Alle Beiträge von George Faddoul

Integration von Dingen und Prozessen

Ohne Zweifel, das Internet der Dinge (IoT) hat die Phantasie beflügelt, zuerst die der Techniker und der IT, mittlerweile auch die der Business-Abteilungen und der Geschäftsleitungen. Kein Wunder, denn bis 2020 sollen rund 20 Milliarden Geräte vernetzt sein, andere Prognosen sprechen schon von 40 oder 50 Milliarden Objekten, die autonom, also ohne direkte „menschliche“ Interaktion miteinander kommunizieren sollen. Auch wenn es schon zahlreiche fertige Anwendungen gibt, stehen derzeit noch die Ideen im Vordergrund. Viele Unternehmen sind noch dabei auszuloten, was mit dem IoT in ihrem jeweiligen Anwendungsfeld alles möglich ist. Dabei zeichnen sich nicht nur neue Prozesse, sondern auch neue Geschäftsmodelle ab.

Zu den neuen Anwendungsfällen zählen beispielsweise Gewährleistung und Wartung beziehungsweise Maintenance, Themen, die für Unternehmen schon vor der IoT-Ära immer wichtiger wurden. Kürzere Produktlebenszyklen und schnellere Technologiesprünge haben gerade in der Fertigung die Anforderungen an einen effizienten Umgang mit den Produktionsmitteln stark erhöht. Ausfälle, Minderleistungen und Qualitätseinbußen stellen für die Industrie ein wachsendes Risiko dar, nicht zuletzt vor dem Hintergrund von Produkthaftung oder drohender Vertragsstrafen bei Ausfällen. Im Rahmen des Konzepts Industrie 4.0, das moderne Informationstechniken und klassische Fertigungsprozesse verbindet, erhalten Wartung und Instandhaltung mehr Bedeutung. Gerade die digitale Vernetzung von Maschinen, Herstellungsverfahren, Vertriebs- und Lagersystemen setzt eine hohe Verfügbarkeit der Produktionsanlagen und eine Minimierung von Ausfällen voraus, wenn der Gesamtprozess reibungslos ablaufen soll. Das Internet der Dinge spielt bei Industrie 4.0 eine tragende Rolle, viele Maschinen sind über Sensoren in die Netze eingebunden, so dass es nur konsequent ist, die vernetzten Objekte auch in entsprechenden Maintenance-Konzepte einzubinden.

Das grundlegende Verfahren dabei ist keineswegs neu. Längst überwachen Sensoren überall die Betriebsdaten von Geräten oder Anlagen und melden Abweichungen an eine Software, beispielsweise wenn in einer Schmelze eine bestimmte Temperatur gehalten werden muss oder wenn Füllstände zu überwachen sind. Weichen die Ist- von den Sollwerten über einen Toleranzwert hinaus ab, so kann automatisch ein Service-Fall eröffnet und eine außerplanmäßige Wartung des jeweiligen Gerätes veranlasst werden. Solche Verfahren sind in der Industrie seit langem Usus, dazu braucht jedoch niemand ein Internet der Dinge.

Dennoch bringt das IoT in diese Abläufe zwei neue Aspekte ein: Zum einen erfolgt die Kommunikation zwischen den Sensoren vor Ort und dem Wartungssystem – mithin auch die zwischen Hersteller und Anwender –im IoT über das Internet. Die Betreiber der jeweiligen Anlagen müssen daher keine Infrastruktur aufbauen, sondern können überall – und das ist tatsächlich wörtlich zu nehmen – auf vorhandene Strukturen zurückgreifen. Zum zweiten hat die zunehmende Verbreitung des IoT dazu geführt, dass Komponenten wie Sensoren, Aktoren oder Kommunikatoren immer kleiner und auch immer billiger werden. Beides hat wiederum zur Folge, dass Unternehmen nicht nur hochwertige Objekte wie Industrieanlagen oder Maschinen vernetzen können, sondern nahezu alles; also auch Endprodukte wie Aufzüge, Lampen, Fotoapparate oder Heizkörper.

Integration in die Prozesse

Ein entscheidender Punkt in solchen Szenarien ist die Integration in die Prozesse. Sensoren in Geräte einzubauen und die dort in großem Umfang generierten Daten zu sammeln, ist ja nur ein Teil einer Lösung, nicht weniger wichtig ist es, diese Daten so aufzubereiten und auszuwerten, dass die damit unterstützten Prozesse besser funktionieren als zuvor. So benötigt ein intelligentes „Incident Management System“ (IMS), das die Verkehrsströme in Echtzeit optimiert, natürlich Sensoren in Fahrbahnen, Ampeln oder Fahrzeugen, aber es braucht darüberhinaus eine Kommunikationsinfrastruktur, die die Daten an die Leitstellen übermittelt und dort müssen Systeme vorhanden sein, die die Sensordaten analysieren und daraus automatisch zum Beispiel eine Störungsmeldung genieren können. Damit nicht genug: eine IMS-Lösung muss auch in der Lage sein, ohne weitere Interaktion Prozesse anzustoßen, mit denen die Verkehrsbelastung reduziert wird. Sie müsste dann also die Teilsperrung bestimmter Strecken oder die Zuweisung von Umleitungen vornehmen. Mit einem dynamischen Case Management (DCM) lässt sich hier die Transparenz und Flexibilität der Prozesse sicherstellen. Gerade in Verbindung mit IoT kann DCM sehr gut eingesetzt werden, weil es nicht an ein starres Prozessmodell gebunden ist. Bei einer Vielzahl unterschiedlicher Ereignisse, die nicht in vorher festgelegter Reihenfolge auftreten, sind damit flexible Reaktionen möglich, und auch Rückkopplungseffekte lassen sich berücksichtigen. Mit einem derartigen System sind natürlich auch ganz andere Szenarien denkbar, etwa für die Wartung von Anlagen, für Großveranstaltungen oder in der Logistik.

Wichtig ist in derartigen Prozessen, dass die Daten zeitnah in Entscheidungen einfließen. Bei einer steigenden Anzahl von vernetzten Systemen tun sich herkömmliche IMS allerdings schwer, die überproportional wachsende Anzahl von Ereignissen, Störungsmeldungen und Alarmen zu bewältigen. Verursacht zum Beispiel ein Fahrzeug einen Unfall mit anschließendem Stau, so muss das Systeme innerhalb kürzester Zeit eine Unmenge von Ereignissen verarbeiten und Informationen weiterleiten; das reicht von der Alarmierung der Rettungskräfte bis zur Ampelschaltung auf Ausweichrouten. Zudem sollte das System kanalübergreifend arbeiten können, um wiederum alle Beteiligten vom Notarzt bis zur Straßenreinigung einzubinden. Im Bereich Maintenance sieht es kaum anders aus: Störfälle lösen Bestellungen von Ersatzteilen aus, es müssen Mitarbeiter alarmiert werden, zugleich Servicetechniker in Bewegung gesetzt und Prozessausfälle abgedeckt werden – es müssen Kunden, Lieferanten und Spediteure informiert werden – alles Prozesse, die sich in einem IMS automatisieren lassen, und die möglicherweise auf einer einzigen Sensormeldung aufbauen.

Ein IMS basiert also nicht nur auf den IoT-Komponenten, sondern muss auch analytische Funktionen abdecken und Complex Event Processing (CEP) beherrschen – das Gesamtsystem ist ein komplexes Gebilde aus Disziplinen wie IoT, DCM, CEP und anderen. Es wäre wenig sinnvoll, bloß einzelne Störungsfälle zu erfassen, zu melden und darauf punktuell zu reagieren. Tatsächlich lassen sich aus den im IMS anfallenden Daten durch Predictive Analysen ja auch Prognosen erstellen, beispielsweise für die Wahrscheinlichkeit von Unfällen an bestimmten Stellen zu bestimmten Zeiten. Des weiteren können für die jeweilige Situation mit den Verfahren des Decision Management aus den Vorhersagen konkrete Lösungen vorgeschlagen werden. Ein Decision-Mana­gement-System kann sich auf Basis der Ergebnisse dann selbstlernend optimieren.

Solche Beispiele und Szenarien zeigen, dass das Internet der Dinge oft nur der Ausgangspunkt für ein wesentlich komplexeres Gebilde aus Disziplinen wie IoT, DCM, CEP, Decision Management oder Event Processing ist. Das Zusammenwirken solcher oft sehr unterschiedlicher Ansätze ist natürlich keine einfache Angelegenheit, erst recht, weil Erfahrungswerte fehlen und ein spartenübergreifendes Know-how erst noch erarbeitet werden muss. Dennoch, in der prozessübergreifenden Integration liegt eine der wichtigsten Entwicklungslinien des Internet der Dinge.

Vorausschauende Wartung im Zeitalter von Industrie 4.0

Kürzere Produktlebenszyklen und schnellere Technologiesprünge erhöhen in Fertigungsunternehmen die Anforderungen an einen effizienten Umgang mit den Produktionsmitteln. Ausfälle, Minderleistungen und Qualitätseinbußen stellen ein hohes Risiko dar. Gerade vor dem Hintergrund einer Neustrukturierung der Fertigungsprozesse im Rahmen des Konzepts Industrie 4.0, das moderne Informationstechniken und klassische industrielle Prozesse verbindet kommen Wartung und Instandhaltung – Maintenance – eine wachsende Bedeutung zu. Sie sorgt bei der digitalen Vernetzung von Maschinen, Herstellungsverfahren aber auch Vertriebs- und Lagersysteme für eine hohe Verfügbarkeit der Produktionsanlagen und eine Minimierung von Ausfällen.

Eine hohe Verfügbarkeit erfordert neben hochwertigen Anlagen im Falle eines Ausfalls eine zeitnahe und schnelle Instandsetzung und -haltung. Das erfordert jedoch das Vorhalten entsprechender Ressourcen wie Fachkräfte, Ersatzteile oder Logistik. Um den dafür notwendigen Aufwand zu minimieren ist es wiederum notwendig, eine möglichst zuverlässige Vorhersage von Schadensereignissen zu bekommen, da nur so die notwendigen Mittel zur Instandhaltung bedarfsgerecht zur Verfügung stehen. Dafür braucht man eine Instandhaltungsstrategie, die mögliche Fehler oder Störungen in den Anlagen erkennt, bevor sie eintreten und die so die Planung einer optimalen Wartung ermöglicht. „Prescriptive Maintenance“ liefert einen wichtigen Baustein für eine derartige Strategie.

Daten sind auch hier ein entscheidender Faktor: Aus den Betriebsdaten, die mit Industrie 4.0 beziehungsweise Internet der Dinge nicht nur massenhaft anfallen, sondern die auch überall verfügbar gemacht werden können, wo es eine Internet-Verbindung gibt, können umfassende technische Informationen abgeleitet werden. Mit den Daten – Drehzahl, Öldruck, Temperatur oder Kühlmittelstand – kann man zum einen die individuellen Systeme steuern und kontrollieren, so dass Hersteller oder Service-Dienst­leister ihre Maßnahmen optimal planen können; zum anderen sammeln sich über alle Anlagen hinweg umfangreiche Informationen über das Verhalten der Systeme an. Wenn man diese entsprechend aufbereitet, lassen sich daraus statische Wahrscheinlichkeiten für das Auftreten bestimmter Service-Fälle ableiten: Wenn beim System X die Drehzahl über eine Toleranz hinaus schwankt, ist mit einer Wahrscheinlichkeit von n mit einem Achsbruch innerhalb der nächsten m Tage zu rechnen. Je mehr Daten verfügbar sind, desto besser können die jeweiligen Algorithmen die Eintrittswahrscheinlichkeit eines Schadens bestimmen.

Mit dem Einsatz dieser Prescriptive Maintenance können Instandhaltungsausgaben in Fertigungsunternehmen drastisch verringert werden: Typischerweise lassen sich ungeplanten Stillstandzeiten von Maschinen innerhalb von zwei Jahren um 40 bis 60 Prozent reduzieren; Arbeitsaufwand und Materialkosten um 35 bis 60 Prozent. Gleichzeitig kann die operative Lebensdauer einer Anlage um 30 bis 60 Prozent erhöht werden. Zugleich wird natürlich die Verfügbarkeit der Anlagen im Sinne eines unterbrechungsfreien Produktionsprozesses verbessert, was in Hightech-Indus­trien wie der Automobilherstellung, ein entscheidender Wettbewerbsfaktor ist.

Von der Vorausschau zum Decisioning

Prescriptive Maintenance kann vor allem da schnell eingeführt werden, wo Sensoren bereits umfangreich Daten erfassen, und eine entsprechende Kommunikationsinfrastruktur verfügbar ist; ansonsten lohnt sich aber auch das nachträgliche Aufrüsten von Monitoring-Systemen, nur dauert es dann länger bis sich der Ertrag tatsächlich einstellt.

Das Konzept von Prescriptive Maintenance reicht aber über die bloße Vorhersage von Schadensereignissen hinaus. Moderne Lösungen führen zunächst Predictive Maintenance und Decisioning zusammen. Es werden dabei, auf Basis von Analysen aber auch von historischen Modellen und Kontextinformationen, Entscheidungsstrategien integriert. Das System bildet Modelle unter Berücksichtigung von Geschäftsregeln, Strategien und Richtlinien, und schlägt konkrete Maßnahmen beziehungsweise Bearbeitungsschritte vor, beispielsweise wie eine Reparatur am besten durchzuführen ist.

In einem weiteren Schritt wird das Konzept um Adaptive Analytics erweitert. Das System wird in die Lage versetzt, selbständig zu lernen und die vorgeschlagene „Next Best Actions“ basierend auf Echtzeitinformation und einem kontinuierlichen Feedbackkreislauf immer weiter zu optimieren. Mit diesem Ansatz passt sich Prescriptive Maintenance optimal in Industrie-4.0-Strategien ein und sichert die langfristige Verfügbarkeit komplexer industrieller Anlagen.