Do you want to see our content in English?

x
x

Materialflusssimulation: Im Produktionsumfeld faktenbasiert entscheiden

““

Klicken Sie auf den unteren Button, um den Inhalt von Spotify Player zu laden.

Inhalt laden

IoT Use Case Podcast auf Spotify anhören
IoT Use Case Podcast auf Spotify anhören
IoT Use Case Podcast auf anderen Plattformen anhören

IoT Use Case Podcast #85 - ITK Engineering

Kann dieser Fertigungsauftrag von der einen auf die anderen Maschinen geroutet werden? Warum bringt das angeschaffte fahrerlose Transportsystem noch keine relevante Produktivitätssteigerung? Reichen drei oder vier Maschinen für das vorliegende Auftragsportfolio zur Herstellung aus? Datenbasierte Fabriksimulationen können Fragen wie diese optimal beantworten. Wie? Das verrät Folge 85 des IoT Use Case Podcast mit ITK Engineering.

Folge 85 auf einen Blick (und Klick):

  • [04:58] Herausforderungen, Potenziale und Status quo – So sieht der Use Case in der Praxis aus
  • [15:57] Lösungen, Angebote und Services – Ein Blick auf die eingesetzten Technologien
  • [23:41] Ergebnisse, Geschäftsmodelle und Best Practices – So wird der Erfolg gemessen

Zusammenfassung der Podcastfolge

Jens Hetzler (Expert Engineer Factory Simulation) erzählt stellvertretend für den Entwicklungsdienstleister ITK Engineering, welche Use Cases sie aus dem Bereich Produktion und Logistik mitbringen und wie Fragestellungen, wie die oben genannten, zu wiederkehrenden Simulationsprodukten entwickelt werden.

Use Case 1: Harmonisierung der IT-Landschaft
Use Case 2: Prüfstände
Use Case 3: Fabrik- und Materialfluss-Simulation

Es geht zum Beispiel um Entscheidungen im Produktionsumfeld, die bewusst und basierend auf nachvollziehbaren Daten und Fakten getroffen werden. Indem die gesamte Wertschöpfungskette als digitaler Zwillinge abgebildet wird, werden auch die sogenannten Bottlenecks identifiziert. Als Bottlenecks (dt. Engpässe) werden Prozesse oder Ressourcen bezeichnet, die Kapazitätsgrenzen für das Gesamtsystem darstellen.   

ITK Engineering ist 100%-ige Boschtochter und betreut Kunden aus unterschiedlichsten Segmenten. Viele Kunden sind produzierende Betriebe, wie beispielsweise @TRUMPF als Werkzeugmaschinenhersteller. ITK fungiert als eine Art ja All-in-One-Entwicklungsdienstleister und verfolgt den »White-Box-Gedanken«. Das heißt, wenn bspw. Quellcodes entwickelt werden, gehört die Lösung ganzheitlich dem Kunden. 

Podcast Interview

Hallo Jens! Schön erstmal, dass du heute mit dabei bist und herzlich willkommen im IoT Use Case Podcast. Wie geht es dir und wo erreiche ich dich heute?

Jens

Danke Madeleine, für die Einladung; mir geht es gut! Du erreichst mich gerade im Homeoffice, wo ich Pi mal Daumen drei bis vier Tage die Woche bin, ansonsten bin ich im Büro. Seit Corona hat sich das Homeoffice stark etabliert.

Wo sitzt du im Homeoffice?

Jens

In der Nähe von Landau in der Pfalz, das ist nördlich von Karlsruhe.

Karlsruhe, damit kann ich was anfangen. Schön, dass du heute mit dabei bist. Vielleicht starten wir erst mal mit einer kurzen Vorstellung zu ITK. Viele kennen euch aus dem BOSCH-Kontext heraus, aber auch so seid ihr bekannt in dem Umfeld. 

Wie ich das verstanden habe, arbeitet ihr an kundenspezifischen beziehungsweise vor allem auch individuellen Entwicklungsprojekten in den Bereichen Softwareentwicklung,  Embedded Systeme, aber auch in der Steuerungstechnik. Was euch besonders macht oder wie ich euch kennengelernt habe, ist, dass ihr eine Art ja All-in-One-Entwicklungsdienstleister seid. Das heißt, beispielsweise wenn ihr Quellcodes entwickelt, gehört die Lösung ganzheitlich dem Kunden. 

Ihr verfolgt praktisch eine Art »White-Box-Gedanke«, könnte man sagen. Ihr befähigt sozusagen den Kunden, dass er das ganz oder selbstständig weitermachen kann. 

Ihr seid 100 % Tochtergesellschaft der Bosch und eure Kunden kommen aus ganz unterschiedlichen Segmenten; Automotive, Luft und Raumfahrt, viel Industrie, worüber wir heute auch sprechen, aber auch Bahn, Medizintechnik und auch Motorsport. Ihr seid sehr breit aufgestellt. 

Du bist Expert Engineer für die Factory Simulation bei ITK Engineering. Was macht deine Abteilung genau und mit welchen Kunden arbeitet die hier?

Jens

Bei ITK hat man eine Matrixorganisation. Auf der einen Ebene haben wir Geschäftsfelder, das ist beispielsweise Industrie, Rail, Medizintechnik etc. und auf der anderen Ebene haben wir Fachbereiche, Fachabteilungen und Fachteams. Diese Matrixorganisation hilft uns dabei, auch die kundenspezifischen Lösungen in der Breite umzusetzen. Im Geschäftsbereich Industrie können wir auf verschiedene Teams zurückgreifen, beispielsweise den Factory Simulation Expert, also unter anderem ich. Wir können auf einen Cloud Expert, auf High-End-Visualisierungen und Security zurückgreifen. Das zeichnet uns aus und ich bin hier in der Abteilung »Industrial Systems«; das ist eine Abteilung, die ein bisschen früher kam. Es war viel Prüfstandsentwicklung, hat sich jetzt  in Richtung Industrie 4.0 entwickelt und da ist das Thema Fabriksimulation ein Thema davon.

Das klingt sehr industrielastig. Das heißt, ihr habt da auch primär die Industriekunden beziehungsweise produzierende Betriebe oder wer sind da so klassischerweise die Kunden, mit denen ihr arbeitet?

Jens

Das sind klassischerweise produzierende Betriebe – einen großen Kunden, den wir in dem Bereich haben, ist beispielsweise »TRUMPF« als Werkzeugmaschinenhersteller. Das sind auch mittelständische Unternehmen, die eine Produktionsanlage haben; die bedienen wir da.

Arbeitet ihr auch mit Partnern zusammen oder ist das eine ITK Engineering All-in-One-Lösung, die ihr da hinstellt?

Jens

Ich würde es nicht als Partner bezeichnen, sondern wir sind Plattform und Tool-unabhängig. Wenn ein Kunde auf uns zukommt, dann hat ein Kunde meistens irgendein Problem, das wir lösen sollen. Und basierend auf seinen Anforderungen, die er bei der Umsetzung haben will, wählen wir die Technologie und die Toolchain aus. Im Bereich Fabrik Simulation sind wir nicht klassisch gebunden auf ein Tool wie »Siemens Plant Simulation« oder »AnyLogic«, sondern wir wählen das basierend auf den Kundenanforderungen aus.

Herausforderungen, Potenziale und Status quo – So sieht der Use Case in der Praxis aus [04:58]

 

Welche Use Cases bedient ihr generell in eurer Abteilung beziehungsweise in dem Umfeld IoT und welchen schauen wir uns heute im Detail an?

 Jens

Wir haben einen Use Case: Was wir sehr häufig bei Kunden sehen, ist eine Harmonisierung der IT-Landschaft – fungiert daher, dass man bei Kunden eine sehr heterogene IT-Landschaft, die einfach historisch gewachsen ist, hat, und man die eigentlich umbauen will, damit man Systembrüche vermeidet, um auch Kommunikation zwischen den einzelnen Systemen zu ermöglichen.

Zweiter Use Case ist unsere Abteilung: Prüfstände entwickeln wir, sowohl die Software als auch die Hardware, auch Whitebox-spezifisch. Das heißt, wir liefern auch den Quellcode der Prüfstände aus. Die Prüfstände, die wir entwickeln, sind dann sehr kundenspezifisch. Das sind typischerweise Einzellösungen; da wird einmal produziert, fertig.

Der dritte Use Case, den wir auch heute betrachten, ist Fabrik- und Materialfluss-Simulation. Einfach zur kontinuierlichen Optimierung von Fertigungsprozessen. Und vor allem das ist ganz wichtig, die faktenbasierte Entscheidungsfindung. Häufig werden die Entscheidungen basierend auf Expertenwissen getroffen oder auf wirklich simplen Excel Sheets. Da hilft die Materialfluss-Simulation ungemein, um komplexe Simulationsprozesse darzustellen und darauf basierend die korrekte Entscheidung zu finden.

Die anderen Beispiele, die du genannt hattest, liegen wahrscheinlich innerhalb dieser Matrix in einer anderen Abteilung oder ist das etwas, was dann auch über deinen Tisch läuft?

Jens

Ich habe früher Prüfstände gemacht! Da komme ich ein bisschen her. Das machen aktuell andere Kollegen, teilweise auch über andere Abteilungen.

Lass uns ein Stück weit in die Herausforderung von euren Kunden eintauchen. Welche Herausforderung wollt ihr denn mithilfe der Materialfluss-Simulation bei euren Kunden jetzt genau lösen?

Jens

Vielleicht müssen wir erst mal diesen Begriff „Kunde“ ein bisschen spezifizieren. Prinzipiell kann man den Use Case, den wir haben, noch mal spalten in zwei Sub Use Cases. Einmal den Solution Provider. Das ist typischerweise ein Maschinenbauunternehmen, das Maschinen betreibt und mithilfe der Materialfluss-Simulation die Leistungsfähigkeit der eigenen Produkte beziehungsweise der Maschinen über die Simulation sichtbar machen kann. Ein Kunde, den wir in dem Bereich haben, ist die Firma TRUMPF, die macht Werkzeugmaschinen.

Was diese Kunden eigentlich wollen, ist prinzipiell eine Art Baukasten. Ein Simulationsbaukasten würden wir ihn nennen, wo man die Maschinen und den Maschinenpark des Kunden als digitale Zwillinge abbildet und den Kunden dadurch befähigt, seine Leistungsfähigkeit mithilfe der Simulation ihren Kunden zur Verfügung zu stellen.

Der zweite Sub Use Case sind dann die Solution Users. Das sind dann die klassischen Fabrikanten, die eine Fertigungslinie haben oder auch eine Produktionsstätte. Die haben ein statisches System, ihren Shopfloor, den sie betrachten wollen und wollen basierend auf diesen Shopfloor Optimierungslösungen haben.

Was sind klassische Herausforderungen von den Providern? Was sind Herausforderungen von euren Kunden im Alltag?

Jens

Klassischer Fall ist, ein Kunde will seine Produktion erweitern oder will erst mal den Flaschenhals finden und stellt sich dann die Frage: Die Dimensionierung eines Lagersystems, die Dimensionierung der AGVs, also wie viel AGVs brauche ich, um optimal meine Maschinen zu beliefern?

Auch die Produktionsplanung: Wie kann ich es optimal meine Produktion planen, damit ich Just in Time produziere? Das sind die klassischen Herausforderungen.

Das geht dann eigentlich noch weiter, weil um diese Fragen zu beantworten, braucht man erst mal Daten. Das ist häufig schon eine Herausforderung für die Kunden, an diese Daten zu kommen. Typischerweise hat man keine harmonisierte IT-Landschaft, sondern man muss unterschiedliche Systeme ansprechen. Man braucht Daten aus dem MES, aus dem ERP-System und teilweise auch aus der SPS. Wenn es alte Maschinen sind, dann ist es teilweise gar nicht digital verfügbar, sondern man braucht, um Zykluszeiten zu gewinnen, wirklich eine Stoppuhr an der Maschine, um zu schauen, wie lange braucht denn der Prozess? Das sind Eingangsdaten, die ich für die Simulation benötige.

Wie sieht es beim Maschinenbauer oder beim Solution Provider aus? Was sind hier klassische Herausforderungen in dem Umfeld?

Jens

Da ist es ähnlich. Es geht immer wieder in Richtung Optimierung der Produktion und da geht es dann auch darum, beim Solution Provider, reichen dem Kunden drei Maschinen dieses Typs, um seine Produktion durchzuführen oder sein Job Portfolio abzuarbeiten, oder zwei oder gar eine ganz andere Maschine? Das System ist nicht so statisch wie beim Solution User, weil der Solution Provider nicht die Möglichkeit hat, den Shopfloor anzupassen, weil der Kunde letztendlich Maschinen kaufen will.

Mit welchen Fragestellungen kommen dann Kunden zu euch, die ein Experte von euch dann beantworten muss? Was die Aufgaben sind, weil im Endeffekt ist so eine Simulation vermutlich sehr aufwendig, dauert sehr lange und man muss irgendwie die Daten verfügbar haben.

Jens

Eine klassische Fragestellung geht in Richtung Optimierung, aber wo die Simulation ansetzt, ist beispielsweise ein Produktionsplaner: Kommt morgens zur Arbeit und eine Maschine ist defekt. Was muss er jetzt machen oder wie muss er agieren? Wie muss er die Aufträge auf andere Maschinen routen, um weiterhin termintreu zu produzieren? Dann ist man klassischerweise in der Simulation drin, die diese Frage beantworten kann.

Bei dieser Fragestellung kommt man häufig bei der klassischen Fabriksimulation an eine gewisse Grenze, weil wir immer das Feedback erhalten von Kunden; „Die Simulation ist super!“. Aber erstens: Sie dauert zu lange und zweitens: Sie ist zu teuer.

Zu lange bedeutet bei diesem Beispiel, wenn morgens der Fabrikant in die Fabrik kommt, dann braucht er die Antwort auf diese Fragestellung, was er nun machen soll, weil seine Maschine defekt ist; natürlich ad hoc, also innerhalb von wenigen Minuten. In diesem Fall bringt es nichts, wenn er hingeht und die Simulation aufsetzen muss, die Daten ausliest, die Simulation durchführt und die Ergebnisse überprüft. Das ist alles viel zu langsam. Was wir immer als Ziel von Projekten haben ist, die Simulation als Produkt bzw. eine automatisierte Simulation irgendwie darzustellen. Das bedeutet letztendlich die, ich nenne sie mal Time to Build up Simulation zu minimieren, also dass man möglichst minimale Zeit hat, um die Simulation aufzusetzen. Das heißt von Tagen zu Stunden und Minuten runter zu kommen. Als zweites den Simulationsexperten zur Durchführung der Simulation überflüssig zu machen. Das liegt ganz einfach daran, dass typischerweise steht der Simulationsexperten nicht zur Verfügung, um eine Simulation durchzuführen, wenn er gerade benötigt wird.

Wenn man das dann erreicht hat, dann hat man ein ganz tolles Ziel, weil man kann die Simulation ins tägliche Doing überführen, also für wiederkehrende Fragestellungen, kann man die Simulationen nutzen. Man hat nicht nur diesen »One Shot«. Das ist der klassische Fall, dass man eine One Shot Simulation aufsetzt, um eine spezifische Frage zu beantworten. Die hat man dann beantwortet und dann landet letztendlich die Simulation »im Müll«, weil man braucht sie nicht mehr. Genau davon wollen wir weg, damit man sie wiederverwendbar machen kann, um sie ins tägliche Doing zu überführen.

Es ist so, dass solche Experten, die bislang die Simulation gemacht haben, dann auch vom Skill Set her, sich mit der Zeit weiterentwickeln und vielleicht auch andere Aufgaben übernehmen können. Haben alle Betriebe so einen Simulationsexperten bei sich? 

Jens

Genau das eben nicht, das ist das Entscheidende. Typischerweise haben die das nicht und müssen erst in der Zentralabteilung nachfragen, ob sie jemand bekommen oder müssen Dienstleister von uns beauftragen. Das ist ja eigentlich nicht Ziel der Sache, sondern die fabrizierenden Unternehmen sollten das prinzipiell autark können. Das sollte die Person können, die am nächsten an der Produktion dran ist, typischerweise der Produktionsplaner. Der sollte die Fragestellungen direkt mithilfe der Simulation beantwortet können. Das ist eigentlich der Best Case.

Wie kann man die Datenverfügbarkeit besser lösen?

Jens

Wir können es an einem Beispiel machen: Bei einer One Shot Simulation, wie die Datenproblematik da gelöst wird – typischerweise zieht man sich den Export aus dem MES-System und zieht sich den Export aus ERP; Das sind dann CSV Dateien.

Kannst du noch mal ganz kurz sagen, was One Shot heißt? Einfach nur eine Simulation?

Jens

Genau damit meine ich in einer Simulation, die zur Beantwortung einer Fragestellung verwendet wird und dann nicht mehr benötigt wird.

Diese Daten hat man dann aus verschiedenen Systemen. Das sind dann CSV Dateien, das sind JSON Dateien aus der SPS, und die muss man erst parsen. Bei einer One Shot Simulation schreibt man sich ein Python Script, das die Daten so aufbereitet, damit man sie in der Simulationen verwenden kann. Bei der automatisierten Simulation beziehungsweise bei der Simulation als Produkt wird man es anders aufziehen. Da wird man hingehen und versuchen, die Simulation in die IT-Landschaft des Kunden zu integrieren. Beispielsweise wird man sich die Daten auch noch aus dem gleichen System ziehen, aber automatisiert. Das heißt, man braucht keinen Anwender mehr, der die Skripte durchführt und die »händisch« parst, sondern das wird automatisch im Hintergrund passieren.

Was sind so die technisch-logischen Anforderungen an die Automatisierung dieser Simulation? Was sind so die Anforderungen, die von eurem Kunden hier kommen?

Jens

Ein wichtiger Punkt ist, dass man solche Projekte mit einer automatisierten Simulation nicht mehr als reines Simulationsprojekt ansehen darf, sondern als klassische Softwareentwicklung. Man braucht Wissen über verschiedene Technologiegrenzen hinweg; klar, Simulationstools. Man braucht den Datenexperten, Data Analytics, man braucht einen Cloud Experten, wenn das Ganze in der Cloud laufen soll und braucht auch Security. Gerade diese breite Methodenexpertise, die wird bei ITK durch die individuellen Fachteams gegeben sein.

Lösungen, Angebote und Services – Ein Blick auf die eingesetzten Technologien [15:57]

Wie zieht man so eine Simulation genau auf und was sind die Fragestellungen, in diesem Zusammenhang von einem Kunden?

Jens

Typischerweise würde man mit einer Besprechung beim Kunden anfangen, um erst mal eine detaillierte Übersicht der Fertigungsabläufe des Kunden zu bekommen. Das ist meistens ist es ein On-Site Workshop, wo man auch eine Werksbegehung machen kann. Ich finde es immer sehr praktisch, wenn ich das System, das ich simuliere, auch mal selbst gesehen habe in Live, weil man dadurch einen besseren Einblick bekommt. Ziel des Ganzen des Workshops ist, die Anforderung fest zu ziehen, was mithilfe der Simulation erreicht werden soll. Und dann versucht man natürlich schnell in die Umsetzung zu kommen. Das ist mit einem Proof of Concept beispielsweise, um relativ schnell sichtbare und wiederverwendbare Ergebnisse zu bekommen. Ganz entscheidend ist es hier immer auch ein bisschen einfach die Sichtbarkeit durch die Visualisierung.

Es ist immer ein großer Wow-Effekt, wenn der Kunde diese Visualisierung in 2D und 3D der Simulation live von seiner Anlage sieht. Das ist immer sehr schön und vor allem erzeugt es eine gewisse Gläubigkeit in die Ergebnisse der Simulation. Das ist für den Kunden dann keine Blackbox mehr, wenn man Daten »reinhaut« und hintendran kommen Daten raus, die einem sagen sollen, wo der Bottleneck ist, sondern man glaubt es auch und der Kunde sieht: Das ist valide, was da gemacht wird! Weil man hat das Ganze in einer 2D beziehungsweise 3D Visualisierung. Der Proof of Concept ist letztendlich nichts anderes wie eine One Shot Simulation; mit der Einschränkung, dass man bei der Architektur darauf achten muss, dass sie wiederverwendbar ist, erweiterbar ist und wartbar ist, damit man sie letztendlich integrieren kann.

Eine Fragestellung, die man beantwortet; wäre zum Beispiel, dass der Kunde sagt: Ich will die Aufträge auf eine andere Maschine routen oder ich will herausfinden, ob es drei Maschinen dieses Typs bedarf oder vier. Das ist aber erst mal eine Fragestellung oder eine Anforderung, die da reingeht.

Jens

Genau, das ist eine Anforderung. Und wenn man dann diesen Proof of Concept hat und der überzeugt hat, dann würde man sich an diese Simulation als Produkt beziehungsweise an die Automatisierung der Simulation machen, indem man diesen PoC, die Simulation in die IT-Landschaft des Kunden integriert. Wie das dann geschehen soll, ist komplett kundenspezifisch. Man kann aber alles in der Cloud koppeln und alles auf einem Rechner laufen lassen.

Es gibt auch Kunden, die zum Beispiel sagen: Cloud First Strategie, wir wollen das alles in Microsoft Azure, AWS, Google Cloud direkt routen oder man sagt, man will es irgendwie auf einem Server vor Ort hosten, wenn das zum Beispiel ein produzierender Betrieb ist.

Jens

Cloud hat natürlich einen gewissen Charme; es ist immer verfügbar. Das läuft typischerweise auch im Browser, die Simulation.

Wie funktioniert denn diese Datenverarbeitung bei der Simulation als Produkt, was ihr dort entwickelt?

Jens

Das Entscheidende ist, dass man im Hintergrund einen Dienst hat, der diese Daten aufnimmt – man braucht Schnittstellen an die Systeme, also eine REST-API im MES-System.

Eine offene Schnittstelle praktisch.

Jens

Offene Schnittstelle, genau! Letztendlich, was dann im Hintergrund passiert, ist ein Skript, das ausgeführt wird, damit die Daten in das entsprechende Format gebracht werden und welches dann die Simulation einlesen kann. Es ist nichts anderes als das, was man manuell der One Shot Simulation macht.

Was ist das jetzt, was ihr aufbaut? Was macht das besonders an der Stelle?

Jens

Das Besondere ist, dass man das für wiederkehrende Fragestellungen verwenden kann. Man kann diese Simulation  jeden Morgen durchlaufen lassen, um zu sehen, wie muss ich heute mein Auftrags-Routing durchführen. Bei einer One Shot Simulation kann ich es nicht, weil dort brauche ich einen Simulationsexperten und ich muss die Simulation aufsetzen. Das dauert alles viel zu lange. Und mithilfe dieser wiederkehrenden Fragestellungen hat man dann die Möglichkeit, relativ schnell in das System einzugreifen und dadurch auch seine Produktion direkt zu optimieren und nicht erst in zwei, drei Wochen.

Wiederkehrende Fragestellung, kannst du da noch mal ein Beispiel nennen? Wenn ich zum Beispiel bei dem Kunden herausfinden will,  ob er drei oder vier Maschinen braucht, was wäre dann hier eine wiederkehrende Fragestellung?

Jens

Das wäre für uns ein Solution Provider. Der Solution Provider hat oft die Fragestellung: Es kommt ein Kunde auf ihn zu, der will eine neue Produktionslinie planen. Wie viel Maschinen braucht er denn? Er hat ein gewisses Auftragsportfolio; das sind seine Eingangsdaten und die müssen in einem Zeitintervall abgearbeitet werden. Wie viel Maschinen empfiehlst du mir, damit ich das in dem Zeitintervall haben kann? Und diese Fragestellung ist für den Solution Provider wiederkehrend, weil das tägliche Sachen sind.

Er wird nicht die Fragestellung erst in drei Wochen beantwortet bekommen wollen, sondern will es möglichst ad hoc beantworten, um den Kunden zu beeindrucken.

Das ist quasi eine Struktur, die ihr schafft, wo sich Parameter ändern, aber die Grundfrage bleibt. Das ist für den produzierenden Betrieb: Wie viel Aufträge kann ich auf eine andere Maschine routen? Da ändern sich auch ein paar Parameter, aber die Fragestellung bleibt ähnlich am Ende. 

Jens

Genau, das sind viele Fragestellungen. Es kann eine Maschine ausfallen, es können Werke ausfallen, gerade heutzutage. Die Produktion wird immer komplexer und Material ist nicht verfügbar. Was mache ich nun? Welche Jobs kann ich vorziehen und was kann ich nicht machen?

Was mache ich dann mit den Daten, die aus der Simulation rauskommen? Wo gehen die hin? Du hattest jetzt gerade von einem Browser gesprochen, wo die ausgewertet werden.

Jens

Ja, es sind schon Daten, aber die Visualisierung. Das kann High-End sein in der Game Engine, das reicht teilweise in der 2D, das ist kundenspezifisch und kundenabhängig.

Was ist Game Engine an der Stelle?

Jens

Das sieht dann aus wie ein 3D Computerspiel.

Also wirklich hochfrequente Daten, wo Datenmengen verarbeitet werden im 3D Bild.

Jens

Richtig, das ist sozusagen eine Hochglanzsimulation. Man kann das auch mit Augmented Reality verknüpfen. Es ist dann viel möglich!

Auch Dashboards beispielsweise zur Anzeige von spezifischen KPIs. Die KPIs sind häufig die gleichen. Das ist der Durchsatz, Das heißt, wie viele Teile pro Stunde oder pro Tag, pro Schicht produziere ich? Das ist Maschinenauslastung, das ist Werkerauslastung. Wie viel Werker benötige ich überhaupt, um meine Produktion am Laufen zu halten? Wie groß muss mein Lagersystem sein, wie viel Regalfächer brauche ich in einem Hochregallager? Alles das sind typische Fragen.

Da schließt sich wieder der Kreis, weil du am Anfang bereits schön angeteasert hast, jetzt noch mal ein bisschen im Detail besprochen. Sehr spannend, was es da für Möglichkeiten in unterschiedlichsten Use Cases von eurem Kunden gibt.

Ergebnisse, Geschäftsmodelle und Best Practices – So wird der Erfolg gemessen [23:41]

Was ist denn der Business Case für diese zwei angesprochenen Kundenfelder, also für Provider und für Solution Provider.

Jens

Der Business Case ist bei beiden dasselbe. Prinzipiell geht es bei der Fabriksimulation erst mal um die Optimierung der Produktionsprozesse und damit um Kosteneinsparungen oder um die Produktivität zu erhöhen. Ein Return on Invest ist hier komplett vom Kunden abhängig und auch von dessen Optimierungspotenzial. Auf der anderen Seite kann man auch die Frage anders stellen: Was macht man, wenn man keine Materialfluss-Simulation bei größeren Investitionen durchführt? Ein Beispiel wäre, wenn ein Fabrikbetreiber sich zwei neue AGVs anschafft, die viel Geld kosten, weil er denkt, sein Bottleneck in der Produktion sind die AGVs. Nach der Inbetriebnahme stellt er fest, sein Durchsatz hat sich gar nicht erhöht; dann war der Bottleneck falsch gesetzt, weil er dachte, dass die AGVs das Problem sind, aber letztendlich sind sie es gar nicht. Dann hat man eine komplette Fehlinvestition und genau diese Fehlentscheidung hätte man vermeiden können, wenn man vorher eine Simulation aufgesetzt hätte, weil die hätte gezeigt, dass die AGVs nicht der Bottleneck sind.

Klar, wie du schon sagst, dass ist der Aha-Effekt, wenn ich plötzlich solche Dinge sehe und Experten mit ins Boot hole, die noch mal anders darüberschauen und das anders hinterfragen, was da passiert.

Jens

Und je komplexer die Produktion wird, desto schwieriger wird es dann, die Entscheidungen korrekt zu treffen, weil man es nicht mehr überblicken kann.

Was sind Dinge, auf die wir in Zukunft gespannt sein dürfen? Was entwickelt ihr da gerade? Was sind Dinge, die du unseren Zuhörerinnen und Zuhörern noch mal mitgeben kannst?

Jens

Wir hoffen natürlich, dass sich die Simulation und vor allem die Simulation als Produkt, also die automatisierte Simulation, weiter bewährt und stärker Einhalt findet, weil wir gerade diese Punkte sehen: Die Produktion wird immer komplexer, gerade in heutigen Zeiten, wo Material Verfügbarkeit immer schwieriger wird. Und da hilft es einfach, wenn man eine faktenbasierte Entscheidung findet, mit der man schnell Antworten auf hochdynamische Fragestellungen hat, wie beispielsweise eine Maschine fällt unerwartet aus. Wie muss ich meine Produktionsplanung ändern, um optimal weiter zu produzieren? Das sind die Sachen, auf die wir hoffen und wo wir auch sehr hohes Potenzial sehen.

Das entwickelt sich wahrscheinlich stetig weiter. Ihr behandelt auch das Thema Harmonisierung der IT-Landschaft. Sobald ich eine Integration in verschiedene Töpfe mache und Daten anfasse, am Ende ist das ein ganzheitliches Thema, was irgendwo getrieben werden muss und was entwickelt werden muss. Da genau greift das Ganze wieder ineinander, dass man eine vernünftige IT-Architektur braucht, um überhaupt Daten verfügbar und auch nutzbar zu machen. 

Jens

Das erleichtert vor allem die Erstellung der Simulation ungemein, wenn die Daten schon strukturiert verfügbar sind, also wenn man eine harmonisierte IT-Landschaft hat.

Es war wirklich spannend heute konkret am Beispiel der Provider zu verstehen, was Herausforderungen sind. Man hat sehr schön verstanden, wo ihr unterwegs seid und was das ist, was ihr macht, vielen Dank dafür! 

Ich werde die Kontakte zu euch in den Shownotes verlinken. Ich würde mich freuen, wenn wir uns mit einem Update noch mal hören! 

Vielen Dank! Bis zum nächsten mal!

Für Rückfragen stehe ich Ihnen gern zur Verfügung.

Questions? Contact Madeleine Mickeleit

Ing. Madeleine Mickeleit

Host & Geschäftsführerin
IoT Use Case Podcast