Digital Transformation Award Markt&Technik kürt die besten Digitalisierungsprojekte

Markt&Technik und Computer Reseller News lobten in diesem Jahr erstmals den Digital Transformation Award aus. Gekürt wurden die Gewinner auf der Digital Transformation Award Night am ersten Kongresstag.

Während Analysten und Meinungsforscher darüber diskutieren, ob deutsche Unternehmen ihren Weg in die Digitalisierung erfolgreich meistern, haben viele Firmen ihre Produkte und/oder Geschäftsmodelle bereits erfolgreich „digitalisiert“. Aus den zahlreichen Leuchtturmprojekten rund um Produkte und Geschäftsmodelle 4.0 hatte die Markt&Technik-Redaktion 13 Projekte für ihre Finalrunde nominiert.Die drei Gewinner der Markt&Technik wurden in einer Leserwahl auf markt-technik.de gewählt. Eine Rangfolge unter den Gewinnern gibt es nicht.

Und das sind die Preisträger der Markt&Technik:

Limtronik

Big Data und algorithmusgesteuerte Wartungsintervalle in der Elektronikfertigung – der EMS-Dienstleister Limtronik betreibt in seiner Elektronikfabrik die „Smart Electronic Factory“ (SEF) des gleichnamigen Vereins und stellt die Industrie-4.0-Forschungs- und -Entwicklungsumgebung für den SEF bereit. Die Besonderheit: Es handelt sich dabei nicht um eine Modellfabrik, sondern die SEF ist integraler Bestandteil des Produktionsalltags.

Eine konkrete Anwendung ist Big Data Analytics, mit dem Ziel der automatischen Fehlerursachenanalyse zum Tombstone-Effekt. Dieses Szenario zur Optimierung und Qualitätssteigerung der Produktion soll als Standard-Anwendung für die produzierende Industrie etabliert werden und wurde bereits auf dem Nationalen IT-Gipfel des BMWi vorgestellt. Die häufigsten Fehler in der Leiterplattenbestückung sind der Tombstone-Effekt, Zinnschluss, ungenaue Positionierung und das Fehlen eines Bauteils. Wie lassen sich die aufwändigen Wartungsintervalle am Pastendrucker und am Bestücker so in die Produktion integrieren, dass der größtmögliche Qualitätsgewinn bei möglichst geringer Unterbrechung der Produktion erfolgt?

Aus den im eingesetzten MES vorliegenden Daten wird mittels Big Data Analytics eine Ereignisabhängigkeit ermittelt. Diese werden durch weitere Sensordaten angereichert, um die Fehlerabhängigkeit zu spezifizieren. Zum Testen von Extrembedingungen kommt ein digitaler Zwilling zum Einsatz, an dem die Produktionsbedingungen simuliert werden können.

Das sind die ersten Schritte zur produktionsspezifischen Vorhersage und algorithmusgesteuerten Wartungsintervallen.