Auffälligkeiten in Echtzeit

Die Taktzeiten in den Fertigungsunternehmen sind hoch. Probleme, die nicht schnell genug erkannt werden, können zu Qualitätsmängeln und somit großen Verlusten führen. Gleichzeitig sind zunehmend mehr Daten verfügbar, um solche Probleme zu identifizieren.

Der amerikanische IT-Anbieter Splunk will genau dort ansetzen. Er verspricht, die Daten aus den Produktionsprozessen und aus anderen relevanten Unternehmenssystemen auf einfache Weise zusammenzubringen, sie zu analysieren und darin Auffälligkeiten zu entdecken, die auf Fehler in der Fertigung hindeuten – und dies in Echtzeit. „Statt herauszufinden, dass vor zwei Stunden etwas falsch lief, das zu Qualitätsproblemen geführt hat, können wir mithilfe von Splunk auf Daten in Echtzeit zurückgreifen und sehen, wie unsere Maschinen zu jeder Zeit laufen“, berichtet Gabriel Gerges, Department Manager beim Bodenbelaghersteller Shaw.

Das Unternehmen arbeitet in seinen Fabriken mit den Lösungen von Splunk, um die dortigen Abläufe transparenter zu machen. Shaw startete dabei mit dem Einsatz der Software im Fertigungsumfeld – was eher ungewöhnlich ist. Denn die Kernkompetenz von Splunk liegt darin, Log-Dateien und Metriken von IT-Geräten wie etwa Servern und Netzwerkkomponenten zu erfassen und auszuwerten. So nutzen Unternehmen die Technologie zum Beispiel für das Monitoring ihrer SAP-Systeme.

Mittlerweile hat Splunk sein Betätigungsfeld jedoch ausgeweitet. Denn einmal installiert, nutzen Firmen die Analyse-Lösungen, um eine ganze Reihe weitere Daten auszuwerten. Und dazu zählen eben auch Daten, die von Maschinen und Anlagen kommen. „Aus meiner Sicht gibt es keinen großen Unterschied zwischen einem Server, der bestimmte Metriken sendet, und einem Motor, der auch eine Log-Datei schreibt“, sagt Andreas Zientek, Systems Engineer beim Technikkonzern Zeppelin, der Splunk unter anderem für Predictive Maintenance einsetzt.

Splunk hat daher das Internet der Dinge (IoT) als neues Anwendungsfeld für sich entdeckt. Anlässlich der weltweiten Nutzerkonferenz, die vor wenigen Wochen stattfand, gab der Datenanalysespezialist bekannt, dass nun ein speziell für Industrie 4.0 entwickeltes Angebot auf dem Markt sei. Mit der Lösung Industrial IoT erhielten Unternehmen aus den Branchen Fertigung, Transport sowie Energie und Versorgung die Möglichkeit, Industrieanwendungen, -daten und -anlagen leicht zu überwachen, zu optimieren und zu sichern.

Die Lösung verarbeitet Daten aus industriellen Steuerungseinheiten, Maschinensensoren sowie Scada-Systemen. Bestandteil des Angebots ist auch ein Machine-Learning-Toolkit, um Algorithmen für Prognosen, Anomalieerkennung und Clustering zu nutzen. Die Verantwortlichen bei Splunk sehen den Umgang mit vielen verschiedenen Datenquellen als großen ihrer Technologie. „Maschinendaten sind quasi super messy“, sagt Matthias Maier, Technologie-Experte bei Splunk. Heißt: Sie sind unstrukturiert und liegen in unterschiedlichen Formaten vor. Mit Splunk ließen sich alle Informationen verarbeiten – egal in welcher Form sie vorhanden sind.

Bodenbelaghersteller Shaw lässt unter anderem Daten von Maschinensteuerungseinheiten und Scada-Systemen sowie Auftragsinformationen in seine Analysen einfließen. Die Zahl der Datenquellen sei so groß, dass es vor dem Einsatz der Analyse-Software manchmal schwierig gewesen sei, ein Verständnis für die aktuelle Leistung in der Fertigung zu erhalten, berichtet Gerges. Das hat sich nun geändert. Shaw habe dank der Software-Unterstützung die Qualität seiner Produkte um mehr als 200 % gesteigert – so die Aussage von Seems Haji, die bei Splunk das Produktmarketing für IoT und Business Analytics verantwortet.

Neben Shaw gibt es noch andere Unternehmen, welche die Technologie für ihre Qualitätskontrolle verwenden. So analysiert etwa BMW die Testprotokolle in seiner Fahrzeugproduktion mithilfe von Splunk. Die Auswertung zeigt, an welcher Stelle im Fertigungsprozess häufig Fehler auftreten. Anhand der Muster, die dabei auffallen, lassen sich dann Empfehlungen für Nacharbeiten in der Fertigungslinie erstellen.

Die Datenanalyse könnte noch auf anderem Wege für höhere Produktqualität sorgen. Denn auch Predictive Maintenance kann dazu beitragen, die Qualität in der Fertigung zu verbessern. Und das Beispiel Zeppelin zeigt, was durch eine Echtzeitanalyse möglich ist. Die Unternehmenstochter Zeppelin Power Systems kann in 70 % der Fälle den Ausfall einer Zündkerze im Voraus erkennen, die in den Motoren von Blockheizkraftwerken verbaut sind. Von einer solchen vorausschauenden Wartung könnten letztlich auch Produktionsmaschinen profitieren.

Das Beispiel Zeppelin zeigt aber auch, dass der Aufwand nicht zu unterschätzen ist. „Man verbringt in solchen Projekten bis zu 85 % der Zeit damit, die Daten verfügbar zu machen und in das richtige Format zu bringen“, berichtet Zientek. Trotz Splunk bleibt die Vielfalt an Informationen noch eine Herausforderung. ■

Webhinweis

Ein Video, das zeigt, wie Shaw die Software zu Datenanalyse einsetzt und welchen Nutzen diese bringt, finden Sie unter: http://hier.pro/ZGX2S