Leitfaden für Smart Factory und Digitalisierung

Erfahren Sie, welche Rolle MES, Industrie 4.0, künstliche Intelligenz, OT-Cybersicherheit und Energieeffizienz in Produktionsprozessen spielen.

MES und Produktionsmanagementsysteme

MES, ausgeschrieben Manufacturing Execution System, ist eine Software, die die Lücke zwischen Planungsebene und Feldebene schließt. Das übergeordnete Ressourcenplanungssystem beantwortet die Frage „Was soll produziert werden?“, die Automatisierung auf der Feldebene klärt das „Wie?“. MES liefert hingegen Antworten auf die Fragen „Was wurde tatsächlich produziert, wie lange hat es gedauert, wo gab es Stillstände und welches Material wurde verwendet?“. MOM , also Manufacturing Operations Management, erweitert diesen Umfang um Qualitäts-, Instandhaltungs- und Bestandsprozesse.

Betriebsdatenerfassung bildet die Grundlage von MES-Anwendungen. Manuell eingegebene Daten sind häufig verspätet, unvollständig und zu optimistisch; direkt von der Maschine erfasste Daten spiegeln dagegen die Realität wider. Deshalb beginnen MES-Projekte meist mit der Anbindung der Feldebene: Maschinensignale werden ausgelesen, Stillstände automatisch klassifiziert und Bediener nur nach Informationen gefragt, die die Maschine selbst nicht ermitteln kann.

Rückverfolgbarkeit gehört zu den greifbarsten Ergebnissen eines MES. Wird dokumentiert, welches Produkt mit Rohmaterial aus welcher Charge, auf welcher Maschine, in welcher Bedienerschicht und mit welchen Parametern hergestellt wurde, lässt sich eine Kundenreklamation auf die betroffene Charge begrenzen, statt einen Rückruf des gesamten Bestands auszulösen. In den Lieferketten der Automobilindustrie, der Lebensmittelindustrie, der Pharmaindustrie und der Verteidigungsindustrie ist diese Fähigkeit häufig eine Voraussetzung für die Zulassung als Lieferant.

Der häufigste Fehler bei der Einführung eines Produktionsmanagementsystems besteht darin, bestehende Papierformulare unverändert auf den Bildschirm zu übertragen. Wie die Prozesse für Fertigungsausführung, Qualität, Planung und Labor jeweils abgebildet werden, erfahren Sie auf den Seiten Opcenter Execution, Opcenter Quality, Erweiterte Planung und Feinplanung und Forschung, Entwicklung und Labor . Digitalisierung bietet die Gelegenheit, den Prozess selbst zu überprüfen; die bloße Digitalisierung eines Formulars bildet dieselbe Ineffizienz lediglich auf dem Bildschirm ab.

Industrie 4.0, Internet der Dinge und Smart Factory

Industrie 4.0 bezeichnet den Ansatz, Produktionsanlagen zu vernetzen, Daten in Echtzeit zu erfassen und Entscheidungen auf dieser Datengrundlage zu treffen. Das Internet der Dinge , kurz IoT, bildet das technische Rückgrat dieses Ansatzes: Sensoren, Steuerungen und Maschinen liefern Daten über das Netzwerk. Das industrielle Internet der Dinge, kurz IIoT, überträgt dieses Konzept auf die Produktionsumgebung.

Eine Smart Factory ist mehr als eine vernetzte Fabrik: Sie setzt die erfassten Daten in Entscheidungen um. Dass eine Maschine Daten sendet, macht allein noch keine Smart Factory aus. Davon kann man sprechen, wenn bei einer Grenzwertüberschreitung ein Instandhaltungsauftrag angelegt wird, der Produktionsplan anhand der tatsächlichen Kapazität aktualisiert wird und Qualitätsabweichungen erkannt werden, bevor sie zum Stillstand der Linie führen.

Bei Projekten zur digitalen Transformation muss eine realistische Reihenfolge eingehalten werden. Zuerst kommt die Messbarkeit: Lassen sich keine zuverlässigen Maschinendaten erfassen, beruht jede darauf aufbauende Ebene auf Annahmen. Danach folgt die Transparenz: Daten müssen so dargestellt werden, dass die entscheidungsverantwortliche Person sie versteht. Die letzte Stufe ist die Autonomie: Das System trifft bestimmte Entscheidungen ohne menschliche Freigabe. Projekte, die diese Reihenfolge überspringen, liefern eindrucksvolle Dashboards, verändern aber nicht die Arbeitsweise in der Produktion.

Ein digitaler Zwilling ist das virtuelle Abbild eines physischen Objekts oder Prozesses. Durch die Simulation einer neuen Linie vor ihrer Inbetriebnahme lässt sich die Steuerungssoftware am Schreibtisch statt vor Ort testen. Dadurch werden die Inbetriebnahmezeit und die Risiken vor Ort deutlich reduziert.

Künstliche Intelligenz und industrielle Bildverarbeitung

Künstliche Intelligenz kommt in der Produktion vor allem in drei Bereichen zum Einsatz: visuelle Prüfung, vorausschauende Instandhaltung und Prozessoptimierung. Gemeinsam ist diesen Anwendungen, dass sich die Aufgaben nur schwer durch feste Regeln beschreiben lassen, wohl aber anhand von Beispielen.

Industrielle Bildverarbeitung erfasst mithilfe von Kamera und Beleuchtung Bilder eines Produkts, um Messungen, Leseaufgaben oder Fehlererkennung durchzuführen. Bei klar definierten geometrischen Prüfungen ist die klassische Bildverarbeitung nach wie vor die zuverlässigste Methode. Dazu zählen Maßprüfung, Anwesenheitskontrolle und Codelesen. Deep-Learning-basierte Ansätze zeigen ihre Stärken hingegen bei schwer beschreibbaren Fehlern wie Kratzern, Flecken oder Texturabweichungen.

Bei Bildverarbeitungsprojekten entscheidet häufig nicht der Algorithmus, sondern die Beleuchtung über den Erfolg. Bei einer Szene, die im richtigen Winkel und mit der richtigen Wellenlänge beleuchtet wird, genügt oft ein einfaches Schwellwertverfahren. Bei schlechter Beleuchtung liefert dagegen selbst das fortschrittlichste Modell instabile Ergebnisse.

Vorausschauende Instandhaltung zielt darauf ab, Anzeichen eines bevorstehenden Anlagenausfalls frühzeitig zu erkennen. Sie nutzt Schwingungsdaten, Stromsignaturen, Temperaturdaten und akustische Daten. Im Unterschied zur zeitbasierten vorbeugenden Instandhaltung werden Maßnahmen dann durchgeführt, wenn sie tatsächlich erforderlich sind. Das reduziert sowohl unnötige Instandhaltungskosten als auch ungeplante Stillstände. Für ein aussagekräftiges Modell müssen jedoch über einen ausreichend langen Zeitraum Daten erfasst und reale Fehlerfälle gekennzeichnet werden. Vorausschauende Instandhaltung ist deshalb keine einmalige Installation, sondern ein kontinuierlich zu betreibendes Programm.

OT-Cybersicherheit und Schutz der Betriebstechnologie

Betriebstechnologie, kurz OT, umfasst sämtliche Systeme, die physische Prozesse steuern. Der wesentliche Unterschied zur Informationstechnologie liegt in der Reihenfolge der Prioritäten: Während bei Informationssystemen die Vertraulichkeit an erster Stelle steht, haben bei Produktionssystemen Verfügbarkeit und Personensicherheit Vorrang. Eine Produktionslinie für ein Sicherheitsupdate nach Belieben anzuhalten, ist in den meisten Betrieben nicht möglich.

Ein erheblicher Teil der Steuerungen auf der Feldebene verwendet Protokolle, die nicht für eine Internetanbindung ausgelegt wurden. Authentifizierung und Verschlüsselung fehlen bei vielen davon. Deshalb ist die Bestandsaufnahme aller OT-Komponenten der erste Schritt zur OT-Sicherheit: Was im Netzwerk nicht bekannt ist, lässt sich nicht schützen. Ergänzende Maßnahmen für das Unternehmensnetzwerk finden Sie unter unseren Cybersicherheitsleistungen . Danach folgt die Netzwerksegmentierung: Eine mehrstufige Trennung des Produktionsnetzwerks vom Unternehmensnetzwerk und vom Internet verhindert, dass Schadsoftware von einem einzelnen Client aus die Linie zum Stillstand bringt.

Der Fernzugriff ist einer der kritischsten Bereiche der OT-Sicherheit. Der von Maschinenherstellern für Wartungszwecke benötigte Zugang wird ohne Kontrolle zu einer dauerhaft offenen Sicherheitslücke. Zugänge nur auf Anforderung freizuschalten, Sitzungen aufzuzeichnen und Berechtigungen nach Abschluss der Arbeiten zu entziehen, ist sowohl aus Sicherheitsgründen als auch zur Klärung der Verantwortlichkeit erforderlich.

In der industriellen Cybersicherheit sind Prozesse ebenso entscheidend wie die Technologie. Regelmäßige Datensicherungen und tatsächlich durchgeführte Wiederherstellungsübungen tragen stärker zur Betriebskontinuität bei als die meisten Sicherheitsprodukte.

Nachhaltigkeit und Energieeffizienz

In Produktionsbetrieben ist Nachhaltigkeit längst nicht mehr nur ein Unternehmensziel, sondern eine wirtschaftliche Notwendigkeit. Für die Teilnahme an Lieferketten wird die Berichterstattung über den Energieverbrauch und den CO₂-Fußabdruck je Produkteinheit verlangt. Eine zuverlässige Berichterstattung setzt voraus, dass der Verbrauch auf Maschinen- und Linienebene gemessen wird.

Automatisierung trägt auf zwei Wegen zur Energieeffizienz bei. Erstens durch direkte Einsparungen: Dazu zählen die Drehzahlregelung mit Antrieben, die Vermeidung von Leerlaufbetrieb, die Überwachung von Druckluftleckagen und die Wärmerückgewinnung. Zweitens durch Transparenz: Ist bekannt, welches Produkt auf welcher Linie mit welchem Energieeinsatz hergestellt wird, kann die Produktionsplanung auch die Energiekosten berücksichtigen.

Auch die Reduzierung von Abfall und Ausschuss ist ein messbarer Bestandteil der Nachhaltigkeit. Frühzeitige Warnungen der Linie begrenzen den Umfang fehlerhafter Chargen. Das prozessbegleitende Aussortieren fehlerhafter Produkte mittels Bildverarbeitung verhindert, dass diese an nachfolgenden Stationen weiterbearbeitet werden und zusätzliche Ressourcen verbrauchen.