azeti bringt eine Menge mit, wenn es um IoT geht. Mit unserer Software-Plattform helfen wir Industriekunden, Zugang zu allen relevanten Daten zu erhalten, die in der Produktion anfallen, und diese für alle Arten von industriellen Anwendungsfällen zu nutzen. Das schafft ein höheres Maß an Transparenz und ermöglicht es unseren Kunden, Kosteneffizienz, größere Resilienz und Nachhaltigkeit in der Produktion insgesamt zu erreichen.
Wenn wir über euren Produktionsstandort sprechen: Für welche Abteilungen arbeitet ihr hier? Wer ist dort involviert?
Yanni
Innerhalb von Aurubis arbeiten wir mit verschiedenen Teams zusammen. Wir haben die lokalen Automatisierungsteams, die die richtige Ausstattung und Sensoren zur Messung der Prozessparameter auswählen. Dann haben wir noch das lokale Wartungsteam, das die Geräte platziert. Und das Team für Betriebstechnik ist für die Datenerfassung und -überwachung im industriellen Netzwerk zuständig.
Florian, du hast den „IoT-Hut“ auf. Arbeitest du bei diesen Digitalisierungsprojekten mit den verschiedenen Teams zusammen, auch mit dem operativen Team und all den anderen?
Florian
Ja, denn die Umsetzung der Anwendungsfälle, die wir in diesem Projekt durchführen, erfordert unterschiedliche Fähigkeiten. Das Kernprojektteam arbeitet mit verschiedenen Abteilungen zusammen, unter anderem mit der Produktion, der Instandhaltung sowie mit Data Science und der Corporate IT. Die Aufgaben des Projektteams reichen von der Identifizierung des Problems bis hin zur Ausarbeitung und Ausführung eines Plans, wie die Probleme tatsächlich angegangen werden können. Das heißt, sie arbeiten an Dingen wie der Anbindung relevanter Shopfloor-Systeme und der Analyse von Daten aus Maschinen und Steuerungssystemen sowie Sensoren. Das geht bis hin zur Gestaltung von Dashboards und der Implementierung von Modellen für maschinelles Lernen.
Wir setzen hier agile Methoden ein und beziehen auch kontinuierlich das Feedback unserer Stakeholder ein, um sicherzustellen, dass wir auf dem richtigen Weg sind. Und all das zusammen gewährleistet eine reibungslose Zusammenarbeit zwischen diesen Leuten. Das ist ganz wesentlich für eine erfolgreiche Implementierung von Use Cases, die dann wiederum die Basis für eine Digital Factory sind, wie das Projekt heißt, das wir bei Aurubis durchführen.
Ich habe jetzt verstanden, wie eure tägliche Arbeit aussieht. Jetzt möchte ich zu den Herausforderungen kommen. Florian, du hast gerade einige Schwierigkeiten erwähnt, die du feststellst, und einige Potenziale. Was sind die Herausforderungen, Yanni, auf die du hier bei dieser anderen Art von Herstellungsprozessen stößt?
Yanni
Bei mehreren Produktionsanlagen, die über einen langen Zeitraum rund um die Uhr laufen, ist es nicht immer einfach, Produktionsstillstände zu planen – vor allem, wenn es zu unvorhergesehenen Produktionsausfällen kommt. In diesem Punkt wollen wir uns verbessern.
Wie du erwähnt hast, geht es um verschiedene Dinge wie Temperatur oder Druck, und ihr habt diese Abschaltungen. Und dafür braucht man wirklich die Daten. Vielleicht können wir ein bisschen über diese verschiedenen Datenpunkte sprechen, die relevant sind. Welche Art von Daten ist für euch besonders interessant? Hast du ein paar Beispiele?
Yanni
Mit diesem Projekt wollen wir einige kritische Geräteparameter in einem Dashboard näher verfolgen. Einer dieser Parameter ist z.B. die Temperatur des Kühlwassers für den Induktor. Wenn die Isolierung des Induktors verschleißt, steigt die Temperatur des Kühlwassers. Indem wir die Daten dieses Prozesses über einen bestimmten Zeitraum hinweg überwachen, können wir die Standzeiten der Produktion vorhersagen. Dieses Dashboard hilft uns dabei, den Zustand der Kernausrüstung zu verstehen.
Nun habt ihr heute bereits verschiedene Systeme, die z. B. die Überwachung und Zustandsüberwachung ermöglichen. Welche Anforderungen war für euch in Zusammenarbeit mit azeti wichtig, um diese IIoT-Lösung zu entwickeln?
Yanni
Tatsächlich überwachen wir in unserer Produktionsanlage mehr als 1.500 verschiedene Prozessparameter. Das Ziel dieses Projekts mit azeti war es, die wichtigsten Prozessdaten in einem klaren und verständlichen Dashboard darzustellen.
Florian, wie bist du das Thema intern angegangen? Was für Schritte waren notwendig? Ihr braucht wahrscheinlich all diese Stakeholder, die du erwähnt hast, am Tisch, oder?
Florian
Ja, in der Tat. Am Anfang von allem steht die Verständigung auf ein gemeinsames Problemverständnis und Zielbild. Dazu gehört auch eine Bewertung der Realisierbarkeit sowohl aus technischer als auch aus geschäftlicher Sicht. Erst wenn diese Kriterien erfüllt sind, denken wir darüber nach, welche Daten tatsächlich relevant sind, wo sie sich befinden und wie wir Zugang zu diesen Daten erhalten. Dies hängt in der Regel von den bereits vorhandenen physischen Schnittstellen und Protokollen ab.
Wie erhältst du zunächst einmal die Daten aus der Fertigung? Es gibt ja viele Maschinen in der Produktion.
Florian
Beginnen wir mit einer kurzen Beschreibung, wie eine Produktionsumgebung normalerweise aussieht. Denn normalerweise besteht sie aus vielen verschiedenen Maschinen, Steuerungen, Sensoren und anderen Geräten. Einige der Maschinen sind mit relativ neuen Protokollen und Schnittstellen ausgestattet, andere arbeiten noch mit etablierten Protokollen, die aus den achtziger Jahren stammen.
Kurz gesagt, es gibt eine ganze Reihe von Protokollen und Schnittstellen, mit denen man zurechtkommen muss, um erfolgreich zu sein. Auch wenn eine Standardisierung im Gange ist, wie z. B. die Verwendung von OPC UA in der Fertigung, muss noch einiges getan werden, um von den vielen verschiedenen Standards, die es derzeit gibt, zu einem einheitlichen Standard in der Branche zu gelangen.
OPC UA ist nicht immer verfügbar, richtig? Es ist vielleicht bei 3 bis 5% der Maschinen vorhanden? Es ist ein ziemlich neuer Standard.
Florian
Ja, ich meine, in der Industrie setzt es sich immer mehr durch. Es gibt immer noch Protokolle wie z. B. Modbus, das gut etabliert ist und funktioniert, aber es ist kein neues Protokoll. Es ist sinnvoll, eine Vielzahl von Protokollen abzudecken.
Wenn wir uns nun dem eigentlichen Teil der Datenerfassung zuwenden, beginnen wir damit, herauszufinden, welche Datenpunkte für die Anwendungsfälle wirklich relevant sind. Dann prüfen wir, ob sie verfügbar sind und in welchen Systemen sie normalerweise gespeichert sind. Denn einige Daten können z.B. in Historian- und Kontrollsystemen vorhanden sein, andere sind nur über nachgerüstete Sensoren verfügbar.
Der nächste Schritt besteht darin, zu prüfen, wie diese Systeme verbunden werden können. In den meisten Fällen können wir Protokolladapter verwenden, die mit der azeti IoT-Plattform geliefert werden. Aber in einigen Fällen müssen wir eine individuelle Lösung anbieten, wie die Implementierung eines komplett neuen Protokolls oder sogar die Nachrüstung von Maschinen. Das kann z.B. der Fall sein, wenn Sie den Zustand einer Maschine anhand von Vibrationsdaten bestimmen wollen.
Ein Schlagwort, von dem bereits gesprochen wurde: Historische Daten, die bereits in diesen verschiedenen Systemen vorhanden sind. Die IoT-Plattform arbeitet ebenfalls mit diesen Daten, richtig?
Florian
Ich meine, in einer Produktionsanlage gibt es in der Regel bereits verschiedene Überwachungssysteme. Verschiedene Systeme, die Daten aus der Produktion erfassen. Das heißt, um ein vollständiges Bild zu erhalten, muss man sich mit allen Systemen verbinden. Das schließt auch historische Daten ein.
Also, zunächst einmal die Daten beschaffen. Der nächste Schritt wäre dann die Auswertung dieser verschiedenen Daten: Wie macht ihr das? Was ist hier wichtig für euch, um das zu tun?
Florian
Sobald wir wissen, wie wir die Daten erhalten, müssen wir auch prüfen, ob die Daten die Qualitätsprüfung tatsächlich bestehen. Das heißt, sind sie im Laufe der Zeit konsistent und granular genug? Und kommen sie kontinuierlich an? Bei einigen Daten stellt sich heraus, dass sie für unsere Anwendungsfälle nicht so geeignet sind, wie wir zunächst dachten. Das würde also bedeuten, dass wir über andere Wege nachdenken müssen, um die richtigen Daten zu erhalten, und auch in Betracht ziehen, eine Maschine mit zusätzlichen Sensoren nachzurüsten, um diese Daten zu erfassen.
Ihr braucht also einen stetigen Datenfluss und führt eine Art Qualitätskontrolle dieser Daten durch?
Florian
Richtig.
Yanni hat vorhin schon die Herausforderungen und die notwendigen Daten erwähnt, wie die Temperatur des Kühlwassers, sogar Druckdaten, solche Beispiele. Welche Art von Anwendungsfällen habt ihr hier aus der Perspektive der Fertigung realisiert?
Florian
Wie Yanni bereits erwähnte, wird die azeti IoT-Plattform in diesem speziellen Anwendungsfall, über den wir heute sprechen, genutzt, um Einblicke in das Kernstück der Produktion zu geben. So werden kritische Parameter, wie elektrische Werte oder die Temperatur des Kühlwassers, auf einem maßgeschneiderten Dashboard angezeigt, und zwar auf einer Zeitskala, die von zehn Tagen bis hin zu mehreren Jahren reichen kann.
Aber es geht nicht nur um die Visualisierung. Es geht auch um die Auswertung der Daten. Das heißt, die gesammelten Werte werden mit Schwellenwerten verglichen. Wenn also ein Schwellenwert überschritten wird, wird ein Alarm erstellt und per E-Mail an die Produktionsverantwortlichen gesendet.
Dieser Anwendungsfall ist ein ziemlich gutes Beispiel dafür, wie wir den aktuellen Status einer Produktionseinheit sowie ihr Verhalten über einen bestimmten Zeitraum hinweg darstellen können. Es ermöglicht uns auch, Daten aus verschiedenen Quellen in einem Dashboard zu kombinieren, die alle relevant sind, um im Detail zu verstehen, was in der Produktion vor sich geht, und um ein vollständiges Bild zu erhalten. Wenn man alle Daten aus den verschiedenen Quellen hat, kann man sie auch überlagern und Korrelationen leichter erkennen, die auf ein potenzielles Problem hindeuten könnten.
Du hast über das Dashboard und all die Daten gesprochen, die man sieht, und darüber, dass Ereignisse an verschiedene Personen gesendet werden können. Ich möchte das ein bisschen besser verstehen. Wie und wo waren diese Dashboards z. B. physisch verfügbar? Denn nicht alle Mitarbeiter haben am Produktionsstandort ein Mobiltelefon dabei – oder doch? Wo sind die Dashboards also für die Mitarbeiter physisch verfügbar?
Florian
Das hängt ziemlich davon ab, welches Dashboard man betrachtet. Aber normalerweise sind sie alle responsive. Sie können also über Laptops, aber auch über Tablets oder sogar Mobiltelefone aufgerufen werden. Und vor allem, wenn Leute diese Dashboards benutzen – wie das Wartungspersonal – die ständig unterwegs sind. Für sie ist es sehr praktisch, dass sie zu jedem Zeitpunkt des Tages auf die Dashboards zugreifen können, egal wo sie sind.
Yanni, wie war es für dich? Hast du dein Mobiltelefon dabei? Oder wo hast du deine Dashboards zur Verfügung?
Yanni
Es handelt sich in der Tat um eine leicht zugängliche Online-azeti-Plattform. Ich kann sie zum Beispiel auf meinem Laptop nutzen. Aber selbst, wenn einige Prozessparameter einen kritischen Wert überschreiten, wird eine E-Mail an mein Mobiltelefon geschickt, und dann kann ich mich einfach über mein Mobiltelefon mit der Plattform verbinden.
Florian, du hast gerade eure azeti IoT-Plattform erwähnt, die ihr entwickelt habt. Könntest du uns einen Einblick in die Produkte geben, die ihr hier anbietet? Du hast verschiedene Arten von Lösungen erwähnt. Welche Art von Produkten kann ich in dieser azeti IoT-Plattform finden?
Florian
Wie bereits erwähnt, ist unser Hauptprodukt eine IoT-Software-Plattform. Sie wird verwendet, um hochgranulare Daten von verschiedenen Shopfloor-Systemen zu erfassen, wie z. B. von Maschinen, Sensoren und Steuerungssystemen. Aber die Erfassung ist nur EIN Teil. Der andere Teil ist die Verwaltung und Integration aller Daten und die Bereitstellung dieser Daten in standardisierter Form, so dass sie von Anwendungen, wie Predictive Maintenance Advisors oder Machine Health Cockpits, genutzt werden können.
Ich meine, der gesamte Prozess, von der Beschaffung über die Verwaltung bis hin zur Integration dieser Daten und ihrer Bereitstellung für alle Anwendungen, ist ziemlich komplex. Unsere Kunden müssen sich jedoch nicht selbst um diese Art von Komplexität kümmern, denn unser Team kann sich um fast alles für sie kümmern. Das heißt, wir bieten neben der Plattform auch das Gesamtpaket an, also die Software-Plattform, aber auch Dienstleistungen, um die Plattform zu installieren und zu betreiben, in der Umgebung des Kunden, rund um die Uhr. Das heißt, sie müssen sie nicht einmal selbst betreiben: Wir können das für sie tun.
Auch bei der Verwaltung und Umsetzung des Projekts können unsere Teams beratend tätig werden und die Anwendungsfälle umsetzen. Das kann sogar von der Verbindung der Datenquellen über die Entwicklung der Logik bis hin zur Erstellung von Dashboards für Kunden reichen.
Wer entwickelt hier eigentlich? Viele Kunden haben dafür eigene Mitarbeiter, manche Firmen haben das nicht. Hat Aurubis auch eigene Software-Leute und Mitarbeiter, die diese Art von Daten bearbeiten?
Florian
Die Software-Plattform wird vollständig von azeti entwickelt. Aber Aurubis hat interne Teams für Data Science, die Algorithmen für maschinelles Lernen entwickeln. Und sie haben natürlich auch ihre eigene Corporate IT, die zusammen mit den OT-Abteilung mit ihrer eigenen Digitalisierungseinheit und zusammen mit dem Beratungsteam von azeti für die Umsetzung der Anwendungsfälle verantwortlich sind.
Im letzten Kapitel würde ich gerne über den Business Case sprechen, der dahintersteckt, denn die Leute fragen mich immer wieder, was der Business Case ist. Was ist hier der Business Case? Yanni, vielleicht kannst du damit beginnen – geht es hauptsächlich um Kosteneinsparungen?
Yanni
Wie bereits gesagt, können wir ungeplante Wartungsstopps vermeiden und sogar eine vorausschauende Wartung durchführen. Wir verbessern sogar die Sicherheit, indem wir die Abnutzung der zentralen Anlagenkomponenten vorhersagen, was letztendlich die Produktivität erhöht.
Florian, ist es das auch für dich? Kannst du hier etwas hinzufügen?
Florian
Ja, absolut. Im Grunde geht es darum, Transparenz über die Produktionsumgebung zu schaffen. Und den Leuten so früh wie möglich die richtigen Informationen zu geben, die sie brauchen. So können sie effizient planen und Risiken reduzieren, die sich negativ auf die Produktion auswirken könnten. Wenn z. B. eine Fehlfunktion, z. B. aufgrund verschlissener Teile, nicht früh genug erkannt wird, kann dies zu einer geringeren Produktivität oder sogar zu einem Produktionsausfall führen. Und wenn dann ein Kernprozess, wie das Schmelzen, beeinträchtigt wird, wirkt sich das auf die gesamte Produktion aus.
Durch Transparenz können sie nicht nur die Reaktionszeit erkennen, sondern sie auch optimieren und dazu beitragen, das Risiko von Ausfallzeiten zu vermeiden oder zu verringern, die ansonsten erhebliche Kosten verursachen und sich wahrscheinlich auch auf die Produktionsleistung auswirken würden.
Viele Unternehmen wollen heute von bewährten Verfahren lernen. Yanni, was habt ihr dabei gelernt? Habt ihr einige bewährte Verfahren, die du mit unseren Zuhörern teilen kannst?
Yanni
Es ist sehr wichtig, die richtigen Daten zu sammeln und darzustellen. Mit einem Blick auf das Dashboard sollte man sich bereits ein Bild vom Zustand der Ausrüstung machen können. Das Messen von Daten ist eine Sache, aber das Analysieren und Lernen, was normal ist und was nicht, ist etwas anderes.
Ja, das ist das, was Florian gerade erwähnt hat, dieses Dashboard, um die Auswirkungen auf die Daten für eine gute Lösung zu bringen. Florian, wir haben verschiedene Zuhörer, die vielleicht aus dieser Branche kommen, vielleicht aber auch nicht. Vielleicht haben sie mit ähnlichen Herausforderungen zu kämpfen. Ich versuche immer, diese Anwendungsfälle, die wir diskutiert haben, auf andere zu übertragen: Wie könnten wir diesen Anwendungsfall auf andere Unternehmen übertragen? Oder an was für anderen Projekten arbeitet ihr gerade?
Florian
Im Allgemeinen sind die Herausforderungen, vor denen die Unternehmen stehen, recht ähnlich. Der Schlüssel liegt darin, Zugang zu relevanten Daten zu erhalten, die helfen, das erforderliche Maß an Transparenz zu schaffen und auch Erkenntnisse zu generieren. Und das ist dann die Grundlage, um auf der Basis der Daten zu handeln und auch um eine datengestützte Entscheidungsfindung insgesamt zu ermöglichen.
Ihr habt ohnehin große Projekte. Zum Beispiel mit der Norican Group, aber auch anderen Unternehmen, mit denen ihr zusammenarbeitet.
Zusammenfassend kann ich sagen, dass ich sehr froh bin, dass ihr die Informationen über dieses Projekt mit uns geteilt habt.