Digitalisierung in der Produktion: So sehr profitieren Unternehmen davon

Bis dato haben wir die IT in der Produktion vorwiegend für die Verwaltung von Produktionsdaten und die Auftragsabwicklung genutzt. Die zunehmende Digitalisierung in der Produktion kann helfen, die komplexen Prozesszusammenhänge in einer modernen Produktion noch besser zu durchschauen und entsprechend zu optimieren. von Vincent Champaign

E-Commerce, die Immobilien-, Banken- und Transportbranche oder die Unterhaltungsindustrie – die Digitalisierung und das IoT mit seinen vernetzten Objekten hat Einzug in viele Branchen und unseren Alltag gehalten. Die eingangs genannten Geschäftsbereiche machen jedoch zusammen genommen nicht mal die Hälfte unserer Wirtschaft aus. Eine Branche, deren Einfluss häufig unterschätzt wird, ist das produzierende Gewerbe, mit dem Maschinenbau etwa.

Doch warum ist das so? Zum einen neigen wir dazu, den Branchen, die uns alltäglich begegnen, mehr Gewichtung zuzuschreiben. Jeder von uns berührt mehrmals am Tag diverse Lichtschalter, aber doch viel seltener eine Gasturbine, die Elektrizität für unsere Computer und Smartphones produziert. Zum anderen sind die Auswirkungen der Digitalisierung in der Industrie in dem Bereich, der quasi jeden von uns betrifft, derzeit noch weniger drastisch: Dem Arbeitsmarkt.

In der Tat sind kundenorientierte Arbeitsplätze in der Dienstleistungsbranche die, die wir am häufigsten wahrnehmen, da wir in direktem Kontakt mit ihnen stehen. Aber diese Jobs sind mit Abstand jene, die am meisten von der Digitalisierung verändert werden. Die Jobs in der Produktion sind hingegen bisher weit weniger von diesem Phänomen betroffen. Nichtsdestotrotz kommen die Auswirkungen der Digitalisierung auch in den Industriebetrieben an und werden für Produktivitätsgewinne vergleichbar mit jenen in den vergangenen Jahrzehnten sorgen. Diese lagen im Schnitt zwischen ein und zwei Prozent pro Jahr.

Digitalisierung in der Produktion nimmt Einfluss auf Anlagen und Prozesse

Die industrielle Digitalisierung nimmt Einfluss auf Anlagen (wie Gasturbinen), Prozesse (beispielsweise innerhalb einer Produktionslinie) und Systeme (etwa einer sehr großen Anzahl von Geräten in einem Stromverteilungsnetz). Dank besserer Kontrolle über die physische Funktionsbereitschaft der Maschinen, verbessert die Digitalisierung die industrielle Produktivität. Die Verringerung von Maschinenstillständen erhöht auch die Zuverlässigkeit der Anlagen. Schließlich ermöglicht eine Digitalisierung in der produzierenden Industrie besser koordinierte Systeme. Auf diese Weise ist es auch möglich, die Produktion zu steigern, indem die Systeme der Produktionslinie durch die Digitalisierung besser mit den Mitarbeitern verzahnt und koordiniert werden.

Digitalisierung Produktion: Digital Twin von der Wiege bis zur Bahre

Mithilfe eines Digitalen Zwillings (Digital Twin) lässt sich die gesamte Anlage von seiner Konzeption bis zu seiner Demontage in Form eines digitalen Modells verfolgen. In die Digital Twins fließen sowohl Daten aus der laufenden Produktion, erzeugt etwa von Sensoren in den Maschinen oder IT-Systemen als auch Daten über beispielsweise das Wetter oder Handelsbedingungen. Damit liefern sie wichtige Informationen und helfen, Zusammenhänge zu identifizieren und so die Produktion insgesamt zu optimieren.

In ähnlicher Weise werden uns intelligente Stromnetze in die Lage versetzen, zunehmend erneuerbare Energien nutzen zu können. Dazu lässt sich mit der Technik die Nachfrage in der Art bedarfsgerecht regulieren, dass Privathaushalte wie auch Industriebetriebe ihren Stromverbrauch möglichst auf Zeiten verschieben, in denen erneuerbare Energien am stärksten produziert werden. Also werden auch Daten aus dem intelligenten Stromnetz Einfluss auf die Auftragsabwicklung in den Betrieben haben, um beispielsweise Energiekosten zu senken.

Warum die Uhren bei der Digitalisierung in der Industrie langsamer ticken

Die Digitalisierung in der Industrie geht offensichtlich langsamer voran, als im Bereich der Consumer-Technologien. Das hängt direkt mit einem deutlich höheren Entwicklungsaufwand und den daraus resultierenden Investitionen in neue Systeme zusammen. Grund dafür ist zunächst eine stärkere Regulierung vor dem Einsatz neuer Techniken – gerade in Industriezweigen wie der Luftfahrt und dem Energiesektor, aber auch im Maschinenbau wird dies deutlich. Zudem sind die in den Industriesektoren notwendigen Daten in der Regel weniger frei zugänglich als im Consumer-Bereich. Infolgedessen ist die Zahl der potenziellen Innovatoren kleiner.

Auch entwickeln sich nicht alle Branchen im gleichen Tempo. Veränderungen beeinflussen die Sektoren also in unterschiedlichen Geschwindigkeiten, unter anderem abhängig von der Lebensdauer einer Anlage oder der Entwicklungszeit einer neuen Maschinengeneration. Gerade bei sehr komplexen Systemen – wie dem Stromnetz – ist eine radikale Entwicklung gar nicht zu stemmen, so dass die Veränderung sukzessive in Teilen des Gesamtsystems umgesetzt werden muss.

Insgesamt gibt es also gute Gründe für einen gewissen Widerstand gegen den Wandel in einigen Industriezweigen. Allerdings bedeutet dies nicht, dass das digitale Potenzial in diesen Sektoren kleiner wäre, als in anderen – die Optimierungen werden jedoch im erst Rahmen der jeweiligen Investitionszyklen sichtbar werden.

Die Schweizermesser der Digitalisierung in der Produktion

Trotz unterschiedlicher Innovationszyklen gibt es Aspekte, die für viele Industrieunternehmen kurzfristige Digitalisierungsperspektiven eröffnen. Diese multifunktionalen Werkzeuge der industriellen Digitalisierung sind:

• Die Cloud, die Bereitstellungskosten für Software-Anwendungen reduziert, da sich diese über das Internet von jedem Computer oder Mobiltelefon aus nutzen lassen.

• Die Nutzung von modularen Software-Plattformen wie Predix von General Electric, die es ermöglichen, die Entwicklung mehrerer Anwendungen durch die Bereitstellung von „Software-Bausteinen“ einfacher und kohärenter zu gestalten.

• Agile Methoden, die die Zeit und die Kosten der Entwicklung von Anwendungen durch eine iterative und dezentrale Vorgehensweise reduzieren. Dadurch lassen sich zuverlässige industrielle Anwendungen zu geringeren Kosten realisieren.

• Der Einsatz von Design-Ansätzen, die intuitive Anwendungen ermöglichen – Schulungskosten, Akzeptanzprobleme und das Fehlerpotenzial sinken.

Industrielle Datenwissenschaft

Die Digitalisierung hat zu einer Art „industrieller Datenwissenschaft“ geführt – kurz: Big Data. Anhand wissenschaftlicher Methoden finden Experten und Systeme sprichwörtlich wertvolle „Nadeln“ im Heuhaufen der industriellen Daten. Einige Beispiele zeigen, wie das funktionieren könnte:

• Die physikalische Modellierung einer Maschine ermöglicht es, diese besser zu steuern. Die geschaffenen Modelle können einerseits den Maschinenbetrieb abbilden und andererseits „digitale Zwillinge“ der Maschinen bilden, um deren Verhalten vorherzusagen.

• Rechenintensive Simulationsmethoden erlauben es den Verantwortlichen, neue und komplexe Lösungswege zu erforschen.

• Die Anwendung statistischer oder mathematischer Methoden auf industrielle Daten lösen automatisch Probleme in Sachen Qualität und Verschwendung von Material und Energie.

• Werkzeuge der künstlichen Intelligenz lernen mithilfe einer großen Anzahl an Falldaten Motive und Muster zu erkennen, um bestimmte Phänomene vorherzusagen.

Diese Methoden sind zwar nicht die „Allheilmittel“, als die sie oft angepriesen werden. Jedoch können sie in Bereichen weiterhelfen, in denen die Zusammenhänge schlicht zu komplex sind, als dass ein Mensch sie durchschauen könnte. jbi

Autor: Vincent Champaign ist General Manager der GE Digital Foundry Europe.

Lesen Sie auch: Maschinensicherheit – Mit neuem Programm vom Grundlagenwissen zum Experten-Level