ANZEIGE: Für sämtliche Inhalte dieser Seite ist Lenze verantwortlich.

Digital Challenge Die digitale Zukunft ist jetzt

Traditionelle Branchen wie der Maschinenbau haben es nicht leicht in der digitalen Welt. Wer auch in Zukunft erfolgreich sein will, muss über den Tellerrand hinaus schauen – aber vor allem: endlich loslegen!
12.02.2018 - 00:33 Uhr Kommentieren
Quelle: Joshua Sortino/Unsplash
Zukünftig gibt es viele digitale Herausforderungen für die verschiedenen Branchen.
(Foto: Joshua Sortino/Unsplash)

Industrie 4.0, Industrial Internet of Things (IIoT), Big Data - Konzepte, die auf dem Papier gut aussehen und für den Maschinenbau vielleicht in einer fernen Zukunft einmal relevant werden. Wer das glaubt, begeht einen fatalen Fehler. Die digitale Transformation ist bereits in vollem Gange. Innnovationen werden vielerorts längst umgesetzt. Der fundamentale Wandel der gesamten Branche wird auch nicht übermorgen stattfinden – er passiert genau jetzt.

Wo ehemals getrennte Technologien, wie Maschinenbau und IT, verschmelzen, ergeben sich neue Geschäftsmodelle, etwa datengetriebene Dienstleistungen wie die Echtzeitüberwachung von Anlagen. Produktionssysteme können flexibler werden – Losgröße 1 wird zu einem realistischen Szenario. Zugleich werden Innovationszyklen immer kürzer. Das wiederum beschleunigt den Wandel zusätzlich. So wird die Geschwindigkeit, mit der Unternehmen sich digital transformieren, zum Erfolgsfaktor: Wer die Entwicklung ignoriert oder auch nur zögert, läuft Gefahr, im nationalen und internationalen Wettbewerb abgehängt zu werden. Das zeigt auch ein neues White Paper von Lenze: Das Unternehmen hat sich ausführlich mit dem digitalen Wandel beschäftigt, der künftig auch vor den Maschinenbauern keinen Halt mehr macht.

Im Zuge dieser digitalen Transformation sieht sich der Maschinenbau nach Angaben von Lenze mit neuen Anforderungen konfrontiert. Kunden werden künftig vermehrt nach Maschinen verlangen, die flexibel einsetzbar sind, mit anderen Komponenten reibungslos funktionieren und mit ihnen im IIoT kommunizieren können. Der Konfigurationsaufwand muss dabei so gering wie möglich sein. Das Ziel heißt Plug-and-Produce: Eine Produktionsanlage muss ihre Arbeit nach einer Änderung der Maschinenmodule im Idealfall autonom wieder aufnehmen. Voraussetzung dafür sind standardisierte Schnittstellen – und zunehmend innovative Software. Die Hardware allein wird die veränderten Kundenbedürfnisse auf Dauer nicht mehr befriedigen können. Software- und IT-Systeme entwickeln, implementieren und instandhalten zu können, wird für Maschinenbauer in einem digital transformierten Markt deshalb von entscheidender Bedeutung sein.

Damit Maschinen intelligente Entscheidungen treffen und flexibel agieren können, benötigen sie einen kontinuierlichen Daten- und Informationsfluss. Bereits heute verfügen Unternehmen über ein großes Datenvolumen, allerdings generieren sie daraus keine Informationen oder sie speichern sie in getrennten Systemen. Die Folge: Die Daten beziehungsweise Informationen entfalten nicht ihren vollen Wert, da sie für Entscheidungen auf der nächsten Steuerungs- oder Managementebene nicht zur Verfügung stehen. Deshalb müssen Unternehmensebene (IT) und Fertigungsebene (OT) zusammenwachsen. Solch ein End-to-End-Datenstrom steigert Verfügbarkeit und Produktivität des gesamten Systems.

Aktuell existiert eine sehr große Anzahl von unterschiedlichen Cloud-Plattformen nebeneinander. Welche davon in Zukunft überleben werden, lässt sich heute noch nicht sagen. Für Maschinenbau-Unternehmen stellt sich deshalb nach Angaben von Lenze die Frage, ob sie eine eigene Lösung realisieren sollen oder sich besser einer vorhandenen anschließen. Im Zweifel gilt hier die Regel: Je größer der Kunde, desto größer das Unternehmen, dass der Kunde hinter der Cloud-Plattform erwartet.

Die voranschreitende Digitalisierung verändert auch die Produktentwicklung. Es ist gut möglich, dass Kunden in Zukunft darauf bestehen, dass der Maschinenbauer seine Produkte vor der eigentlichen Fertigung als Computer-Modelle präsentiert. Solche digitalen Zwillinge haben auch für den Anbieter gleich mehrfachen Nutzen: Er kann eine Maschine oder ein komplettes Produktionssystem in einer rein virtuellen Umgebung entwickeln, simulieren, testen und in Betrieb nehmen. Das verkürzt Entwicklungszeiten, senkt Kosten und liefert ein von Beginn an optimiertes Produkt. Damit Engineering mithilfe eines digitalen Zwillings rentabel bleibt, muss jedoch ein einheitlicher Datentransfer über alle Entwicklungsstufen hinweg und mit allen eingesetzten Tools möglich sein. In der Praxis ist dies (noch) nicht immer der Fall.

Infografik

Innovative Unternehmen nutzen die Daten, die ihre Maschinen erzeugen und generieren daraus mithilfe von Datenanalyse Informationen. Diese wiederum vermarkten sie als Dienstleistung, beispielsweise in der vorausschauenden Instandhaltung. Künftig werden die Maschinen selbst anhand ihrer Daten lernen und intelligente Entscheidungen treffen. Maschinenbauer, die in den Bereich maschinelles Lernen einsteigen wollen, sollten organisatorisch bei Null beginnen: Es reicht nicht, etwa die Software-Abteilung um ein paar zusätzliche Ingenieure aufzustocken. Denn Workflow und die nötigen Fähigkeiten unterscheiden sich zu sehr voneinander. Zudem muss das Analytik-Team durch das gesamte Unternehmen hindurch vernetzt sein.   

Die digitale Transformation ist eine hochkomplexe Herausforderung. Wer versucht, in jedem sich neu entwickelnden Technologiebereich Wissen anzusammeln, vergeudet Zeit und Ressourcen. Effektiver ist es, auf Partner zurückzugreifen, die bereits über spezifisches Know-how verfügen – zum Beispiel im Bereich Software Engineering, IT oder Automatisierung.

Über die Technologie hinaus bedarf es aber auch einer organisatorischen Weiterentwicklung. Eine offene Struktur innerhalb des Unternehmens wird schneller Innovationen hervorbringen als eine streng hierarchische Top-Down-Struktur. Wer in der digitalen Welt bestehen will, sollte also anfangen, wie ein Start-Up-Unternehmen zu denken.