In Raymond F. Jones' 1962 erschienenem Roman Die kybernetischen Gehirne werden alle Bed¨¹rfnisse einer futuristischen menschlichen Gesellschaft von riesigen automatisierten Fabriken befriedigt, die von k?rperlosen Gehirnen gesteuert werden, die von Verstorbenen entnommen wurden. L?sst man die dem Buch innewohnende makabre Handlung und den fatalistischen Ausgang au?er Acht, kann es sehr wohl ein Spiegel der heutigen Welt sein. Mit dem Aufkommen von Industrie 4.0 verwandeln sich Fabriken in selbstlernende, selbstauswertende automatisierte R?ume, die die Produktions- und Lieferketten revolutionieren. Laut einem rechnen 35 % der f¨¹r die Studie befragten Unternehmen, die Industrie 4.0 eingef¨¹hrt haben, in den n?chsten f¨¹nf Jahren mit Umsatzsteigerungen von ¨¹ber 20 %. Diese erwarteten j?hrlichen Umsatzsteigerungen k?nnen nur durch eine erhebliche Senkung der plattform¨¹bergreifenden Kosten erzielt werden. Aus Sicht der Fertigung kann die Verbesserung der Effizienz und Effektivit?t verschiedener Prozesse - Maschinen, Zellen, Montagelinien u. a. - dazu beitragen, diese potenzielle Wachstumsrate zu erreichen.

91Ô­´´

Lange Zeit galt die Reduzierung von Ausfallzeiten als wesentlicher KPI f¨¹r Hersteller. Die ?berwachung und Optimierung von Ausfallzeiten allein bot jedoch keinen ganzheitlichen ?berblick ¨¹ber Leistung und Prozesseffizienz. Mit der Einf¨¹hrung der Gesamtanlageneffektivit?t (Overall Equipment Effectiveness, OEE) wurden Daten zur Anlagenverf¨¹gbarkeit, Produktivit?t und Qualit?t zusammengef¨¹hrt, um die Leistung einer bestimmten Produktionslinie zusammenfassend zu bewerten. Mit dem Aufkommen von Industrie 4.0 hat die Verf¨¹gbarkeit solcher Datenstr?me erheblich zugenommen. Intelligente Fertigungssysteme basieren auf produktiver Datenanalytik und maschinellem Lernen, die die Ausbeute in der Produktion, bei den Maschinen und im Anlagenmanagement positiv beeinflussen. Ein f¨¹hrender globaler Technologiekonzern steigerte seine Produktionskapazit?t um 20 % und senkte gleichzeitig den Materialverbrauch um 4 %. IoT-f?higes maschinelles Lernen hilft bei der Integration von IT-Systemen innerhalb des Unternehmens und unterst¨¹tzt die Erreichung plattform¨¹bergreifender Ziele. Von der Optimierung von Produktionsabl?ufen und Best?nden bis hin zur Erm?glichung von Entscheidungen in der Wertsch?pfungskette - solche intelligenten Systeme ver?ndern die OEE exponentiell. Ein gro?er Teil der Produktionsbem¨¹hungen umfasst die Verbesserung der Wartung und der vorbeugenden Instandhaltung sowie das Erreichen einer h?heren Genauigkeit bei der Reparatur- und ?berholungsleistung. Die Integration von Datenbanken, Apps und Algorithmen des maschinellen Lernens in Cloud-Plattformen bildet die Grundlage f¨¹r die Implementierung konditionierter ?berwachungssysteme. Ein f¨¹hrendes Technologieunternehmen ist eine Partnerschaft mit einem Automobilhersteller eingegangen und konnte durch die Einf¨¹hrung von Zustands¨¹berwachungsprozessen verzeichnen.

91Ô­´´

Der Einsatz eines robusten OEE-?berwachungssystems kann sich nicht nur auf die Einf¨¹hrung einer Datenverarbeitungs- und Analysesoftware beschr?nken. Wenn ein Werk expandiert, muss die OEE-L?sung organisch weiterentwickelt werden, wobei mit jeder neuen Maschineneinheit wiederholte Installationen und Einrichtungsvorg?nge durchgef¨¹hrt werden m¨¹ssen. Vorsicht ist auch geboten, wenn die OEE-L?sung in bestehende Altsysteme integriert wird, um deren Sicherheit und Integrit?t zu wahren. Eine skalierbare und nachhaltige OEE-?berwachungsplattform stellt au?erdem sicher, dass ein Minimum an Support und Wartung erforderlich ist. In der Fertigung kommt es h?ufig zu wiederkehrenden Produktwechseln und Schichtwechseln, die manchmal 24 Stunden am Tag und sieben Tage die Woche andauern. Eine OEE-L?sung muss solche variablen Arbeitsmuster nahtlos integrieren. In einem Fertigungsbetrieb gibt es f¨¹r jeden Arbeitsgang einen Zeitplan sowie einige geplante Ausfallzeiten f¨¹r Anlagen- und Produktwechsel sowie Wartungsarbeiten. Abgesehen von Leerlauf und kleineren Stillst?nden wird auch bei technischen Ausf?llen Zeit aufgewendet. Ungeplante Zeitverluste wirken sich auf die Produktionsgeschwindigkeit aus und k?nnen sehr wohl unerw¨¹nschte Auswirkungen auf die Produktionsqualit?t haben. OEE ist der einzige KPI, der all diese Variablen ber¨¹cksichtigt und ein umfassendes Verst?ndnis der Gesamtleistung vermittelt. Und in einer intelligenten Fertigungsumgebung birgt sie das Potenzial, Fehlfunktionen zu ersetzen und nahezu perfekte Produktionszyklen zu erreichen.

91Ô­´´

Einem zufolge wurde der Markt f¨¹r Industrie 4.0 im Jahr 2016 auf 66,67 Mrd. USD gesch?tzt und wird bis 2022 voraussichtlich 152,31 Mrd. USD erreichen, bei einer CAGR von 14,72 % zwischen 2017 und 2022. Die intelligente Fabrik ist in der Lage, verwertbare Erkenntnisse ¨¹ber alles zu liefern. Das ?kosystem bietet Unternehmen nicht nur einen umfassenden ?berblick ¨¹ber den Betrieb, sondern hilft auch bei der Produkt¨¹berwachung nach der Auslieferung in Echtzeit. Dies er?ffnet die M?glichkeit, neue Gesch?ftsmodelle zu erkunden, die letztlich auf einer effizienten und qualit?tskontrollierten Produktion beruhen. Der Einsatz einer OEE-L?sung in einer intelligenten Fabrikumgebung kann dazu beitragen, genau das zu erreichen.