Im Jahr 2018 schätzten das Weltwirtschaftsforum (WEF) und McKinsey & Co., dass Industrie 4.0 Herstellern und Zulieferern bis 2025 ein Wertschöpfungspotenzial von 3,7 Billionen US-Dollar bieten wird. Das war, bevor die digitale Transformation der Industrie dem COVID-Test 2020 unterzogen wurde. Eine McKinsey-Umfrage aus dem vergangenen Jahr ergab, dass frühe Anwender von Industrie-4.0-Technologien während der Pandemie besser abgeschnitten haben, obwohl die Messlatte für den Erfolg bei der Digitalisierung von der Wertschöpfung zum Betrieb unter schwierigen Bedingungen höher gelegt wurde. Die Pandemie hat entscheidende Lehren für die Transformation der Industrie 4.0 gezogen.
Transformation durch Daten
Der Vorläufer von Industrie 4.0 konzentrierte sich auf den Einsatz von Computern, den Aufbau von IT-Infrastrukturen und die Nutzung der Automatisierung am Fließband zur Umgestaltung der Fertigung. Diese Implementierung von IT und halbautomatischen Maschinen begann, „dunkle Daten“ zu generieren, Informationen, die ignoriert oder gelöscht wurden, bis schließlich Werkzeuge zur Verfügung standen, um sie zu analysieren und neue Erkenntnisse zu gewinnen.
Bei den Smart Factories, die Industrie 4.0 ermöglicht, geht es nicht nur um die Hardware, z. B. fortschrittliche Sensoren, sondern um die Analyse von Produktionsdaten und deren Kombination mit ähnlicher Intelligenz entlang der gesamten Lieferkette.
Die vorangegangenen industriellen Revolutionen basierten auf Dampf, Elektrizität und dann auf Computern, aber diese beginnt mit Daten – sie werden dort gesammelt, wo sie nützlich sind, sie werden dorthin gesendet, wo sie gebraucht werden, sie werden ausgewertet und die neuen Erkenntnisse werden genutzt, um bessere Entscheidungen zu treffen. Dies ermöglicht die Kontrolle von Fertigungs- und anderen Geschäftsprozessen, um sie effizient und widerstandsfähig zu machen.
Säulen von Industrie 4.0
Die vier grundlegenden Säulen von Industrie 4.0 sind Sensoren, Konnektivität, Datenspeicherung und -verarbeitung (Abbildung 1). Diese Funktionsblöcke können Teil verschiedener Anlagen, eigenständiger Geräte oder eingebetteter Algorithmen sein, die ein größeres maßgeschneidertes System einer Smart Factory bilden.
Sensoren: Sensoren sind der Punkt, an dem Informationen erfasst und repräsentative Daten erzeugt werden. Sie führen Messungen durch und helfen bei der Überwachung von Prozessen. Sensormodule können zu bestehenden Geräten hinzugefügt werden oder in neuere Smart Machines integriert werden.
Da sie immense Mengen an Echtzeitdaten generieren und viele Probleme zu einem bestimmten Zeitpunkt im Betrieb sofort kontrolliert werden müssen, werden zunehmend Smart Sensors mit integrierten Rechenressourcen eingesetzt. (Abbildung 2). So profitieren beispielsweise Anwendungen wie das Bestücken von Leiterplatten mit elektronischen Bauteilen von der Messung von Abweichungen und sofortigen Korrekturen.
Konnektivität: Sensoren für die Prozessüberwachung gibt es zwar schon lange, aber Industrie 4.0 erweitert die Möglichkeiten der Information um die Konnektivität. Das industrielle Internet der Dinge (IIoT) bietet die Möglichkeit, die Maschine-zu-Maschine-Kommunikation (M2M) über sichere Unternehmensnetzwerke zu nutzen. Ein Beispiel dafür ist die Bestimmung von Öffnungen aufgrund von Lötfehlern auf einer bestückten Leiterplatte. Dies kann an die vorgelagerte Stelle weitergegeben werden, wo die Menge des neu aufzutragenden Flussmittels oder die Temperatur in der Reflow-Lötanlage angepasst werden kann, um diese Fehler zu beheben.
Die Konnektivität bringt relevante Informationen auch über die Fabrikhalle hinaus, so dass Manufacturing Execution Systems (MES) mit Enterprise Resource Planning (ERP) Systemen integriert werden können. Datenflüsse in Echtzeit können zur Optimierung der Produktion, der Rohstoffbestände und des gesamten Betriebsablaufs von den Lieferanten bis zu den Kunden beitragen.
Mit der Einführung der 5G-Technologie wurden einige der Durchsatzprobleme gelöst, die sich aus den riesigen Datenmengen ergeben, die nicht alle am Rande des Sensors gespeichert werden können. 5G-Module haben das Hinzufügen und Verwalten vorhandener Sensoren als Knotenpunkte in einem Netzwerk flexibel und einfach gemacht.
Datenspeicherung: Wenn Intelligenz Reichtum ist, sind Daten die Währung, in der er gemessen und gehandelt wird. Da die heutigen Fertigungsanlagen mit Sensoren vollgestopft sind, müssen die von ihnen erzeugten Daten kategorisiert und organisiert werden, je nachdem, wo, wann und zu welchem Zweck sie benötigt werden.
Wie oben beschrieben, können Smart Sensors einige Daten am Rand speichern, um sie lokal besser zu verarbeiten und kontinuierliche Anpassungen zu ermöglichen, die oft nur einen kleinen Teil des gesamten Fertigungsprozesses betreffen. Für die Prozessmodellierung und -entwicklung müssen jedoch die riesigen Datenmengen, die während des gesamten Prozesses anfallen, zusammengeführt werden. Unternehmen müssen daher entscheiden, welche Informationen in Rechenzentren vor Ort gespeichert werden und welche besser in dezentralen Clouds untergebracht werden können, um sie zusammen mit ERP-Informationen zu nutzen. Dies führt letztendlich zu Hardware-Entscheidungen, wie z. B. Investitionen in Flash-Speicher, die in Produktionsumgebungen eingesetzt werden können.
Datenanalyse: Die Datenanalyse ist erforderlich, um Erkenntnisse für eine bessere Entscheidungsfindung zu gewinnen. Eingebettete Algorithmen des maschinellen Lernens (ML) ermöglichen zwar kritische Echtzeit-Entscheidungen an der Maschine, aber nicht alle Entscheidungen müssen in Echtzeit getroffen werden, und nicht alle Entscheidungen beziehen sich auf die Steuerung eines einzelnen Geräts.
Bei der Entwicklung einer neuen Ätzrezeptur in einer Fabrik kann die Analyse aller Daten von der vorgelagerten Lithografie bis zur nachgelagerten Metrologie der kritischen Dimensionen (CD) auf Waferebene dazu beitragen, Prozesskontrollen für eine bessere Prozessmodellierung aufzudecken. Wenn genügend Daten für die Analyse vorhanden sind, können digitale Zwillinge – virtuelle Kopien realer Systeme – entwickelt werden, um Prozesssimulation und -optimierung sowie Entscheidungsfindung und Kontrolle in Echtzeit zu ermöglichen. Dies würde nicht nur die betriebliche Effizienz steigern, sondern auch die Forschung und Entwicklung beschleunigen und, wie im Falle einer Produktionsstätte, den Zeit- und Kostenaufwand für Mess- und Prüfverfahren erheblich reduzieren.
Zu den Technologieblöcken für die Industrie 4.0 gehören daher nicht nur Hardware wie Sensoren, sondern auch Software, darunter ML und künstliche Intelligenz (KI), die Daten in Erkenntnisse und Erkenntnisse in Entscheidungen für schnelle Prozess- und Betriebsanpassungen umwandeln können.
Wertschöpfung durch Rückkopplungsschleifen
Die OEM-Wertschöpfungskette der Unterhaltungselektronik wurde im Laufe der Jahre dahingehend optimiert, dass die Auftragsfertigung Teil des Produktionsnetzes ist, um hochvolumige Unterbaugruppen von kostengünstigeren Standorten aus zu liefern. Kürzere Produktlebenszyklen, steigende Löhne, mehr Wettbewerb und die Pandemie haben diese Netze unter Druck gesetzt.
Digitale Technologien haben es ermöglicht, dass nicht kritische Mitarbeiter von zu Hause aus arbeiten können. Fortschrittliche Lösungen wie Augmented/Virtual Reality (AR/VR) und der Fernzugriff auf Prozessdaten haben dafür gesorgt, dass der Betrieb und die Schulung der Mitarbeiter ohne Unterbrechung weiterlaufen.
Unter normalen Umständen reduzieren geschlossene Regelkreise, die durch eine auf Smart Sensors basierende Qualitätskontrolle (QC) implementiert werden, die Verschwendung und erhöhen die Erträge, indem sie Prozessabweichungen frühzeitig erkennen, eine Ursachenanalyse durchführen und automatische Korrekturen vornehmen.
Die digitale Rückverfolgung von Bauteilen und Produkten über die gesamte Lieferkette hinweg ermöglicht eine effiziente Teilebewegung, Bestandsführung und Lagerhaltung und bietet damit erhebliche Kostenvorteile. Die Rückverfolgbarkeit über den gesamten Produktlebenszyklus hinweg ermöglicht auch die Kontrolle von Fälschungen, Fehleranalysen und Produktverbesserungen durch den Austausch von Komponenten und Design-Iterationen.
Die Rückkopplungsschleifen der Industrie 4.0 gehen über Sensoren hinaus, da ein gemeinsamer Informationsfaden Menschen und Maschinen, Konstruktion, Fertigung und Vertrieb sowie OEMs, Zulieferer und Partner zu einer Kreislaufwirtschaft zusammenführt.
Bewertung der Smart Readiness
Die Pandemie führte dazu, dass im September 2020 die Global Smart Industry Readiness Index (SIRI) Initiative, eine Zusammenarbeit zwischen dem WEF und dem Singapore Economic Development Board (EDB), ins Leben gerufen wurde. Ziel der Initiative ist es, SIRI als internationalen Standard für das Benchmarking und die Transformation von Industrie 4.0 anzubieten.
SIRI umfasst ein Rahmenwerk und Tools, die den Start, die Skalierung und die Nachhaltigkeit der digitalen Transformation unterstützen. Der Rahmen besteht aus drei Ebenen, die zusammen das gesamte Potenzial von Industrie 4.0 ausschöpfen.
- • Die Prozessebene umfasst die Integration von Betrieb, Lieferkette und Produktlebenszyklus.
- • Der Bereich Technologie umfasst Automatisierung, Konnektivität und Intelligenz in der Werkstatt, in der Anlage und auf Unternehmensebene.
- • Die Organisationsebene schließlich befasst sich mit der Bereitschaft und der Struktur der Talente sowie mit dem Management, um die Entwicklung der Belegschaft, die Führung, die Zusammenarbeit zwischen und innerhalb des Unternehmens sowie die Strategie und die Unternehmensführung zu bewerten.
Der Bericht Manufacturing Transformation Insights 2022 stellt wenig überraschend fest, dass Branchen wie die Halbleiter- und Elektronikindustrie andere Sektoren in Bezug auf die Digitalisierung anführen. Sie zeigt eine wichtige Erkenntnis auf von den „Best-in-Class“-Ergebnissen bei SIRI: Erfolgreiche Unternehmen haben sich stark auf die Konnektivität von Fabriken konzentriert, um Daten besser für die Gewinnung von Erkenntnissen und das Treffen von Entscheidungen in Echtzeit nutzen zu können – die „Smarts“ in Smart Factories.
Intelligenter werden mit Arrow
Das Ziel von Industrie 4.0 ist die automatische, intelligente Echtzeitsteuerung von Prozessen, die auf der Verfügbarkeit von kontinuierlichen Prozessdaten beruht. Die Hardware und die Software sind die Werkzeuge, die die Erzeugung von Daten, ihre sichere Aufbewahrung, ihre Analyse zur Entscheidungsfindung und die Durchsetzung der Entscheidung durch Prozesssteuerung gewährleisten.
Das umfangreiche Partnernetzwerk von Arrow im Bereich Enterprise Computing Solutions, das zu den größten Portfolios elektronischer Komponenten gehört, und Arrow Intelligent Solutions, einschließlich Design-Services, kann dabei helfen, intelligente Gebäuderessourcen schnell und effizient aufzubauen.