Hauptthema: Der grundlegende Kampf von Herstellern, Daten aus ihren physischen Anlagen zu erfassen, zusammenzuführen und zu nutzen – und damit den Fortschritt in Richtung fortschrittlicher, datengetriebener Produktion zu bremsen.
Kernpunkte:
- OEE als Ausgangspunkt: Die Overall Equipment Efficiency (OEE) ist eine grundlegende, allgemein angestrebte Kennzahl für Hersteller. Die meisten Unternehmen sind jedoch nicht in der Lage, sie effektiv zu erfassen.
- Aktuelle Datenmängel: Messungen erfolgen häufig manuell. Es fehlen etablierte Datenprotokolle. Vorhandene Daten liegen oft in isolierten Silos vor – wenn sie überhaupt existieren.
- Stockender Fortschritt: Viele Hersteller befinden sich erst am Anfang, grundlegende Systeme zur OEE-Datenerfassung aufzubauen. Fortgeschrittene Ziele wie vorausschauende Wartung, Qualitätsvorhersage und Arbeitssicherheit sind noch weit entfernt.
- Ursache – Anlagen & Infrastruktur: Das zentrale Hindernis ist, dass physische Anlagen in Fabriken oft nicht dafür ausgelegt sind, die für KI notwendigen Daten zu erzeugen. Umfangreiche Infrastrukturarbeit ist erforderlich.
- Branchenbeispiele: Volkswagen betreibt weltweit 122 Werke, hat die Daten daraus jedoch bislang nie zusammengeführt. Ford arbeitet am Aufbau neuer digitaler Werke zur Datenintegration. Novartis' Produktionslinien haben noch nie Daten erzeugt – ein weit verbreitetes Problem.
Kurz gesagt: Der Weg zur fortschrittlichen, datengetriebenen Produktion erfordert zunächst umfangreiche Grundlagenarbeit auf der Infrastrukturseite – um eine konsistente und umfassende Datenerfassung aus bestehenden physischen Anlagen zu ermöglichen.