Innovative IIoT-Werkzeuge Angestammte Expertise intelligent ergänzen

Techkonzerne wie Microsoft, Amazon oder Tesla setzen den Maschinen- und Anlagenbau unter Druck, denn Industrie 4.0 verlangt gänzlich neue Kompetenzen über die angestammten Expertisen hinaus. Der Markt verlangt nach IoT, Cloud, Big-Data und Machine-Learning.

Hersteller sind gut beraten, hier die richtigen Konzepte zu entwickeln, um sich nicht in Abhängigkeiten zu begeben.

Allein in Deutschland erarbeiten rund 6500 Unternehmen des Maschinen- und Anlagenbaus mit über einer Million Beschäftigten einen Umsatz von weit über 200 Milliarden Euro. Die Branche ist stark mittelständisch geprägt, verfügt dennoch über eine Exportquote von knapp 80 Prozent. Allerdings sind die erreichten Wettbewerbsvorteile auf der Ebene der Mechanik und im Maschinenbau weitestgehend ausgereizt. Um die angestammte Marktposition im internationalen Wettbewerb zu erhalten, bedarf es neuer Produkte, Services und Geschäftsmodelle auf Basis einer umfassenden Digitalisierungsstrategie. Es gilt, Maschinen, Linien und Fabriken zu entwerfen, die das Potenzial von Big-Data ausnutzen. Dazu gehören nicht nur eine neue Maschinengeneration, die in der Lage ist, massive Datenmengen in Echtzeit zu liefern und zu empfangen, sondern auch neue Serviceangebote zwischen Maschinen, Herstellern und Betreibern.

Diese besagte Digitalisierungsstrategie bedeutet für den Mittelstand eine Herausforderung, die mit den eigenen Kompetenzen kaum zu realisieren ist. Daten entstehen in der Produktion jederzeit und überall in unterschiedlichsten Formaten und unter verschiedensten Bedingungen. Diese in Echtzeit zu erfassen, zu überwachen und zu analysieren ist nicht nur die Grundbedingung für wettbewerbsfähige Angebote, sondern auch für die wirtschaftliche Optimierung des Geschäftsprozesses.

Unübersichtlichkeit des Marktes

Um dieser Anforderung zu entsprechen, suchen Unternehmen nach externer Unterstützung für die Entwicklung, Implementierung und das Hosting entsprechender Lösungen. Hier hat sich in den letzten Jahren ein Markt etabliert, auf dem Schnittstellen und Protokolle, Tools und Verfahren sowie Hosting- und Service-Provider um die Vorherrschaft konkurrieren. Für das einzelne Unternehmen, das seine Kernkompetenz in der Entwicklung und Produktion vor Maschinen und Anlagen hat, ist dieser kaum überschaubar. Die Flucht nach vorn liegt oftmals in der Entscheidung für einen Systemintegrator, der eine Vielzahl von Aufgaben abdecken kann. Nur liegt darin auch meist eine Abhängigkeit begründet, die die Flexibilität einschränkt und im schlechtesten Falle in die Sackgasse führt.

Die Suche nach dem geeigneten Partner

Eine Alternative dazu bildet der Einsatz von spezifischen Lösungen. Diese können komplexe Maschinendaten für die Konstruktion und Produktion so bereitstellen, dass sie für einen weiten Bereich der Unternehmensfunktionen intuitiv nutzbar und ohne externe Consulting-Aufwände zu managen sind. Dazu müssen sie allerdings eine Reihe von Anforderungen erfüllen. Derzeit verfügbare Tools sind vor allem für den amerikanischen und asiatischen Markt entwickelt, oftmals teuer, zeit- und personalintensiv und bergen das Risiko einer Abhängigkeit zum Systemintegrator. Außerdem adressieren sie meist große Corporates, die genug interne Entwicklerressourcen besitzen, um die Lösung in der Praxis einsatzfähig zu machen.

Was also gilt es bei der Auswahl einer entsprechenden Lösung zu berücksichtigen?
Wesentlich ist zunächst einmal der Reifegrad der Software inklusive der Erfüllung der Anforderungen an Ready-to-Use und Plug-and-Play, denn nur so ist eine wirtschaftliche Implementierung zeitnah zu garantieren. Dies beeinflusst ebenso die fortlaufenden Kosten für kundenspezifische Umprogrammierungen nach der Einführung. Zudem muss die Lösung trotz Plug-and-Play die notwendige Flexibilität garantieren, um mittels Multi-Parameter- und Multi-Side-Enrichment unternehmensspezifische und prozessrelevante Daten in Echtzeit in transparenter Form zu liefern. Und letztlich kommt der Sicherheit des Datenmanagements eine herausragende Rolle zu.