Digitalisierung & Industrie 4.0

Maschinenbau studieren

Ob Spezialfahrzeuge in der Landwirtschaft oder Beatmungsgeräte im Krankenhaus: Maschinen werden heute so konzipiert, dass sie Informationen sammeln, auswerten oder untereinander austauschen. »Bei Digitalisierung und E-Mobilität denken viele erst einmal an die Informatik. Wenn es aber darum geht, Elektronik und Software in die Produkte zu integrieren und sie zum Laufen zu bringen, braucht man das Wissen von Maschinenbauerinnen und Maschinenbauern«, erläutert Moniko Greif, Vorsitzende des Fachbereichstags Maschinenbau und Professorin an der Hochschule RheinMain.

Als Absolventin oder Absolvent des Fachs konstruierst du nach den Anforderungen der Kunden ein Produkt, wählst dafür Werkstoffe aus und organisierst die Fertigung. Dabei spielt es eine immer größere Rolle, ressourcenschonend vorzugehen. Maschinenbauer müssen Umweltschutzauflagen beachten und überlegen, wie sie Emissionen verhindern. »Wir brauchen in vielen Bereichen klug konstruierte, energieeffiziente Maschinen, um die CO₂-Ziele der Bundesregierung erreichen zu können«, sagt Olaf Wünsch, Professor für Strömungsmechanik an der Universität Kassel und Vorsitzender des Fakultätentags für Maschinenbau und Verfahrenstechnik.

Die Bedeutung von Big Data für den Maschinenbau

Ganz gleich, wie effizient ein Industrieunternehmen derzeit produziert: Die Chancen stehen gut, dass es in Zukunft noch deutlich besser geht – dank Big Data.

Maschinenbau-Unternehmen, die auf schlanke Produktion setzen, den kontinuierlichen Verbesserungsprozess leben und digital konstruieren, sind bereits auf einem guten Weg in Richtung höchstmöglicher Produktionseffizienz. Die Möglichkeiten von Big Data dürften jedoch in vielen Betrieben unerwartet großes, weiteres Potenzial offenbaren, wie ein Beispiel aus Europa zeigt: So berichtet die Unternehmensberatung McKinsey & Company von einem Chemieunternehmen, das seit den 1960er-Jahren dank stetiger Prozessverbesserung konstant über den Branchenstandards für den durchschnittlichen Ertrag lag – und dennoch seit der Einführung von Big Data weitere deutliche Optimierungen vornehmen konnte. Demnach ließen sich die Energiekosten um 15 % und die Rohstoffverschwendung sogar um 20 % reduzieren. Beeindruckende Zahlen, die erahnen lassen, warum Big Data auch für den Maschinenbau relevant ist. Doch was genau ist Big Data eigentlich?

Digital Engineering live erleben Wie geht man die digitale Transformation eigentlich an? Und worauf müssen Maschinenbauer hier besonders achten? Das Whitepaper gibt Ihnen eine einsteigerfreundliche Einführung.

JETZT SICHERN

Big Data: Definition und Funktionsweise

Unter Big Data versteht man Datenmengen, die sich mit herkömmlichen Methoden der Datenverarbeitung nicht auswerten lassen. Etwa weil sie zu groß oder zu komplex sind, sich zu häufig ändern oder nicht strukturiert genug sind. Doch auch die Analyse und Nutzung solcher Datenmengen wird unter diesem Begriff zusammengefasst. Big Data bezeichnet also sowohl eine mit konventionellen Verfahren nicht auswertbare Datenmenge als auch deren automatisierte Auswertung mit fortschrittlichen Methoden.

Big Data bezeichnet enorme Datenmengen und die zu deren Auswertung notwendigen, fortschrittlichen Methoden.

Vor diesem Hintergrund lassen sich die umfassenden Verbesserungen aus dem obigen Beispiel weiter ausführen: Das besagte Chemieunternehmen machte sich eine Form der künstlichen Intelligenz zunutze, um die in der Produktion anfallenden Datenmengen auszuwerten und somit den Einfluss verschiedener Faktoren auf die Produktionserträge zu bestimmen. Unter anderem flossen Kühlmitteldruck, -Temperatur und -Menge sowie der Kohlendioxiddurchfluss in die Analyse ein. Auf Basis der Auswertung passte das Unternehmen die Produktionsparameter an und erzielte so die eingangs erwähnten Einsparungen bei Energiekosten und Rohstoffverschwendungen.

Die Rolle von Big Data im Maschinenbau

Folglich können sich Auswertungen nach Big-Data-Prinzip überall dort lohnen, wo im Prozess der Wertschöpfung enorme Datenmengen anfallen beziehungsweise derart viele Variablen eine Rolle spielen, dass deren Auswirkung auf die Effizienz nicht mit herkömmlichen Methoden bestimmbar ist. Im Maschinenbau lässt sich Big Data demnach beispielsweise auf die eigentliche Maschinenproduktion anwenden, um ungenutzte Potenziale aufzudecken und effizienter zu fertigen. Doch wo viel Licht ist, da gibt es auch Schatten: Wer große Datenmengen sammelt, muss sicherstellen, dass deren Verarbeitung und Speicherung datenschutzkonform erfolgen – vor allem bei kundenbezogenen Daten.

Und auch die menschliche Komponente ist nicht zu unterschätzen. Schließlich erfordern Integration und Umsetzung von Big Data gewisse Fachkräfte mit entsprechenden Kompetenzen sowie die Bereitschaft seitens der Belegschaft, sich auf stark datengetriebenes Arbeiten einzulassen. So dürfte es nicht jedem Mitarbeiter leichtfallen, Entscheidungen fortan hauptsächlich faktenbasiert zu treffen und weniger nach Intuition und Erfahrung zu agieren. Es lohnt sich jedoch für Unternehmen des Maschinenbaus, den Herausforderungen von Big Data entschlossen entgegenzutreten. Denn wer sie meistert, wird höchstwahrscheinlich großzügig belohnt werden.

Für Maschinenbauer wird es in Zukunft aber auch wichtiger, sicherzustellen, dass hergestellte Maschinen mit den beim Kunden genutzten Datenanalysesystemen kompatibel sind. Derzeit setzen zwar erst ca. 8 % der deutschen Unternehmen des Mittelstands auf Big-Data-Analyseverfahren, etwa 46 % bewerten Big Data jedoch schon heute als besonders relevant, wie die Studie „Der Rohstoff des 21. Jahrhunderts: Big Data, Smart Data – Lost Data?“ zeigt. Zudem räumen weitere 35 % der befragten Unternehmen Big Data eine große Rolle in der Zukunft ein. Es ist also nur eine Frage der Zeit, bis Big-Data-Konzepte wie fortschrittliche Analyseverfahren und Machine Learning auf breiter Front Fuß fassen und daher auch für Maschinenbauer zum Tagesgeschäft gehören werden.

Der Maschinenbau der Zukunft setzt auf Big Data

Auch beim zur Industrie 4.0 gehörigen Stichwort „Predictive Maintenance“ kommen Big-Data-Technologien zum Einsatz: Durch die automatisierte Auswertung von Sensordaten lassen sich anhand kleinster Anomalien wartungsbedürftige Bauteile und Maschinen erkennen – und entsprechend austauschen oder reparieren, noch bevor es zu erhöhter Fehlerquote oder gar zum Totalausfall kommt. Vor allem auf lange Sicht lassen sich durch die Einführung von Big-Data-Analysen enorme Kosten und Produktionsausfälle vermeiden.

Big Data gewährt Unternehmen einen Blick in die Zukunft.

Die Einsatzmöglichkeiten von Big Data im Maschinenbau beschränken sich jedoch nicht nur auf die Fertigung. So zeigt ein Beispiel aus der Automobilindustrie, dass Unternehmen auch im Aftermarket-Bereich von Big Data profitieren können: Fehlerquellen, die erst im alltäglichen Betrieb von Fahrzeugen sichtbar werden, können Automobilhersteller anhand entsprechend ausgewerteter Werkstattberichte und Kundenkommunikation schon erkennen, bevor sie großflächig und im negativen Sinne öffentlichkeitswirksam auftreten. Richtig angewandt, ermöglicht Big Data also einen Blick in die Zukunft – eine Fähigkeit, die somit nicht unbezahlbar, aber von unschätzbarem Wert sein kann.

Sie interessieren sich für Digitalisierung und die Zukunft von Maschinenbau und Konstrukteuren? Dann haben wir etwas für Sie: Abonnieren Sie doch einfach den item Blog über die Box oben rechts!

Digitalisierung & Industrie 4.0

Künstliche Intelligenz

Jeder spricht über Künstliche Intelligenz und Machine Learning. Im VDMA gibt es bereits viele Organisationseinheiten, die sich mit dem Thema näher beschäftigen. Hier erhalten Sie einen Einblick in alle Aktivitäten, die der VDMA zum Thema Machine Learning und Künstliche Intelligenz durchführt.