elektro AUTOMATION: Visualisierung ist kein neues Thema, jeder hat schon in der Schule gelernt, wie man aus Excel-Tabellen Diagramme erzeugt. Was machen Sie anders?
Benjamin Ullrich (Elunic): Am Ende geht es hier um Frage, was wir visualisieren. Im Fall von Excel sprechen wir von statischen Daten in überschaubarer Menge. Daten in der Produktion sind eine ganz andere Größenordnung. Erstens werden solche Daten in kurzen Zeitintervallen – im Sekunden- oder sogar Millisekunden-Bereich – angeliefert und zweitens liegen sie in riesiger Menge (Big Data) vor. Um solche Daten nutzbar zu machen und daraus Ableitungen treffen zu können, müssen vorher zum Beispiel Aggregation, Berechnungen oder Definitionen von Regeln durchgeführt werden. Das heißt unsere Aufgabe liegt vor allem in der Vorverarbeitung von Daten. Auch müssen dynamische Anpassungen vorgenommen werden, damit nicht nur Live-Daten sondern auch historische Daten über einen bestimmten Zeithorizont angezeigt werden. Aber auch Excel beweist mit der Diagrammfunktion, dass Daten erst in visueller Form eine schnell interpretierbare Entscheidungsgrundlage bilden.
Wie das Industrial Internet of Things (IIoT) Daten nutzbar macht
elektro AUTOMATION: Wo bietet sich eine Visualisierung an? Nur im Executive-Meeting oder auch auf dem Shopfloor?
Ullrich: Ein gutes Datenvisualisierungstool ersetzt zunächst die mühselige Handarbeit in Form von Präsentationen. Es bereitet Reports und aktuelle Zahlen so auf, dass alle relevanten Informationen für den Entscheiderkreis sofort verständlich sind. Dies gilt aber auch für den Shopfloor. Insbesondere die Visualisierung von Maschinendaten mit Hilfe von Tools wie Shopfloor.io dient Optimierungszwecken direkt in der Produktion. Der Schichtleiter muss im Bilde sein, in welchem Zustand sich die Maschinen aktuell befinden. Aussagekräftige Diagramme, die Anomalien klar ersichtlich machen, erlauben eine schnelle Reaktion und das Einleiten von Gegenmaßnahmen. So werden vor allem im Shopfloor Mehrwerte erzielt, indem Ausfälle verhindert und vorhandene Kapazitäten effizienter genutzt werden.
elektro AUTOMATION: Werden durch Visualisierung mehr Entscheidungen getroffen, wo vorher einfach nach alten Mustern oder Schema F gearbeitet wurde?
Ullrich: Viele Maschinen liefern schon seit Jahren eine Menge an Daten, die bisher aber nicht viel Beachtung gefunden haben. Dennoch haben sie das Potenzial, neue Muster zu offenbaren und Einblicke in das Maschinenverhalten zu generieren, was vorher gänzlich unbekannt war. Um als fundierte Entscheidungsgrundlage dienen zu können, müssen die Daten visuell aufbereitet werden. Andernfalls wird es schwierig in einer Datentabelle Trends oder Ausreißer zu entdecken. Somit ja, die Aufbereitung von Daten ermöglicht altbekannte Muster in Frage zu stellen. Predictive Maintenance ist das beste Beispiel: Instandhaltung wurde und wird oft noch in festen Zeitintervallen durchgeführt. Der wirkliche Bedarf der Maschine ist dabei vollkommen irrelevant. Dank Datenauswertungen mithilfe von künstlicher Intelligenz (KI) und unserer Remote Condition Monitoring Tools wissen wir jetzt, wann etwa ein Teil gewechselt werden muss, bevor die gesamte Maschine zum Stillstand kommt und können so die Instandhaltung besser planen.
elektro AUTOMATION: Daten werden heute oft von Künstlicher Intelligenz (KI) und durch Machine Learning ausgewertet. Welchen Vorteil bringt mir eine simple Visualisierung? Hier muss ja der Mensch dann die Auswertung noch selbst vornehmen und optimiert dann eventuell nicht so optimal, wie eine KI? Oder könnte man sagen: Die KI warnt mich im Predictive-Maintenance-Fall vor einem bevorstehen Lagerschaden. Durch die Datenvisualisierung aber sieht der Mitarbeiter, welcher Prozessteil das Lager am meisten beansprucht?
Ullrich: In den meisten Fällen wird eine KI eingesetzt, um auf Unstimmigkeiten in den Daten hinzuweisen, wie beispielsweise unsere Softwarelösung AI.See im Bereich des Qualitätsmanagements in der Produktion. Der Mensch kann dann die Informationen in den relevanten Kontext bringen und entsprechende Entscheidungen treffen. Ebenso im Bereich der Predictive Maintenance: Solange wir keine Roboter haben, die selbst Maschinen reparieren, wird es immer eine Kombination aus KI und Mensch geben. Die KI weist auf Unstimmigkeiten hin und der Mensch prüft die Maschine vor Ort auf potentielle Fehler.
elektro AUTOMATION: Big-Data ist ein schwammiger Begriff, der Schatz kann mitunter sehr heterogen sein, eine einzige, saubere CSV-Datei wird man nur selten antreffen. Wie bringt man die verschiedenen Welten wie Logistik, Warenwirtschaft, Steuerungsdaten von Maschinen und ERP-Werte zusammen?
Ullrich: Um das gesamte Potenzial von Big Data abteilungsübergreifend nutzen zu können, bedarf es einer unternehmensweiten Datenstrategie. Es muss festgelegt werden, welche Daten wie gesammelt und gespeichert werden, um neue Informationsflüsse zu schaffen und daraus letztendlich konkretes Wissen zu generieren. Die Verknüpfung verschiedener Datenquellen und Datenbanken spielt dabei eine entscheidende Rolle – erst ihre Integration birgt Mehrwerte und Optimierungsmöglichkeiten. Dies kann mit den richtigen Technologien erreicht werden. Wichtig ist vor allem, eine offene und flexible IT-Architektur aufzubauen. Systeme müssen so gestaltet werden, dass sie jederzeit erweiterbar sind. Deswegen plädiert Elunic für den API-First-Ansatz, der offene Schnittstellen für eine anpassungsfähige Plattform-Architektur bereithält. Das erlaubt letztendlich den Datenfluss zwischen unterschiedlichen Komponenten und deren Homogenisierung.
Fallbeispiel:
In einem Showcase zeigt Elunic, wie durch Datenvisualisierung und KI die Gesamtanlageneffektivität verbessert werden kann:
hier.pro/LuG7B
Hinweis: Dieses Interview ist Teil eines Trendinterviews zum Thema ‚Visualisierung von Daten in der Smart Factory‘. Die Interviews mit den weiteren drei Teilnehmern finden Sie hier:
„Daten sammelt unsere Box inklusive Aufbereitung und Visualisierung“
„Augmented Intelligence verbindet KI und menschliche Intuition“
Kontakt:
Elunic AG
Erika-Mann-Str 23
80636 München
Tel. +49 89 / 4161 737 – 30
info@elunic.com
www.elunic.com
