Big Data Analytics in der Elektronikfertigung

Deutsche Industrie schöpft Big-Data-Potenzial beim Qualitätsmanagement nicht aus

Die deutsche Industrie nutzt Big Data vor allem für das Qualitätsmanagement. Rund sieben von zehn Unternehmen mit Industrie-4.0-Anwendungen werten ihre in der Produktion anfallenden Datenmengen aus, um die Qualität ihrer Produkte zu kontrollieren. Vorreiter ist dabei die Elektroindustrie, wie der Deutsche Industrie 4.0-Index 2018 der Unternehmensberatung Staufen zeigt. Allerdings schöpfen die Betriebe dabei das Potenzial von Big Data längst nicht aus. Den Ursachen von Qualitätsproblemen sind sie mit ihren Analysen bisher jedenfalls kaum auf der Spur, wie ein gemeinsames Forschungsprojekt von Staufen und der TU Darmstadt belegt.

In der Elektroindustrie kontrollieren inzwischen fast drei Viertel der Unternehmen die Qualität mithilfe von Big Data. Im Maschinenbau dagegen liegen das Qualitätsmanagement (59%) und die Produktentwicklung (51%) fast gleichauf.

„Die Unternehmen haben erkannt, dass Daten eine wichtige Grundlage für die Ermittlung und Lösung von Qualitätsproblemen sind. Doch sie nutzen die in der Produktion anfallenden Informationen bisher nur zu einem ganz geringen Teil“, erklärt Tobias Böing, Consultant bei der auf das Qualitätsmanagement spezialisierten Staufen-Tochter Staufen Quality Engineers GmbH (S.QE) „So beschränken sich die Firmen darauf, Abweichungen von vorgegebenen Standards oder Kennzahlen zu ermitteln. Aber in der Qualitätssicherung wird das Potenzial von Datenanalysen (Manufacturing Analytics) bisher überhaupt noch nicht ausgeschöpft.“

Ein genauer Blick auf die Produktionsdaten ermöglicht jedoch Einblicke in die Ursachen von Qualitätsproblemen und in Wirkungszusammenhänge, die nicht offensichtlich sind. Gemeinsam mit dem Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der TU Darmstadt hat S.QE in einem Forschungsprojekt die Möglichkeiten von Datenanalysen im Produktionsprozess für das Qualitätsmanagement untersucht. Das Ergebnis: Ein großer Teil der Industrieunternehmen setzt Big Data lediglich auf der ersten Stufe (Descriptive Analytics) ein. „So schaffen die Betriebe zwar Transparenz im Produktionsprozess, können aber keine Aussagen zu Ursache-Wirkungs-Beziehungen treffen (Diagnostic Analytics). Auch für höherstufige Anwendungen wie Predictive oder Prescriptive Analytics zum vorzeitigen Erkennen von potentiellen Störungen beziehungsweise zur Automatisierung der Problembehandlung fehlt dann die dafür notwendige kausale Beziehung“, sagt Tobias Böing.

Die für ein vollumfängliches Qualitätsmanagement notwendige Analyse (Manufacturing Analytics) findet sich noch selten in den Unternehmen. Denn es fehlt an Know-how und Software sowie passenden Datenbankstrukturen. Zudem werden bisher nicht alle gemessenen Daten in Speichersysteme überführt, wo sie im verlinkten Zustand ausgelesen und analysiert werden können. Stattdessen nutzen die Unternehmen häufig weiterhin traditionelle QM-Methoden, die zum Teil sogar noch auf Papier basieren und mit der Komplexität der Produkte und Produktionsnetzwerke nach und nach an ihre Grenzen stoßen.

DOWNLOAD DEUTSCHER INDUSTRIE 4.0 INDEX 2018

Über die Staufen Quality Engineers GmbH – www.s-qe.de

In jedem Unternehmen steckt ein noch besseres. Mit dieser Überzeugung berät und qualifiziert die Staufen AG seit über 20 Jahren Unternehmen und Mitarbeiter weltweit. Märkte sind in Bewegung, der Konkurrenzdruck enorm. Staufen hilft, die richtigen Veränderungen schnell in Gang zu bringen, die Produktivität zu erhöhen, die Qualität zu verbessern und die Innovationskraft zu steigern. Mit integrierter Akademie bietet die Staufen AG zudem zertifizierte, praxisorientierte Schulungen an. Von den 13 internationalen Standorten betreuen mehr als 300 Mitarbeiter Kunden auf der ganzen Welt. Die Tochtergesellschaft Staufen Quality Engineers, findet Produktionsfehler nicht mit Glück, sondern mit High-Speed. Dabei beherrschen Staufen Quality Engineers sämtliche Methoden der jeweiligen Quality Management-Denkschulen und deren Einzelwerkzeuge. Dazu zählen Qualitätsstrategie, Prävention, Überwachung und Management sowie schnelle Reaktion auf operative Qualitätsprobleme und technische Problemlösung. So werden Kontrollaufwände reduziert, Rückrufzahlen minimiert und dabei geholfen, Ausschuss und Nacharbeiten drastisch zu senken.

Institut für Data Science, Engineering, and Analytics

Im stark interdisziplinär ausgerichteten Institut IDE+A arbeiten Wissenschaftler/innen aus den Disziplinen Informatik, Mathematik, Maschinenbau, Wirtschaftsingenieurwesen, Statistik, Automatisierungs- und Elektrotechnik. Das Institut wurde gegründet, um Forschungsergebnisse aus den Bereichen Data Science, KI und ML für die Praxis nutzbar zu machen.

Bei der Namensgebung des Instituts IDE+A wurden explizit die Schnittstellen zwischen den Datenwissenschaften ("Data Science"), den Ingenieurwissenschaften ("Engineering") und der Mathematik ("Analytics") berücksichtigt. In den letzten Jahren wurden mehr als ein Dutzend Forschungsprojekte (Gesamtvolumen über sieben Mio. Euro) mit nationalen und internationalen Partnern durchgeführt. Exemplarisch seien an dieser Stelle zwei aktuelle Projekte genannt:

Im BMBF-Projekt KOARCH (Kognitive Architektur für Cyber-physische Produktionssysteme und Industrie 4.0) werden die Fragestellungen „Wie können Industrie 4.0-kompatible Programme aussehen, die intelligente Softwareservices nutzen?“ und „Wie können Ziele deklarativ und geräteunabhängig vorgegeben werden?“ untersucht, deren Ergebnisse eine direkte Anwendung in Data Science- und KI-basierten Projekten finden.

Wie Forschungsergebnisse aus der KI in der Praxis validiert werden und dabei gesellschaftlich relevante Fragen (z.B. Datenschutz) berücksichtigt werden können, wird in dem vom NRW Ministerium für Kultur und Wissenschaft geförderten Projekt OWOS (Open Water, Open Source) untersucht.

In Kooperationen mit Universitäten in Amsterdam, Berlin, Dortmund, Glasgow und Leiden werden momentan 14 Promotionen durchgeführt. Prof. Bartz-Beielstein hat eine vom Land NRW geförderte Forschungsprofessur inne.

Big Data Analytics in der Elektronikfertigung

Steigende Komplexität der Produkte, kürzere Produktlebenszyklen und hohe Qualitäts- ansprüche der Kunden spiegeln in der Elektronikfertigung den Trend zum personalisierten Produkt wider. Hersteller von Elektronikprodukten sind mit großen Herausforderungen konfrontiert. Nahezu täglich tauchen neue Produkte und Innovationen auf. Dabei führt gerade die ständig wachsende Komplexität der elektronischen Komponenten zu hohen Ausfallraten.

Big Data bietet zahlreiche Möglichkeiten zur Differenzierung und Kundenorientierung. Im Zuge der Industrie 4.0 stehen produzierende Datenflut (Big Data), die Daten über die gesamte Wertschöpfungskette im Zugriff zu haben, zu analysieren und flexibel bereitzustellen, im Mittelpunkt. Dies sollte sowohl für die Analyse von großen historischen Zeiträumen als auch für die Visualisierung von „near/real time“-Zuständen der laufenden Produktion der Fall sein.

Die vierte industrielle Revolution verlangt es, dass produzierende Unternehmen heute eine größtmögliche Transparenz über die gesamte Wertschöpfungskette hinweg gewährleisten können. Eine entsprechende Analyse- und Reporting-Philosophie innerhalb des Manufacturing Execution Systems (MES) ist in diesem Zusammenhang essenziell. Die iTAC.MES.Suite umfasst daher einen vollwertigen, von der IT unabhängigen Business Intelligence-Service – das iTAC.BI.Portal. Diese Gesamtlösung ist nahtlos in bereits bestehende Systeme integrierbar und unterstützt Unternehmen verschiedenster Branchen dabei, ihre Produktivität, Effektivität und Profitabilität zu steigern.

Die Nutzeneffekte im Überblick

Cloud-basierte MES-/BI-Architektur für Big Data- Anwendungen

Unterstützung mobiler Endgeräte wie Tablets und Smartphones (iOS®, Android®)

Einsatz modernster Middleware-Technologien (iTAC.ARTES)

auch für den Einsatz in High-Volume-Fabriken geeignet

keine zusätzliche Datenbankinfrastruktur erforderlich; hierdurch werden die Betriebskosten minimiert

schnelle Report-Generierung auf Basis gepufferter standardisierter Datenobjekte

Das iTAC.BI.Portal prozessorientiert, zentralisiert & Web-basiert

zentrale Instanz für Analyse, Reporting & Datenaufbereitung

hoch skalierbar

basiert auf leistungsfähiger iTAC.ARTES Middleware kombiniert mit Applikationsserver BIRT iHUB 3 von OpenText

Entscheidungsrelevante Informationen werden zusammengeführt, verwaltet und zu Gunsten von Manufacturing Intelligence, Qualitätskontrolle und Traceability sicher zur Verfügung gestellt

zuverlässige und schnelle Verteilung interaktiver Inhalte an Mitarbeiter, Kunden und Partner

Informationen aus allen Datenquellen und Anwendungen können integriert und für interne und externe Nutzer bereitgestellt werden.

Big Data Gigantische Datenmengen werden tausenden von Nutzern zuverlässig, gleichzeitig und schnell zur Verfügung gestellt. Hochverfügbarkeit, Skalierbarkeit und automatisches, elastisches Clustering sind nur drei Eigenschaften, die dies ermöglichen – auch in der Cloud. Das iTAC.BI.Portal lässt sich hierbei sowohl als Private Cloud, Hybrid Cloud oder Public Cloud Modell aufsetzen. Die BI-Architektur von iTAC lässt sich skalieren und begünstigt Big Data sowie immense Nutzerzahlen. Es entstehen personalisierte Datenvisualisierungen und maßgeschneiderte Analysen – und das bei höchster Sicherheit. Der MES-Spezialist iTAC unterstützt produzierende Unternehmen mit der entsprechenden Online-Verfügbarkeit und Cloud-Fähigkeit sowie der daraus resultierenden Mobilität auf 4.0-Niveau bei konsequenter Umsetzung des Internet of Things und hilft somit den Weg in die Smart Factory zu ebnen.

Statement

„Für die Elektronikfertiger ist Transparenz die Stellschraube für den Erfolg von Produktionsstätten und dafür ist ein leistungsfähiges MES-KPI-Reporting essenziell. Es fügt sich nahtlos in das ME-System ein und bietet im gewohnten Umfeld zuverlässige Informationen über die laufenden Fertigungsabläufe.“ (Peter Bollinger, CEO iTAC Software AG)

Zum Vortrag

Im dem Vortrag wird in einer Live-Demo anhand eines iTAC-Kundenszenarios gezeigt, wie Unternehmen die iTAC-BI-Lösung bereits erfolgreich einsetzen und welche Vorteile sich darlegen.