In diesem Artikel der Reihe „Smarte Datenwirtschaft“ erfahren Sie, wie die Datenwirtschaft hilft, das Datenkapital eines Unternehmen zu identifizieren.
Alina Grubnyak, Unsplash
Smarte Datenwirtschaft: Produktionsprozesse ökonomischer und nachhaltiger gestalten
In diesem Artikel der Reihe „Smarte Datenwirtschaft“ erfahren Sie, wie durch die Auswertung von Produkt- und Prozessdaten Prozesse optimiert werden können.
Viele Branchen stehen unter hohem Wettbewerbsdruck: Die Angebotspalette wird vielfältiger, Losgrößen sinken, die Preise für Energie und Rohstoffe steigen – hier hilft nur, die Produktionsprozesse zu optimieren. Dazu gehört die Auswertung von Produkt- und Prozessdaten. Für die Getränkeindustrie, in der dank eines hohen Automatisierungsgrades und eines umfangreichen Einsatzes von IT-Systemen Daten bereits in großem Umfang vorhanden sind, hat das Projekt DaPro, das vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) im Rahmen des Technologieprogramms „Smarte Datenwirtschaft“ gefördert wurde, Lösungen entwickelt.
Durch die Analyse dieser Daten können Verbesserungspotenziale in Herstellungsprozessen aufgedeckt und dadurch Produktionskosten signifikant gesenkt werden. Bisher war es aufgrund der Größe des Datenvolumens und der Vielfalt an IT-Systemen und Datenquellen in der Getränkeindustrie technologisch kaum möglich, die Daten übergreifend auszuwerten. Fortschritte im Bereich Data Mining, also bei der systematischen Anwendung statistischer Methoden auf große Datenbestände (Big Data), machen das nun einfacher. Wenn Unternehmen ihre Daten dann noch mit anderen Akteuren teilen, steigt die Qualität der Datenbestände und das Potenzial lässt sich noch weiter ausschöpfen.
Werkzeuge zur Umsetzung datenbasierter Prozessoptimierung
Anhand von Szenarien aus der Brauwirtschaft wurden Machine-Learning-Module für Big-Data-Analysen entwickelt und erprobt, mit denen sich rohstoffbedingte Qualitätsschwankungen managen und der Produktionsprozess optimieren lässt. Erfolgreich umgesetzt werden konnte etwa ein Vorhersageverfahren zur Verarbeitbarkeit von Malz. Das Modul kann die Malzausbeute zuverlässig schon vor dem Start eines Sudvorgangs bestimmen. Mithilfe weiterer im Projekt entwickelter Module lassen sich Maschinenstillstände bei Abfüllprozessen reduzieren oder der Kältebedarf im Produktionsprozess gezielt analysieren. So lässt sich die Produktion auch nachhaltiger und kostengünstiger gestalten, indem Energie und Rohstoffe effizienter genutzt werden.
Daten aus Produkt- und Herstellungsprozessen systematisch zu analysieren und so Produktionsprozesse ökonomischer und nachhaltiger zu gestalten, eröffnet ein enormes Potenzial für Unternehmen. Die von DaPro entwickelten Standardlösungen für Big-Data-Analysen ermöglichen es nun auch kleineren und mittleren Unternehmen, sich dieses Potenzial zu erschließen – einfach, kostengünstig und eigenständig.
Josef Kimberger, Leiter SCM Digitalisierung/Datenmanagement bei der Bitburger Braugruppe GmbH, Konsortialführer des Projekts DaPro
Um Anwender zur eigenständigen Durchführung vergleichbarer Optimierungsprojekte zu befähigen, entwickelte DaPro einen Werkzeugkoffer. Die dort bereitgestellten Werkzeuge sind universell nutzbar. Sie erleichtern die Umsetzung datenbasierter Prozessoptimierungen, indem sie bei den unterschiedlichen Phasen der Umsetzung unterstützen, wie der Datenbeschaffung, Datenvorverarbeitung oder Modellierung der Anwendungsfälle. Der Werkzeugkoffer mit seinen Data-Mining-Modulen und die Referenzarchitektur stehen in Plattformökosystemen zur Verfügung und können von Unternehmen der Getränkeindustrie genutzt werden.
Einige der im Projekt gewonnenen Erkenntnisse und Arbeitsergebnisse werden im Start-up daibe, das aus DaPro hervorgegangen ist, bereits in der Praxis umgesetzt. Daibe unterstützt Unternehmen mit Beratungs- und Dienstleistungsangeboten bei der Nutzung von Künstlicher Intelligenz zur Prozessoptimierung.