Effiziente Datenanalysen öffnen die Tür zur smarten Fabrik|Big Data und Predictive Analytics

AnalyseDer Mittelstand und das produzierende Gewerbe sind die tragenden Säulen der deutschen Wirtschaft. Sie sorgen für eine sehr gute Beschäftigung und zeichnen sich durch eine hohe Produktivität sowie durch eine stetig wachsende Produktvielfalt aus.

Dies sichert auf der einen Seite viele Arbeitsplätze in Deutschland. Auf der anderen Seite sieht sich die Industrie vor neue Herausforderungen gestellt. Denn die wachsende Produktvielfalt sowie steigende Kundenanforderungen treiben die Menge an Prozess- und Messdaten während der industriellen Fertigung in die Höhe. Hinzu kommen die Digitalisierung und das Internet der Dinge, innerhalb dessen riesige Mengen von Geräten untereinander sowie mit dem Internet vernetzt sind. Diese Entwicklungen öffnen die Tür zur vierten industriellen Revolution – der Industrie 4.0. Um im Rahmen der intelligenten Fabrik für einen reibungslosen Prozessablauf zu sorgen, Arbeitsabläufe zu optimieren sowie die Qualität zu garantieren und damit den Geschäftserfolg zu sichern, nimmt die effiziente Analyse gesammelter Daten eine Schlüsselrolle ein.

Anzeige
Daten als Basis für wichtige Entscheidungen in der smarten Fabrik

Die Daten dienen als nahezu unerschöpfliche Quelle für sämtliche Informationen zu Produktionsprozessen vom Status der Maschinen über Nachbestellung von Materialien bis hin zur Vernetzung von Maschinen in verteilten Produktionsstätten. Allerdings ist es mit dem Sammeln der Daten alleine nicht getan. Vielmehr gilt es, diese zu verarbeiten und gezielt auszuwerten. So lassen sich Zusammenhänge erkennen und darstellen, die eine wichtige Basis für strategische Entscheidungen sowie für die Optimierung der Produktionsprozesse innerhalb der smarten Fabrik darstellen.

Predictive Analytics – Bedarfsprognosen für höchste Produktivität

Nicht nur, um eine fundierte Grundlage für unternehmensstrategische Entscheidungen zu schaffen, sondern auch um wichtige Vorhersagen treffen zu können, sind Big Data Analysen ein wichtiger Faktor in der intelligenten Fabrik. So ist es zum Beispiel für eine reibungslose Materialbeschaffung essenziell, bereits im Vorfeld der Produktion den exakten Bedarf und Absatz zu planen – unter Berücksichtigung von Preisänderungen oder auch Urlaubszeiten. Dadurch wird die Materialbeschaffung verschlankt. Gleichzeitig treten keine Lieferengpässe auf, denn der Bedarf wird durch die Prognosen frühzeitig erkannt, und der Abruf von Lieferungen erfolgt automatisch. Geht zum Beispiel ein bestimmtes Bauteil zuneige, wird dieses so rechtzeitig in ausreichender Menge und automatisiert nachbestellt, dass die Produktionskette nicht unterbrochen und das Endprodukt im geplanten Zeitrahmen fertiggestellt wird. Möglich wird dies durch die intelligente Auswertung sämtlicher Daten, welche von den untereinander vernetzten Maschinen und Geräten des Produzenten und Lieferanten gesammelt wurden. So kann die permanente Verfügbarkeit des Bauteils gewährleistet werden. Ebenso lässt sich mit Predictive Analytics der jeweilige Gerätezustand vorhersehen. Das System erkennt automatisch, ob eine Maschine demnächst Wartungsbedarf hat, aber auch, ob sie in den nächsten zwei Tagen voll ausgelastet sein wird oder nicht. Auf diese Weise kann die smarte Fabrik höchste Produktivität gewährleisten.

Datenanalysen in Echtzeit: In-Memory-Technik

Mit einer herkömmlichen Datenbanktechnik wäre das enorme Datenaufkommen aufgrund der Größe und Komplexität nicht effizient nutzbar. Daher ist die ideale Lösung für eine effiziente Big Data Analyse in der smarten Fabrik eine In-Memory-Datenbank. Die Daten werden im Hauptspeicher gehalten und verarbeitet. Der Zugriff darauf erfolgt um bis zu Faktor 1.000 schneller als der Zugriff auf Festplattendaten. Schnelligkeit und Effizienz sind in der smarten Fabrik ein wichtiger Erfolgsfaktor. So lassen sich Adhoc-Reportings innerhalb kürzester Zeit bereitstellen. Häufig müssen Entscheidungen innerhalb eines Produktionsprozesses – zum Beispiel je nach Auslastung eines Geräts – innerhalb kürzester Zeit getroffen werden. Dabei ist es wichtig, dass die Datenanalysen in Echtzeit vorliegen. Dies ist nur mit Hilfe von In-Memory-Datenbanken umsetzbar. Darüber hinaus bringen diese Hochleistungsdatenbanken einen weiteren Vorteil mit sich: sie sind flexibel und skalierbar. So können sie auch in Zukunft weiter wachsende Datenmengen mühelos verarbeiten. Gleichzeitig sind sie leicht zu implementieren, wartungsarm, und sie erfordern kein manuelles Tuning. Neben einer effektiveren Produktion führt dieser Fakt darüber hinaus zu einer Entlastung der IT-Abteilung.


FALLBEISPIEL SEMIKRON


Big Data Analyse in der Praxis


Von den Vorteilen umfassender Big Data Analysen im Produktionsumfeld profitiert auch die SEMIKRON Elektronik GmbH & Co. KG. Der Hersteller für Leistungselektronik setzt seit einigen Jahren im Bereich Messdatenarchivierung eine In-Memory-Datenbank-Managementlösung ein. Big Data Analysen tragen dazu bei, die operative Effizienz zu steigern und die eigene Wettbewerbsfähigkeit im nationalen und internationalen Vergleich zu stärken. So hat das Unternehmen ein ganzheitliches Mess- und Prozessdatenarchiv über alle Standorte hinweg etabliert. Damit lassen sich Produktions- und Qualitätskennzahlen der verkauften Leistungshalbleiterkomponenten innerhalb der vorgeschriebenen Aufbewahrungsfristen zurückverfolgen. Zudem können die einzelnen Fachbereiche präventive Analysen (Statistical Process Control) auf Basis gewonnener Daten jederzeit schnell und dynamisch ad hoc durchführen. Prozess- und Qualitätsingenieure in der Fertigung profitieren beispielsweise davon, dass sie nun unabhängig von anderen Abteilungen sind und ihre Standard- oder Ad hoc-Reports in Sekundenschnelle erstellen. Darüber hinaus besteht die Möglichkeit, alle Produktionsnachweise mit sämtlichen verfügbaren Daten zu einem einzelnen Bauteil jederzeit abzurufen. Auch für die Zukunft ist SEMIKRON gewappnet. Die Hochleistungsdatenbank lässt sich flexibel erweitern und kann so mit den steigenden Anforderungen und den damit verbundenen zunehmenden Datenmengen mitwachsen.


Optimale Prozesse über verschiedene Standorte hinweg


SEMIKRON ist auch ein gutes Beispiel für die effiziente Verteilung notwendiger Daten über verschiedene Standorte hinweg. Fertigt das Unternehmen heute Leistungshalbleitermodule und -systeme beispielsweise am Standort Slowakei, so sorgen in einem ersten Schritt spezielle Eingabe-Plugins dafür, dass die ankommenden heterogenen Mess- und Prozessdaten vereinheitlicht und auf einem internationalen Server abgelegt werden. In einem zweiten Schritt findet der Transfer dieser standardisierten Daten vom internationalen Server auf einen zentralen Server in Deutschland statt. Anschließend werden die Daten entpackt und an die In-Memory-Datenbank weitergegeben. Dort stehen sie jederzeit für analytische Abfragen und Reports bereit. 


Welche Aufgaben erfüllt die Big Data Analyse bei SEMIKRON?

  • Archivierung aller qualitätsrelevanten Kennzahlen zu den verkauften Produkten während der vorgeschriebenen Aufbewahrungsfristen

  • Online-Verfügbarkeit aller archivierten Daten auf Basis von Auftrags- und Artikelnummer mit Recherche nach einzelnen Merkmalen
  • Bereitstellung der Materialbewegungs- und Lieferinformationen zur lückenlosen Rückverfolgbarkeit der Produktionskette.

Fazit


Der Einsatz von Big Data Analysen stellt einen essenziellen Erfolgsfaktor für produzierende Unternehmen dar. Richtig eingesetzt, lassen sich aus Big Data Analysen gewonnene Erkenntnisse in bares Geld verwandeln. Denn sie bilden eine fundierte Grundlage für strategische Entscheidungen und die deutliche Optimierung der Produktionsprozesse innerhalb der Industrie 4.0.

Mathias GolombekMathias Golombek, Chief Technology Officer (CTO), EXASOL AG


www.exasol.com

 

 

Anzeige

Weitere Artikel

Newsletter
Newsletter Box

Mit Klick auf den Button "Jetzt Anmelden" stimme ich der Datenschutzerklärung zu.