Datenstarre bremst die digitale Fabrik

Vier Kilometer unter der Erdoberfläche liegt die Mponeng-Goldmine in Südafrika, die tiefste Goldmine der Welt. Der Weg nach unten dauert mehr als eine Stunde, das Gestein erreicht bis zu 60 Grad Celsius. Nur mit massiver Kühlung lässt sich dort Gold fördern.

Die Suche nach industriellen Daten ähnelt dieser Herausforderung. Daten gelten als das „neue Gold“ der Industrie. Sie können Produktion, Automatisierung und Qualitätssicherung verbinden. Doch in vielen Betrieben bleibt dieser Rohstoff im digitalen Gestein eingeschlossen: vorhanden, aber schwer zugänglich und noch schwerer nutzbar. Eine Studie von Zebra Technologies in Zusammenarbeit mit Oxford Economics zeigt, dass Unternehmen durch datengestützte und automatisierte Prozesse ihre Qualitätssicherung verbessern und Abläufe messbar effizienter machen können, wie aus der Mitteilung hervorgeht. Die Daten sind vorhanden. Entscheidend ist, ihren Wert tatsächlich zu heben.

Wo der große Datenstillstand entsteht

Laut Manufacturing Vision Study von Zebra geben 86 Prozent der Produktionsverantwortlichen an, mit dem Tempo technologischer Innovationen kaum Schritt halten zu können. Wer technologische Innovationen nutzen will, muss Daten vom Nebenprodukt der Fertigung zum zentralen Treiber machen. Datenstarre entsteht durch drei eng verbundene Probleme:

1. Wichtige Informationen liegen häufig in getrennten Systemen wie MES- und ERP-Plattformen. Jede Plattform folgt eigener Logik, Sprache und Zuständigkeit. Das Ergebnis ist ein fragmentiertes Bild der Produktionslinie.
2. Viele Hersteller stehen vor einem Qualitätsparadox. Es gibt große Datenmengen, aber nur wenige verwertbare Erkenntnisse. Klassische Stichproben in der Qualitätssicherung liefern lediglich Ausschnitte. Trends und Probleme bleiben dadurch oft unerkannt.
3. Unstrukturierte Daten erschweren belastbare Investitionsrechnungen. 89 Prozent der Führungskräfte halten Digitalisierung bereits für ressourcenintensiv. Ohne klaren Nutzen lassen sich Budgets schwer rechtfertigen. Für mehr als ein Drittel der Entscheider ist genau das der Hauptgrund für Zurückhaltung bei Investitionen.

Wie groß die Datenkluft in der Industrie ist

Die Studie beschreibt eine wachsende Kluft in der Fertigungsindustrie. Fast neun von zehn sehr großen Herstellern arbeiten bereits mit ausgereiften, KI-gestützten Datensystemen. Viele andere Unternehmen bleiben deutlich zurück. Nur 24 Prozent der großen und lediglich drei Prozent der mittelständischen Unternehmen verfügen über vergleichbare Fähigkeiten. Viele Betriebe arbeiten weiterhin mit isolierten Datenanalysen (42 Prozent) oder nur eingeschränkt nutzbaren Auswertungen (23 Prozent). Eine zumindest teilweise integrierte, automatisierte Datensteuerung über mehrere Bereiche hinweg erreichen bislang nur 31 Prozent.

Warum Standardisierung die Basis der Digitalisierung ist

Eine moderne, digitalisierte Fabrik lässt sich nicht auf fragmentierten und inkonsistenten Informationen aufbauen. Die Zebra-Studie zitiert Dominik Schedl, Director System and Production Engineering bei Indie Semiconductor, mit den Worten: „Ohne Standardisierung gibt es keine Digitalisierung.“ Schedl beschreibt den aufwendigen Prozess, Datenbanken zu vereinheitlichen, Währungen zu korrigieren und Lücken zu schließen. Der Aufwand zahlt sich aus: Konsistente Daten ermöglichen KI-gestützte Analysen und bessere Prognosen. Gleichzeitig entlasten sie Teams, die sich stärker auf Produktionsoptimierung statt auf Tabellenpflege konzentrieren können.

Wie Edge-Daten den Betrieb steuerbar machen

Der Weg aus der Datenstarre beginnt mit Transparenz. Nach Big Data, alternativen Daten und synthetischen Daten rücken Edge-Daten stärker in den Fokus. Gemeint sind Daten, die direkt an der Produktionslinie entstehen und das reale Geschehen in der Fertigung abbilden. Dafür benötigen Unternehmen vernetzte Systeme mit Sensoren, Machine Vision und RFID-Technologie entlang der Linie, eingebunden in moderne Manufacturing-Execution-Systeme. So entsteht eine zentrale, verlässliche Datenbasis, eine Single Source of Truth. Statt vieler unvollständiger Karten liegt ein aktuelles Gesamtbild der Produktion vor.

Wie KI Datenstarre in vorausschauende Steuerung verwandelt


Auf dieser Basis können Hersteller vom reaktiven Betrieb zur vorausschauenden Steuerung wechseln. KI erkennt kleinste Veränderungen, die etwa auf einen drohenden Maschinenausfall hindeuten. Sie macht Engpässe sichtbar und deckt Optimierungspotenziale auf, die zuvor verborgen blieben. Wenn Führungskräfte belastbare Zahlen vorlegen können, verändert sich auch die Entscheidungsgrundlage. Aussagen zu vermeidbarem Ausschuss oder konkreten Effekten auf die Produktionsgeschwindigkeit machen Technologieinvestitionen greifbarer. Daten sind vorhanden. Ihr Wert entsteht jedoch erst, wenn sie strukturiert, vernetzt und gezielt genutzt werden. Wer Datenstarre auflöst, kann Effizienz und Qualität steigern und sich im Wettbewerb besser positionieren.

Quelle: Zebra Technologies