Fertigung: IoT, KI und Data-Analytics: Als Early Adopter den Markt erobern

Das IoT ist die Basis aller Effizienzsteigerungen und Geschäftschancen, welche die Digitalisierung mit sich bringt – von Predictive Maintenance bis hin zu Product as a Service oder Data as a Service. Industrieunternehmen sollten also die Implementierung des IoT nicht zu lange hinauszögern.

IoT Symbobild Bildquelle: © Tumisu | Pixabay

Die Fertigungsbranche befindet sich an einem Scheideweg. Nach dem stetigen Wachstum der vergangenen Jahre prognostizieren jetzt verschiedene Untersuchungen eine Stagnation. Gründe dafür sind der Fachkräftemangel, hohe Rohstoffkosten und politische Turbulenzen.

Neue digitale Technologien wie die künstliche Intelligenz (KI) und das Internet of Things (IoT) bieten einen Ausweg, um diesen Entwicklungen entgegenzuwirken. KI und erweiterte Analytics-Lösungen ermöglichen es, die riesige Datenmenge des IoT auszuwerten und zur Optimierung von Produktionsabläufen nutzbar zu machen.

Noch fehlt es jedoch an der breiten Akzeptanz von KI und IoT in der Fertigung. »Zwar geht jeder zweite Befragte davon aus, dass sein Unternehmen innerhalb der nächsten zwei Jahre KI einsetzen wird«, erläutert Jochen Adler, Manager Solutions Consulting Deutschland beim Enterprise-Information-Management-Unternehmen OpenText. »Bislang nutzen jedoch laut einer Umfrage des Manufacturing Leadership Council’s Factories of the Future lediglich acht Prozent der Hersteller KI in ihrem Betrieb.«

Dagegen scheint der Einsatz von Sensoren, Robotern und anderen IoT-Technologien in der Industrie unaufhaltsam im Vormarsch. Schätzungen von Statista zufolge werden bis 2025 mehr als 75 Milliarden IoT-Geräte in Unternehmensprozesse integriert sein. Data Analytics und KI helfen dabei, die wachsende Menge von IoT-Daten gewinnbringend zu nutzen. Immerhin 60 Prozent der in einer aktuellen McKinsey-Studie befragten Führungskräfte bestätigen, dass IoT-Daten signifikante Erkenntnisse liefern. 54 Prozent der Befragten gaben jedoch auch an, dass sie weniger als 10 Prozent dieser IoT-Informationen schon jetzt auswerten und verwenden.

Hier kommen unter anderem Lösungen für das Enterprise-Information-Management (EIM) zum Einsatz. »EIM stellt sicher, dass alle Informationen ordnungsgemäß erfasst, aufbereitet und verwaltet werden«, sagt Jochen Adler. »In Kombination mit erweiterten Analysen kann die KI dann aus der Vielzahl unterschiedlicher Datenquellen Trends identifizieren und Empfehlungen geben. Diese Veränderungen reichen von der Automatisierung einzelner Geschäftsprozesse bis hin zur Unterstützung von Mitarbeitern bei täglichen Aufgaben und Entscheidungen.« Wo industrielle Daten regulatorischen Auflagen unterliegen, etwa in der Medizintechnik (MDR, WEEE, RoHS) oder weil sie personenbezogen sind (DSGVO), stellt eine EIM-Plattform den revisionssicheren Lebenszyklus sicher, unter Einhaltung von Fristen und Regeln beispielsweise zur Aufbewahrung und Löschung.

Adler_Jochen Bildquelle: © OpenText

Jochen Adler, OpenText: »Unternehmen sollten mit der Implementierung von KI und IoT nicht zu lange warten.«

Product as a Service – die neue Kundenorientierung

Ein weiterer Trend ist Product as a Service oder Data as a Service: »Produzierende Unternehmen können Daten ihrer Kunden, Partner und Zulieferer gezielt analysieren und auswerten, um die Zusammenarbeit zu verbessern«, führt Jochen Adler aus. »Hersteller nutzen dabei etwa Business-Intelligence und KI-basierte Datenanalyse-Software, um eingebettete dynamische Dashboards und Berichte zu erstellen. Das hilft Kunden dabei, Wartungskosten zu senken und bessere Diagnosen zu erhalten.«

A propos Zusammenarbeit: Auch traditionelle lineare Lieferketten gehören bald der Vergangenheit an. Sie werden durch ein integriertes, digitales Ökosystem aus eng miteinander vernetzten Partnern, Lieferanten und Kunden ersetzt. »Ein solches digitales Versorgungs- und Vertriebsnetz bietet Herstellern einen flexibleren Ansatz für die Bestandsverwaltung«, verdeutlicht Jochen Adler. »So können IoT-Sensoren im Lager automatisch Bestände prüfen und dem erwarteten Bedarf entsprechend automatisiert Produkte nachbestellen. So kommt es nicht zu Engpässen in der eigenen Produktion.«

Während einige Unternehmen – besonders in der Automobilindustrie inklusive ihrer Zulieferer – KI als neue Technologie frühzeitig implementiert haben, sind Hersteller anderer Branchen tendenziell zurückhaltender. In vielen Fällen warten Unternehmen zunächst ab, bevor sie sich dazu entscheiden, derart innovative Technologien einzusetzen.

Diese Vorsicht ist einerseits verständlich, denn die Implementierung von KI und IoT lässt sich nicht über Nacht bewerkstelligen. Zunächst müssen die Grundlagen geschaffen und geeignete Datenquellen identifiziert beziehungsweise sogar Sensoren verbaut werden. Ohne eine Fokussierung auf die Datenqualität ist es praktisch unmöglich, KI richtig in Unternehmensprozesse einzubinden.

»Doch Unternehmen sollten nicht zu lange warten«, betont Jochen Adler. »Mit jeder Datenspur, die sie legen, steigt die Chance, Muster zu erkennen und über die Zeit Erfahrungen zu machen, die Gold wert sind. Die Early Adopters können mit dem Einsatz von KI und IoT frühzeitig Marktanteile sichern und strategische Vorteile kraftvoll ausspielen.«