20+ Must-Reads: von Maschinendaten zu konkreten Aktivitäten

Sie verlieren sich in einem Stapel von Maschinendaten und fragen sich, was Sie damit anfangen sollen? Sie sind nicht der einzige Maschinenbauer mit diesem Problem. Daten sind immer noch eines der am wenigsten genutzten Güter, obwohl sie in der Fertigungsindustrie immer wichtiger werden. Nicht umsonst sagt man 'Daten sind das neue Gold'.  

Nachfolgend finden Sie 5 Schwerpunktthemen zur Datenanalyse sowie mehr als 20 Artikel, die Ihnen zeigen, wie Sie Ihre Maschinendaten Schritt für Schritt zu wertvollen Erkenntnissen verarbeiten können.

Themen

• Warum es wichtig ist, Maschinendaten zu sammeln;
• Was wollen Sie aus Ihren maschinengenerierten Daten herausholen?;
• Wie man Maschinendaten sammelt;
• Wie man Maschinendaten analysiert;
• Praktische Anwendungen der Erkenntnisse aus Maschinendate;

_{Sammeln und Analysieren Sie Maschinendaten, um wertvolle Erkenntnisse zu gewinnen}

Warum es wichtig ist, Maschinendaten zu sammeln

Maschinendaten revolutionieren die Industrie. Durch das Sammeln und Analysieren von historischen oder Echtzeit-Maschinendaten können Sie besser verstehen, was mit Ihrer Maschine und ihren Komponenten geschieht. Mit solchen Erkenntnissen über die Leistung Ihrer Maschine sind Sie in der Lage ihre Produktivität entsprechend zu optimieren und im Falle eines Fehlers schneller zu handeln. Es geht darum, Innovationen voranzutreiben. Zudem können Sie Ihren Marktbegleitern einen Schritt voraus sein und Ihren Kunden einen Mehrwert bieten, indem Sie ihnen wertvolle Informationen über Ihre Maschinen zur Verfügung stellen.

Leseempfehlungen

• Industrie 4.0: Die Cloud revolutioniert die Fertigungsindustrie
• 4 Gründe, warum Sie in der Fertigung nicht auf Echtzeitdaten verzichten sollten
• Steigern Sie Ihren IIoT-Reifegrad mithilfe von Datenanalysen
• 4 Möglichkeiten für Maschinenbauer, ihren Umsatz durch digitale Dienstleistungen zu steigern

_{Der Lebenszyklus einer Maschine}

Was wollen Sie mit den Maschinendaten erreichen?

Das Wichtigste zuerst: Gehen Sie von einem klar definierten Problem aus und formulieren Sie Ihre Fragen, um potenzielle Lösungen für dieses Problem zu qualifizieren. Legen Sie dann mithilfe einer Datenstrategie fest, was Sie aus Ihren Daten herausholen wollen - aber auch warum und wie Sie es tun. Daten manuell zu sammeln ohne zu wissen, wozu sie dienen, ist nicht der richtige Weg. Wenn Sie keine konkrete Vorstellung davon haben, was Sie sammeln wollen, können Sie mit der automatischen Datenerfassung beginnen, um herauszufinden, was für Sie interessant sein könnte:

• Ausfallzeit zur Ermittlung der Ursache;
• Zustand von Verschleiß- oder kritischen Teilen zu Wartungszwecken;
• Leistung Ihrer Maschine, um Verbesserungen an ihr vorzunehmen.

Um einen klaren Überblick über die Vorgänge in Ihrer Maschine zu erhalten, ist es wichtig, Ihre Daten zu visualisieren. Eine industrielle IoT-Plattform ist ein nützliches Werkzeug für die Speicherung von Daten und die Erstellung von Daten-Dashboards. Schauen Sie sich Ihre gesammelten Daten an und überlegen Sie, wie und für welche Zwecke Sie sie nutzen können. Auf dieser Grundlage können Sie bestimmte Parameter zu Ihrem Dashboard hinzufügen.

Leseempfehlungen

• Datenanalyse als ein neues Geschäftsmodell für Maschinen- und Anlagenbauer entwickeln
• Maschinenzustandsüberwachung: Höhere Betriebszeit und mehr Umsatz
• Produktivität messen, Maßnahmen umsetzen, Gewinn erhöhen
• Maschinendaten werden Umsatztreiber
• Die 23 wichtigsten Kennzahlen auf dem Produktions-Dashboard
• Mehrwert durch Datenanalyse
• Englischsprachiger Artikel: 10 Ways Data Analytics Can Revolutionize Your Business Strategy

_{Maschinenleistung überwachen, um Verbesserungen an neuen Maschinengenerationen vorzunehmen}

Wie man Maschinendaten sammelt

Die SPS Ihrer Maschine generiert enorme Datenmengen, wie z. B. Zustände, Betriebsarten und Geschwindigkeiten. Oft hat sie aber nur begrenzten Speicherplatz und ist ausschließlich für Ingenieure zugänglich. Es ist daher wünschenswert, Ihre Daten zentral zu sammeln, zum Beispiel in einer Cloud-Umgebung, um sie analysieren zu können. Diese Schritte können Sie unternehmen, um mit der Datenerfassung zu beginnen:

• Überlegen Sie sich eine Datenstrategie: Was wollen Sie wissen und warum?;
• Bestimmen Sie die Werte, die Sie messen wollen;
• Protokollieren Sie Ihre Daten zentral;
• Beginnen Sie mit der Analyse Ihrer Daten.

Es gibt verschiedene Möglichkeiten, Daten von Ihrer SPS zu erhalten und dafür gilt es auch eine Reihe von Schritten zu unternehmen. Die folgenden Artikel werden Ihnen dabei helfen sich zu orientieren.

Leseempfehlungen

• Englischsprachiger Artikel: How to Collect and Use Machine Data
• Schritt für Schritt: Wie erhalte ich Daten von einer SPS mittels IIoT?

Wie man Maschinendaten analysiert

Die Herausforderung besteht darin, Ihre gesammelten Maschinendaten in wertvolle Erkenntnisse umzuwandeln. Um eine Datenanalyse durchführen zu können, müssen Sie klare Einblicke in Ihre Maschinendaten haben. Daher ist es wichtig, Ihre Daten in Echtzeit oder in historischen Maschinen-Dashboards mit Diagrammen, Messgeräten oder Tabellen zu visualisieren. 

Der erste Schritt Ihrer Analyse besteht dann darin, beschreibende Informationen aus Ihren Daten zu gewinnen, indem Sie sich Ihr Daten-Dashboard ansehen und feststellen, was in Ihrer Maschine passiert. Vielleicht sehen Sie, dass Ihre Maschine an einem bestimmten Punkt nicht mehr funktioniert. Im zweiten Schritt gehen Sie der Ursache für diesen Ausfall auf den Grund, damit Sie vorbereitet sind,, wenn er wieder auftritt. Außerdem können Sie versuchen, Muster zu finden, um vorherzusagen, was passieren wird. So können Sie Fehler bei zukünftigen Maschinen verhindern und den Schritt von reaktiver zu proaktiver Wartung vollziehen.

Danach ist es an der Zeit, Ihre Ergebnisse zu interpretieren, indem Sie sich einige Fragen stellen:

• Beantworten die Daten meine Fragen?
• Wie helfen die Daten, etwaige Einwände zu entkräften?
• Gibt es bestimmte Aspekte, die ich bei meinen Schlussfolgerungen nicht berücksichtigt habe?
  
  

Leseempfehlungen

• Englischsprachiger Artikel: Top 4 Data Analysis Techniques That Create Business Value
  
  

Praktische Anwendungsfälle für Erkenntnisse aus Maschinendaten

Natürlich möchten Sie die Erkenntnisse aus Ihren Maschinendaten nutzen, um Ihre Maschine zu optimieren, Ausfallzeiten zu verringern und Wartungsarbeiten durchzuführen. Es gibt jedoch noch viele andere Möglichkeiten, diese wertvollen Erkenntnisse zu nutzen. Denken Sie an vorausschauende Wartung, maschinelles Lernen oder künstliche Intelligenz.  

Möchten Sie wiederkehrende Einnahmen generieren? Erschließen Sie neue Geschäftsmodelle, wie die Zustandsüberwachung von Verschleißteilen, eine intelligente Strategie für Verbrauchsmaterialien oder die Vorhersage des Ausfalls kritischer Teile. Bieten Sie Ihren Kunden zusätzliche Dienstleistungen an, um die Kundenzufriedenheit zu erhöhen, und erhöhen Sie Ihren Gewinn durch neue digitale Services.

Leseempfehlungen

• Predictive Maintenance, Service der Zukunft - und wo er wirklich steht
• Von Ihren Maschinen lernen um Kosten zu senken
• KI kommt in der Produktion an: Beispiele aus der Automobilindustrie
• 4 Möglichkeiten für Maschinenbauer um mit digitalen Services den Umsatz zu erhöhen
• Zustandsorientierte Überwachung von Verschleißteilen
• Ertragssteigerung mit intelligentem Geschäftsmodell für Verbrauchsmaterialien
• Umsatzsteigerung durch Vorhersage von Ausfällen kritischer Teile

_{Lernen Sie von Ihren Maschinen und bieten Sie Ihren Kunden zusätzliche Dienstleistungen an}

Bereit für Datenanalyse als nächsten Schritt auf Ihrer IIoT-Reise?

In welcher Phase der IIoT-Reife befinden Sie sich? Werden bereits Daten gesammelt, aber Sie sind sich nicht sicher, was Sie damit tun und wo genau Sie anfangen sollen? Sind Sie noch dabei, Ihre Maschinen zu vernetzen? Oder sind Sie schon einen Schritt weiter und bereit, vorherzusagen, was mit Ihren Maschinen passieren wird? In welcher Phase Sie sich befinden und welche Schritte Sie als Nächstes unternehmen sollten, erfahren Sie im White Paper: Der Weg zur IIoT-Reife im Maschinenbau.

White Paper herunterladen