Mit Big Data Analyse zur smarten Fabrik der Zukunft


Eine Success-Story von Mathias Golombek, Chief Technology Officer, EXASOL AG

Exasol - Mathias Golombek (CTO)Von der Mechanisierung durch die Dampfmaschine über die Massenproduktion durch elektrische Energie bis zum Einsatz von Elektronik und IT für die Automatisierung von Produktionsprozessen – jene drei industriellen Revolutionen kennzeichneten bislang historische Fortschritte in der Herstellung. Nun entdeckt die produzierende Branche Big Data und deren Potenziale zunehmend für sich und damit öffnet sich die Tür zur vierten industriellen Revolution, „Industrie 4.0“. Die Machine-to-Machine-Kommunikation sorgt hier dank entsprechender Analysemöglichkeiten sowie schneller Datenbanklösungen für eine immer größere Vielfalt an Value Data, die den Weg zu Smart Factory ebnet.

Im „Rohstoff“ Daten verbergen sich vielfältige Quellen zur Optimierung betrieblicher Prozesse und Arbeitsabläufe sowie zur Erweiterung der Qualitätsoptimierung. Die generierten Daten dienen verstärkt dazu, in verteilten Produktionsstätten alle Informations- und Produktionstechnologien miteinander zu vernetzen. Dieses Potenzial wird in deutschen Industrieunternehmen erkannt: Eine aktuell von Capgemini durchgeführte Erhebung[1] zeigt, dass unter 1.000 Entscheidern, 61 Prozent in Big Data bereits jetzt eine eigenständige Umsatzquelle sehen, die für Unternehmen genauso wertvoll wird wie Produkte und Dienstleistungen. 43 Prozent der Befragten gaben an, sich zu reorganisieren, um neue Geschäftschancen durch Big Data zu nutzen. Jedoch gilt es für Unternehmen vorerst zu eruieren, welche Big Data Anwendungsszenarien traditionelle Industriegrenzen verschieben und einen realen Nutzwert bringen können. Die Vorteile des Einsatzes von Big Data-Analysesoftware im Produktionsumfeld zeigt das Beispiel der SEMIKRON Elektronik GmbH & Co. KG.

[1]:https://www.de.capgemini.com/ressourcen/big-fast-data-insight-driven-business; März 2015

Ein Familienunternehmen im Aufbruch zur Digitalisierung

Objekt: Aufnahmedatum: Autor: Nürnberg Luftbild, Hajo Dietz

Hauptsitz desFamilienunternehmens SEMIKRON Elektronik GmbH & Ko.KG in Nürnberg

 

Bereits 2007 erkannte das Unternehmen die Chance, für sein Spezialgebiet Messdatenarchivierung eine flexible Datenbank-Managementlösung zu etablieren. Bis dahin wurden Messergebnisse in auftragsspezifischen Dateien auf einen Fileserver kopiert und mit einem einfachen Index (Auftragsnummer, Anlage, Datum) in einer SQL-Tabelle versehen, um vertragliche Vereinbarungen zur Aufbewahrung dieser Daten zu erfüllen. Für das monatliche Berichtswesen wurden relevante Qualitätskennzahlen manuell in Excel kopiert und zusammengestellt, um hieraus anschließend Diagramme für den Vormonat zu generieren. Der monatliche Zeitaufwand betrug je nach Bedarf 5 bis 10 Wochen. Echtzeit-Auswertungen der Produktion waren aufgrund des hohen manuellen Aufwands nicht möglich, ebenso wie ein Zuordnen der einzelnen Messergebnisse aus vorgehenden oder nachfolgenden Prozessen aus der internationalen Wertschöpfungskette.

Das Projekt zur Verbesserung der SEMIKRON Situation verfolgte hauptsächlich drei Ziele:

1) die Archivierung aller qualitätsrelevanten Kennzahlen zu den verkauften Produkten während der vorgeschriebenen Aufbewahrungsfristen
2) die Online-Verfügbarkeit aller archivierten Daten auf Basis von Auftrags- und Artikelnummer mit Recherche nach einzelnen Merkmalen sowie
3) die Bereitstellung der Materialbewegungs- und Lieferinformationen zur lückenlosen Rückverfolgbarkeit der Produktionskette.

Datenbank-Konzepte auf dem Prüfstand

Vom Probelauf zur umfassenden Integration

Nach Beendigung der Testphase schloss das zuständige Projektteam in circa einjähriger Arbeit alle Messanlagen in Deutschland und der Slowakei zusammen. Weitere Anlagen folgten später im Laufe des Regelbetriebs nach Projektabschluss. Bis heute sind fünf internationale Standorte und 60 Messanlagen an die Hochleistungsdatenbank angeschlossen. Die neue Datenbank wurde mit Projektbeginn zum ersten Mal für die Messdatenarchivierung eingesetzt. Im Unterschied zu gut verteilten klassischen BI-Datenmodellen liegen hier die meisten Daten in einer einzigen, großen Wertetabelle ab. Im Laufe des Projektes wurden deshalb die Datenbank sowie die zugehörigen Programmierschnittstellen von den Entwicklern kontinuierlich an die Anforderungen von SEMIKRON angepasst, um die Performance des Systems für den Anwendungsfall zu optimieren.

„SKiip-Burn-im-Test“: Dank einer Datenermittlungszeit von nur einer Stunde waren signifikante Verbesserungen in der Modulfertigung möglich.

„SKiip-Burn-im-Test“:
Dank einer Datenermittlungszeit von nur einer Stunde waren signifikante Verbesserungen in der Modulfertigung möglich.

 

 

 

 

 

 

 


 

Fertigt das Unternehmen heute Leistungshalbleitermodule und -systeme beispielsweise am Standort Slowakei, so sorgen in einem ersten Schritt spezielle Eingabe-Plugins dafür, dass die ankommenden heterogenen Mess-

SEMIKRON smart – hochwertige Informationen auf Knopfdruck

„Durch die neu geschaffene Dimension der Datenanalyse ist es uns gelungen, ein ganzheitliches Mess- und Prozessdatenarchiv über alle unsere Standorte hinweg zu etablieren. Produktions- und Qualitätskennzahlen der verkauften Leistungshalbleiterkomponenten lassen sich innerhalb der vorgeschriebenen Aufbewahrungsfristen zurückverfolgen“, resümiert Zapf. „Zudem können die einzelnen Fachbereiche präventive Analysen (Statistical Process Control) auf Basis gewonnener Messdaten jederzeit ad-hoc und ohne Informationsverlust durchführen. Prozess- und Qualitätsingenieure in der Fertigung profitieren beispielsweise davon, dass sie nun unabhängig von anderen Abteilungen sind und ihre Standard- oder Ad hoc-Reports auf Knopfdruck erstellen. Darüber hinaus können Produktionsnachweise mit allen verfügbaren Daten zu einem einzelnen Bauteil jederzeit abgerufen werden.“fachreplyfachartikelFachartikel

 

„SKiiP_Automation-Test-1“: Der Yield von den Produktionsprozessen konnte dank der flexiblen Datenstrukturen erheblich optimiert werden.

„SKiiP_Automation-Test-1“:
Der Yield von den Produktionsprozessen konnte dank der flexiblen Datenstrukturen erheblich optimiert werden.

 

 

 

 

 

 

 

 

Für SEMIKRON trägt der Einsatz von Big Data Analytics dazu bei, die operative Effizienz zu optimieren und zugleich auch die eigene Wettbewerbsfähigkeit im nationalen und internationalen Vergleich zu stärken.

SEMIKRON (Gerhard Zapf)_März 2015

Gerhard Zapf, Projektleiter bei SEMIKRON

„Unsere Hochleistungsdatenbank ist flexibel erweiterbar und kann mit den steigenden Anforderungen unseres Unternehmens mitwachsen“, ergänzt Gerhard Zapf abschließend. „Dies kam für SEMIKRON bereits zum Tragen, als nach Projektende weitere Prozessanlagen und Standorte angeschlossen wurden, um das Prozesswissen in der Datenbank zu erhöhen. Aktuell verwenden wir die vorhandenen Daten dafür, gezielt den Yield unserer Produktionsprozesse zu optimieren, was dank der flexiblen Datenstrukturen ausschließlich über Anpassung der Ausgabe-Plugins möglich ist.“
Die Zukunft steht bei SEMIKRON im Zeichen des Ausbaus: Im Rahmen eines Pilotprojektes stellt gerade der Hersteller beim Sammeln der eingehenden Daten seine Prozesse so um, dass eine Realtime-Versorgung und damit auch Realtime-Analysen möglich werden. Auch die Anschließung weiterer Anlagen sowie neuer Standorte ist langfristig geplant. Damit wird sich die Skalierbarkeit der Datenbank erneut bewähren.

Diese Success-Story können Sie hier herunterladen:

Download

Über SEMIKRON:

Das Familienunternehmen SEMIKRON Elektronik GmbH & Co. KG wurde 1951 gegründet und hat seinen Hauptsitz in Nürnberg. 2.800 Mitarbeiter fertigen und entwickeln an 10 Produktionsstandorten und 30 Gesellschaften weltweit. Die Produkte reichen von standardisierten Leistungshalbleiterkomponenten über individuell gefertigte Systeme und Lösungen für Industriemotoren und –antriebe, Wind- und Solaranlagen, Hybrid- und Elektrofahrzeuge und in der Stromversorgung.

Speichere in deinen Favoriten diesen permalink.

Kommentare sind geschlossen