Hinter dem eigentlichen Prozess der Digitalisierung in der Produktion geistern eine ganze Reihe von Begrifflichkeiten durch den Raum. Haben Sie schon das IIoT eingeführt? Wie steht es um Ihre Smart Factory und Ihre Position in der Industrie 4.0?

Aber ganz ehrlich: Über diese Begriffen müssen sie sich nicht den Kopf zerbrechen, denn sie stehen für Konzepte, die die eigentlichen Digitalisierungs-Prozesse zusammenfassen sollen.

„Unsere Prozesse sind historisch gewachsen und dementsprechend komplex.“ Mit diesem Gedanken müssen sich viele Unternehmen an die Digitalisierung der eigenen Produktionsprozesse herantasten. Und das ist völlig normal.

Nur die wenigsten Unternehmen können mit jeder technologischen Disruption sofort mitziehen. Doch die Fülle der Herausforderungen, denen produzierende Unternehmen heute begegnen, macht eine nachhaltige Digitalisierung unausweichlich. Zu diesen Herausforderungen gehören:

Step 1: Vernetzte Produktion

Das bedeutet?

Am Anfang steht die Vernetzung von Assets im Shopfloor sowie die Vernetzung vom Shopfloor bis zum Topfloor. In den meisten Fällen geht es hier um eine Vernetzung von physisch zu digital (z.B. durch Retrofit an Bestandsmaschinen mit Sensorik). Doch auch digital zu physisch (z.B. durch Steuerung von Cobots) oder digital zu digital (z.B. durch selbststeuernde KI) bilden Szenarien ab.

Warum?

Echtzeit-Datenströme zwischen Sensoren, Umsystemen, Datenbanken etc. ermöglichen eine kontinuierliche Erhebung von produktions- und prozessrelevanten Daten. Das bildet die Grundlage für alle weiteren Digitalisierungsschritte.

Step 2: Big Data

Das bedeutet?

Sobald Daten erfasst werden können, fallen sie auch an – und zwar schnell und in großen und nicht unbedingt verständlichen Mengen. Die Digitalisierung schafft Konzepte für den Umgang mit diesen Daten.

Warum?

Daten müssen nicht nur erfasst, sondern gemanagt werden. Im Rahmen von Big-Data-Projekten gehen Sie eine strukturierte Datenerfassung, -ablage, -verarbeitung und -auswertung an.

Step 3: Visualisierung von Daten

Das bedeutet?

Bis zu diesem Punkt sind Daten immer noch reine Daten. Menschen sind jedoch visuell ausgerichtet. Daher ist der nächste Schritt die Darstellung erfasster Daten in nutzerfokussierter Weise, zum Beispiel in Dashboards.

Warum?

Richtig visualisiert schaffen Daten Transparenz über Produktionsprozesse und ermöglichen die Produktionsoptimierung, z.B. durch Maschinen- oder Zustandsüberwachung.

Step 4: Digitaler Zwilling

Das bedeutet?

Neben Ihren physischen Maschinen greifen Sie auf ein exaktes digitales Abbild davon zu. Das wiederum wird kontinuierlich mit Live-Daten gefüttert.

Warum?

Mit dem digitalen Zwilling eschließt sich Ihnen die Möglichkeit, Simulationen und Analysen durchzuführen, um Verbesserungspotenziale zu entdecken. Das Beste daran: Das reale Asset in Ihrer Produktion bleibt die gesamte Zeit unbeeinflusst.

Step 5: Data Analytics

Das bedeuet?

Ab diesem Punkt analysieren Sie große Datenmengen und auch Historiendaten, um Einblicke in Produktionsprozesse zu gewinnen und Trends zu identifizieren. Die Voraussetzung hierbei sind die Historiendaten, die über einen längeren Zeitraum systematisch und strukturiert erfasst wurden.

Warum?

Aus der Analyse ergeben sich Muster, die eine Optimierung der Produktionsprozesse ermöglichen.

Step 6: KI in der Produktion

Das bedeutet?

KI-Technologien wie Deep Learning stehen am Ende der Digitalisierung Ihrer Produktionsprozesse und setzen ein hohes Maß an strukturierter Datenerfassung und -verarbeitung voraus. Sind diese Daten jedoch verfügbar, machen Sie per KI einen riesigen Schritt hin zur intelligenten und nachhaltigen Produktion.

Warum?

KI-gestützte Prozesse ermöglichen eine deutliche Steigerung von Effizienz und Flexibilität in Ihrer Produktion und unterstützen bei der schnellen Findung der richtigen Schlussfolgerungen. Maschinen treffen selbst Entscheidungen auf Basis von Historiendaten. Predictive Maintenance und selbststeuernde Systeme sind möglich.

Hindernisse

• fehlende finanzielle Mittel
• Datenschutz-Anforderungen (sollen Softwareanbieter auf meine Produktions- & Personaldaten zugreifen?)
• unklare Anforderungen an die IT-Sicherheit (Stichwort Cyber Resilience Act)
• fehlende Fachkräfte
• Komplexität des Themas
• interne Widerstände der Mitarbeiter, z.B. aus Sorge um den Arbeitsplatz

Risiken

• hohe Initialkosten & fehlender Einblick in den ROI
• größere Angriffsflächen für Hackerangriffe
• keine ausreichenden Technologie- und Schnittstellenstandards
• falsche Einschätzung von Prioritäten aufgrund fehlender Digitalisierungserfahrung
• Technologieabhängigkeiten / Vendor Lock-in

Chancen

• Herstellung durchgängiger Informationsflüsse (IT und OT)
• datenbasierte Entscheidungen zur Prozessoptimierung
• Nachverfolgbarkeit von Prozessen
• höhere Flexibilität, Transparenz und Effizienz
• Senkung der Kosten (Produktion, Wartung, Inbetriebnahme, etc.)
• Erhöhung der Produktqualität
• Maschinen- und Anlagenverfügbarkeit erhöhen (Zero Downtime)
• bessere Kundenbeziehungen dank höhere Individualität und kürzerer Time-to-Market
• Stärkung Ihrer Marktposition durch neue Geschäftsmodelle, digitale Services, etc.

Bei der Digitalisierung Ihrer Produktionsprozesse ist das „Wie“ mindestens genau so wichtig wie das „Was“. Der Prozess muss ebenso stark in den Fokus gerückt werden wie die Lösung. Die Chance ist gering, dass schlechte Prozesse zu guten Lösungen führen. Oder wie wir gern sagen: „Schlechte Prozesse sind digitalisiert immer noch schlechte Prozesse.”

Deshalb schlagen wir ein Vorgehen in 6 Schritten vor:

Schritt 1: einen vertrauenswürdigen Digitalisierungspartner finden

Arbeiten Sie mit Experten zusammen. In den seltensten Fällen liegt inhouse ausreichend Expertise vor, um die Tragweite der Digitalisierung zu evaluieren. Suchen Sie sich deshalb einen Partner, der die nötige Erfahrung hat, bei dem aber auch die Chemie stimmt. Sie werden eine ganze Weile zusammenarbeiten und sind auf das gegenseitige Verständnis angewiesen.

Schritt 2: Maturity Assessment entlang des Reifegradmodells

Am Anfang steht nicht die Umsetzung, sondern die Einschätzung, wo Sie stehen und wo die Reise hingehen soll. Ihr Partner evaluiert und berät zum Beispiel anhand des Reifegradmodells, was ihr Ist- und Soll-Zustand ist.

Schritt 3: gewinnbringende Use Cases identifizieren (Low Hanging Fruits)

Danach geht es an das erste Projekt. Das sollte niemals die ganz große Antwort auf alle Digitalisierungsfragen sein. Suchen Sie ein Projekt, das zügig zu einem messbaren Erfolg gebracht werden kann. Das sichert den Stand Ihrer Zusammenarbeit und sendet auch ein positives Signal an Ihre Mitarbeiter.

Schritt 4: sorgfältig geplante Roadmap sowie durchgängige Digitalisierungsstrategie

In diesem Schritt weiten Sie den Blick auf das große Ganze aus. Sie betrachten alle Prozesse durchgängig und identifizieren mögliche Problempunkte. Stellen Sie eine Roadmap und eine Digitalisierungsstrategie auf, die auf ganzheitliche Lösungen abzielt. Insellösungen und Kosten für unnötige Technologien werden gestrichen.

Schritt 5: Einbeziehen von Mitarbeitern und Stakeholdern in den Prozess

Ist das Gesamtziel klar, ist spätestens auch der Zeitpunkt gekommen, an dem Sie Ihre Mitarbeiter ins Boot holen sollten. Die sollen schließlich mit den Lösungen arbeiten und sich dabei wohl fühlen. In diesem Schritt geht es vornehmlich darum, interne Widerstände abzubauen.

Schritt 6: agiles Vorgehen in Teilprojekten (Sprints) anstatt von Großprojekten

Die konkrete Umsetzung steht an. Setzen Sie sich keine zu großen Projektziele. Arbeiten Sie stattdessen agil von einem Teilprojekt zum nächsten. Das reduziert die Initialkosten und ermöglicht es, Feedback regelmäßig in den laufenden Prozess einfließen zu lassen. So erreichen Sie Ihr Ziel zwar nicht gleich morgen, aber Sie stellen sicher, dass Sie auch wirklich dort ankommen.