Reaktive Ressourceneffizienzsteigerung

Viele Unternehmen möchten ihre Anlagen digitalisieren. Die erste Digitalisierungsstufe nach McKinsey bildet das Reporting, das die Produktdokumentation nach VDI-Richtlinie 4800 vereinfacht. Werden die gewonnenen Daten im zweiten Digitalisierungsschritt, dem Monitoring, überwacht, erlaubt das bereits eine primär manuelle Fertigungsprozessverbesserung. Diese beiden ersten Digitalisierungsstufen der Datenaufnahme und -bereitstellung lassen sich für die meisten Unternehmen noch relativ einfach realisieren und sind traditionellen Business-Intelligence (BI)-Systemen zuzuordnen. Im Übergang zu Data Mining werden Methoden von Big Data genutzt.

Durch die Evaluation der erfassten Daten lassen sich Problemursachen finden. Werden sie abgestellt, lassen sich Nacharbeit, Entsorgung fertiger Produkte, Entsorgung eingekaufter Materialien und unsachgemäße Lagerung sowie Überlagerung reduzieren. Die bis zur vierten Digitalisierungsstufe möglichen Sparmaßnahmen sind jedoch lediglich reaktiv.

Beim Beispiel der Blechwarenfabrik werden mithilfe eines Produktionsplanungs- und

-steuerungs- (PPS) sowie eines Manufacturing-Execution-Systems (MES) Produktionsdaten erfasst und an ein BI-System weitergeleitet. Ein digitaler Abgleich von Bedarf und Verbrauch hilft dort, Leckagen im Druckluftsystem zu finden. Eine reaktive Wartung wird möglich.

Prädiktive Ressourceneffizienzsteigerung

Prädiktive Ressourceneffizienz wird durch künstliche Intelligenz (KI) vereinfacht, indem Szenarien simuliert sowie deren Eintrittswahrscheinlichkeiten berechnet werden. So lassen sich Produktionsspitzen mit hohem Energiebedarf an die Verfügbarkeit regenerativer Energien wie Wind- und Solarenergie anpassen. Eine dezentrale Anlagen- und Prozesssteuerung, dynamisch kooperierende Systeme in einem modularen Umfeld sowie durchgängige Datenintegration werden für eine echtzeitfähige KI-Steuerung benötigt.

Bei der Blechwarenfabrik werden Abweichungen im Stromverbrauch, etwa von Pumpen oder Elektromotoren, von einem Predictive-Maintenance-System (PMS) erfasst. Erhöhter Stromverbrauch entsteht u.a. durch verschlissene Kugellager. Diese Lager können nun getauscht werden, während die Anlage ohnehin steht. Eine digitale Rückmeldung übermittelt dem System den Abschluss der Arbeit. Die Warenströme im Lagerhaus können angepasst an den errechneten Solarstrom geplant werden, um den Eigennutzungsgrad der Anlage zu erhöhen.

Die Beispiele belegen, dass sich in allen Digitalisierungsstufen nicht nur theoretisch, sondern praktisch Ressourcen sparen lassen. Weitere Informationen zum Thema Ressourceneffizienz und Digitalisierung erfahren Unternehmen am VDI Zentrum Ressourceneffizienz, das im Auftrag des Bundesumweltministeriums agiert.

Der Autor Dr.-Ing. Jan Philipp Menn ist Referent für Digitalisierung beim VDI Zentrum Ressourceneffizienz.







  • MES-Integrator und 360-Grad-Partner für optimierte Fertigung

    Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen.


  • IT ist nicht gleich OT

    Unternehmen wissen oft nicht, wie sie Shopfloor-Daten richtig auswerten oder interpretieren sollen. Zumal sich Strategien aus der IT nicht ohne Änderungen in…


  • KI als Katalysator für Optimierungsprozesse

    Mit generativer KI können Unternehmen aus ihrem Datenpool heraus etwa Ähnlichkeitsbezüge zwischen einzelnen Maschinenbeschreibungen herstellen. Dazu kann das Tool technische Dokumentationen analysieren.…


  • Tipps für die digitale Ablage

    Informationen liegen heutzutage auf digitalen Systemen ab. Sind diese Daten unpraktisch abgelegt, kostet jeder Zugriff unnötig Zeit. Was trivial klingen mag, kostet…


  • Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise

    Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen…