Globalwirtschaftliche Einflussfaktoren

Megatrends Serviceleistungen
- Komplexere Produkte, kürzere Produktlebenszyklen, bessere Logistikleistun- - Produkt-Service-Systeme
gen, stärkere Globalisierung - Pay-on-Production
Globale gesättigte Märkte
- Wachstum über Preiskampf, alternativ über Alleinstellungsmerkmale und erweiterten Kundenutzen (Funktions-
erweiterungen und Integration)
- Wachstum über individualisierte Produkte -> statt Mengenwachstum Variantenwachstum (Mass-Customization
bis hin zur Losgröße 1)

Globale Datenverfügbarkeit Zunehmende Sensorisierung

- Daten sind zu jeder Zeit an jedem Ort verfügbar (auch nach dem Verkauf) - Immer größerer Einsatz an
Sensoren
Smarte Produkte
- Smarte Produkte verändert die Branchenstrukturen und lösen diese auf -> weg vom Produkt hin zu Systeme von
Systemen (statt Bulldog Agrar-Management-System)
- Stufen: 1. Überwachung -> 2. Steuerung -> 3. Optimierung -> 4. Automatisierung

P (physische Komponente) V (Vernetzungskomponente) I (intelligente Komponenten)

mechanisch, elektrisch Schnittstellen, Kommunikation Sensoren, Prozessoren, Software

Auswirkungen auf Unternehmen

Wettbewerbsvorteile aufbauen Daten im Zentrum der Wertschöpfung
- operative Effizienz (Dinge gut machen) - Smarte Produkte sind Quelle für neue Nutzungsdaten
- strategische Positionierung (Dinge anders machen) - Nutzung dieser in allen Unternehmensfunktionen
Erkenntnisse aus Daten gewinnen:
- Sammeln, Strukturieren und Verknüpfen von Daten (Data Lake)
- Gewinnung von Erkenntnissen und Mehrwerten durch ML und KI
- Steuerung und Optimierung von Geschäftsprozessen auf Basis der Daten und Erkenntnisse

CPS und CPPS

CPS: Zusammenführung der physischen CPPS: CPS in der Produktion (operative Effizienz)
und digitalen Welt - Durchgängige Interaktion und Kommunikation von Produkt, Pro-
- Vernetzung und Informationsaustauch duktionsmittel und Produktionssystem
anderen mit Systemen und der Um- - Schaffen die Grundlage für neue Formen der Adaptivität, Flexibilität
welt und Effizienz
- Sensoren zur Erfassung eigener Sys- - Können selbständig auf geänderter Prozessanforderungen reagie-
temzustände oder der Umwelt ren oder Prozesse optimieren
- Aktuatoren um auf die Umwelt einzu- - Direkte Kopplung von Material- und Informationsfluss sowie Ent-
wirken scheidungsfindung
- Verarbeitung/Speicherung von Daten - Ist ein dezentrales System: Kooperatives Netzwerk entlang der
Wertschöpfungskette
Klassifizierung CPS
Stufe 1 Stufe 2 Stufe 3 Stufe 4
Identifikation S1 + Speicherplatz S2 + Sensorik/Kommunikation S3 + Entscheidungsfindung
Konzepte - Dimensionen der Vernetzung
Horizontale Integration:
- Vernetzung aller an einer Wertschöpfung beteiligten Instanzen in einem Wertschöpfungsnetzwerk (z. B. Lieferan-
ten, Unternehmen, Kunden, Servicepartner)

Vertikale Integration (CPPS):

- Vernetzung von Produktions-systemen (z. B. Maschinen, Anlagen, Fördertechnik) und IT-Systemen (z. B. MES, ERP)
in einer Fabrik.

Durchgängiges Engineering:
- Vernetzung von Produkten und Produktionsmitteln mit ihren digitalen Zwillingen zur Realisierung von Datenzugriff
und Datenkonsistenz über den Lebenszyklus.
- Anwendungsfälle: Virtuelle Inbetriebnahme, Anlagensteuerung, Produktionssteuerung
- Herausforderungen: Synchronisation der Modelle untereinander, Gültigkeit der Modell

Smarte Systeme
Smarte Werkstücke
- Werkstück als aktives und kommunikationsfähiges Objekt -> ermöglicht Flexibilisierung der Fertigung -> Erhöhung
der Produktqualität und Ressourceneffizienz
- Speichern von statischen Informationen (z.B. Geometrie) und dynamischen Daten
- Aufnahme und Kommunikation von Belastungen
- Einwirken auf Prozesse (bei Überbelastung)
- Sammeln von Daten

Smarte Werkzeuge
- Sammeln von Daten zur Prozessüberwachung und Optimierung -> Werkzeug wird zu CPS
- Potential: Individualisierte Fertigung, Flexibilisierte Fertigung, Ressourceneffizientere Fertigung

Smarte Maschinen
- Höhere Effizienz insbesondere in den vorgelagerten Prozessen
- Wichtige Prozessschritte (z.B. Fertigungsplanung) werden durchgeführt bevor der eigentliche Wertschöpfungspro-
zess erfolgt
- Stellhebel: Virtualisierung der Arbeitsvorbereitung und der Maschine -> Maschine weiß welche Arbeitsschritte er-
folgen werden

Smarte Handhabungssysteme
- Handhabungssystem: System zum Transport und Handhabung
- Ziel: Minimierung der wertschöpfungsfreien Zeit
- Stellhebel: räumliche Anordnungskonzepte, Mensch-Roboter-Kollaboration und neue Greifsysteme

Smarte Logistiksysteme
- Wertschöpfungsübergreifende effizientere Koordination der Material- und Informationsflüsse (horizontal)
- Ziel: logistischen Kennzahlen wie Liefertreue oder Lieferfähigkeit weiter zu optimieren und innerbetrieblichen auch
über-betriebliche Prozesse zu verbessern
- Stellhebel: neuer und innovative Technologien

Smarte Produktionsplanung/-steuerung
- Grundlage für eine leistungsfähige PPS: richtige Informationen zur richtigen Zeit
- Ziel: Transparenz in den Planungs- und Kontrollsystemen und die Möglichkeit korrigierend einzugreifen
- Potential z.B. KI-gestützte Absatz-/Bedarfsprognose
Vernetzung
Anforderungen
- Vielfältige Interaktion und Kommunikation: Daten abfragen, Daten übermitteln, Aktionen auslösen, Entitäten be-
obachten
- Auflösung der Automatisierungspyramide: Wandel zu dezentralem untereinander verbundenen System

Zentrale Herausforderungen
- Standards: Kompatibilität mit anderen Vernetzungssystemen
- Sicherheit: Cyber-Security
- Echtzeit: Echtzeit/schnelle Datenübertragung
- Robustheit: Störungsfrei
- Skalierbarkeit: Verwaltung einer sehr großen Anzahl von Systemen -> Data Lake + Data Analytics

Vernetzung aller Ebenen

- Feldbusse bzw. Industrial-Ethernet-Lösungen
- Aktueller Fokus Vernetzung: Automatisierung oder ausgewählte Maschinen eines Bereichs
- Zukünftige: weitergehende Vernetzung vor allem durch drahtlose Kommunikations-technologien

Drahtlose Netzwerke
- Mobilfunkstandard 5G -> drahtlose performante Kommunikation -> auch kritische Kommunikation in Echtzeit

Semantik
- Maschinen und Anlagen brauchen eindeutiges Verständnis eines Begriffs, um Informationen eindeutig zu interpre-
tieren

Datentypen
Nutzungsdaten
Stammdaten Transaktionale Daten
Sensordaten Zustandsdaten
- Längerer Zeitraum - Begrenzte Lebens- - Qualitative oder - Ergebnis einer intelligen-
- Geringe Anwendungs- dauer quantitative Be- ten Verarbeitung von
häufigkeit - Konkreter Zeitbezug schreibung eines Sys- Sensordaten
- Grundlage für operative tems oder einer Sys- - z.B. Störung, Rüsten
Systeme temumgebung
Alle Datentypen kommen entlang der Wertschöpfungskette vor

Datenmodelle
Stufen der Datenmodellierung Grundlegende Anforderungen an Datenmodelle in Industrie 4.0
- Konzeptionelles Datenmodell: Abbildung - Geeignete Datenmodelle für die performante Speicherung und
der Gegenstände und deren Beziehungen Verarbeitung von Big Data zum Zwecke der Erkenntnisgewin-
z. B. als ER-Diagramm oder UML nung aus Daten und der Nutzbarmachung in Geschäftsprozes-
- Logisches Datenmodell: Abbildung des sen
Konzeptmodells auf die Regeln des ver- - Geeignete Informationsmodelle für die Beschreibung von Zu-
wendeten Datenbankschema z.B. RDBMS stand, Eigenschaften und Fähigkeiten von I4.0-Komponenten
- Physikalisches Datenmodell: Technische zum Zwecke von Kommunikation und Datenaustausch
Umsetzung von z. B. Zugriffsoperationen
auf einzelne Datenelemente
Prozesskette Big Data in einem Industrie 4.0 Szenario
Big Data
Große Menge und Vielfalt, hohe
Allgemeine Daten Nicht konventionell Verarbeitbar
Komplexität und Geschwindigkeit

Data Lake
Repository von Daten Im Rohdatenformat gespeichert Ausgelegt für hohe Skalierbarkeit

Data Science
Verfahren zum Erkenntnisgewinnung aus Daten und deren
KI, ML, Data Mining
Nutzbarmachung in Geschäftsprozessen

Erkentnissgewinn
Visualisierung Kontrolle Methoden

Cloud-Computing
- Serviceorientiertes IT-Konzept -> geteilte Computerressourcen als Dienstleistung -> ermöglicht IT-Infrastrukturen
und IT-Dienste auszulagern und Umsetzung wertschöpfungs- und lebenszyklusübergreifender IoT-Szenarien

Eigenschaften einer Cloud:

- On-Demand Self Services: Bereitstellung von Rechenleistung und Datenspeicher läuft automatisch
- Broad Network Access: Dienste sind über einheitliche Schnittstellen verfügbar
- Resource Pooling: Anwender können sich aus einem Ressourcen-Pool bedienen
- Rapid Elasticity: Dienste können schnell und einfach zur Verfügung gestellt werden
- Measured Services: Ressourcennutzung kann gemessen, überwacht und skaliert werden

Liefermodelle
- Public-Cloud - Privat-Cloud - Hybrid-Cloud - Community-Cloud
Servicemodelle
- Software as a Service (SaaS) - Plattform as a Service (PaaS) - Infrastructure as a Service (IaaS)

IoT- Plattform
- Internet-basierte Plattformen zur Kommunikation und Kooperation von Systemen sowie Standardisierung von Kom-
munikation und Datenaustausch -> zukünftige Produktion wie Internet: dezentral und hierarchielos
- Auf eigenen Server oder aus einer Public Cloud

Kernfunktionen
Unternehmensintegration
Anwendungsentwicklung
Datenmodellierung
Datenanalyse/-visualisierung
Datenverwaltung/-transformation
Ereignisverwaltung
Geräteverwaltung
Gerätekonnektivität
Anbindung von IoT-Geräten in die bestehende IT-Infrastruktur
Entwicklung von Use-Case spezifischen Anwendungen
Abbildung der angeschlossenen IoT-Geräte
Auswertung der von den IoT-Geräten erfassten Daten zum Erkenntnisgewinn
Verwalten/Transformieren aktueller und historischen Daten von IoT-Geräten
Ereignisse unterscheiden und klassifizieren
Verwaltung IoT-Geräten (Überwachung, Konfiguration; Softwareaktualisierung)
Bidirektionale Kommunikation zwischen IoT-Gerät und IoT-Plattform
Edge-Computing
- Reduktion von stark wachsenden Datenmengen im IoT und der Cloud
- Dezentrale Rechnerkapazität zwischen IoT-Gerät und Cloud -> Reduzierung der Daten vor dem Weg in die Cloud
- Nah am Prozess -> bessere Unterstützung von Echtzeit-Anforderungen

Digitalstrategie
- Grundprinzip: strategischer Plan bei dem Anwendung digitaler Technologien im Vordergrund steht
- Ziel: Unternehmenserfolg durch Einsatz digitaler Technologien erhöhen
- Digitalstrategie wird anhand eines strukturierten Vorgehens entwickelt

Möglichkeiten:
1. Digitalstrategie ist von der Unternehmensstrategie losgelöst
2. Digitalstrategie ist Teil der Unternehmensstrategie
3. Digitalstrategie ist die Unternehmensstrategie

Vorgehensweise

Datengetriebene Prozesse
Descriptive
Analyse historischer Daten, um
vergangenes zu verstehen.
Was ist passiert?
Predicitive Prescriptive
Ableitung und Bewertung von
Analyse historischer Daten, um darauf auf-
Handlungsoptionen für die Zukunft
bauend Aussagen über Zukunft zu machen
Wie können wir unsere Ziele errei-
Was wird passieren?
chen?

Fokus Muster, Beziehungen, Modelle - Geschäftsprozesse beinhalten/erfordern vielfältige Entschei-

Ablauf explorativ, iterativ dungen -> Ansatzpunkt für Künstliche Intelligenz sind Ent-
Ergebnis wahrscheinlich, „gut genug“ scheidungen auf der Ebene von Einzeltätigkeiten
Analyse vorhersagend, vorgebend