Gesponsert

Zukunft der Industrie Digitalisierung: Die entscheidenden Begriffe einfach erklärt

Von Big Data und Digital Engineering über künstliche Intelligenz bis Predictive Maintenance: Die Bedeutungen dieser Begriffe sollte man kennen.

Gesponsert von

Die Digitalisierung prägt den Maschinenbau deutlich, was zahlreiche komplexe Konzepte und Begriffe ins Spiel bringt.
Die Digitalisierung prägt den Maschinenbau deutlich, was zahlreiche komplexe Konzepte und Begriffe ins Spiel bringt.
(Bild: item)

Keine Frage, die Digitalisierungsthematik ist omnipräsent – nicht nur in der Industrie, sondern auch in der Politik und den grundsätzlichen Diskussionen der Ethik. Angesichts des Digitalisierungsschubs infolge der Corona-Pandemie sind die damit verbundenen Aspekte sogar aktueller denn je. Allerdings gibt es dabei ein häufiges Manko: In der Regel werden zahlreiche Begriffe der Digitalisierung einfach vorausgesetzt und nicht wirklich definiert. Auch die Verwendung als reines Schlagwort ohne genaueren Kontext findet man nicht selten. Doch eine genauere Beschäftigung mit diesen Begriffen ist nicht nur obligatorisch, sondern auch für jeden, der sich für Technik begeistert, ein Vergnügen. Konzepte, die einst noch ferne Zukunftsvisionen waren, werden inzwischen längst zur Effektivitätssteigerung im Maschinenbau eingesetzt. Einige der wichtigsten Begriffe der Digitalisierung werden wir daher jetzt näher beleuchten.

Gerade der Maschinenbau hat sich in den letzten Jahren grundlegend gewandelt. Doch damit sind zahlreiche Fragen verbunden: Wie weit ist die Digitalisierung in diesem Bereich aktuell und was ist für die Zukunft zu erwarten? Welche Erwartungen haben die Kunden? Auf diese und weitere Fragen liefert die Neuauflage der Studie zum digitalen Maschinenbau von item Industrietechnik präzise Antworten:

Big Data

Big Data steht für Datenmengen, denen mit traditionellen Mitteln der Datenverarbeitung nicht mehr beizukommen ist. Dies kann verschiedene Ursachen haben – beispielweise eine zu hohe Komplexität oder exorbitante Größe, aber auch mangelnde Struktur oder die Tatsache, dass sich die Daten zu häufig verändern. Infolge der rasant fortschreitenden Digitalisierung nimmt das Datenvolumen immer weiter zu, somit auch die Menge an Big Data. Bestimmend für die Debatten rund um Big Data war die Definition der Unternehmensberatung Gartner. Ihr zufolge prägen diese drei Eigenschaften Big Data:

  • Volume: Ein gewaltiger Datenumfang.
  • Velocity: Hohe Geschwindigkeit bei der Datenverarbeitung.
  • Variety: Ein großes Spektrum an verfügbaren Datenquellen.

Um diese Datenmengen adäquat auswerten zu können, sind Anwendungen auf der Grundlage von künstlicher Intelligenz notwendig. Diese sind etwa in der Lage, wiederkehrende Muster zu erkennen und somit sonst nicht zugängliche Informationen über die eigenen Maschinen und die Interessen der Kunden offenzulegen. In allen Fällen ist natürlich der Datenschutz zu wahren, der durch die EU-DSGVO klar geregelt ist.

Cloud Computing

Bei Cloud Computing nutzen die Anwender die IT-Infrastruktur eines externen Anbieters. Hierbei nutzen sie Speicherplatz, Rechenleistung oder Anwendungssoftware. Der entscheidende Vorteil besteht darin, dass die in der Regel hohen Anschaffungskosten für Hard- und Software entfallen. Zudem ist mit Cloud Computing eine schnelle Skalierung möglich. Obwohl es hier Mischformen gibt, wird nach wie vor auf die folgenden Unterscheidungen des National Institute of Standards and Technology zurückgegriffen: Wer „Software as a Service“ nutzt, braucht nur einen internetfähigen Computer und einen Standardbrowser – schon kann er auf die Software in der Cloud zugreifen. Ein Beispiel hierfür ist das item Engineeringtool, das also auch im Home-Office in vollem Umfang genutzt werden kann. In Corona-Zeiten ist das ein nicht zu unterschätzender Vorteil. Nutzer von „Infrastructure as a Service“ dagegen bekommen IT-Ressourcen zur Verfügung gestellt, also etwa Rechenleistung, Speicherplatz oder Netzwerkstrukturen. „Platform as a Service“ richtet sich dezidiert an Programmierer, die somit in einer ausgelagerten Umgebung neue Anwendungen entwickeln und bereitstellen können.

Digital Engineering

Der Einsatz von innovativen digitalen Tools, um die alltägliche Arbeit von Konstrukteuren im Maschinenbau zu vereinfachen – das ist Digital Engineering. Durch die effiziente Verkettung von Standardaufgaben werden unnötige wiederkehrende Standardaufgaben gezielt vermieden. Beispielsweise bietet das item Engineeringtool zahlreiche Automatik-Funktionen für Schritte in der 3D-Konstruktion. Zudem wird hier die Konstruktionsarbeit durch integrierte Produktfinder, eine Drag-&-Drop-Funktionalität zur einfachen Platzierung von Komponenten und die automatische Ausrichtung der Komponenten weiter vereinfacht. Auch die Vernetzung von Konstrukteuren rund um den Globus gehört zu den Vorteilen von Digital Engineering. So lassen sich mit dem item Engineeringtool Konstruktionsentwürfe dank weltweit eindeutiger Projektnummern bequem teilen.

Industrie 4.0

Der inzwischen weltbekannte Begriff „Industrie 4.0“ stammt ursprünglich aus der Hightech-Strategie der Bundesregierung. Im Rahmen von Industrie 4.0 soll durch innovative Kommunikations- und Informationstechnologie die industrielle Produktion vernetzt werden. Auf exemplarische Weise wird diese Idee in der smarten Fabrik Realität: Beispielsweise können hier Werkstücke kommunizieren, da sie innerhalb eines cyberphysischen Systems durch einen Software-Agenten repräsentiert werden. Somit sind sie etwa in der Lage, festzulegen, welcher Werker ihre Bearbeitung übernehmen soll. Möglich wird eine solche Vernetzung durch das Industrial Internet of Things. Die häufig in der Automobilproduktion eingesetzten fahrerlosen Transportsysteme (FTS) stellen ein weiteres anschauliches Beispiel für Industrie 4.0 dar. Sie ermöglichen einen automatisierten Materialtransport, der durch das zentrale IT-System priorisiert wird.

Künstliche Intelligenz

Unter den zurzeit diskutierten Begriffen im Rahmen der Digitalisierung genießt zweifelsohne kein zweiter eine solche Aufmerksamkeit wie die künstliche Intelligenz (KI). Dies hat zum einen mit dem gewaltigen Potenzial, zum anderen mit den damit verbundenen Herausforderungen zu tun, etwa in Fragen der Ethik. Generell zielt KI darauf ab, die Wahrnehmung und Intelligenz des Menschen zu erreichen beziehungsweise zu übertreffen. In Industrie und Maschinenbau hat vor allem Machine Learning Potenzial: In diesem Fall analysiert ein Algorithmus vorhandene Datenbestände und deckt wiederkehrende Muster auf. Damit wird der KI die Grundlage geliefert, davon zu abstrahieren und diese neuen Erkenntnisse auch bei der Analyse neuer Daten einzusetzen. Man hat es also mit einem „Lernprozess“ zu tun: Ein wichtiger Teilbereich von Machine Learning ist daher Deep Learning. Hier schafft eine Maschine durch künstliche neuronale Netze neue Verknüpfungen.

Predictive Maintenance

Mit „vorausschauende Wartung“ lässt sich Predictive Maintenance übersetzen. Dabei werden die Daten kontinuierlich übermittelt und mittels Machine Learning ausgewertet. Auf dieser Basis lassen sich Störungen und sogar Ausfälle frühzeitig antizipieren. Denn bereits anhand geringster Abweichungen ist ersichtlich, ob eine Maschine wie gewünscht läuft oder nicht. So kann beispielsweise der optimale Zeitpunkt für den Austausch von Verschleißteilen bestimmt werden. Für Predictive Maintenance werden entsprechend große Datenmengen (Big Data) benötigt, um eine ausreichende Basis für Vergleiche zu haben. An dieser Stelle zeigt sich auch, wie eng verknüpft viele Begriffe der Digitalisierung sind: Denn Machine Learning ist nicht nur ein KI-Bereich, sondern auch eine Methode, um Big Data auszuwerten.

Mit einer Digitalstrategie lässt sich der digitale Wandel in Unternehmen gezielt angehen. Um Maschinenbauer hier zu unterstützen, hat item Industrietechnik ein spezielles Whitepaper veröffentlicht. Darin finden Sie zwei konkrete Szenarien für Digitalstrategien im Maschinenbau:

Advertorial - Was ist das?

Über Advertorials bieten wir Unternehmen die Möglichkeit relevante Informationen für unsere Nutzer zu publizieren. Gemeinsam mit dem Unternehmen erarbeiten wir die Inhalte des Advertorials und legen dabei großen Wert auf die thematische Relevanz für unsere Zielgruppe. Die Inhalte des Advertorials spiegeln dabei aber nicht unbedingt die Meinung der Redaktion wider.

(ID:47088828)