gehört zu: KI

Sequenzielles Lernen ist ein Teilgebiet vom Machine Learning.
weitere Informationen finden Sie dort.

gehört zu: Virtualisierung

Simulation wird z.B. genutzt um Fehler frühzeitig zu erkennen und Schäden an einem realen System zu verhindern.
Im CNC-Umfeld ist die Virtualisierung der NC-Maschinen, Werkzeuge, Vorrichtungen und Rohteile zu 3D Simulationszwecken des NC-Programms vielerorts bereits Standard:

Simulation NC-Programm, Bildquelle: ©MR

Simulation kann auch zur Abbildung umfangreicher realer Fabrikprozesse eingesetzt werden, z.B. werden Abläufe von kompletten Fertigungsstraßen immer häufiger vor dem Aufbau simuliert.

Intelligente Sensorik erobert immer mehr den Alltag.

• Dadurch entstehen riesige Datenmengen (Big Data) (= Schritt 1)

• Wenn man diese Rohdaten über bestimmte Zeiträume auswertet und verdichtet, 
  dann entstehen Informationen (= Schritt 2)

• Wenn man diese Informationen mit digitalisiertem menschlichen Wissen kombiniert,
  dann kann man Zwischenergebnisse berechnen bzw. vorhersagen (= Schritt 3)

• Wenn man diese Zwischenergebnisse mit digitalisierter menschlicher Erfahrung kombiniert,
  dann kann man ersten Nutzen generieren (= Schritt 4a)

• Wenn man diese Zwischenergebnisse mit Musterfindungs-Algorithmen (Data Mining) kombiniert,
  dann kann man großen Nutzen generieren (= Schritt 4b)

Dadurch kommt man zu neuartigen Erkenntnissen (=Smart Data) die es ermöglichen
neue Produkte, Prozesse oder Geschäftsmodelle zu entwickeln.

Beispiel für Schritt 1 bis Schritt 4b:

Als Big Data bezeichnet riesige Rohdatenmengen. (Data Lake)
Durch den Einsatz von Data Mining und Machin Learning gewinnt man daraus neue Erkenntnisse, die man als Smart Data bezeichnet.

Übrigens:

Der Beginn des Sammelns und Auswerten von Daten reicht sehr weit zurück. Die Bauernregeln sind so entstanden (Schritt 1 bis 4a). Bauern waren schon immer besonders abhängig vom Wetter und haben es deshalb genau beobachtet. Dabei fielen ihnen gewisse Regelmäßigkeiten auf, etwa in den Wetterabläufen oder in der Entwicklung von Obst und Getreide. Diese Mustererkennung ermöglichte den Bauern Ihrer Ernte zu verbessern. Mit Erfindung der Computer wurde diese Vorgehensweise (Schritt 1 bis 4a) durch Programmiersprachen erledigt und dadurch die Ergebnisse verbessert.

Das wirklich Neue bei Industrie 4.0 ist der Schritt 4b, der die Hoffnung nährt, dass aus dem Data Lake vollkommen neuartige Erkenntnisse geschürft (mining) werden können. Immer dann wenn es gelingt durch Schritt 4b neue Erkenntnisse zu gewinnen und diese exakt zu beschreiben und zuverlässig zu wiederholen, dann entsteht neues Wissen. Durch Rückkopplung wird dieses neue Wissen bei Schritt 3 integriert, sodass das Gesamtergebnis stetig besser wird. Durch viele Iterationsschleifen entstehen so immer bessere SMART DATA.

Der Vorgang 4b wird Data Science genannt. Data Science bezeichnet generell die Extraktion von Wissen aus Daten.

Die „Smart Factory" bezeichnet den Wandel zu einer widerstandsfähigeren (resilienten) Fabrik, in der Mensch, Maschine und Bauteil kommunizieren und nur das gefertigt wird, was tatsächlich benötigt wird. Die Roh- und Halbfertigerzeugnisse, sowie Produkte einer Fertigung sind intelligente und vernetzte Informationsträger, die mit ihrer Umgebung, Menschen und Anlagen kommunizieren. Der optimale Kombination von LEAN Methoden mit den INDUSTRIE 4.0 Möglichkeiten lässt Schritt für Schritt die Smart Factory entstehen.

Die Formel lautet also:   LEAN + INDUSTRIE 4.0 = SMART FACTORY

Mit Hilfe von "Assistenzsystemen" ist es möglich, eine beherrschbare Prozesskomplexität ohne Abstriche in der Prozessleistung und Prozessrobustheit zu managen. Durch den verstärkten Einsatz von Sensorik und Aktorik entstehen sogenannte cyber-physische Systeme, die den Assistenzsystemen Aufgaben abnehmen, selbständige  Entscheidungen treffen und so den Menschen weiter entlasten. In der „Smart Factory" wird dank der Echtzeitsteuerung durch das Internet der Dinge eine bessere Energie- und Ressourceneffizienz und eine höhere Produktivität realisiert.

Folgende Basics müssen erfüllt werden damit es gelingt „Plug and Produce“ in einer „Smart Factory" zu realisieren:

Alle Hersteller von vernetzungsfähigen Produkten (Assets) einigen sich auf:

• eine einheitliche Sprache wie z.B. OPC UA. Unter dieser Prämisse entstehen zeitnah einheitliche OPC UA Parametersätze, die die jeweiligen fachspezifischen Rahmenbedingungen abdecken.

• die Notwendigkeit einer standardisierten Verwaltungsschale pro Asset und liefern diese mit aus.

Dadurch entstehen I4.0-Komponenten und darauf aufbauend kann MOM es schaffen das „Plug and Produce“ (einstecken und produzieren) zum Laufen gebracht wird. Als einfaches Beispiel kann die Druckerinstallation dienen. Unter Windows XP, oder früher, war eine Druckerinstallation immer eine spannende Aufgabe. Zu Zeiten von Windows 10 konfiguriert sich ein neu angesteckter Drucker vollkommen selbst. ( = „Plug and Play“)

 

Bildquelle: © Ico Maker  - Adobe Stock

gehört zu: Digital Value

„Smart Home" steht für das informations-, Sensor- und Aktor technisch aufgerüstete und vernetzte Zuhause:

Bildquelle: ©chesky - Fotolia.com &  ©REDPIXEL - Fotolia.com

Damit kann man z.B. Heizung, Licht, TV, Musik, Kaffeemaschine und Co. vom Sofa oder von unterwegs aus per App bedienen. Das ist zwar alles nicht unbedingt notwendig, es erhöht allerdings den Komfort. Zusätzlich erhöht es auch die Sicherheit, denn es lassen sich beispielsweise Rollläden, Beleuchtung, Rauchmelder, Überwachungsanlagen und Einbruchsschutz automatisch steuern:

Bildquelle: © a7880ss - Fotolia.com

„Smart-Home " ist ein schönes Beispiel für den DIGITAL VALUE incl. seiner Definition.

Smarte Objekte kombinieren mechanische, sensorische, elektrische und informationstechnische Komponenten und sind in der Lage drahtgebunden oder drahtlos, sowohl untereinander als auch mit einer übergeordneten Dateninfrastruktur, zu kommunizieren.

Smarte Objekte haben durch Embedded System teilweise oder vollständig folgende Merkmale:

1. Fähigkeit zur Identifikation und Datenspeicherung
2. Integrierte Sensorik zur Erfassung der Umwelt
3. Fähigkeit zur selbständigen Entscheidungen durch Datenauswertung
4. Integrierte Aktoren zur Beeinflussung der Umwelt
5. Vorhandene Kommunikations- und Netzwerkfähigkeit

Für den Fall, dass ein Smartes Objekt die Merkmale von Punkt 2 bis 4 erfüllt, ist es damit auch ein Cyber-Physical System

Beispiel: Eine automatische Markisensteuerung beinhaltet:

• einen Sensor, der die Windstärke misst (siehe oben Punkt 2)
• eine Software, die entscheidet wann die Markise automatisch eingefahren werden muss (siehe oben Punkt 3)
• einen Aktor, der die Markise mittels Elektromotor einfährt (siehe oben Punkt 4)

Social Media, auch soziale Medien genannt, unterscheiden sich von traditionellen Medien wie Fernsehen oder Zeitungen durch die Art der Kommunikation.  Diese erfolgt einfach und interaktiv auf digitalem Weg. Die aktuell bekanntesten Beispiele von Social Media Diensten sind Anbieter wie Facebook, Xing oder WhatsApp. Der große Vorteil von sozialen Medien ist die einfache Art des Informationsaustauschs zwischen den Anwendern und mitunter auch Geräten. Auch die deutsche Wirtschaft nutzt dieses Medium verstärkt in ihren internen und externen Prozessen. Social Media unterstützt einen globalen Unternehmensauftritt mit hoher Zugänglichkeit, ermöglicht Multimedialität und größtmögliche Aktualität. Vernetzung, die nötig ist für Industrie 4.0. Der entscheidende Unterschied zu den übrigen Medien (Zeitung, Funk und Fernsehen) ist die Möglichkeit des Empfängers, auf jede Information sofort zu antworten. Im Produktionsbereich gibt es erste Anwendungen, so können z.B. Maschinenbediener mit dem Gabelstaplerfahrer in Kontakt treten, um Material nach zu ordern.

 

Bildquelle: © quka I Shutterstock.com

 gehört zu: Internet der Dienste

(Nicht zu verwechseln mit: Plattform as a Service (PaaS)
Als PaaS bezeichnet man eine Dienstleistung, die in der Cloud eine Programmier-Plattform für Entwickler von Webanwendungen zur Verfügung stellt.

 

Bildquelle: © Tatyana - Adobe Stock

SaaS-Anwendungen sind funktionsfähige Software-Lösungen für bestimmte Aufgaben und besitzen eine graphische Bedienoberfläche. Sie sind in der Regel explizit für Endanwender gemacht. Beispiel: Microsoft Office 365

PaaS-Anwendungen sind Entwicklungsumgebungen, sie beinhalten Programmiersprachen und weitere hilfreiche Programmiertools und sind für Software-Entwickler gedacht, um z.B. SaaS-Anwendungen zu entwickeln. Beispiel: Google App Engine

Stammdaten sind Datensätze, die über einen längeren Zeitraum unverändert bleiben.
Die Aktualisierung von Stammdaten erfolgt gelegentlich oder periodisch, bzw. bei Bedarf.
Stammdaten enthalten Grundinformationen über betrieblich relevante Objekte:

• Kunden-Stammdaten beinhalten z.B.: Adresse, Ansprechpartner, eingesetzte Produkte, etc.
• Artikel-Stammdaten beinhalten z.B.: Bauart, Baugröße, techn. Daten
• Werkzeug-Stammdaten beinhalten z.B.: Typ, Durchmesser, Länge, Beschichtung

Ein grundsätzliches Problem in nahezu allen Firmen sind unvollständige Stammdaten.
Im Zeitalter von Industrie 3.0 wurde dieser Mangel durch Kopfwissen der Mitarbeiter und handschriftliche Ergänzungen in Umlaufpapieren ausgeglichen.
Im Zeitalter von Industrie 4.0 ist diese Arbeitsweise nicht mehr zeitgemäß, weil Assistenzsysteme bzw. MOM-Systeme aus Stammdaten durch Datenanreicherung automatisch Prozessdaten generieren und dazu müssen die Stammdaten vollständig und fehlerfrei sein.

gehört zu: Data Governance

Standardisierung steht für Vereinheitlichung bzw. Normung von „irgend Etwas“.

Ein Versprechen von INDUSTRIE 4.0 ist die Beherrschung von beliebiger Varianz. Dieses Versprechen gilt aber nur für die Produkte und auf keinem Fall für die Prozesse!  Die Prozesse müssen standardisiert werden, damit beliebig variante Produkte hergestellt werden können.

Bildquelle: © Coloures-Pic - Adobe Stock

Rückblick:
Die große Digitalisierungsbegeisterung in den 90 Jahren während und nach der CIM-Euphorie (Computer-integrated manufacturing) hat dazu geführt, dass fast jeder Anwenderwunsch durch eine Sonderprogrammierung gelöst wurde. Dadurch entstanden in jeder Fabrik unterschiedliche Prozesse für teilweise ansonsten gleiche Arbeitsschritte. Durch die Einführung von Lean konnte zwar ein Teil dieser Sonderlösungen wieder aufgelöst und standardisiert werden. Den bis heute verbliebenen großen Rest dieser firmenspezifischen Prozesse versuchen nun viele Firmen in die digitale Welt zu überführen. Das wird aus folgenden zwei Gründen scheitern:

• Die Software der Zukunft kommt aus der Cloud und benötigt standardisierte Prozesse.
• Das riesige Volumen historischer Sonderlösungen ist mit den zur Verfügung stehenden Ressourcen nicht zu digitalisieren.

INDUSTRIE 4.0 gelingt deshalb nur dann, wenn man liebgewordene Trampelpfade verlässt und standardisierte Best Practice Lösungen übernimmt. Im Sinne der Update Fähigkeit, bei stark steigender Softwaredurchdringung aller Bereiche einer jeden Firma, wäre jedes andere Vorgehen langfristig ohnehin zum Scheitern verurteilt. In diesem Sinne benötigen zu allererst alle i4.0 Komponenten von Industrie 4.0 ein standarisiertes Kommunikationsprotokoll wie z.B. OPC UA und eine Verwaltungsschale.

Merke:
Standardisierung realisiert einfache Interoperabilität

gehört zu: KI

Supervised Learning (z.Dt. überwachtes Lernen) ist ein Teilgebiet vom Machine Learning.
weitere Informationen finden Sie dort.