Seit 1913 hat sich die Schunk Gruppe zu einem internationalen Technologiekonzern und führenden Anbieter von Produkten aus Hightech-Werkstoffen wie Kohlenstoff, technische Keramik und Sintermetallen sowie von Maschinen und Anlagen entwickelt - von der Umweltsimulation über Klimatechnik und Ultraschallschweißen bis hin zu Optikmaschinen.
Die Schunk Gruppe ist dank ständiger Innovationen seit über 100 Jahren ein wichtiger Partner für ihre Kunden und steigert kontinuierlich den Wert ihrer Produkte. 
Eine dieser Innovationen ist die Entwicklung von intelligenten Produkten, Dienstleistungen und Prozessen. Zu diesem Zweck hat Schunk eine Digitalisierungsstrategie entwickelt mit dem Ziel, eine datengetriebene Organisation zu werden.

Zur Unterstützung dieser Strategie hat Itility eine Datenplattform als Grundlage für datengesteuerte Prozesse entwickelt: die Schunk Data Analytics Platform (SDAP).
Diese Plattform führt Daten der gesamten Fabrik und ihrer Maschinen an einem Ort zusammen. Dadurch wird sie zur einzigen Informationsquelle für die Kombination, Korrelation und Anwendung auf datengesteuerte Anwendungsfälle. Die SDAP wird täglich von Qualitätsingenieuren, Betriebsingenieuren und Planern genutzt. Sie ermöglicht ihnen die Vorhersage von Wartungsarbeiten und die Analyse von Fehlern innerhalb weniger Minuten sowie die proaktive Verwaltung von Durchlaufzeiten und Lieferleistung. Das Ergebnis sind niedrigere Kosten und eine bessere Qualität.

Konzeption und Umsetzung der SDAP

Wir haben unsere „Intelligent Data Factory“-Bausteine (IDF) verwendet, um die Entwicklung der SDAP zu beschleunigen. Dabei handelt es sich um unser Standard-Architektur-Framework mit Codeblöcken, Best Practices und Standards für die drei Hauptbestandteile einer Datenplattform:

1)    Plattformmanagement
2)    Datenverarbeitung
3)    Datennutzung

Das Framework sieht wie folgt aus und wurde auf Schunks eigene Azure-Umgebung angewendet:

Dies sind die wichtigsten Bausteine, die wir verwendet haben:
•    Azure Data Factory (ADF) einschließlich einer vollständig automatisierten CI/CD-Pipeline
•    Selbst gehostete Integrationslaufzeit auf dem (lokalen) Proxy-Server, der für die Erfassung verschiedener interner Datenquellen erforderlich ist.

Nach der Implementierung der grundlegenden Infrastruktur wurden die ausgewählten Anwendungsfälle gemeinsam mit Schunk-Teams Schritt für Schritt umgesetzt. 

Die einzelnen Schritte sind im folgenden Schema dargestellt: 

Für jeden Schritt haben wir ein kleines Team mit dem erforderlichen Fachwissen zusammengestellt. Meistens handelt es sich dabei um eine Kombination aus Nutzern, Fachleuten und Technikern. Dies garantierte den besten Nutzen für die Anwender und einen kontinuierlichen Wissenstransfer. Dies sind wichtige Erfolgsfaktoren, da die Menschen Zeit brauchen, um sich an eine datengesteuerte Arbeitsweise zu gewöhnen.

Als Itility brachten wir unser Fachwissen in den Bereichen Projektmanagement, Datenverarbeitung, IT-Technik und Fertigung ein. 

Zunächst wurden mehrere Datenquellen mit der Plattform verbunden. Wir haben - sofern möglich - bestehende Schnittstellen genutzt, um Aufwand und Kosten zu reduzieren. 
Anschließend wurden die Daten bereinigt und gefiltert, um eine hohe Datenqualität zu erreichen.

Nachdem die bereinigten Daten verfügbar und zugänglich waren, stimmten wir uns mit den Anwendern über die bevorzugte Ansicht der Daten ab. Daraus haben sich mehrere Dashboards und Schnittstellen mit Grafiken, Textinformationen und numerischen Details entwickelt, siehe unten.

Für die prädiktive Instandhaltung und Ursachenanalyse wurden verschiedene Datenquellen und -typen kombiniert und miteinander in Beziehung gesetzt und anschließend mit SPC-Werkzeugen (statistische Prozesskontrolle) visualisiert. Hierfür verwendeten wir Minitabs mit Ansichten auf der Basis von SQL-Abfragen. 
Wir haben eine ODBC-Verbindung zu Minitab eingesetzt, um die Analyse benutzerfreundlicher zu gestalten, sodass die Anwender nicht mehr wissen mussten, wie die Tabellen und Felder organisiert sind. Außerdem wurde dadurch die Notwendigkeit der manuellen Auswahl und Filterung verringert.  

Da eine Datenplattform eine einzige Informationsquelle ist, basieren alle Ansichten auf denselben Daten und widersprechen sich nicht. 

Plattformbetrieb und Wissenstransfer

Zur Vorbereitung des professionellen Managements von SDAP, einschließlich der Prozesse für Abrechnung, Rechnungsstellung, Kostenkontrolle und Datenverwaltung, haben wir ein Governance- und Betriebsmodell entwickelt, das auf den bewährten Verfahren von IDF basiert und an die Schunk-Organisation angepasst wurde. 

Sobald die Anwendungsfälle auf der SDAP aktiv waren, begannen wir mit dem täglichen Plattformmanagement im Rahmen eines Service Level Agreements, das den Erfordernissen der Anwendungsfälle entsprach. Anschließend haben wir ein Fade-Out-Szenario für den Plattformbetrieb verwendet und die Aktivitäten schrittweise auf die Ressourcen von Schunk übertragen. Schritt für Schritt hat unser gemeinsames Team die relevante technische Dokumentation erstellt, Wissenstransfer-Meetings durchgeführt und die Plattform verwaltet. 

Wenn Sie mehr wissen wollen, kontaktieren Sie uns unter kontakt@itility.de.