Erfolgsgaranten der digitalen Fabrik
Liebe Leserinnen und Leser,
ein wichtiger Trend auf dem Weg zur digitalen Fabrik ist die Kombination der Methoden der Künstlichen Intelligenz (KI) und der Infrastruktur des Internets der Dinge (IoT). Dieser Technologie- und Methodenmix ist nicht wirklich neu, hat allerdings in der letzten Zeit durch vielfältige Erfolgsgeschichten aus der Industrie an Aufmerksamkeit gewonnen und wird Künstliche Intelligenz der Dinge (Artificial Intelligence of Things – AIoT) genannt. Die Leitlinie von AIoT ist es, effizientere loT-Abläufe zu schaffen und die Mensch-Maschine-Interaktionen zu optimieren. Ein weiteres wichtiges Merkmal von AIoT ist es, das Management und die Analyse von Daten zu verbessern, die von den verschiedenen Sensoren gesammelt werden. Es wird angestrebt, dass vor allem auch mittlere und kleinere Unternehmen durch AIoT ihre riesigen Datenmengen besser kontrollieren und dadurch auch nutzen können. Eine zentrale Zielsetzung von AIoT besteht darin, durch die Echtzeit-Konnektivität und den Datenaustausch der Produktionsanlagen deutlich schneller und effektiver auf zu erwartende Fehler reagieren zu können.
Ein wichtiger Vorteil ist, dass durch die kontinuierliche Evaluierung der Anlagenkennwerte, die aufgenommenen Datenmengen der Sensoren mit geeigneten Algorithmen systematisch reduziert werden können. Erfolgreiche Referenzbeispiele legen nahe, dass der höchste Mehrwert der AioT-Technologie erzielt werden kann, wenn Unternehmen diese mit intelligenter Automatisierung für die ganzheitliche Optimierung des Produktionsprozesses einsetzen. Darüber hinaus kann die vorbeugende Instandhaltung ebenfalls methodisch integriert werden, sodass die Vor-Ort-Überprüfung von produzierenden Maschinen auf ein Minimum reduziert werden kann. AIoT-basierte Systeme sind von ihrer Konzeption autonom, und damit leisten sie ebenfalls einen Beitrag zur Schonung von knappen Ressourcen. In diesem Sinne kann AIoT als eine neue Technologie definiert werden, die dafür sorgt, den physischen Elementen eine Form von Entscheidungskompetenz zu verleihen, damit sie die reale Produktionssituation analysieren und Lösungswege auf der Grundlage des Maschinellen Lernens einschlagen können. AIoT ist bereits in vielen Bereichen präsent. Neben den industriellen Umgebungen finden wir erfolgreiche Anwendungen in Freizeit und Tourismus, in der Landwirtschaft bis hin zu Transport und Logistik.
Ein weiterer zentraler Entwicklungsbereich in diesem Kontext ist das Edge-Computing. Bei der Vernetzung von Anlagen, die physisch weit voneinander entfernt sind, dürfen keine signifikanten Latenzen bei der Datenübertragung und -auswertung auftreten. Das Edge Computing ist hier ein wichtiger Lösungsansatz, indem zuerst Daten möglichst nahe an der Entstehungsquelle geprüft und gefiltert werden, bevor die Übertragung an entfernte Server stattfindet. Dies geschieht oft auf den Geräten selbst oder auf lokalen Servern innerhalb des Firmennetzwerks. Damit kann ebenfalls die Datensicherheit signifikant gesteigert werden, denn die reduzierten Datenmengen, die außerhalb des lokalen Netzwerks vorhanden sind, lassen ungewollte Rückschlüsse auf Produktionsdetails nicht mehr zu. AIoT und Edge-Computing sind damit wesentliche Erfolgsgaranten für eine effiziente und sichere digitale Welt, für die industrielle Produktion und wahrscheinlich auch weit darüber hinaus. Wir hoffen, dass Sie in diesem Zusammenhang nützliche Erkenntnisse und vielleicht auch neue Ansätze beim Lesen der Beiträge dieser Ausgabe zum Thema „Intelligente Fabrik“ gewinnen können.
Herzlichst im Namen der Herausgeber
Ihr
Wolfram Volk
© 2024 Walter de Gruyter GmbH, Berlin/Boston, Germany
Artikel in diesem Heft
- Inhalt
- Editorial
- Erfolgsgaranten der digitalen Fabrik
- Produktionsmanagement
- Simulationsbasierte Entscheidungsunterstützung mittels betriebswirtschaftlicher Bewertung
- Produktionsnetzwerke
- Resilienz in globalen Produktionsnetzwerken
- Produkt-Service-Systeme
- Produkt-Service-Systeme im Maschinen- und Anlagenbau
- Wertstrom
- Gestaltung eines wertstromübergreifenden Performance-Management-Systems
- Traceability-Systeme
- Zielgerichteter Einsatz von Traceability-Systemen
- Autonome Modellierung
- Autonome Modellierung von Maschinenverhalten
- Drohnen
- Humanzentrierte Implementierung von (teil-)autonomen Drohnen
- Intralogistik
- Wirkmodell für zellulare Fahrerlose Transportsysteme
- Energieflexibilität
- Energieflexibilisierung von Kälteversorgungssystemen
- Künstliche Intelligenz
- Generative KI in der Industrie
- Künstliche Intelligenz in der Produktionsplanung und -steuerung
- Maschinelles Lernen
- Nutzung von Machine Learning in der intelligenten Fabrik
- Digitalisierung
- Industrie 4.0: Die Revolution geht weiter
- Datengetriebene Produktion durch Digitale Plattformen
- Zukunftslabor Produktion
- Digitaler Zwilling
- Low-Code/No-Code zur Darstellung von Produktionsdaten über die Asset Administration Shell
- Datenanalyse
- Manufacturing Data Analytics: Wege zur Steigerung der Wettbewerbsfähigkeit
- Vorschau
- Vorschau
Artikel in diesem Heft
- Inhalt
- Editorial
- Erfolgsgaranten der digitalen Fabrik
- Produktionsmanagement
- Simulationsbasierte Entscheidungsunterstützung mittels betriebswirtschaftlicher Bewertung
- Produktionsnetzwerke
- Resilienz in globalen Produktionsnetzwerken
- Produkt-Service-Systeme
- Produkt-Service-Systeme im Maschinen- und Anlagenbau
- Wertstrom
- Gestaltung eines wertstromübergreifenden Performance-Management-Systems
- Traceability-Systeme
- Zielgerichteter Einsatz von Traceability-Systemen
- Autonome Modellierung
- Autonome Modellierung von Maschinenverhalten
- Drohnen
- Humanzentrierte Implementierung von (teil-)autonomen Drohnen
- Intralogistik
- Wirkmodell für zellulare Fahrerlose Transportsysteme
- Energieflexibilität
- Energieflexibilisierung von Kälteversorgungssystemen
- Künstliche Intelligenz
- Generative KI in der Industrie
- Künstliche Intelligenz in der Produktionsplanung und -steuerung
- Maschinelles Lernen
- Nutzung von Machine Learning in der intelligenten Fabrik
- Digitalisierung
- Industrie 4.0: Die Revolution geht weiter
- Datengetriebene Produktion durch Digitale Plattformen
- Zukunftslabor Produktion
- Digitaler Zwilling
- Low-Code/No-Code zur Darstellung von Produktionsdaten über die Asset Administration Shell
- Datenanalyse
- Manufacturing Data Analytics: Wege zur Steigerung der Wettbewerbsfähigkeit
- Vorschau
- Vorschau
