Viele bestehende Geschäftsprozesse in der Produktion, in der Beschaffung oder im Service sind längst digitalisiert. Allerdings werden Informationen noch immer einzeln in verschiedenen Systemen gespeichert und nicht ganzheitlich und automatisiert ausgewertet. Durch die Vernetzung dieser Datensilos lassen sich nicht nur Leistungsindikatoren (KPIs) wie die Overall Equipment Efficiency verbessern und Ausfallzeiten reduzieren, sondern auch mit Hilfe von KI-Modellen im Vorfeld erkennen, wo Optimierungsbedarf besteht.
In Zeiten knapper Ressourcen und störanfälliger Lieferketten können datengesteuerte Prozessverbesserungen eine enorme Wirkung entfalten: Aus diversen Kundenprojekten wissen wir, dass Unternehmen beispielsweise 30 % ihrer weltweiten Serviceeinsätze einsparen können, indem sie Prognosemodelle einsetzen. Mit diesen lassen sich Probleme vorhersehen und teilweise sogar per Fernzugriff beheben. Andere Unternehmen können ihren Ausschuss an einer Produktionslinie um bis zu 10 % reduzieren, indem sie Data Analytics zur Analyse von Produktionsdaten und damit zum frühzeitigen Austausch von Verschleißmaterialien in Maschinen einsetzen.
Wie steigt man in die Vernetzung der Daten ein?
Die Grundlage für die Erschließung der genannten Potenziale bildet die Vernetzung von Maschinen und Anlagen. Hierbei werden zunächst Daten aus Logfiles, zusätzlichen Sensoren sowie Maschinen- und Anlagensteuerungssystemen gesammelt und in einer Cloud-Umgebung oder IoT-Plattform gespeichert. Diese Datenbasis sollte gut und einheitlich strukturiert sein, um weitere Analysemaßnahmen durchführen zu können. Werden die gesammelten Daten visualisiert und ausgewertet, kann das bereits zu einem ersten Nutzen führen: Personen mit entsprechendem Know-how können frühzeitig Fehler erkennen und erste Optimierungsschritte in den Einstellungen, Service-Zyklen etc. vornehmen.
Werden diese Daten im nächsten Schritt mit Informationen aus bestehenden Systemen wie z.B. MES oder ERP angereichert, können KI-Modelle oder regelbasierte Mechanismen den Prozess weiter analysieren und optimieren. Durch Zufuhr von Daten ist es möglich, Standardprozesse zu automatisieren und zu optimieren. Der Einsatz für die Industrie ist vielseitig: Automatische Fehlermeldungen fragen etwa die Service-Ressourcen direkt beim Erkennen einer Anomalie mit KI-basierten Predictive-Maintenance-Modellen an oder lösen automatische Ersatzteilbestellungen aus.
Die Digitalisierung von Prozessen kann somit Use Cases in der Produktion, Qualitätssicherung und Instandhaltung sowie in weiteren produktionsnahen Bereichen entstehen lassen und diese auf die gesamten Unternehmensprozesse ausweiten.
Der digitale Zwilling im industriellen Umfeld
Es zeigt sich: Vernetzung, Remote Service, Augmented Reality und die Digitalisierung von Service-Prozessen sind Merkmale, mit denen sich Unternehmen vom Wettbewerb absetzen können. Eine sukzessive Vernetzung aller Assets, das kontinuierliche Monitoring von Maschinen und Anlagen sowie die Anwendung von Analytics und Machine Learning auf historische und aktuelle Daten ermöglichen eine evolutionäre Entwicklung vom Break-Fix hin zu Predictive Maintenance.
Diese neuen und bekannten Informationen fließen alle aus den Bestandssystemen für den Techniker in ein virtuelles Abbild: den digitalen Zwilling. Dieser stellt eine digitale Repräsentanz eines Objekts aus der realen Welt in der digitalen Welt dar. Digitale Zwillinge sind dabei mehr als nur Daten. Sie bestehen aus datenbasierten Modellen des dargestellten Objekts und ermöglichen einen übergreifenden Datenaustausch.
Viele Industrieunternehmen rechnen damit, dass die virtuelle Simulation in Zukunft an Bedeutung gewinnen wird. Laut der jüngsten Branchenstudie von Microsoft Intel wird in den Bereichen Smart Products und Services sowie Factory Digital Twin in den nächsten Jahren ein Wachstum von 33 bis 47 % in 2025 erwartet.
Dabei ist der digitale Zwilling für den Maschinen- und Anlagenbau kein grundsätzlich neues Konzept: Die Branche arbeitet seit jeher mit vielfältiger Betriebstechnik sowie computergestützten digitalen Produktentwürfen. Was die aktuelle Technologie sowie eine Vernetzung Neues bietet, sind der Echtzeit-Datenaustausch, der Detailgrad sowie die Assoziativität des digitalen Zwillings, welcher in einer visuellen Form leichter zu verstehen und zu bedienen ist, sowie Steuermöglichkeiten und eine umfangreiche Dokumentation der Änderungen und Visualisierung der Auslastungen.
Probleme simulieren, Lösungen finden, Go-to-Market beschleunigen
Die Vorteile eines digitalen Produktabbilds für Industrieunternehmen werden aktuell bereits von vielen Unternehmen gelebt: Das Simulieren, Finden und Lösen von Problemen zuerst in der virtuellen Umgebung sowie das Testen neuer Produkte und die Analyse der Ergebnisse sind hier nicht nur unter Kostengesichtspunkten effizienter. So bietet die Nutzung eines digitalen Zwillings eine Reihe neuer Möglichkeiten, Produkte schneller auf den Markt zu bringen und Mitarbeitende direkt für komplexere Aufgaben jenseits von Schulungen und Ortsgrenzen einzubinden.
Betrachtet ein Unternehmen nicht mehr nur einzelne Produkte virtualisiert, sondern baut möglicherweise auch begleitende Services oder eine gesamte Fabrik als virtuellen Raum auf, dann redet man immer häufiger von einem „Metaverse“ oder „Metaversum“. Dabei handelt es sich um eine unternehmenseigene virtuelle Umgebung, welche für unterschiedliche Zwecke genutzt werden kann. Zum Beispiel können Spezialisten in dieser virtuellen Abbildung der Realität Schulungen ortsungebunden durchführen, Konstruktionen vergleichen oder ihre Kunden vorab durch neue Anlagen oder Maschinen führen und in deren Produktionsumfeld projizieren.
Mithilfe des digitalen Zwillings können Maschinen- und Anlagenbauer ihr real existierendes Produkt erweitern. Dieser liefert nicht nur ein Abbild des Produkts, sondern ermöglicht auch zusätzliche Service- und Produktangebote vom Device Life Cycle Management, OEE und Device Health State Monitoring der Anlage über Remote Services und Supply Chain Management bis hin zu digitalem Optionsmanagement und Konfigurationen nach Maß. Unternehmen des Maschinen- und Anlagenbaus erhöhen so langfristig die Kundenzufriedenheit und -bindung und differenzieren sich von Konkurrenzprodukten.
Erfolgreicher sein und vorausschauender planen
Unternehmen, die noch nicht wissen, welche Potentiale IoT-Lösungen in ihrem individuellen Fall langfristig erbringen können, sollten sich eine zentrale Digitalisierungs- und IoT- Strategie aufbauen. In diesem Zuge können sie Chancen erkennen, Vorbehalte bei Mitarbeitenden und Kunden abbauen und langfristig Erfolge angehen. Nur so lassen sich die Voraussetzungen dafür schaffen, die Konkurrenz im In- und Ausland mit modernen und digitalen Produkten zu überholen.
