Interview: Tobias Meyer, freier Mitarbeiter der elektro AUTOMATION
elektro AUTOMATION: Visualisierung ist kein neues Thema, jeder hat schon in der Schule gelernt, wie man aus Excel-Tabellen Diagramme erzeugt. Was machen Sie anders?
Benjamin Ullrich (Elunic): Am Ende geht es hier um Frage, was wir visualisieren. Im Fall von Excel sprechen wir von statischen Daten in überschaubarer Menge. Daten in der Produktion sind eine ganz andere Größenordnung. Erstens werden solche Daten in kurzen Zeitintervallen – im Sekunden- oder sogar Millisekunden-Bereich – angeliefert und zweitens liegen sie in riesiger Menge (Big Data) vor. Um solche Daten nutzbar zu machen und daraus Ableitungen treffen zu können, müssen vorher zum Beispiel Aggregation, Berechnungen oder Definitionen von Regeln durchgeführt werden. Das heißt unsere Aufgabe liegt vor allem in der Vorverarbeitung von Daten. Auch müssen dynamische Anpassungen vorgenommen werden, damit nicht nur Live-Daten sondern auch historische Daten über einen bestimmten Zeithorizont angezeigt werden. Aber auch Excel beweist mit der Diagrammfunktion, dass Daten erst in visueller Form eine schnell interpretierbare Entscheidungsgrundlage bilden.
Wie das Industrial Internet of Things (IIoT) Daten nutzbar macht
elektro AUTOMATION: Wo bietet sich eine Visualisierung an? Nur im Executive-Meeting oder auch auf dem Shopfloor?
Ullrich: Ein gutes Datenvisualisierungstool ersetzt zunächst die mühselige Handarbeit in Form von Präsentationen. Es bereitet Reports und aktuelle Zahlen so auf, dass alle relevanten Informationen für den Entscheiderkreis sofort verständlich sind. Dies gilt aber auch für den Shopfloor. Insbesondere die Visualisierung von Maschinendaten mit Hilfe von Tools wie Shopfloor.io dient Optimierungszwecken direkt in der Produktion. Der Schichtleiter muss im Bilde sein, in welchem Zustand sich die Maschinen aktuell befinden. Aussagekräftige Diagramme, die Anomalien klar ersichtlich machen, erlauben eine schnelle Reaktion und das Einleiten von Gegenmaßnahmen. So werden vor allem im Shopfloor Mehrwerte erzielt, indem Ausfälle verhindert und vorhandene Kapazitäten effizienter genutzt werden.
elektro AUTOMATION: Werden durch Visualisierung mehr Entscheidungen getroffen, wo vorher einfach nach alten Mustern oder Schema F gearbeitet wurde?
Ullrich: Viele Maschinen liefern schon seit Jahren eine Menge an Daten, die bisher aber nicht viel Beachtung gefunden haben. Dennoch haben sie das Potenzial, neue Muster zu offenbaren und Einblicke in das Maschinenverhalten zu generieren, was vorher gänzlich unbekannt war. Um als fundierte Entscheidungsgrundlage dienen zu können, müssen die Daten visuell aufbereitet werden. Andernfalls wird es schwierig in einer Datentabelle Trends oder Ausreißer zu entdecken. Somit ja, die Aufbereitung von Daten ermöglicht altbekannte Muster in Frage zu stellen. Predictive Maintenance ist das beste Beispiel: Instandhaltung wurde und wird oft noch in festen Zeitintervallen durchgeführt. Der wirkliche Bedarf der Maschine ist dabei vollkommen irrelevant. Dank Datenauswertungen mithilfe von künstlicher Intelligenz (KI) und unserer Remote Condition Monitoring Tools wissen wir jetzt, wann etwa ein Teil gewechselt werden muss, bevor die gesamte Maschine zum Stillstand kommt und können so die Instandhaltung besser planen.
