Ohne Kontext droht der Fehlschlag

Sie sind das Herzblut der smarten Fabrik: Nur mit ausreichenden Datenmengen lassen sich Algorithmen trainieren und Industrie-4.0-Anwendungen realisieren. Wer also in der Vergangenheit umfassend gesammelt hat, befindet sich nun in einer optimalen Ausgangslage für den Aufbruch in das vernetzte Fertigungszeitalter – oder etwa nicht? Nicht zwangsläufig, denn selbst die größten Datenreservoirs sind ohne Kontext im wahrsten Sinne des Wortes „sinnlos“.

Mehr als 600 Messwerte pro „Schuss“: So viele Daten fallen beispielsweise in der Aludruckgussbranche für einen einzigen Produktionsvorgang an – von der Temperatur über Formfüllzeit bis hin zur Dicke des Pressrests. Immer mehr Unternehmen erfassen und speichern bereits heute zum Beispiel mithilfe ihres ERP-Systems die Datenmassen, die im Rahmen ihrer Fertigungsprozesse anfallen, um jederzeit für den Aufbruch ins digitale Fertigungszeitalter gerüstet zu sein. Die Intention ist richtig, denn ohne umfangreiche Datenreservoirs lassen sich keine Erkenntnisse aus historischen Daten ziehen und keine KI-Algorithmen an realen Betriebsdaten trainieren. Und doch macht reine Masse noch keinen Industrie-4.0-Champion.

Dies ist ein Artikel aus unserer Print-Ausgabe 11/2020. Bestellen Sie ein kostenfreies Probe-Abo.

Selbst das größte Big-Data-Reservoir lässt sich nicht unmittelbar nutzen, wenn seine Daten ohne Kontext erfasst wurden. Ohne beispielsweise eine zeitliche Synchronisierung von Maschinenzuständen mit konkreten Störungen oder dem Auftreten von Ausschuss kann ein Datenpool nicht unmittelbar zur Analyse oder Fehlervermeidung genutzt werden. Fehlt der erforderliche Kontext, häufen Unternehmen im schlimmsten Fall Daten an, die aus Industrie-4.0-Sicht unbrauchbar sind. Eine erforderliche Korrelation muss dann unter Umständen zunächst mühevoll im Nachhinein rekonstruiert werden, bevor die erfassten Datenmengen überhaupt verwendet werden können. Um eine solche Problematik zu vermeiden, gilt es, bei der Datenerfassung einige zentrale Grundsätze zu beachten und den Kontext der Daten – etwa mithilfe des ERP-Systems – herzustellen. Denn wer heute einen überlegten Plan entwickelt, schafft die Grundlage für die erfolgreiche Industrie-4.0-Implementierung von morgen.

Das Ziel klar definieren

Jede Datenerfassung benötigt eine übergeordnete Vision. Ein konkretes Ziel bildet die unerlässliche Ausgangslage dafür, die relevanten Parameter zu definieren und sich gleichzeitig darüber im Klaren zu sein, mit welchen Zusammenhängen diese erfasst werden sollten. Ein Landwirt, der mit einem smarten Mähdrescher den Ertrag verschiedener Weizensorten an unterschiedlichen Standorten analysieren möchte, muss andere Parameter untersuchen, als ein Landwirt, der die Bauteile seines Mähdreschers zu Predictive-Maintenance-Zwecken überwachen will. Wer ohne konkretes Ziel Daten sammelt, läuft nicht nur Gefahr, unzweckmäßige Daten zu erheben, sondern auch, die Verarbeitungskapazitäten seiner Infrastruktur zu überlasten. Dabei können unter Umständen schon kleine Anpassungen im Erfassungs-Setting den Unterschied zwischen brauchbaren und unbrauchbaren Datenreservoirs ausmachen: Oft genügt schon eine einfache Konfigurationsänderung im Manufacturing Execution System (MES), um etwa die übermittelten Betriebsdaten mit einem sinnvollen Zeitstempel zu versehen.

Neben der Zweckmäßigkeit gilt es auch, die Robustheit der Datengewinnung zu bedenken – und dies nicht nur für die nächsten paar Wochen oder Monate, sondern idealerweise für die kommenden Jahre. Wurde die Menge der zu untersuchenden Parameter und deren Übertragungsweg so gewählt, dass diese auch längerfristig zuverlässig und in einheitlicher Qualität erfasst und gesammelt werden können? In diesem Kontext spielt vor allem die Art des geplanten Szenarios eine entscheidende Rolle: Die kontinuierliche Erfassung von Daten eines Inhouse-MES-Systems ist zweifellos leichter sicherzustellen als die Übertragung von Betriebsdaten weltweit verteilter Maschinen im Kundeneinsatz.

So bald wie möglich beginnen

Die Entwicklung eines soliden Plans noch vor dem Beginn der eigentlichen Datenerfassung mag für viele Unternehmen abschreckend wirken. Vielleicht liegt der Gedanke nah, die Auseinandersetzung mit der Industrie-4.0-Thematik noch einmal zu verschieben, bis freie Kapazitäten bestehen. Doch trotz aller Qualitätsanforderungen stellt auch der Umfang der erfassten Datenreservoirs weiterhin die zweite zentrale Größe für den Erfolg und die Effizienz einer Industrie-4.0-Implementation dar. Wer in Zukunft mit smarter Technik starten möchte und dann noch keine Daten mit ihrem erforderlichen Kontext vorliegen hat, muss nacharbeiten und zunächst – je nach Anwendungszweck – mindestens sechs, besser noch zwölf Monate Daten sammeln, um eine ausreichende Grundlage zu schaffen, Algorithmen zu trainieren oder aussagekräftige Analysen durchzuführen. Damit wird es schwer, den Vorsprung der Mitbewerber aufzuholen, die ihre Daten bereits heute zuverlässig und im richtigen Kontext erfassen.

Der Weg zur smarten Fabrik erfordert Zeit – unweigerlich. Doch wer bereits vor dem Aufbruch in die digitale Zukunft eine klare Zielsetzung vor Augen hat und Zeit in die solide Planung der Datengewinnung investiert, erhöht seine Chancen deutlich, dass die zurückgelegte Strecke am Ende nicht vergebens war, sondern tatsächlich zu dem Ziel führt, das zu Beginn der Reise definiert wurde.

Bildquelle: Asseco Solutions