In einer Studie von Strategy& und VDMA gaben über 90 Prozent der befragten Unternehmen an, im aktuellen Jahr Investitionen in generative KI-Anwendungen zu planen. Der breitflächige Einsatz von generativer KI steht dabei aber noch am Anfang – erst rund 7 Prozent der Unternehmen nutzen diese Technologie schon unternehmensweit. Doch KI-basierte Systeme für Aufgaben wie Prozessoptimierung, vorausschauende Wartung oder Energieverbrauchsoptimierung sind bereits auf dem Vormarsch. Praxisbeispiele verdeutlichen, dass IIoT und KI keine Zukunftsvision mehr sind, sondern zunehmend in der industriellen Praxis ankommen.
Datenlieferant trifft Dateninterpret
Während IIoT als Datenlieferant fungiert, übernimmt KI die Rolle des Dateninterpreten. IIoT-Plattformen aggregieren Daten aus heterogenen Maschinenparks und stellen diese Informationen für Analysen und Optimierungen bereit. KI kann aus diesen Daten Muster erkennen, Abweichungen frühzeitig identifizieren und Handlungsempfehlungen ableiten. Die Kombination beider Technologien zeigt ihre Stärken in drei Kernbereichen:
- Datenaggregation und -vorverarbeitung: IIoT-Plattformen sammeln Daten aus unterschiedlichen Quellen. KI sorgt dafür, dass diese Daten bereinigt, klassifiziert und in Echtzeit analysiert werden können.
- Prognosen und Optimierung: KI kann auch subtile Anomalien in Prozessparametern erkennen, die langfristig zu Qualitätseinbußen oder Ineffizienzen führen könnten.
- Autonome Steuerung: Systeme könnten sich hin zu einer selbstlernenden Fertigung entwickeln, in der Anlagen ihre Parameter eigenständig anpassen, um Effizienz und Qualität zu erhöhen.
Predictive Maintenance als Effizienztreiber
Ein praxisnaher Ansatz, der die Effekte von IIoT und KI nutzenstiftend verbindet, ist Predictive Maintenance. Maschinen und Anlagen sind heute mit Sensoren ausgestattet, die Daten wie Temperatur, Energieverbrauch, Vibrationen oder Geräusche erfassen und an IoT-Plattformen übermitteln. KI-gestützte Analysen dieser Daten ermöglichen präzise Zustandsbewertungen und Prognosen, wann Wartungen tatsächlich erforderlich sind. Das Ziel ist klar: Ausfälle und ungeplante Stillstände vermeiden, Verfügbarkeiten erhöhen und Kosten reduzieren. Regelmäßige, aber oft pauschal festgelegte Wartungszyklen werden durch bedarfsgerechte Maßnahmen ersetzt. Laut des VDMA-Kundendienstbenchmarks 2020 nutzten zum Zeitpunkt rund 20 Prozent der Maschinenbauunternehmen schon Predictive-Maintenance-Tools – ein Anteil, der in den kommenden Jahren deutlich steigen dürfte. Die Digitalisierungs- und Automatisierungslösungen von Retarus ermöglichen effiziente Abläufe ohne manuellen Aufwand oder Kompromisse bei der Datensouveränität ‣ weiterlesen
Business Process Solutions
Retarus beschleunigt Datenaustausch in der Produktion
Die Plattformauswahl und -integration
Die Basis jeder IIoT-Strategie ist die gewählte Plattform. Mit weltweit über 21 Milliarden vernetzten IoT-Geräten insgesamt (Schätzung für das Jahr 2025; Quelle: iot-analytics.com) ist klar, dass IIoT auch längst Teil des Fertigungsalltags ist. Doch die Plattformlandschaft ist fragmentiert, und viele Unternehmen stehen vor der Herausforderung, maschinenkompatible und skalierbare Produkte zu finden. Offene, standardbasierte Plattformen mit Edge- und Cloud-Integration sowie eingebetteten KI-Funktionen setzen sich durch. Die VDMA-Publikation ‚Mehrwert durch Software‘ bietet hier Orientierung, indem sie viele branchenspezifische IoT-Plattformen und Anbieter auflistet.
IIoT-Integration in ERP und MES
Die Verknüpfung von IIoT-Applikationen mit ERP- und MES-Anwendungen bildet das Rückgrat vieler Produktionsumgebungen. ERP-Systeme verarbeiten Echtzeitdaten aus der Fertigung, die automatische Produktionsplanung, Qualitätskontrolle und vorausschauende Wartung ermöglichen. MES-Anwendungen dienen als operative Schaltstellen, die Daten aus Maschinenparks aufnehmen, verarbeiten und an übergeordnete Systeme weitergeben. Herausforderungen wie die Integration heterogener Geräte, große Datenmengen oder Cybersecurity müssen dabei gemeistert werden. Künftige Entwicklungen – von 5G über Edge Computing bis zu KI-gestützten Analysen – werden diese Systeme weiter voranbringen.
Aufgabe des VDMA
Die Verschmelzung der Instrumente rund um Kürzel wie IIoT, KI, ERP und MES ist ein zentraler Schlüssel zur Fertigungsoptimierung. Unternehmen, die hier konsequent investieren, können Wettbewerbsvorteile und eine Basis schaffen, auf der digitale Fabriken mit hoher Effizienz, Flexibilität und Qualität möglich werden. Der VDMA Fachverband Software und Digitalisierung will Unternehmen in all diesen Bereichen unterstützen, mit Informationen über die Plattformauswahl, zu ihrem Betrieb und mit dem Angebot von Formaten zum Erfahrungs- und Wissensaustausch.
Autor:
Prof. Claus Oetter ist
Geschäftsführer beim VDMA Software und Digitalisierung
sowie Leiter der Abteilung Informatik.
