Bleistift auf Konstruktionszeichnung

Zeit und Kosten sparen: Die Digitalisierung und Integration von Engineering-Daten bietet zahlreiche Vorteile. - Bild: Sven Mieke/Unsplash

| von Robert Hopkin, Utilities Industry Specialist, Accenture

Papiergebundene Engineering-Abläufe sind ineffizient und teuer. Wer sie trotzdem beibehält, riskiert inzwischen häufig die eigene Wettbewerbsfähigkeit. Doch wie den Wechsel „vom Zeichentisch zum Tablet“ gestalten, wenn das eigene Unternehmen noch ein großes Papier-Archiv hat? Wie die digitale Transformation voranbringen, wenn Forschung und Entwicklung innovative Ideen nicht umsetzen können, weil ihre Daten Abteilungsgrenzen nicht überwinden?

Data Digitization: Der erste Schritt zum Digital Engineering

Wenn’s um das Management der eigenen Daten geht, haben viele Engineering-Abteilungen nach wie vor viel Luft nach oben – etwa bei Datenspeicherung, Datenverknüpfung und Datenaustausch. Und das nicht nur, weil viele Unterlagen – Konstruktionszeichnungen, Pläne, Berichte – nach wie vor in Papierform vorliegen. Sondern auch, weil selbst bereits digitalisierte Daten überwiegend in "Silos" feststecken.

Acht von zehn Führungskräften glauben deshalb sogar, dass sie auf einen Großteil ihrer Daten gar nicht zugreifen können! Ganz klar: Hier wird die eigene Datenhaltung endgültig zum Bremsklotz für Produktivität und Wertsteigerung – und dessen Beseitigung zur drängenden Frage. Was also für den digitalen Wandel tun?

Die kurze Antwort: Das Thema endlich angreifen! Und zwar mit Hilfe Software-gestützter Verfahren für Digitalisierung und Integration - Industrie 4.0 in F&E sozusagen. Die können nämlich inzwischen richtig viel – und vereinfachen (lies: vergünstigen!) die erforderlichen Tätigkeiten erheblich.

Gute Gründe für die Daten-Digitalisierung

Ganz von allein geht das Digitalisieren aber trotzdem nicht. Und: Die erwähnten Verfahren selbst haben natürlich einen Preis. Führungskräfte sollten daher zunächst einen umfänglichen Business-Case für jedes Digitalisierungsvorhaben erstellen – und dabei berücksichtigen:

Digitale und miteinander verknüpfte Daten erleichtern nicht einfach nur den Zugriff und die Nutzung. Sie sind fast immer auch eine Grund-Voraussetzung für den Einsatz zeitgemäßer Engineering-Werkzeuge wie Digital Twins, Lösungen für KI-gestütztes Design, oder Software für virtuelles Prototyping und Testing.

Soll heißen: Der Wert digitaler Technologien reicht meist weit über die reinen Vorteile für die eigene Datenhaltung hinaus!

Zu den Vorteilen, auf die Engineering-Abteilungen zielen sollten, gehören zum Beispiel:

  • Digital Continuity: Auch systemübergreifende Datennutzung genannt. Produkt- oder Ausrüstungsbezogene Daten werden standardisiert und über den gesamten Lebensyklus eines Werkstücks oder einer Maschine hinweg verwendet. Auf diese Weise können CAD-Daten aus dem Engineering etwa für die 3D-Bilderzeugung im Marketing wiederverwendet werden... und umgekehrt!

  • Echtzeit-Insights: Wenn Daten standardisiert und zentral gespeichert werden, können Ingenieure sie auch für umfängliche Big-Data-Analysen in echtzeitnaher Geschwindigkeit nutzen. Die so gewonnen Einblicke können dann zum Beispiel neue Ideen hervorbringen oder die eigene Design-Entwicklung beschleunigen.

  • Maschinen-Unterstützung: Digitalisierte Daten sind maschinell be- und verarbeitbar, das heißt: Sie sind für die Entscheidungsunterstützung durch Künstliche Intelligenzen zugänglich. Dies ermöglicht neben der Automation einfacher Abläufe vor allem den Einsatz von DSS-Software, generativen KI-Lösungen oder Programmen zur teilautomatisierten Fertigungsplanung im Sinne von Industrie 4.0.

Der Wertbeitrag dieser Vorteile kann erheblich sein: Laut World Economic Forum (WEF) bietet die Digitalisierung etwa der Öl- und Gasindustrie ein Wertschöpfungspotenzial von mehr als einer Billion US-Dollar – das allerdings nur erschlossen werden kann, wenn die Unternehmen des Sektors die digitale Transformation ernst nehmen und zunächst ihre Daten digitalisieren und verknüpfen.

Digital Twins und digital Threads

Ein digitaler Zwilling ist ein digitales Abbild eines materiellen oder immateriellen Objekts oder Prozesses aus der echten Welt in der digitalen Welt. Dabei ist es irrelevant, ob das Gegenstück in der echten Welt schon existiert oder nur geplant ist. Digitale Zwillinge ermöglichen einen grenzüberschreitenden Datenaustausch. Sie sind Modelle eines bestimmten Objekts oder Prozesses und können Simulationen, Algorithmen und Dienste umfassen, die die Eigenschaften oder das Verhalten des Objekts oder Prozesses beschreiben oder beeinflussen. Ebenso können bestimmte Dienste simuliert werden.

 

Als Digital Thread bezeichen Experten ein Daten-Framework, das normalerweise isolierte Datenbestände über den gesamten Fertigungsprozess hinweg zunächst miteinander verbindet – und dann fortlaufend updated . Das Verfahren erschafft so eine Art digitaler Live-Kopie ganzer Fertigungs-Zusammenhänge, und speist diese dann in digital-gestützte Entscheidungsabläufe.

Datendigitalisierung: So hilft die KI

Trotz all dieser Vorteile mag die Digitalisierung der eigenen Datenbestände mancher Abteilung als eine übergroße Aufgabe erscheinen, die sich letztlich nicht rechnen kann. Aber, stimmt diese Einschätzung wirklich?

Tatsächlich erforderten entsprechende Vorhaben bis vor einiger Zeit noch erhebliche "Handarbeit": Eingescannte Unterlagen mussten von Experten überprüft und dann händisch mit maschinenlesbaren Meta-Daten ergänzt werden. Je nach zu verarbeitenden Unterlagen ein erheblicher Aufwand!

Engineering Data Digitization am Beispiel

Rohr- und Instrumentenfließschemata sind komplexe Pläne, die alle für den Betrieb einer Anlage erforderlichen Bauteile, deren Eigenschaften und deren Zusammenspiel darstellt. Wer ein solches Schema auf sinnhafte Weise vom Papier in ein maschinenlesbares Format übertragen will, kann deshalb nicht einfach nur die Bauteile und ID-Nummern auflisten – sondern muss auch Metadaten etwa zu Rohrcodes und -Größen vermerken, Metalleigenschaften, Verwendung hinterlegen. Was kürzlich noch eine Aufgabe für eigens geschulte Spezialisten war, kann heute bereits größtenteils von Software erledigt werden.

 

Heute können neue, KI-gestützte Software-Lösungen diesen Aufwand allerdings teils erheblich reduzieren. Computer-Vision und Machine-Learning-Algorithmen "lesen" und "verstehen" hierbei eingescannte Planskizzen, und ergänzen die erforderlichen Eigenschafts-Metadaten dann von selbst. Dafür werden zunächst bestimmte ML-Modelle trainiert, bevor sie das Umwandeln von Informationen in maschinenlesbare Formate en gros übernehmen.

 

Diese Technologien können zum Beispiel die Objekte in Fließschemata identifizieren, Asset-Typen erkennen und ID-Nummern extrahieren – alles weitgehend ohne menschliche Hilfe und in extrem hoher Geschwindigkeit. Stichprobenkontrollen durch menschliche Ingenieure sichern dabei die Qualität und helfen den Algorithmen, beständig besser zu werden; verstehen die Computer eine Skizze trotz dieses fortlaufenden Trainings einmal nicht, greifen die Experten zudem korrigierend ein.

Grafik Digitalisierung Daten
Datensilos auflösen: Integrierte Systeme und Daten maximieren die Wertschöpfung eines Unternehmens. Für weitere Informationen klicken Sie bitte auf das Bild. - Bild: Accenture

Noch mehr Effizienz per Outsourcing

Wer die erforderliche Software nicht selbst beschaffen und die Algorithmen nicht eigenhändig trainieren will, kann die entsprechende Digitalisierungsarbeit selbstverständlich auch auslagern.

Accenture beispielsweise bietet Kunden "Engineering Data Digitization as-a-Service", und gewährt im Rahmen entsprechender Projekte vollen Zugriff auf die erwähnten KI-Lösungen. Überdies stellt das Beratungsunternehmen auch Spezialisten ab, die bei Bedarf händische Prüfungen oder Korrekturen übernehmen.

Firmen, die dieses Angebot nutzen, profitieren nicht nur von Skaleneffekten und den Vorteilen SaaS-üblicher "Pay-as-you-Go"-Modelle – sondern sparen vor allem, eigene Engineering-Experten für die Digitalisierungsarbeit abstellen zu müssen. Je nach Betrieb, Geschäftsmodell und Projekt-Business-Case kann allein diese Ersparnis die Zusammenarbeit mit den Beratern rechtfertigen.

Das Outsourcing an Accenture-Experten verläuft üblicherweise in fünf Schritten:

  1. Experten von Accenture erfassen, digitalisieren und kategorisieren sämtliche Kunden-Dokumente typbasierend. Danach werden die Dokumente auf unsere proprietäre Digitalisierungsplattform hochgeladen. Auf dieser wird dann auch Größe und Auflösung der Scans geprüft und gegebenfalls verbessert. 
  2. Im Anschluss trainieren die Berater das KI/ML-Modell erstmalig; anschließend führen geschulte "Operation Analysts" einige Testläufe durch und werten diese aus. Auf diese Weise werden alle Parameter für das weitere Training festgelegt und zugleich alle zu verwaltenden Asset-Klassen bestimmt.
  3. Es folgt eine umfängliche Bildqualitätskontrolle mithilfe modernster Algorithmen. Abgelehnte Unterlagen werden einem erneuten Scan zugeführt. Die verbleibenden Dokumente werden vom AI/ML-Modell analysiert. Dieses schlägt dann einen "Best Match" sowie zwei "Near Matches" zur Prüfung vor.
  4. Am Ende validieren unsere Operation Analysts die Asset-Klassifikation der KI und bestätigen eine finale Version oder lehnen diese ab. Dann werden die Dokumente letztmalig gegen die Original-Unterlagen geprüft und die "ausgelesen" Daten in eine CSV-Datei überführt.
  5. Mithilfe der CSV können die Daten nun in jede Art von Plattform oder App importiert werden.

Also: Schluss mit Papierkram!

Die Digitalisierung selbst komplexer Engineering-Unterlagen ist heute längst nicht mehr so aufwendig wie noch vor wenigen Jahren. Algorithmen können einen Großteil der vormals händischen Arbeitsschritte übernehmen und den Gesamtablauf so erheblich beschleunigen. Voraussetzung ist allerdings, dass die Tools in der richtigen Weise und mit den richtigen Modellen genutzt werden.

Um die große Herausforderung der Digitalisierung im Unternehmen, insbesondere in Forschung und Entwicklung nachhaltig zu meistern und auch in Zukunft Know-how und Informationen so zu vernetzen, dass nicht nur die Produktentwicklung gefördert wird, sondern sogar neue Geschäftsmodelle entstehen, braucht es Innovation im Datenhandling.

Accenture bietet die Möglichkeit, die Digitalisierung und Integration von Engineering-Daten komplett auszulagern. Hierfür stellt das Unternehmen neueste Technologien und dedizierte Fachexperten zur Verfügung. Auf diese Weise können Engineering-Abteilungen sowohl ihre Daten-Bestände digitalisieren als auch auf das konzentriert bleiben, wofür sie eigentlich bezahlt werden – das Engineering eben.

Über den Autor

Robert Hopkin ist Utilities Industry Specialist bei Accenture. Er beschäftigt sich mit Prozessen der digitalen Transformation über die gesamte Wertschöpfungskette hinweg. Setzen Sie sich mit ihm via LinkedIn in Verbindung.

Sorry, item "freemium_overlay_form_pro" does not exist.