Disrupt Manufacturing
„Es sind nicht nicht die Schnellsten,
sondern die Wandlungsfähigsten die in Zukunft überleben“
(Darwin)
Europa ist vor allem für eines bekannt: die Ingenieurskunst, mit verlässlicher, präziser Planung und Umsetzung von anspruchsvollster Technik, skalierbar und in hoher Qualität.
Gleichzeitig werden in Hotspots wie im Silicon Valley seit Jahren technische Softwarelösungen in Künstlicher Intelligenz entwickelt, die intelligent Daten analysieren, somit in der Produktion Kosten senken, Umwelt schonen und Qualität erhöhen. Bei unseren Lernreisen ins Silicon Valley verlinken wir Ingenieurskunst mit Künstlicher Intelligenz - hier ein Beispiel vom Unternehmen Sight Machine.
Sight Machine mit Sitz in San Francisco eint mit den Gründern eine langjährige Erfahrung in Produktion und Künstliche Intelligenz. Wir waren bei unserem Besuch Vorort von der Klarheit und der technischen Lösung beeindruckt, die durch Echtzeitdatenanalysen Herausforderungen bei Kosten, der Lieferkette, in Nachhaltigkeit oder bei der Qualität löst.
Die technische Lösung von Sight Machine verwandelt unstrukturierte Anlagedaten in standardisierte, strukturierte Informationen, damit kontinuierlich alle Anlagen, Datenquellen und Prozesse analysiert werden. Folgende Beispiele können das gut veranschaulichen:
Zementindustrie – CO2 Reduktion
Die Lösung von Sight Machine kann den Datenzugriff im gesamten Unternehmen erleichtern, dies verkürzt die Zeit bis zur Ursachenanalyse und ermöglicht Benchmarks über mehrere Werke. Die schnell skalierbare Datenarchitektur führt zu erheblichen Energieeinsparungen, Verbesserungen der Co2-Bilanz und spart Kosten. Wie z. B. der Vorhersage von Zyklonverstopfungen oder Geröllbildung an Klinkerringen.
Beispiel Wellpapenwerk – Kosten und Energiereduktion
Ein Wellpappenwerk hatte Schwierigkeiten zu wissen, welche spezifischen Prozessparameter den Ausschuss und die Kundenreklamationen in die Höhe trieben.
Sight Machine integrierte Prozessdaten, Energiedaten, Qualitätsdaten und Daten zu Kundenansprüchen, um integrierte Modelle zu erstellen, die dann für erweiterte Analysen verwendet wurden. Innerhalb von zwei Wochen gab es Erkenntnisse über die Ursachen von Qualitätsproblemen, die den Datenwissenschaftlern des Unternehmens zuvor entgangen waren.
Autozulieferer – Qualitätsverbesserung
Mit herkömmlichen Qualitätsverfahren konnten Inline-Qualitätsprobleme bei Druckguss- und Bearbeitungsprozessen in drei Werken nicht gelöst werden. Sight Machine integrierte Prozess- und Teiledaten aus verschiedenen Quellen und Anlagen, um den gesamten Produktionsprozess mit einer einzigen Data Foundation empirisch darzustellen und zu analysieren. Dies ermöglichte die Rückverfolgbarkeit und bot eine analytische Grundlage über Prozesse hinweg.
Die Ursache konnte identifiziert werden und der Ausschuss wurde um 25 % reduziert.
Klassische Industrien haben zwar die Krise besser überstanden wie viele andere Branchen, bei vielen Industrieunternehmen sind die Auftragsbücher bis 2023 voll. Das wiegt zwar viele in Sicherheit, kann aber sehr gefährlich werden. Denn in so vielen Bereichen anspruchsvoller Produktion gibt es nicht nur Möglichkeiten für Effizienzsteigerungen, sondern auch Verbesserungen in Umweltmaßnahmen oder Nachhaltigkeit.
So kann die Verlinkung von Ingenieurskunst und Software eine Win Win Situation sein, wenn eines gegeben ist – Offenheit, Neugier und Mut, warten wir in Europa nicht zu lange damit.
Ansprechperson
Matt Smith, Ph.D.
SVP, Digital Transformation - Sight Machine
M: +1(530) 220-4660
Autor: Werner Sattlegger
Founder & CEO Art of Life
Experte für digitale Entwicklungsprozesse, wo er europäische mittelständische Familien- und Industrie-unternehmen von der Komfort- in die Lernzone bringt. Leidenschaftlich gerne verbindet er Menschen und Unternehmen, liebt die Unsicherheit und das Unbekannte, vor allem bewegt ihn die Lust am Gestalten und an Entwicklung.
