Ultra-High-Definition-Kameras. Damit können Inspektoren in der Produktqualitätsprüfung viel schneller und gezielter winzige Kratzer oder nur nadelstichgroße Beschädigungen von Produkten identifizieren und klassifizieren. Tests haben ergeben, dass bei einem acht Tage langen Produktionszyklus bis zu 80 Prozent der veranschlagten Prüfungszeit eingespart werden konnte.
Edge-Computing kommt
Ein weiterer Pluspunkt ist die Möglichkeit, mit Netzwerktechnologien Daten direkt an ihrem Entstehungsort „at the edge“ auszuwerten. Das bedeutet: Mit Edge-Computing werden leistungsfähige Analyse-Technologien zukünftig praktisch überall und immer verfügbar sein. So können Mitarbeiter, die in abgelegenen Gegenden den Zustand von Anlagen oder Maschinen überwachen müssen, sehr viel genauer die Erfordernisse für eine Wartung oder den Ersatzteilbedarf ermitteln. Edge-Computing ist eine Alternative für Unternehmen, die keinen unmittelbaren Zugriff auf hohe Bandbreiten und einen schnellen Weg in die Cloud haben. Dies gilt für die Betreiber von Wind- und Solarenergieanlagen. Mit Hilfe solcher zustandsabhängigen Wartungskonzepte, bei denen das Monitoring von Geräten und Maschinen in Echtzeit erfolgt, können die Wartungskosten um bis zu 50 Prozent gesenkt und die Produktivität um bis zu 25 Prozent gesteigert werden.
Verlagerung in die Cloud
Ein anderes Beispiel, um externe Geräte in die digitale Produktionsplanung und –steuerung einzubinden, ist die Proficloud, die Phoenix Contact gemeinsam mit IBM entwickelt hat. Sie ermöglicht es, verschiedene Funktionen des Netzwerks direkt in die Cloud zu verlagern. Dies bietet eine Vielzahl neuer Varianten für Automatisierungslösungen, aber auch die Option, rechenintensive Funktionen intelligent an zentrale Rechnereinheiten zu übertragen.
Die bisher von IBM gemachten Erfahrungen zeigen: Entscheidend für die Auswahl der richtigen Plattform für das Internet der Dinge ist die Kombination elaborierter Algorithmen mit einem breiten Spektrum unterschiedlicher Funktionalitäten sowie vorkonfektionierten Modulen. Diese Kombination sorgt dafür, dass produzierende Unternehmen die Vorteile des industriellen Internets schnell und umfassend in die Produktion bringen.
