Soll die digitale Transformation gelingen, muss das IT-Fundament langfristig mit den smarten Anwendungen zurechtkommen. In den vernetzten Fabriken der Zukunft sammeln IoT-Plattformen permanent Daten, verdichten sie und stellen sie aufbereitet dar. Unterschiedliche Kommunikationsprotokolle, technische Standards und proprietäre Systeme wie viele SPS-Steuerungen in Maschinen machen diese Aufgabe komplizierter, als sie zunächst klingen mag.
Interoperabel und skalierbar
Die IoT-Plattform muss aus einer inkohärenten Datenmenge eine homogene, valide Datenbasis schaffen, auf deren Basis die Informationen etwa aus der Betriebs- und Maschinendatenerfassung aggregiert und analysiert werden können. Schnittstellen wie OPC, OPC-UA oder MTConnect bereiten den Weg. Hinzu kommen weitere Nachrichtenprotokolle für die Kommunikation unter den Maschinen (M2M) wie etwa MQTT (Message Queuing Telemetry Transport) zur Übertragung von Telemetriedaten. Diese Schnittstellen müssen in die IoT-Plattform mindestens integriert werden. Ist die gewählte Plattform indessen überdimensioniert, entstehen unnötige Kosten. Der Griff zu einer skalierbaren IoT-Plattform stellt sicher, auch zunehmende Komplexität abbilden zu können.
Das digitale Abbild
Unter Digitalisierung ist zu verstehen, einen analogen Zustand oder ein physisches Objekt in digitale Daten zu transformieren. In einer digitalen Abbildung lassen sich einerseits die spezifischen Eigenschaften eines physischen Objekts sehen und zum anderen die Abhängigkeiten, in dem es zu anderen Objekten oder Prozessen steht. Bei der Analyse solcher Daten kommt es wieder auf die IoT-Plattform an. Im Rahmen der Datenaggregation kann sie verhindern, dass dieselben Daten zwei- oder mehrfach im Unternehmen vorliegen. Damit sind Firmen dem einen Ziel der Smart Factory näher, dass nämlich sämtliche Unternehmensbereiche auf die gleiche Datenbasis zugreifen können.
In der Komplexität die Routine erkennen
Mit einem zunehmenden Digitalisierungsgrad vergrößert sich das digitale Abbild der Produktionswelt. Dieses Wachstum muss die IoT-Plattform mittragen. Ab einem gewissen Punkt umfasst diese Transformation auch produktionsferne Unternehmensprozesse, bis hin zum gesamten Geschäftsmodell: von der Zulieferung der Rohstoffe bis zur Customer Experience. In einer digitalisierten Wirtschaft entscheidet zunehmend der Faktor Geschwindigkeit über den Erfolg eines Unternehmens: Wie schnell kann auf veränderte, individuelle Kundenbedürfnisse, schwankende Rohstoffpreise und Lieferengpässe reagiert werden. Diese Komplexität ist von Menschen allein irgendwann nicht mehr zu bewältigen. Es wird immer schwieriger werden – und damit riskanter – in laufende Systeme manuell einzugreifen. An dieser Stelle könnten die Algorithmen einer künstlichen Intelligenz (KI) helfen, die Komplexität der digitalen Abbildung eines Unternehmens zu überblicken. Durch maschinelles Lernen könnte sie die Fähigkeit erlangen, wiederkehrende Vorgänge und Zustände zu identifizieren und im Sinne höherer Effizienz zu modifizieren.