Smart Manufacturing

Smart Manufacturing (SM, deutsch: intelligente Fertigung) ist ein technologisches Konzept, das über das Internet verbundene Maschinen für die Überwachung des Produktionsprozesses nutzt. Das Ziel von SM ist es, die Automatisierung von Fertigungsprozessen voranzutreiben und Datenanalysen zu verwenden, um die Produktionsleistung zu verbessern.

Smart Manufacturing ist eine spezifische Anwendung des Industrial Internet of Things (IIoT, in Deutschland auch Industrie 4.0) und setzt IoT in die Realität um. Die Implementierung von SM beinhaltet die Integration von Sensoren in produzierende Maschinen, um Daten über deren operativen Status und ihre Leistung zu sammeln. In der Vergangenheit wurden diese Informationen üblicherweise auf einzelnen Geräten in lokalen Datenbanken gehalten. Diese Daten wurden nur verwendet, um die Ursache für Geräteausfälle herauszufinden, nachdem diese aufgetreten sind.

Nun können Fertigungsingenieure und Datenexperten durch die Analyse des Datenstroms der Maschinen einer ganzen Fabrik - oder sogar mehrerer Einrichtungen - die Ursachen für den Ausfall von Maschinenteilen effizienter herausfinden. Mit Smart Manufacturing ist auch eine vorbeugende Wartung möglich, so dass sich ungeplante Ausfallzeiten auf Geräten ganz oder annähernd verhindern lassen.

Fertigungsunternehmen können Trends in den Daten analysieren, um damit zum Beispiel Prozessschritte zu erkennen, bei denen die Produktion verlangsamt ist oder wegen der Verwendung bestimmter Materialien ineffizient wird. Darüber hinaus können Data Scientists und andere Analysten die Daten verwenden, um Fertigungsprozesse computerbasiert zu simulieren und so herausfinden, wie sich bestimme Dinge auf die effizienteste Art und Weise erledigen lassen.

Wenn die intelligente Fertigung populärer wird und mehr Maschinen durch das Internet der Dinge vernetzt werden, können sie auch besser miteinander kommunizieren und damit möglicherweise ein höheres Maß an Automatisierung unterstützen. Zum Beispiel könnten SM-Systeme in der Lage sein, automatisch Rohstoffe zu bestellen, wenn der Vorrat zu Neige geht, nach Bedarf weniger ausgelasteten Geräten Produktionsaufträge zuordnen und Verteilungsnetze vorbereiten, wenn ein Auftrag eingegangen ist.

Der Mangel an Standards und Interoperabilität ist das größte Hindernis, warum SM noch nicht auf breiter Basis eingesetzt wird. Technische Standards für Sensordaten haben sich noch nicht so durchgesetzt, was verhindert, dass verschiedene Arten von Maschinen Daten austauschen und effektiv miteinander kommunizieren können.

In den Vereinigten Staaten versucht das National Institute of Standards and Technology (NIST) Standards zu entwickeln und zu fördern. In Deutschland möchten der Digitalverband Bitkom, der Verband Deutscher Maschinen- und Anlagenbau und der Zentralverband Elektrotechnik- und Elektronikindustrie Standard entwerfen. Ein Ende des Standardisierungsprozesses ist allerdings nicht abzusehen. Weitere Herausforderungen sind die Kosten, die bei der Implementierung von Sensoren auf breiter Basis entstehen und die hohe Komplexität bei der Entwicklung von Vorhersagemodellen.