Wir hören viel über intelligente Unternehmen, intelligente Abläufe, intelligente Fertigung usw. Aber was bedeuten die Begriffe „intelligent“ und „smart“ in diesen Zusammenhängen wirklich? Gibt es einen Unterschied zwischen ihnen?
„Intelligent“ zu sein wird oft als die Erzeugung, Verarbeitung und gemeinsame Nutzung von Daten definiert. Das ist das Prinzip, das hinter „intelligenten Produkten“ wie Telefonen, Autos, Analysewerkzeugen und sogar Stadtbeleuchtungssystemen steht.
Im Produktionsumfeld bedeutet „intelligent“ für mich „ein fortgeschrittenes Maß an Intelligenz“. Das heißt, die von intelligenten Produkten und ihrer Umgebung erfassten Daten werden kontextualisiert, was zur Erstellung eines „Best-Case-Szenarios“ führt.
Lassen Sie uns tiefer einsteigen. Das Herzstück einer intelligenten oder smarten Fabrik wird oft durch das Symbol eines menschlichen Gehirns dargestellt. Aber vergleichen wir doch mal eine Fabrik mit einem Menschen. Jeder von uns hat ein Gehirn – aber sollte jeder Mensch als intelligent oder smart angesehen werden? Wahrscheinlich nicht. Es reicht also nicht aus, nur ein Gehirn zu haben.
Intelligent zu sein bedeutet, die Fähigkeit zu haben, Informationen (Daten) aufzunehmen, sie in einen Kontext zu setzen, sie zu verarbeiten und daraus ein (optimales) Szenario abzuleiten. Es bedeutet, die Fähigkeit zu haben, sich an veränderte Bedingungen anzupassen.
In der Fertigungsumgebung sollten Anlagen und Arbeitskräfte als Datenplattformen betrachtet werden, die enorme Datenmengen erzeugen und verbrauchen, die von den OT- und IT-Ebenen verarbeitet werden.
Das ist „smart“ – aber nicht „intelligent“. Selbst der Einsatz von KI und kognitiven Algorithmen bzw. maschinellem Lernen erhebt diese Umgebungen nicht in den Bereich des „Intelligenten“.
Interessante Tatsache: Unternehmen, die digitale Lösungen – wie Vorhersagemodelle oder Zustands- und Leistungsüberwachung – implementieren, können behaupten, dass sie die Daten nutzen, um schnellere und qualitativ bessere Entscheidungen zu treffen. Aber sie nutzen sie nicht horizontal und vertikal.
Das heißt, je mehr digitale Lösungen sie eingesetzt haben, desto mehr Silos haben sie geschaffen. Es fehlt das Element der End-to-End-Datenkontextualisierung. Anstatt Komplikationen zu beseitigen und die bestehende Komplexität zu optimieren, sind die Systeme noch komplexer geworden. Dies kann zu einer Umgebung führen, die zu komplex, kompliziert und instabil ist, um sie mit einem zentralen Gehirn in den Griff zu bekommen.
Wie sollte ein intelligentes Unternehmen aussehen?
Dies hängt stark von der Art der Wertschöpfungskette ab. Diskrete Fertigungsunternehmen mit hochkomplexen Produkten sind tendenziell arbeitsintensiver als Produzenten mit geringer Komplexität und hohen Stückzahlen. Die Prozessfertigung kann ohne eine einzige Berührung durch einen Bediener betrieben werden. Selbst die meisten Back-Office-Prozesse können automatisiert werden.
Aber für alle Arten von Wertschöpfungsketten sollte der intelligente Kern als zentrales Gehirn arbeiten. Damit der intelligente Kern effektiv und autonom arbeiten kann, sind folgende Grundvoraussetzungen erforderlich:
- 100% datengesteuerte Prozesse
- Sichere IT- und OT-Umgebungen
- Vertikal und horizontal konvergente Systeme
- Lieferkette und Kunden in die relevante Fabrikinfrastruktur integriert
- Menschliche Eingriffe aus den Prozessen entfernt, um Instabilität und potenzielle Ausfälle zu reduzieren (z.B., fortschrittliche Automatisierung in der Produktion und im Back-Office)
- Plattformbasierte und skalierbare IT-Architektur
- End-to-End-Entscheidungen durch KI-Algorithmen
- Edge- und Cloud-Architektur, die Analysen in Echtzeit und mit erheblicher Rechenleistung durchführt
Was ist das Ideal für die nahe Zukunft?
Um eine intelligente Fabrik in ein intelligentes Unternehmen zu verwandeln, bedarf es weit mehr als der Nutzung eines nahtlosen Datenflusses und datenbasierter Erkenntnisse und Entscheidungen. Der Aufbau eines intelligenten Kerns, der Prozesse autonom steuert, erfordert die Implementierung eines fortgeschrittenen Niveaus der Software- und Hardware-Automatisierung, die Einrichtung und Wartung der Technologie aus der Ferne und die autonome Bereitstellung interner und externer Logistik.
Dieses Ziel zu erreichen, kann ein langer Weg sein. Er erfordert die Überwindung von Hindernissen, einschließlich der Ablösung von alten IT- und OT-Systemen in allen Bereichen, Investitionen in vollautomatische und flexible Produktionskonzepte und einen hohen Schutz des gesamten Systems.
Vor allem aber müssen die gesamten Investitions- und Betriebsausgaben für das Projekt den gewünschten Return on Investment ergeben. Für die meisten Unternehmen ist eine hybride Mensch-Technik-Automatisierungs-Umgebung immer noch die beste Wahl, um Effektivität und geschäftliche Nachhaltigkeit zu erreichen.
Aber eine solche konvergierte Umgebung ist nicht „intelligent“ – zumindest nicht so, wie wir sie oben beschrieben haben. Vielleicht sollte man sie besser als „mehr als intelligent“ bezeichnen. Das heißt, sie nutzt das Beste aus beiden Welten. Sie wird nicht vollständig von einer zentralen KI verwaltet, sondern kombiniert die Flexibilität, die Intuition und die Fähigkeit des menschlichen Gehirns, Dinge in einem größeren Zusammenhang zu verstehen, mit der Fähigkeit der KI, aus der Analyse komplexer Daten Erkenntnisse abzuleiten. Sie ist näher an „intelligent“, aber noch nicht am Ziel.