Die Verwaltung von Daten in der Blech- und Metallindustrie im aktuellen Ökosystem 4.0 eine der größten Herausforderungen. Ihre Sammlung basierend auf einer korrekten Identifizierung anhand eines Netzes, das über das Internet der Dinge (IoT) und die Sensorisierung Maschinen und Prozesse miteinander verbindet, ist entscheidend. Daneben ist die Speicherung in der Cloud für die Verarbeitung mittels Datenanalytik-Algorithmen essentiell.
Die Implementierung von Software aus den Bereichen künstliche Intelligenz, Machine Learning und Big Data ist ein fundamentaler Schritt für diese Analyse. Einerseits, um autonome Prozesse für die Entscheidungsfindung in der Wertkette zu schaffen, wodurch Mitarbeiter von sich wiederholenden Arbeiten und/oder langweiligen Entscheidungen befreit werden, die eine Analyse und Übersicht über längere Zeit voraussetzen und andererseits, um Verhalten vorauszusagen, strategische Entscheidungen vorwegzunehmen, Produktqualitätsprobleme zu identifizieren, kritische Pausenzeiten zu vermeiden und Kosten zu reduzieren. Auf diese Weise werden intelligentere Entscheidungen getroffen, die die Qualität des Produkts verbessern und im Produktionssystem Effizienz hinsichtlich Zeit und Kosten bieten.
Wir sehen uns fünf Vorteile der Automatisierung des Datenerfassungsprozesses in der Fabrik an.
1. Das Erhalten von Informationen in Echtzeit von jedem Standort und Gerät aus ermöglicht es, beispielsweise Störungen bereits bei ihrer Entstehung zu erkennen oder das Lager automatisch zu erweitern. Dank einem Warnsystem erhält der Bediener augenblicklich Informationen auf sein Gerät, ganz unabhängig davon, wo er sich gerade befindet.
2. Das Arbeiten mit zuverlässigen Informationen, die nicht auf Annahmen basieren, hilft dabei, Ineffizienzen durch Miniunterbrüche, die Verlangsamung von Maschinen, beeinträchtigte Funktionsweisen, Überlastungen, usw. zu erkennen.
3. Mitarbeiter können sich produktiveren Arbeiten widmen. Techniker, Bediener und Leiter können sich Aufgaben widmen, die dem Betrieb mehr Wert liefern; Aufgaben, die die Automatisierung und Analytik nicht ausführen können.
4. Die Informationen werden zum Mittelpunkt. Diese Systeme ermöglichen es, dass Daten durch die gesamte Fabrik fließen, ohne dass sie bei der entsprechenden Abteilung angefordert werden müssen. Die Produktion kennt den Status der Bestellung, die Wartungsabteilung ist über allfällige Maschinenunterbrüche informiert. Die Finanzabteilung weiß zu jeder Zeit Bescheid über die Herstellungskosten und die Direktion ist sich der Effizienz des Betriebs bewusst.
5. Eine Einsparung an Zeit und Kosten sowie eine Steigerung der Produktion sorgt für eine Verbesserung der Rentabilität und Wettbewerbsfähigkeit der Fabrik.
Der personalisierte Ansatz, mit welchem Lantek Unternehmen bei ihrer digitalen Transformation anführt, basiert in erster Linie auf der Analyse von Daten sowie der Evaluierung des Weges der Daten im Verlaufe der Prozesse.
Die beste mathematische Formel nützt nichts, wenn das Unternehmen, das sie einsetzen soll, sie nicht versteht. Damit Schlüsselinformationen für die Entscheidungsfindung und die Automatisierung der Unternehmen genutzt werden können, ist es wichtig, dass das Unternehmen ein Verarbeitungsmodell einsetzt. Dieses soll die Nutzung, das Extrahieren und das Analysieren der vorhandenen Daten ermöglichen, um spezialisiertere Informationen zu erhalten, um auf diese Weise die Prozesse noch besser zu kontrollieren. Dieser selbstverifizierende Zyklus beinhaltet die Definition der Geschäftszwecke, das Verständnis der Daten, die Vorbereitung der Daten, die Modellierung, die Bewertung und die Implementierung.
Dafür ist die Vorbereitung der Daten fundamental. Lantek hat dafür den Data-Quality-Report entwickelt. Diese Funktion dient zur Qualitätsevaluierung der Daten, wobei Gültigkeit, Konsistenz und Darstellbarkeit sowie die Einzigartigkeit und Integrität der gesammelten Daten berücksichtigt werden. Es gibt zahlreiche Werkzeuge dafür und um die Daten in der Produktion und der Verwaltung zweckmäßig einzusetzen. Trotzdem hat der Faktor Mensch nach wie vor eine wichtige Rolle inne. Der Chief Data Officer (CDO) ist beispielsweise eine fixe Stelle auf der exekutiven Ebene in vielen Unternehmen, die sich der digitalen Transformierung und der Optimierung ihrer Prozesse basierend auf der Datenintelligenz annehmen.
Für die Blech- und Metallindustrie verfügen wir bei Lantek über die fortschrittlichste Software, um Daten zu verarbeiten und intelligente Antworten auszugeben, die Berufsleuten beim Treffen besserer Entscheidungen hinsichtlich der Fertigung helfen. Dieses Programm nennt sich Lantek Analytics. Es handelt sich um ein intelligentes Fertigungsmodul, das sämtliche Daten der Maschinen sammelt, filtert, gruppiert und zuordnet, um so die Entscheidungen basierend auf zuverlässigen Echtzeit-Daten zu unterstützen.
Lantek Analytics kann in Programme für das Blechdesign und Blechschneiden, CAD/CAM, Fertigungsmanagement, MES und ERP (eigenes oder externes) integriert werden, was eine komplette Übersicht über sämtliche Vorgänge im Betrieb liefert. So sind wir über die Produktivität des Herstellungsprozesses mittels OEE informiert, was das Messen der Produktivität anhand von drei Parametern ermöglicht. Erstens liefert OEE die aufgewendete Zeit einer Maschine, zweitens, die Leistung der betreffenden Maschine und drittens die Qualität der Herstellung der Werkstücke jeder einzelnen Maschine. Gleichzeitig wird der aktuelle Status der Maschine hinsichtlich drei Aspekten visualisiert: Betrieb, programmierter Unterbruch und unbeabsichtigter Ausfall.
Das Programm verfügt außerdem über ein Modul, das Warnungen ausgibt. Diese Warnungen beziehen sich sowohl auf mögliche Störungen als auch auf Lagerbedarf. Dies erlaubt es, das Inventar der jeweiligen echten Nachfrage anzupassen, was sich wiederum in einer Verbesserung der Effizienz und einer Kosteneinsparung äußert.
Das Programm überwacht jedoch nicht nur die Fertigung an sich, sondern auch die Entwicklung der Bestellungen, indem Verkaufs- und Kostenvoranschlagssoftwares integriert werden. Die historischen und aktuellen Daten zu Kundenbedürfnissen liefern Wissen zu Kunden, was dabei hilft, Konsummuster basierend auf dem Nachfrageverhalten zu ermitteln (Häufigkeit der Bestellungen, Umfang, Material, Schneideart, usw.) Die Algorithmen ermöglichen das Vorwegnehmen und Verbessern der Planung von Aufträgen und das Vorschlagen neuer Bestellungen, die das Geschäftsvolumen erhöhen. Gleichzeitig personalisieren sie die Kostenvoranschläge, wodurch sogar Rabatte für den Kunden angeboten werden können.
All dies bietet Schnelligkeit, Flexibilität, Objektivität und Segmentierung beim Erstellen von Kostenvoranschlägen, was sowohl der Fabrik als auch dem Kunden zugutekommt und so die Kundenbindung intensiviert.
Und so gelangen wir zurück zum Anfang. Covid-19 verpflichtet uns, flexibel zu sein und Entscheidungen aus der Ferne zu treffen. Und dazu ist es essentiell, über zuverlässige Echtzeit-Daten zu verfügen.
