Was vielen nicht klar ist: Für eine sinnvolle Nutzung der Daten müssen diese nicht massenhaft vorhanden sein (Stichwort BIG Data). Auch viele kleine Datenmengen können in Kombination mit weiteren externen Daten bzw. Informationen durchaus gewinnbringend sein. Voraussetzung dafür ist nur, dass die Qualität und Varianz der Daten ausreichend ist.
Worauf es ankommt, weiß Andreas Meier, Projektverantwortlicher am Smart Data Solution Center Baden-Württemberg (SDSC-BW) in Stuttgart: „Entscheidend ist, dass man bei der Daten-Analyse Muster oder Verbindungen erkennt, die wertvolle Hinweise für mögliche Prozessverbesserungen ergeben.“ Bei Smart Data geht es nicht nur um die Analyse der mittels IT erfassten Datenmengen, sondern auch um die Berücksichtigung weiterer semantischer Informationen (z. B. zur Materialbeschaffenheit oder Erfahrungswerte der Techniker). „Derart genutzt, liefern auch geringere Datenmengen wertvolle Erkenntnisse und werden zu ‚cleveren‘ Daten“, so der SDSC-BW-Experte.
Das SDSC-BW wurde 2014 von der Stuttgarter Sicos BW GmbH und dem Karlsruher Institut für Technologie (KIT) gestartet, um KMU in Baden-Württemberg den Zugang zu Smart Data-Technologien zu ermöglichen. „Viele KMU erkennen das Potenzial dieser Technologien für ihr Unternehmen nicht oder wissen nicht, wie sie sich dem Thema nähern sollen“, so Meier. „Die Mehrzahl der Betriebe in Baden-Württemberg hat weniger als 250 Mitarbeiter; vielen Unternehmen dieser Größenordnung mangelt es schlicht an den finanziellen Mitteln oder der fachlichen Expertise, diese Technologie für sich zu bewerten.“ Sie verschenken unternehmerische Möglichkeiten und auch Zukunftschancen in Zeiten von Digitalisierung.
Nützliche Vorhersagen treffen
Ein Beispiel für sinnvolle Datennutzung ist „Predictive Maintenance“, die vorausschauende Wartung. Erkennen Firmen Datenmuster in Verbindung mit weiteren semantischen Informationen, die auf den kommenden Ausfall bzw. die Störung einer Anlage oder Maschine hinweisen, lassen sich einzelne, gefährdete Anlagenkomponenten rechtzeitig herausfiltern und austauschen. Damit sind sie in der Lage, Wartungszeiten vorbeugend zu planen und teure Ausfallzeiten zu minimieren. Zusätzlich lernen Konstruktion und Entwicklung von den Produktionsdaten und können Prozesse verbessern.
Das SDSC-BW-Team rund um Andreas Meier bietet KMU eine neutrale und unabhängige Smart Data-Beratung. Anhand einer kostenlosen Potenzialanalyse beurteilt das Center, ob sich die Aufbereitung, Analyse und Auswertung vorhandener Daten lohnt. Falls ja, beraten die Spezialisten zur Projektrealisation und begleiten die Umsetzung – so geschehen bei der Hermle AG mit Sitz in Gosheim:
Projektbeispiel Hermle
Als mittelständischer Maschinenbauer mit rund 1000 Mitarbeitern für die Anwendungsbereiche Aerospace, Medizintechnik und Rennsport nutzt Hermle Datenanalysen unter anderem zur Bewertung der Maschinenzustände. Durch ein intern entwickeltes System erfasst das Unternehmen zentrale Maschinen-Parameter, die Aussagen zum Zustand der Maschinen ermöglichen. Diese Informationen werden analysiert und ausgewertet, um Stillstände zu vermeiden und den Wartungsbedarf exakt zu bestimmen. Diese Fähigkeiten wollte das Unternehmen mit Hilfe des SDSC-BW bewerten und weiter ausbauen.
In der sechswöchigen Potenzialanalyse griff das Team des SDSC-BW auf die bereitgestellten Wartungsdaten eines Maschinentyps für den Zeitraum von zwölf Monaten zurück. Die Erstanalyse konzentrierte sich darauf, den Zustand der Achsen des Bearbeitungszentrums zu bestimmen und auf diese Weise Potenziale für eine automatisierte Fernwartung zu identifizieren.
Im zweiten Schritt ging es um die Auswertung der Daten anhand überwachter Lernverfahren, z. B. sogenannter Entscheidungsbäume, die automatisch Wenn-Dann-Regeln erzeugen.
Das Resultat: Die Experten entwickelten einen Ansatz, der eine automatisierte Auswertung des Maschinenzustands unter Einbeziehung optionaler Verfahrprofile ermöglicht. Die Techniker können nun zukünftig mithilfe der Datenauswertung Maschinenausfälle besser vermeiden und den Wartungsprozess noch weiter verbessern. „Mit der Smart Data Analyse des SDSC-BW konnten wir unsere Erfolge im Bereich Predictive Maintenance bestätigen und die Weichen für eine noch bessere Maschinenwartung stellen“, freut sich Daniel Weiss von Hermle (Versuch/Entwicklung).
Zahlreiche Anlaufstellen für KMU
Projekte wie dieses zeigen, dass auch KMU ihre Daten sinnvoll nutzen und sich mit ihrer Hilfe am Markt wettbewerbsfähiger positionieren können. „Oft fehlt nur der Schubs in die richtige Richtung“, sagt Meier. Dafür gibt es neben dem SDSC-BW bundesweit mittlerweile zahlreiche weitere Anlaufstellen (Initiativen, Förderprogramme oder Kompetenzzentren), die den ansässigen Unternehmen Standortvorteile auch beim Einsatz von Industrie 4.0-Technologien bieten.
Smart Data Solution Center Baden-Württemberg
www.sdsc-bw.de