Viele dieser fünf Trends sind bereits seit mehreren Jahren Thema in der Fertigungs-IT und ihre Bedeutung nimmt immer mehr zu. Wichtig dabei bleibt aber: Nicht jede technologische Innovation bringt automatisch einen neuen oder gesteigerten Nutzen mit sich. Es geht darum kritisch zu hinterfragen, welche Technologien für einen jeweiligen Anwendungsfall von Vorteil sind. Der Anwendungsnutzen für das entsprechende Fertigungsunternehmen soll nach wie vor im Vordergrund stehen.
1. Appifizierung und Ökosystem
Einzelne Funktionen, die vormals in größeren Paketen oder als ein Produktstandard angeboten wurden, können nun in kleineren Einheiten, als Apps und je nach Bedarf des Kunden zusammengestellt und gekauft werden. Mit dieser Entwicklung hin zur sogenannten Appifizierung kann der Anwender wesentlich flexibler entscheiden.
Damit einhergehen muss die Bereitstellung einer Plattform, auf der diese Apps laufen. Im Idealfall können die einzelnen Apps von verschiedenen Anbietern, Anwendern und Dienstleistern auf dieser Plattform auch Daten untereinander austauschen.
2. Prozessdenken und Workflows
Da die Abläufe für variantenreichere Produkte immer komplexer werden, braucht es ein Denken in flexiblen Workflows. In der Fertigungs-IT gibt es dafür Systeme, die sowohl die Prozesse im Ganzen als auch einzelne Arbeitsschritte detailliert abbilden.
Unerwartete Abweichungen können über ein implementiertes Workflowmanagement abgefangen werden, um den laufenden Produktionsprozess nicht zu unterbrechen.
3. Low Code oder No Code
Unter Low Code beziehungsweise No Code versteht man Methoden zur Modellierung von Abläufen und Zusammenhängen ohne die Verwendung einer Programmiersprache oder Quellcode.
Über grafische Modellierungswerkzeuge ordnet man per Drag & Drop verschiedene Elemente an und verbindet diese mittels Operatoren miteinander. Damit lassen sich ganze Fertigungslinien oder ein Konstrukt aus flexibel vernetzten Montagezellen modellieren.
4. Individuelle Standardsoftware
Als Standardsoftware kann jede einzelne App betrachtet werden, die dann im Zusammenspiel mit einer Plattform und anderen Apps eine individuelle Lösung bildet. Wichtig für eine solche individuelle Standardsoftware ist eine umfassende Interoperabilität, die durch ein semantisches Informationsmodell geschaffen wird.
So können einzelne Funktionen unabhängig voneinander auf den gleichen Daten arbeiten. Abhängigkeiten werden auf ein Minimum reduziert oder komplett vermieden.
5. Machine Learning
Mit Machine Learning werden sowohl Eingangsdaten als auch dazu passende Ergebnisse aus der Historie in ein KI-System eingelesen. Das KI-System lernt, entwickelt ein neues Programm und sagt auf Basis neuer Eingangsdaten Ergebnisse voraus. Dadurch verändert sich das Prinzip der Reaktionsfähigkeit hin zur Prävention.
