Use-Case Mit Maschinendaten zu effizienten Produktionsprozessen

Wie datengetriebene Analysen nicht nur die Stillstandszeiten reduzieren, sondern den Maschinenführern auch einen Blick in die Zukunft gewähren, zeigt ein Use-Case mit 30 Produktionslinien an neun Standorten.

Manchmal ist ein Blick hinter den Hype nötig – Künstliche Intelligenz (KI) und Internet of Things (IoT) sind für die Industrie natürlich Buzzwords, die durch ihre Omnipräsenz dazu neigen, zur hohlen Phrase zu werden. Umso mehr lohnt es sich auf die rationale und technische Ebene zurückzukehren und zu fragen, wie lässt sich der digitale Fortschritt in sinnstiftende Resultate für die Industrie umwandeln? Wie lassen sich Produktionsprozesse effizienter gestalten? Und damit sind nicht einzelne, kleinteilige Prozesse gemeint, sondern die Gesamtanlageneffektivität also Overall-Equipment-Effectiveness (OEE). Schließlich ist diese das Maß der Dinge für die gesamte Produktion in einer Fabrik.

So optimiert eine Fertigungsanlage auch sein mag, sie besteht in der Regel aus zahlreichen verschiedenen Maschinen unterschiedlicher Hersteller und Produktionslinien. Das führt zu diversen Herausforderungen, bei denen KI und maschinelles Lernen (ML) unterstützen können, um ungenutzte Potentiale zu erschließen. Zum Beispiel beim Koordinieren unterschiedlicher Geschwindigkeiten der Maschinen einer Produktionslinie und der deutlichen Reduktion von ungeplanten Ausfallzeiten.