machine arms with abstract background

Entwerfen einer Datenstrategie für die Fertigungsbranche

Um eine Blaupause für den Erfolg in der Fertigungsbranche zu erstellen, haben sich IT-Führungskräfte zu einem runden Tisch versammelt, um das Konzept der Schaffung eines Digital Thread zu erörtern, der Daten aus der Forschung und Entwicklung, der Produktentwicklung und der Produktion miteinander verbindet und der als Ausgangspunkt für alle Gespräche über die Datendemokratisierung dienen kann.

In der Fertigungsbranche gibt es viele Ideen, wie Daten genutzt werden können, um die Produktivität zu steigern. Das Problem besteht jedoch darin, diese Ideen in die Tat umzusetzen, vor allem aufgrund der Beschränkungen, die sich durch die Kosten und Implementierungsstrategien ergeben.

Wie können Unternehmen diese Hindernisse überwinden und die Chancen nutzen, die neue Technologien bieten?

Um eine Blaupause für den Erfolg in der Fertigungsbranche zu erstellen, haben sich Experten zu einem runden Tisch mit dem Titel „Unlocking the Potential of Data in Manufacturing“ versammelt. Er wurde von Jicara Media organisiert und von Rackspace Technology® und Microsoft® veranstaltet.

Für die Hersteller dient das Konzept des Digital Thread – der Daten von F&E über die Produktentwicklung bis hin zur Produktion verbindet – oft als Ausgangspunkt für Gespräche über die Demokratisierung von Daten, so Shwetank Sheel, Director of Public Cloud Data Global Pre-Sales and Solutions bei Rackspace Technology.

Laut Sheel muss eine erfolgreiche Datenplattform für die Fertigung über einen „Digital Thread“ verfügen, der alle Prozesse und Systeme verbindet. Gleichzeitig ist es wichtig, spezifische Anwendungsfälle zu identifizieren, die den Geschäftswert über die Plattform steigern können. Diese beiden Aktivitäten sollten gleichzeitig stattfinden, da der Versuch, von Proof-of-Concept-Projekten zu einem größeren Umfang überzugehen, schwierig wird, wenn man nicht genau weiß, wie die Plattform zur Wertschöpfung genutzt werden soll.

 

Herausforderungen aus der Praxis der Fertigungsbranche

Ein Beispiel für diese Strategie in der Praxis ist der Zerealienhersteller Kellogg Asia Pacific. Eine der hartnäckigsten Herausforderungen des Unternehmens war die Datenharmonisierung.

„In den Unternehmen, für die ich gearbeitet habe, habe ich Daten in verschiedenen Formaten und Strukturen vorgefunden“, so Saurabh Lal, Senior Director of Supply Chain Network and Digital des Unternehmens. „Wir haben Excel-Tabellen, verschiedene ERPs und sind in mehreren Ländern tätig. Alles in ein nutzbares Format zu bringen, ist unsere größte Herausforderung.“

Zusätzlich zu diesem Problem beschäftigt sich Kellogg auch mit der intelligenten Fertigung.

„Wir haben einige ältere Werke mit veralteter Technologie und weniger Automatisierung“, erklärt er. „Wie verwandeln wir diese Werke in intelligente Fabriken? Das ist die zweite Herausforderung. Und wenn ich ,intelligente Fabrik' sage, geht es nicht nur um Standardbetriebsbedingungen. Es geht auch darum, die Qualitätssicherung zu verbessern, intelligente Wartungspraktiken umzusetzen und ähnliche Maßnahmen.“

Ein anderes Beispiel ist ein großer Arzneimittelhersteller, für den die Sicherheit der Verbraucher an erster Stelle steht, während gleichzeitig die Abläufe rationalisiert werden sollen.

Laut eines Leiters der IT-Abteilung des Arzneimittelherstellers besteht die Herausforderung darin, Daten aus verschiedenen Bereichen des Herstellungsprozesses so zu verknüpfen, dass Verbesserungen, etwa bezüglich der Ausrüstung und der IT-Infrastruktur, vorangetrieben werden können.

Da das letztendliche Ziel jedoch darin besteht, das Produkt auf den Markt zu bringen, muss auch sichergestellt werden, dass die Daten den rechtlichen Anforderungen der verschiedenen Märkte entsprechen. Dies kann besonders komplex sein, wenn es um KI geht, da es hierbei je nach Markt unterschiedliche Erwartungen und Vorschriften geben kann.

„Sobald wir erwarten, dass die Menschen Entscheidungen treffen, übernehmen sie im Wesentlichen die Verantwortung dafür, dass unser Produkt sicher ist“, fuhr er fort. „Die Frage ist, ob wir uns wohl damit fühlen, diese Verantwortung an eine KI zu delegieren.“

Laut Saj Kumar, Regional Business Leader of Manufacturing bei Microsoft Asia, lassen sich Daten in der Fertigungsbranche grob in zwei Hauptkategorien einteilen: Geschäftsdaten und Anlagen- und OT (Operational Technology)-Daten.Während Geschäftsdaten strukturierter und klarer definiert seien, seien OT-Daten viel komplizierter, so Kumar.

„In der Fertigung bestehen viele OT-Daten aus Zeitreihendaten. Dabei werden Signale von Maschinen für Berichte und Analysen im Zeitverlauf erfasst“, erklärt er. „Diese Art von Daten allein bietet jedoch keine vollständige End-to-End-Transparenz, insbesondere wenn versucht wird, Kunden- oder Produktionsaufträge mit bestimmten Maschinen, Chargen und Materialien zu verknüpfen. Dazu müssen verschiedene Arten von Daten kombiniert werden, was eine Herausforderung darstellen kann.“

 

Verschiedene Wege zu einer Daten-Roadmap

Wenn es um die Zentralisierung von Daten geht, kommt es innerhalb eines Unternehmens aufgrund der unterschiedlichen Arten und Weisen, wie verschiedene Abteilungen Daten nutzen, häufig zu Konflikten.

Ajith Narayanan, CTO des Herstellers von Robotersystemen Zoid Labs, ist der Ansicht, dass die Zentralisierung von Daten zwar ein Muss ist, Unternehmen jedoch ein gewisses Maß an Flexibilität an den Tag legen sollten, um es den Mitarbeitenden zu ermöglichen, die verschiedenen Anwendungen in ihrem eigenen Tempo zu nutzen.

„Die Herausforderung liegt in der Datenarchitektur“, erklärt Narayanan. „Es ist von entscheidender Bedeutung, wie wir die Daten und die Verknüpfungen der verschiedenen Daten darstellen. Bei unserer Produktentwicklung haben wir Daten genutzt, um das Produkt in der Forschungs- und Entwicklungsphase zu verfeinern. Um diesen Prozess zu vereinfachen, haben wir uns schon früh entschieden, nur die Formate YAML und JSON zu verwenden. Unser Gedanke war, dass, wenn es uns gelingt, innerhalb eines Unternehmens ein neues Bewusstsein für Daten zu schaffen, vielleicht wenige Formate wie JSON und YAML alle zufriedenstellen würden.“

Saurabh Lal von Kellogg ist der Meinung, dass die Entscheidungsträger davon überzeugt werden müssen, dass eine bestimmte Lösung nicht nur einer einzelnen Funktion, sondern mindestens einer ganzen Geschäftseinheit zugute kommt.

„Wenn sie sagen, dass sie dabei helfen kann, Ihren Umsatz oder die Ergebnisse zu verbessern, dann müssen diese Teams mitmachen und diese spezielle Lösung absegnen“, so Saurabh Lal.

Shwetank Sheel von Rackspace Technology bestätigt die enorme Rolle der Cloud bei der Umsetzung von Geschäftsideen, was auch die vielen Erfolgsgeschichten der Kunden beweisen.

„Cloud ermöglicht es, im kleinen Maßstab zu experimentieren und Ideen zu validieren“, erklärt er. „Sie möchten beispielsweise einen Business Case erstellen, der eine potenzielle Umsatzsteigerung von 10 Millionen Singapur-Dollar zeigt. Indem Sie einen kleinen Geldbetrag investieren, können Sie sehen, ob Ihre Bemühungen etwas bewirken. Sie können feststellen, ob dies der richtige Ansatz ist oder nicht.“

 

Die Zukunft der KI in der Fertigung

KI eröffnet jeden Tag neue Möglichkeiten und offenbart eine Vielzahl von Anwendungsfällen. Während KI traditionell in Bereichen wie dem Kundenerlebnis Anwendung findet, revolutioniert das Aufkommen beliebter Lösungen wie ChatGPT ganze Branchen, führt innovative Lösungen ein und schafft neue Möglichkeiten zur Umsatzgenerierung.

Einige Hersteller sind sich bewusst, welchen Beitrag KI für ihr Geschäft leisten kann. Es wird nicht mehr lange dauern, bis die Technologie allgemein zum Einsatz kommt.

Ajith Narayanan von Zoid Labs geht beispielsweise davon aus, dass die auf KI basierende vorausschauende Wartung eine entscheidende Rolle bei der Reduzierung von Ausfallzeiten und möglicherweise sogar der Vermeidung von Fabrikunfällen spielen wird.

Er erklärt: „Wir sind noch nicht in dem Stadium, in dem KI-Modelle bereit sind, aber wir haben ein Szenario, in dem die vom Korrosionsmesssystem IoT generierten Daten über MQTT an einen Server gesendet werden. Wir werden diese Daten mit einigen Modellen nutzen, um zu analysieren und vorherzusagen, wann die Maschinen gewartet werden müssen.“

In Bezug auf generative KI ist Saj Kumar von Microsoft der Ansicht, dass einige Funktionen, mit denen Hersteller experimentieren können, bereits vorhanden sind. Das volle Potenzial der Technologie muss jedoch noch ausgeschöpft werden.

„Derzeit wird sie für unstrukturierte Daten verwendet“, so Kumar. „Sowohl bei Dokumentationen als auch bei SOPs handelt es sich um klassische strukturierte Dokumente, die in Fabriken genutzt werden und auf die man sich beziehen kann. Wenn eine bestimmte Situation in einer Fabrik auftritt, z. B. die Frage, was zu tun ist, kann die KI alle Dokumente abrufen und eine Antwort geben. Sie kann dies bereits heute tun. Ich denke also, dass wir dort die erste Revolution erleben werden – wenn es darum geht, diese Fragen zu stellen und Antworten zu bekommen.“

Dennoch müssen KI-Lösungen über die Digitalisierung von Dokumenten oder getaggtem HTML hinausgehen. Das Ziel ist es, dass generative KI in der Lage ist, bei Bedarf genaue Antworten zu geben. Bis dahin leisten Unternehmen wie Rackspace Technology und Microsoft ihren Beitrag zur weiteren Erforschung der KI-Möglichkeiten.

 

(Dieser Artikel erschien ursprünglich in Frontier Enterprise.)

 

< Drupal-Entität data-align="left" data-embed-button="media_entity_embed" data-entity-embed-display="view_mode:media.full" data-entity-type="media" data-entity-uuid="ffc70d81-8bc0-42e9-b646-2faec089e354" data-langcode="en"> < /drupal-entity>

Nutzen Sie die Leistungsfähigkeit von KI schnell und verantwortungsvoll mit Foundry for AI von Rackspace Technology (FAIR™). FAIR spielt eine Vorreiterrolle bei der globalen KI-Innovation und ebnet Unternehmen den Weg für eine schnellere Einführung von verantwortungsvollen KI-Lösungen. FAIR ist auf Hunderte von KI-Anwendungsfällen in zahlreichen Branchen abgestimmt und ermöglicht gleichzeitig eine individuelle Anpassung durch die Erstellung einer maßgeschneiderten KI-Strategie, die auf Ihre spezifischen Geschäftsanforderungen anwendbar ist. Die Lösungen von FAIR können auf jeder privaten, hybriden oder Hyperscale-Public-Cloud-Plattform eingesetzt werden und stärken Unternehmen weltweit, indem sie über die digitale Transformation hinausgehen und Kreativität freisetzen, die Produktivität steigern und unseren Kunden die Tür zu neuen Wachstumsbereichen öffnen.Folgen Sie FAIR auf LinkedIn.

Mehr erfahren

 

Join the Conversation: Find Solve on Twitter and LinkedIn, or follow along via RSS.

Stay on top of what's next in technology

Learn about tech trends, innovations and how technologists are working today.

Subscribe
ESG

Vereinbaren Sie noch heute eine Data Discovery Session!

About the Authors

Shwetank Sheel

Director, Global Data Pre-Sales & Solutions

Shwetank Sheel

Shwetank is Director of Data Presales & Solutions with Rackspace technology. He works with customers globally, architecting solutions to enable them to leverage Analytics to drive business outcomes more reliably.   He is a 16-year veteran in Data & AI across a wide variety of technologies. Prior to Rackspace, Shwetank was the co-founder of Just Analytics, a specialized and award-winning Analytics consultancy acquired by Rackspace in 2022.

Read more about Shwetank Sheel