In der Produktion haben sich die Anforderungen in den letzten Jahren massiv verändert: Automatisierungs-Applikationen, IIoT/Sensorik, Data Analytics oder KI rund um Predictive Control oder vorausschauende Wartung wurden eingebunden. Zugleich hat sich in vielen Branchen der diskreten Fertigung und der Prozessindustrie einiges geändert: Dazu tragen dynamischere Marktbedingungen bei, ebenso wie Individualisierung hin zu Losgröße 1 und Lieferketten, die durch aktuelle Krisen zunehmend unter Druck geraten. Flexibilität ist ein wettbewerbsrelevanter Faktor geworden. Firmen wollen von Machine Learning und KI profitieren, aus Maschinen- und Anlagendaten lernen und dafür das Wissen ihrer Produktionsexperten in Algorithmen einbeziehen. Aus der Verarbeitung vieler zusätzlicher Datenpunkte durch maschinelles Lernen lassen sich bei der Beschaffung oder in der Reihenfolgeplanung weitere Optimierungspotenziale heben. Doch es werden auch eine übergreifende Zusammenarbeit und der Abschied von Abteilungssilos notwendig. Entwicklung, Produktion, Qualitätsmanagement, Logistik, Service und Aftersales müssen auf die gleichen Daten zugreifen können, die im jeweiligen Kontext interpretierbar sein sollten.
IT-Landschaften oft zu starr
Viele existierende IT-Systeme stoßen bei diesen Herausforderungen an ihre Grenzen. In der Produktion herrschen meist Best-of-Breed-Expertensysteme vor, die oft nur mit hohem Aufwand an andere Systeme angebunden werden können. Bei Änderungen entsteht hoher Anpassungsbedarf. Viele Automatisierungsaufgaben wurden deshalb schon aus Kosten- und Zeitgründen zurückgestellt. Zwar setzen die meisten ERP-Anbieter bereits seit einigen Jahren auf mehr Systemoffenheit. Auch bisher war Integration also möglich, allerdings musste jedes isolierte Einzelsystem dafür umständlich angebunden werden – und stand letztlich weiter für sich. Alternativ lassen sich die Systeme auf einer Cloud-IoT-Plattform wie Microsoft Azure betreiben. Die Automatisierung von Ende-zu-Ende-Prozessen über mehrere Systeme hinweg kann so deutlich einfacher werden, wenn alle Systeme in der Plattform integriert sind. Das hilft nicht zuletzt bei Themen wie Governance und Compliance sowie Rückverfolgbarkeit.
IIoT erfordert tiefe Integration
Oft werden auf Fabrikebene Daten durch maschinennahe Sensorik erhoben. Diese on Edge erfassten Daten werden an bestimmten Stelle im Geschäftsprozess benötigt. IoT-Plattformen helfen, die Resultate aus der Datenanalyse als Event oder Trigger im ERP-Prozess zu nutzen – beispielsweise um ein Wartungsticket auszulösen oder einen Beschaffungsprozess anzustoßen. Die Plattformen ermöglichen Anwendern zudem, Sensoren verschiedener Anbieter im Sinn einer Plug&Play-Nutzung einzubinden. Deren Integration kann damit deutlich einfacher und kostengünstiger ausfallen. Zudem kann die Plattform anstelle einer zusätzlichen Middleware mit hinzugebuchten Services die Verwaltung unterschiedlicher Sensorik-Schnittstellen ablösen.
Spielfeld der IT-Innovationen
In Umfeld der noch recht jungen Cloud-Plattformen kommen immer Möglichkeiten hinzu, die sich mit alten Systemen kaum mehr abbilden lassen. Wobei bei einem Umstieg alte Systeme nicht aufgegeben werden müssen. Es ist im ersten Schritt möglich, die IoT-Plattform unter bestehende Systeme zu schieben, um erste Services nutzen zu können.
Prozesslücken schließen
Ein wichtiger Faktor sind Low Code/No Code-Entwicklungswerkzeuge wie etwa die MS Power Platform. Damit lassen sich Individuallösungen ohne Programmierkenntnisse erstellen. Lücken und Medienbrüche können etwa in Form von Apps oder RPA (Robotic Process Automation) geschlossen werden. Zudem lassen sich auch Legacy-Systeme vergleichsweise einfach in die Plattform einbinden. Dennoch ist die Voraussetzung geschaffen, neue Technologien zu nutzen und mehr Daten strukturiert zu erfassen.
Zentrales Datenmanagement
Mit der Standardisierung auf einer zentralen Plattform fällt es in der Regel leicht, vielfältige Daten zu verwalten, zu verarbeiten und zu orchestrieren. So rücken nicht nur Abteilungen, sondern auch Datenquellen on Premises, am Edge und in der Cloud näher zusammen. Dabei gibt die Plattform das Format vor, in dem Daten erhoben werden, wie im Beispiel der Sensorik. Die Services schließlich sammeln Daten aus den Quellen, interpretieren sie, fügen Kontextinformationen und Zeitstempel hinzu, und liefern diese Daten in definierbarer Frequenz an weitere Systeme. Das gilt beispielsweise für Temperatursensoren, die in Echtzeit ihre Daten liefern, bis hin zu Daten, die vielleicht alle paar Minuten oder nur einmal täglich erhoben werden. Heutige Hardware-Lösungen sind immer häufiger mit Konnektoren für gängige Cloud-Plattformen wie MS Azure ausgerüstet.
Mehr individuelle Abläufe
Es zeichnet sich eine weitere Entwicklung ab: Plattformen lösen zunehmend Bereiche wie Supply Chain, Finance, HR oder Operations aus dem ERP-Block heraus. Unternehmen wählen, welche Bausteine sie benötigen. Es ist zu beobachten, dass sich die klassische ERP-Software wieder in einzelne Expertensysteme auflöst. Sie sind standardisiert verzahnt und stellen sich für Benutzer dennoch wie eine ERP-Lösung aus einem Guss dar.
