Sie haben sicher schon vom Industrial Internet of Things (IIoT) gehört. Vielleicht haben Sie sogar schon mit Ihrem Team darüber gesprochen, aber wenn Sie wie viele kleine bis mittelständische Fertigungsunternehmen sind, befinden Sie sich noch in den Anfängen der Untersuchung, was IIoT für Ihr Unternehmen bedeutet.
Genau das ist der Punkt: Sie brauchen einen soliden geschäftlichen Grund (oder mehrere), um sich ernsthaft mit dieser großen technologischen Entwicklung zu befassen – aber Sie sollten nicht zu lange warten. LNS Research hat eine Umfrage zur IIoT-Einführung durchgeführt, und fast 53 Prozent der Befragten haben IIoT-Technologien bereits untersucht oder planen, bis Ende 2017 in diese zu investieren.
Wie bauen Sie also einen Business Case auf? Ein guter Ausgangspunkt ist die Frage, wie IIoT zur Steigerung von Effizienz, Produktivität und Qualität eingesetzt werden kann. Nachfolgend finden Sie vier mögliche Anwendungsfälle, die Ihnen dabei helfen können:
1. Überwachung von Anlagen im Betrieb:
Wenn Sie Ihre Instandhaltungsstrategie für Maschinen und Anlagen betrachten, lässt sich IIoT einsetzen, um Ihre Assets während des Betriebs zu überwachen. Ein Beispiel: Eine Abfüllanlage kann Tausende von Flaschen pro Minute abfüllen und verfügt über Hunderte von kleinen Motoren. Diese Motoren werden in der Regel nicht einzeln überwacht und folgen einem „Reparieren-oder-Ersetzen“-Ansatz. Eine große Abfüllanlage, die kürzlich IIoT-Technologien eingeführt hat, überwachte diese Motoren und stellte fest, dass Mikrostopps dieser Motoren zu den Hauptursachen für Ausfallzeiten in der Anlage gehörten. Durch den Einsatz verbesserter Instandhaltungsansätze für diese Motoren wurden ungeplante Ausfallzeiten um mehr als 10 Prozent verringert.
2. Steigerung der Produktsicherheit:
Ein effektiver Clean-in-Place-Prozess (CIP) ist ein Bereich, in dem Hersteller das Risiko im Zusammenhang mit der Produktsicherheit verringern oder erhöhen können. Ein großes Getränkeunternehmen nutzt IIoT, um CIP neu zu denken. Anstatt dass die Werke vor Ort davon ausgehen, dass eine Produktionsstraße nach Abschluss einer CIP-Aktivität sauber ist, wird das Unternehmen IIoT einsetzen, um eine globale Sichtbarkeit des CIP zu schaffen und zu einem Modell überzugehen, das die Sauberkeit kontinuierlich misst – wobei der CIP-Prozess endet, wenn die Linie tatsächlich sauber ist. Typische Umschaltzeiten betragen vier Stunden pro Produktionsstraße. Das Unternehmen erwartet eine Reduzierung der Umschaltzeiten um mehr als 50 %, während gleichzeitig die Risiken für die Lebensmittelsicherheit durch ein zentrales Repository der CIP-Leistung signifikant gesenkt werden.
3. Verwaltung von Rezepturvariationen:
Das Brauen von Bier ist ein komplexer Prozess mit nahezu unendlichen Variationen in den Rezepturen. Einer der größten Craft-Bier-Brauer in den USA hat kürzlich ein IIoT-Projekt gestartet, bei dem maschinelles Lernen und historische Prozessdaten eingesetzt wurden, um ein Batch-Problem zu lösen, das zu erheblichen Qualitätsproblemen und dem Verlust ganzer Chargen führte. Die Braumeister vermuteten zunächst, das Problem liege im Zusammenhang zwischen Druck und Temperatur; tatsächlich war es jedoch ein Timing-Problem bei den Batch-Prozessen, das durch natürliche Schwankungen der Hefe verursacht wurde. Mithilfe der gesammelten Daten erstellten die Braumeister ein Modell, um die Rezeptur zu verändern und die Chargen auf Basis zuvor unbekannter Zusammenhänge zu optimieren. Mit dem neuen Prozess konnten sie den Verlust von Chargen aufgrund dieses Qualitätsproblems eliminieren und pro verlorener Charge zwei Wochen zusätzliche Kapazität zurückgewinnen.
4. Senkung der Kosten für Qualitätstests:
Qualitätstests und -validierungen verursachen Kosten und sind oft ein erheblicher Faktor für die Gesamtkosten der Qualität, die ein Unternehmen trägt. Aufgrund dieser Kosten empfehlen bewährte Qualitätspraktiken, nicht jedes fertige Produkt zu testen, sondern den Produktionsprozess selbst zu überwachen. Durch die Sicherstellung eines fehlerfreien Prozesses wird ein konsistentes Qualitätsniveau erreicht. IIoT und intelligente, vernetzte Produkte verändern diese Vorgehensweise grundlegend. Ein Unternehmen für intelligente, vernetzte Produkte nutzt neue Konnektivitäts- und Intelligenzfunktionen im Endprodukt, um während der Produktion Qualitätstests durchzuführen; das Feedback wird für zusätzliche Qualitätsverbesserungen genutzt.
Entdecken Sie weitere IIoT-Anwendungsfälle, indem Sie die LNS Research Infografik herunterladen:Machen Sie IIoT und digitale Transformation zur Realität.
Quelle: LNS Research
Verwandte Artikel