Industrie 4.0: Die größten Herausforderungen der Umsetzung in der Praxis

Industrie 4.0 – das mag auf den ersten Blick ein zunächst recht einfach zu handhabendes Vernetzungs- und Optimierungsthema sein. Doch die Notwendigkeit, schnellstmöglich einen vielseitigen Änderungsprozess anzustoßen und erfolgreich umzusetzen, bringt viele unerwartete Herausforderungen mit sich. Der Weg zu Industrie 4.0 erfordert von den betroffenen Unternehmen eine umfassende digitale Transformation (-> Kritische Erfolgsfaktoren der digitalen Transformation) und die Bereitschaft, sich in ganz neue Sphären zu wagen.

Ein Industrie 4.0-Konzept umfasst zwingend automatisierte Steuerungsmechanismen für Produktion und Logistik auf Basis von intelligenter Datenaufnahme, -speicherung und -verteilung durch Maschinen und Menschen in Echtzeit im Rahmen der industriellen Kernprozesse. Dadurch wird es möglich, die Produktionsprozesse noch enger als bisher mit Partnern entlang der Wertschöpfungskette zu vernetzen, kleinere Losgrößen kostendeckend zu fertigen und insgesamt schneller auf Kundenanforderungen zu reagieren. Zusätzlich wird durch die interdisziplinäre Vernetzung der Produktdaten die Zusammenarbeit zwischen allen Beteiligten im Produktlebenszyklus wie Entwicklung, Einkauf, Produktion, Logistik und Vertrieb optimiert. Dabei ist der Weg zu Industrie 4.0 eine spannende Lernreise, deren Stolpersteine man aber kennen sollte, um sich optimal vorzubereiten und den Weg unbeschadet zu bestehen.

Damit die Realisierung ihrer Industrie 4.0-Strategie erfolgreich sein kann, müssen zunächst einige Grundvoraussetzungen erfüllt sein. Denn Daten sind nicht gleich Daten und besonders die fehlende Standardisierung der Datenformate und -übertragungsprotokolle ist in der Praxis eine große Herausforderung. Bisher bringt jedes Steuerungssystem und jede Sondermaschine eine eigene und oftmals geschlossene Softwarearchitektur mit sich. Dadurch ist es beinahe unmöglich, sich in Richtung Standardisierung zu bewegen, ohne große Teile der Funktionalität selbst entwickeln zu müssen. Eine Veränderung in diesem Umfeld wird es mittelfristig nur geben, wenn sich der (in Deutschland meist mittelständisch geprägte) Maschinenbau auf einheitliche Standards verständigt. Bis dahin ist jedes Anwenderunternehmen auf dem Weg zu Industrie 4.0 auf sich alleine gestellt. Die Eintrittsbarriere bzgl. der notwendigen Investitionen ist damit entsprechend hoch.

So weit, so gut. Angenommen sie haben sich auf einheitliche (bevorzugt offene, nicht-proprietäre) Standards verständigt, wie sicher sind ihre Daten? IT-Security und Sicherheitsaspekte müssen bereits beim Design intelligenter Produktionsanlagen (Stichwort: Smart Factory) berücksichtigt werden. Das bezieht sich sowohl auf die Robustheit der Systeme und Prozesse (Safety), als auch auf die Datensicherheit und das Gefährdungspotential durch Angriffe von außen (Security). Bisher wurden die Systeme im Wesentlichen auf die Anforderungen von Stabilität und Robustheit hin entwickelt. In einzelnen Branchen ist die Anforderung an die Prozesssicherheit extrem hoch (z.B. chemische Industrie, Pharma), in diesen Bereichen wurde das Augenmerk dementsprechend auf diese Bereiche gelegt.

Die vorhandenen technischen Lösungen haben diese Anforderungen im Großen und Ganzen abgedeckt, wie z.B. das Aufstellen von Servern direkt angegliedert an die Produktionsanlagen. Diese Lösung ermöglicht eine relativ einfache Absicherung der Systeme gegen Angriffe von Unbefugten und bietet gleichzeitig Befugten die Möglichkeit, trotzdem von außen auf Daten zuzugreifen. In den Systemen und deren Komponenten muss also ein starker Fokus auf den Bereich Security gelegt werden Dies kann durch Verwendung von aktuellen Betriebssystemen und Datenbankversionen, durch Absicherung der Systeme durch Maßnahmen – z.B. Rollen- und Berechtigungskonzepte, Nutzung von sicheren Kommunikations- und Übertragungsmethoden – erfolgen.

Bleibt die Legacy und die Verschmelzung bisher getrennter Welten als Herausforderung. Die am stärksten von Industrie 4.0-Konzepten betroffenen Bereiche Engineering, Logistik und Produktion arbeiten traditionell mit getrennten Daten, Prozessen und Systemen, um Ihre individuelle Arbeit bestmöglich zu unterstützen. Eine Integration in die jeweils “andere Welt” erfolgt nur zu definierten Meilensteinen, wie z.B. zur Serienfreigabe eines Produktes. In der Logik von Industrie 4.0 ist eine tiefe Integration der einzelnen Systeme nötig, um in Echtzeit auf die notwendigen Daten aller beteiligten Bereiche zugreifen zu können.

Da die einzelnen Einheiten bisher meist großen Aufwand für ihre eigene Optimierung verwendet haben, ist eine kurzfristige Integration der betroffenen Systeme in der Regel nicht möglich. Stattdessen empfiehlt es sich, die bestehenden Systeme nach und nach ineinander zu integrieren. Um diese Herausforderung zu meistern kommen meist Middelware und Business-Intelligence oder Business-Warehouse-Systeme (BI- bzw. BW-Systeme) zum Einsatz. Erstere als Datendrehscheiben für die Versorgung vieler Umsysteme mit Stamm- und Bewegungsdaten aus den Ursprungssystemen. Letztere unter dem Schlagwort “Big Data” zur Verknüpfung von Daten aus den einzelnen Quellsystemen, um daraus Trends abzuleiten, Muster zu erkennen oder Optimierungspotential zu finden.

Eine weitere Frage ist, wer künftig diese “gemeinsame Welt” verantwortet. Die verschiedenen Bereiche, die bisher für Ihre eigenen Systeme und Daten verantwortlich waren, werden zukünftig von nur einer zentralen Organisationseinheit geleitet. Dies hat Auswirkungen auf Budgets, Personalverteilung zwischen den Bereichen und Flexibilität in der Umsetzung von Anforderungen.

Bleibt das Thema HR und Personal, sowie Unternehmenskultur – last but not least – als letzte große Herausforderung. Wer macht es, wer kann es? Mitarbeiter in den operativen Bereichen, z.B. Maschinenführer, müssen für kurzfristige, kaum planbare und kreativere Arbeitstätigkeiten qualifiziert werden, also weg von den bisherigen Tätigkeiten nach Verfahrensanweisungen. Darüber hinaus wird die Rolle des IT-Architekten immer wichtiger, um das Zusammenspiel der Systeme der einzelnen Bereiche zu bewerten, zu steuern sowie Veränderungen und Anforderungen zu definieren.

Heute gibt es in jedem der beteiligten Bereiche Mitarbeiter, die umfassendes Wissen zu Prozessen und Datenströmen haben. Zukünftig wird es immer wichtiger, dieses Wissen in einem unternehmerischen Gesamtkontext zu beziehen und somit Schnittstellen zwischen den Bereichen zu bilden. Die Bindung hochspezialisierter, interner Mitarbeiterpopulationen rückt somit, entgegen des Trends zum Outsourcing, wieder in den Mittelpunkt. Smart Factories bedürfen smarter Mitarbeiter.

Das Fazit von Experten lautet daher: Industrie 4.0 stellt nahezu alle produktbezogenen Bereiche eines Unternehmens vor tiefgreifende Veränderungen. Der Aufwand und das Risiko für die Umsetzung dieser Veränderung sind immens, das Potential dieser Veränderungen kann in den meisten Fällen dagegen nicht belastbar abgeschätzt werden. Umso wichtiger ist es, bereits in den ersten Überlegungen zu Industrie 4.0 nicht nur die Technik zu betrachten, sondern auch die nicht-technischen Herausforderungen zu berücksichtigen. Damit kann die Erfolgsaussicht von Industrie-4.0-Projekten sehr stark positiv beeinflusst werden. Reifegradmodelle helfen z.B. im Rahmen eines Selbstchecks die ersten Schritte erfolgreich in die richtige Richtung zu gehen.

Zentral ist dabei stets zunächst die Formulierung einer individuellen Industrie 4.0-Strategie, die alle oben genannten Bereiche und Herausforderungen (standardisierte Datenformate/-übertragungsprotokolle, IT-Security, IT-Architektur, HR/Qualifizierung, Verantwortung, Unternehmenskultur, etc.)  abdeckt und proaktiv adressiert. Nur so kann aus einem Datenstrom der erwünschte (und in Euro übersetzbare) Erfolgsbeitrag werden. Dieses Know-How stellen wir gerne im Rahmen ihrer spezifischen Anforderungen bereit. Sprechen Sie uns an.

Leave a Reply

Your email address will not be published. Required fields are marked *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>