Alle 14 Tage aktuelle News aus der IT-Szene   >   
BestRecruiters 2023: BEKO holt Gold 01. 12. 2023
Der österreichische Technologiedienstleister sichert sich den Sieg in der Kategorie „Arbeitskräfteüberlassung“.
Trusted Access Client: Rundum-Schutz fürs Netzwerk 30. 11. 2023
Mit der Cloud-managed Remote Network Access-Lösung sorgt LANCOM für Sicherheit beim hybriden Arbeiten.
BOLL schließt Distributionsverträge mit Tenable und ALE 30. 11. 2023
Der DACH-IT-Security-VAD BOLL Engineering ist ab sofort Distributor für die Lösungen von Tenable in Österreich und in der Schweiz sowie ab 2024 für Alcatel-Lucent Enterprise in Österreich.
SVS setzt auf SuccessFactors 29. 11. 2023
Die HR-Lösung aus dem Hause SAP sorgt bei der SVS für Datentransparenz und eine aktive Einbindung der Belegschaft in die Geschäftsprozesse.
Trend Micro zeigt KI-gestützten Cybersecurity-Assistenten 28. 11. 2023
Der Companion unterstützt Analysten, um die Erkennung von und Reaktion auf Bedrohungen zu beschleunigen.
Nagarro bringt neue KI-Plattformen auf den Markt 23. 11. 2023
Genome AI, Ginger AI und Forecastra AI ermöglichen einen schnellen Einstieg in die KI-Welt.
Linzer IT-Spezialisten fusionieren 23. 11. 2023
Der neu entstehende Spezialist für Microsoft-Lösungen verfügt über ein Team von rund 150 Spezialist:innen.
Eviden Austria ist „Top-Lehrbetrieb“ 22. 11. 2023
Die Auszeichnung der Sozialpartner wurde kürzlich im Wiener Rathaus an vorbildliche Lehrbetriebe mit Standort Wien vergeben.
Arbeitsmarkt: Nachfragerückgang hält an 14. 11. 2023
Der Abwärtstrend im Expertensegment des Arbeitsmarkts hält auch im Herbst an.
IT-Fachkräftemangel hemmt das Wirtschaftswachstum 08. 11. 2023
Der aktuelle Österreichische Infrastrukturreport zeigt die prekäre Lage bei der Verfügbarkeit von IT-Fachkräften auf.
KI hilft bei der Firmengründung 07. 11. 2023
Ein österreichisches Start-up präsentierte kürzlich eine Lösung, die Businesspläne mithilfe künstlicher Intelligenz erstellt.
KI-gesteuerte IT-Automatisierungslösung 06. 11. 2023
Red Hat stellt einen auf IBMs watsonx-KI basierenden Service vor, der Unternehmenswissen KI-gestützt in IT-Prozesse überführt.
Neues Tool zeigt Digitalisierungspotenzial 03. 11. 2023
Mit dem „Digi Index“ der WKÖ können Unternehmen im Selbst-Check ihren Digitalisierungsgrad bestimmen und Transformationspotenziale aufzeigen.
SIVAS.ERP für Industrie-Tablets 31. 10. 2023
Im mobilen Einsatz auf Tablet-Computern erhöht die ERP-Lösung die Produktivität im Wareneingang.
„KI für alle“ von der Hosentasche bis in die Cloud 27. 10. 2023
Lenovo zeigte im Rahmen seiner Kunden- und Partnerkonferenz die nächste Generation von KI-Systemen.
AWS startet European Sovereign Cloud 25. 10. 2023
Die europäische Cloud richtet sich vor allem an Kunden aus stark regulierten Industrien und dem öffentlichen Sektor mit hohen Ansprüchen an Auswahl und Flexibilitätbei der Wahl des Orts ihrer Datenverarbeitung.
KI: Revolution für die Softwareentwicklung 24. 10. 2023
Der Linzer IT-Dienstleister s2G.at widmete seinen Tech Information Talk ganz dem Trendthema künstliche Intelligenz.
Tietoevry für „Energieeffizienten Supermarkt der Zukunft“ ausgezeichnet 24. 10. 2023
Der IT-Dienstleister sicherte sich den diesjährigen eAward in der Kategorie „Nachhaltigkeit und smarte Daten“ für ein Projekt mit REWE International.
weiter
AWS

10 Jahre „Industrie 4.0“

Gastbeitrag: „Für Industrie 4.0 ist es irrelevant, ob die Firmengründung gestern oder vor 100 Jahren stattgefunden hat“ – Gedanken zum Jubiläum eines epochemachenden Begriffs macht sich Jan Metzner.

Foto: AWS Der Autor Jan Metzner ist Specialist Solutions Architect für Manufacturing bei Amazon Web Services (AWS). Ein ganzes Jahrzehnt ist es inzwischen her, dass der Begriff „Industrie 4.0“ auf der Hannover Messe 2011 erstmals öffentlich diskutiert wurde. Seither setzen Industriekunden aus anlagenintensiven Branchen wie der Fertigung, Energie, Bergbau, Transport und Landwirtschaft vermehrt auf digitale Technologien, um fundierte Entscheidungen für ihre industriellen Prozesse treffen zu können. Oftmals sind ihre Anlagen jedoch in die Jahre gekommen und lassen sich nicht einfach so austauschen. Wie können Hersteller auf die moderne Produktion umstellen, wo sollen sie anfangen und wie behält man bei all den Möglichkeiten den Überblick?

Ob das Senken von Produktionskosten oder eine verbesserte Qualität, Sicherheit, Produktivität und Maschinenverfügbarkeit – nicht selten ist der Grund für die Einführung neuer Technologien in der Industrie auf eines dieser Ziele zurückzuführen. All das wird mit Cloud-Tools und Technologien wie Data Lakes, IoT, Künstlicher Intelligenz (KI) und Machine Learning (ML) möglich. Während einige Industriekunden schon über Know-how verfügen und eigene Lösungen mithilfe von Baukastenservices erstellen, sind andere noch auf branchenerfahrene Partner angewiesen, um ihre ersten Schritte zu setzen. Eines haben diese Unternehmen aber gemeinsam – sie verfügen bereits über das Wichtigste zum Erreichen ihrer Ziele: Daten. Dabei ist es irrelevant, ob die Firmengründung gestern oder schon vor 100 Jahren stattgefunden hat.

Datenschatz heben

Daten sind für eine Fabrik, was der Sauerstoff für den Menschen ist. Wird Sauerstoff eingeatmet, kann der Körper mit ihm Energie freisetzen. Je mehr Energie ein Mensch besitzt, desto größer ist auch seine Leistungsfähigkeit. Etwa so ähnlich verhält es sich mit Daten in der Industrie. Der erste Schritt ist für die meisten Unternehmen, die Berge an ungenutzten Informationen, über die sie verfügen, zu erschließen. Diese Daten können in einer „Smart Factory“ dann mit ML und KI angezapft werden. Doch hier beginnt schon die Herausforderung, den viele der wertvollen Informationen befinden sich an schwer zugänglichen Orten – beispielsweise in veralteten Maschinen, isolierten Systemen, Tabellenkalkulationen und sogar an Klemmbrettern. Das erschwert das Erfassen, Vergleichen und Bearbeiten der Daten. Um essenzielle Metriken wie z.B. Produktivität, Anlagenverfügbarkeit und Ausgabequalität zwischen Fertigungslinien oder Fabrikstandorten vergleichen zu können, müssen die Informationen aus Legacy-Protokollen und Datenformaten der letzten Jahrzehnte aus sogenannten Silos befreit werden.

Einsatz der richtigen Tools

Zunächst sollten sich die Unternehmen nur auf das Sammeln der Daten konzentrieren. Dabei geht es darum, sämtliche Informationen – lokal, aus der Prozessdatenarchivierung und von IoT-Sensoren – in die Cloud zu verschieben. Dort können die Anwender die Informationen organisieren, analysieren und visualisieren. Dadurch ergeben sich fortschrittliche Möglichkeiten wie etwa das Trainieren eines ML-Modells, mit dem sich Prognosen über den Status einer Anlage erstellen lassen: Wann sollte die Wartung erfolgen oder wie lassen sich ungeplante Ausfallzeiten im Betrieb vermeiden?

Cloudanbieter können mit ihren Lösungen dabei unterstützen: Bei AWS IoT Site Wise handelt es sich beispielsweise um einen Service, der das Sammeln, Speichern, Organisieren und Überwachen von großen Informationsmengen aus Industrieanlagen erleichtert. Dieser Dienst hilft auch, die Daten in einen Kontext zu setzen. So kann beispielsweise ein Typ oder Standort hinzugefügt werden oder auch die Beziehungen der Anlagen und Maschinen untereinander für eine bessere Übersicht hierarchisch dargestellt werden. Mithilfe der mathematischen Funktionen in der integrierten Bibliothek werden dann Betriebszeit oder branchenübliche Leistungskennzahlen definiert – beispielsweise die Gesamtanlageneffektivität (Overall Equipment Effectiveness, OEE).

Die richtigen Werkzeuge sparen Zeit, weil Entwickler damit ohne aufwändige Programmentwicklung direkt Daten sammeln, organisieren und daraus Metriken erstellen können. Allerdings müssen die Endanwender – etwa Prozessingenieure und Arbeiter – in der Lage sein, alle ermittelten Informationen und Erkenntnisse unkompliziert zu teilen und zu visualisieren. Nur so lassen sich Korrektur- und Optimierungsmöglichkeiten identifizieren und umsetzen.

Datenseen als Grundlage für ML und KI

Der nächste Schritt auf dem Weg zu einer Smart Factory ist der Einsatz von ML, beispielsweise für eine vorausschauende Instandhaltung (Predictive Maintenance). Bei vielen Unternehmen dominieren heute noch manuelle Routinediagnosen und vorbeugende Wartungen (Preventive Maintainance) nach festen Zeitplänen. ML ermöglicht mit der vorausschauenden Wartung eine zuverlässigere Variante, bei der mithilfe von Sensordaten die Wahrscheinlichkeit eines Anlagenausfalls vorhergesagt und die Wartungspläne wiederum optimiert werden können. Das reduziert nicht nur Wartungskosten, sondern verhindert auch ungeplante Ausfallzeiten.

Damit ML-Modelle mit einer großen Menge an Daten trainiert werden können, sind die Datenaufbereitung und -verwaltung die ersten wichtigen Schritte für eine Umstellung. Viele Unternehmen setzen auf sogenannte Data Lakes, zentrale Auffangbecken, wo sich Daten in beliebigem Umfang speichern lassen. Der Data Lake bietet dank seiner großen und vielfältigen Datensätze eine gute Grundlage für ML und KI.

Die Industrie gilt seit jeher als Innovationstreiber: Schon seit der industriellen Revolution haben Unternehmen kontinuierlich neue Ansätze zur Steigerung von Qualität, Geschwindigkeit, Sicherheit und Effizienz bei gleichzeitiger Senkung von Kosten und Ausschuss entwickelt. Durch den Einsatz intelligenter Technologien in der Cloud entstehen branchenübergreifend neue Möglichkeiten, unabhängig von der Firmengröße.

it&t business medien OG
Tel.: +43/1/369 80 67-0
office@ittbusiness.at