Stammdatenmanagement und die Herausforderungen durch Industrie 4.0 und Big Data

Teil 1/2

Was Fertigung und Produktion der Zukunft angeht, so steht eines fest: Sie wird sich radikal verändern. So radikal, dass nach der Einführung mechanischer Produktionsanlagen mithilfe von Wasser- und Dampfkraft (erster mechanischer Webstuhl, 1784), der Einführung arbeitsteiliger Massenproduktion mithilfe von elektronischer Energie (erstes Fließband, 1870) und dem Einsatz von Elektronik und IT zur weiteren Automatisierung der Produktion (erste Speicherprogrammierbare Steuerung, 1969) von einer vierten industriellen Revolution auf Basis sogenannter cyber-physischer Systeme gesprochen wird.

In diesen cyber-physischen Systemen sind künftig außerordentlich viele intelligente Objekte in einem Internet der Dinge, Daten und Dienste miteinander vernetzt und steuern sich selbstständig. Gemeint ist damit der Einstieg in die Smart Factory: Künftig werden „intelligente“ Maschinen und Produkte mit eingebauten RFID-Chips über die Cyberwelt miteinander kommunizieren: Teile „wissen“ dann, wo sie eingebaut werden, Werkzeuge machen selbstständig auf eine Wartung aufmerksam, Mitarbeiter überwachen die Produktionssysteme. Diese Vernetzung wird eine neue Qualität der Verfügbarkeit von Informationen über die Produktionsabläufe in Echtzeit bringen. Die Datenmodelle werden aktueller und das Produktionsgeschehen insgesamt transparenter, so die Erwartung der Studie „Produktionsarbeit der Zukunft – Industrie 4.0“ des Fraunhofer IAO (2013).

Für die beschriebene Entwicklung ist das Schlagwort „Industrie 4.0“ seit der Hannovermesse 2011 in aller Munde. Was es praktisch bedeutet, zeigt eine neue Montagelinie der Bosch Rexroth AG in Homburg/Saar, die im Dezember 2014 mit dem „Industrie 4.0 Award“ für die beste Vernetzung von Mensch, Maschine und Prozess ausgezeichnet wurde. Auf der Montagelinie werden in einem einzigen Wertstrom mehr als 200 verschiedene Hydraulikventile zusammengebaut. Das Besondere: Über einen RFID-Chip am Werkstück erkennen die neun intelligenten Stationen der Linie, wie das fertige Produkt zusammengestellt sein muss und welche Arbeitsschritte dazu notwendig sind. Displays zeigen den Mitarbeitern die entsprechenden Arbeitsanweisungen für die gerade zu bearbeitende Variante an (Quelle: Bosch Rexroth).

Digitalisierung der Wertschöpfungsketten

Die Wertschöpfungsketten verändern sich. Für diese Veränderung, bei der das Werkstück der Maschine „sagt“, was zu tun ist, ist „Digitalisierung“ das Zauberwort. Digitalisierung und Vernetzung sind in vollem Gang. Alle fünf Jahre verdoppelt sich die Anzahl der vernetzten intelligenten Objekte: Waren es 2010 weltweit 12,5 Milliarden, sollen es in diesem Jahr bereits 25 Milliarden und 2020 50 Milliarden sein (Quellen: Siemens, 2012; Cisco ISBG, April 2011). Entsprechend wird nach einer PwC-Studie der Digitalisierungsgrad der Wertschöpfungsketten in Zukunft rapide zunehmen. So wird erwartet, dass der Digitalisierungsgrad der horizontalen Wertschöpfungskette (Vernetzung zwischen Kunde, Unternehmen und Lieferant) von 24 Prozent (2014) auf 86 Prozent in fünf Jahren steigen wird; bei der vertikalen Wertschöpfungskette (durchgängiger Informations- und Datenfluss innerhalb des Unternehmens) ist ein Anstieg von 20 auf 80 Prozent zu erwarten. Wichtigster Baustein dieser Digitalisierung sind Daten.

Quelle: Industrie 4.0 – Chancen und Herausforderungen der vierten industriellen Revolution (PwC, 2014, S. 24)

Laut PwC-Studie ist die Bedeutung von Daten heute je nach Branche sehr unterschiedlich, nimmt aber insgesamt deutlich zu. Im Durchschnitt sei die Analyse und Nutzung von Daten heute für die Hälfte aller befragten Unternehmen von hoher Bedeutung. Für die Zukunft seien branchenübergreifend 90 Prozent aller Unternehmen davon überzeugt, dass die Fähigkeit, große Datenmengen effizient zu analysieren und effektiv zu nutzen, für den Erfolg ihres Geschäftsmodells von entscheidender Bedeutung sein werden (s. Abb.).

Mangelhafte Produktionsdaten bei exponentiellem Wachstum der Datenmengen

Bis allerdings die Vernetzung außerordentlich vieler intelligenter Objekte in einem Internet der Dinge, Daten und Dienste eine neue Qualität der Verfügbarkeit von Informationen über die Produktionsabläufe in Echtzeit bringt, ist noch einiges zu tun: So sagen 51 Prozent der in der Studie „Produktionsarbeit der Zukunft – Industrie 4.0“ des Fraunhofer IAO befragten Unternehmen, schlechte Qualität der Produktionsdaten machten in starkem/sehr starkem Maße kurzfristige Eingriffe in die Produktionssteuerung notwendig; weiterer wichtiger Grund hierfür ist die mangelnde Aktualität der Produktionsdaten (44 Prozent stark/sehr stark).

Quelle: Produktionsarbeit der Zukunft – Industrie 4.0 (Fraunhofer IAO, 2013, S. 93)

Auch in einer Ende 2014 vorgelegten Untersuchung zu der Frage, wie Automatisierung und Digitalisierung unsere Produktion verändern werden, thematisierte das IAO die Datenqualität: Industrie 4.0-Anwendungen benötigten eine aktuelle, für die jeweilige Nutzung genaue und verlässliche Datengrundlage. Diese stehe jedoch heute in den meisten Fällen noch nicht zur Verfügung. 72 Prozent der Befragten stimmten der Aussage zu, dass bevor Industrie 4.0-Potentiale gehoben werden können, massive Investitionen in die heute zur Verfügung stehende Datenqualität getätigt werden müssen.

Quelle: Industrie 4.0 – Eine Revolution der Arbeitsgestaltung (ingenics AG; Fraunhofer IAO, 2014, S. 13)

Herausforderungen bei der Datenqualität beträfen derzeit beispielsweise die Genauigkeit, Vollständigkeit und Aktualität der zur Verfügung stehenden Stammdaten der eingesetzten ERP- und MES-Systeme.

Zu mangelhafter Datenqualität und -aktualität kommt künftig erschwerend hinzu, dass die zu bewältigenden Datenmengen exponentiell wachsen. Wenn jedes Werkstück diverse Daten über seinen Herstellungsprozess und künftigen Einsatz „an Bord“ hat, bleibt das nicht aus. Das lässt sich am Beispiel VW anschaulich zeigen. Das Unternehmen produziert an weltweit 118 Standorten rund 40.000 Autos pro Tag. Dazu bedarf es 1.000.000.000 Teile (25.000 Teile pro Auto) und 1.250.000.000 Arbeitsgänge pro Tag (5 Arbeitsgänge pro Teil, 25 Prozent Eigenfertigungsanteil). Für jeden dieser Arbeitsgänge gibt es Auftragsdaten, Maschinendaten, Fertigungshilfsmitteldaten, Lager- und Materialdaten, Prozessdaten, Qualitätsdaten und Personaldaten. Hinzu kommen Daten zu den außerhalb der Fertigung liegenden Prozessen, wie etwa für Vertrieb, Einkauf, Logistik, Verwaltung und Management.

Quelle: Wikipedia, CC BY-SA 2.0 de

Der zentrale Punkt der Smart Factory, so heißt es folgerichtig bei Audi, ist die Beherrschung der enormen Datenströme: „Bereits heute werden während des Fertigungsprozesses zu jedem Audi weit mehr Daten erzeugt, als der Laie sich vorzustellen vermag. Jede einzelne Schrauberstation dokumentiert mit einem Gigabyte Daten pro Tag, dass sie all ihre Befestigungselemente auch korrekt gesetzt hat, der Karosseriebau für den Audi A3 belegt mit täglich 200 Gigabyte, dass alle Maße korrekt sind und die Qualität perfekt passt. Aber wenn erst einmal alle Maschinen mit kognitiven Fähigkeiten ausgestattet sind, wenn alle wesentlichen Teile eines Automobils selbst wissen, dass sie in Ordnung sind und an der richtigen Stelle sitzen – dann müssen in einer unvorstellbaren Komplexität noch ganz andere Datenmengen kanalisiert und verarbeitet werden.“ (Quelle: Audi Dialoge, Smart Factory, 2015).