Smart Factory für den Mittelstand
Microsoft Fabric revolutioniert Schlote-Produktion
Energie sparen, schneller reagieren, besser produzieren – Microsoft Fabric liefert den digitalen Bauplan für den Mittelstand. Die Schlote Gruppe zeigt exklusiv, wie es gelingt.
Als Serienlieferant für die Automobilindustrie fertigt die Schlote Gruppe hochpräzise Bauteile in Ihren Werken im europäischen und nicht-europäischem Ausland. Die Effizienz der Produktion wird durch hochautomatisierte Fertigungslinien sowie modernste Anlagen zur mechanischen Bearbeitung, Reinigungstechnik und in-Prozess Messtechnik sichergestellt.
(Bild: Kzenon - stock.adobe.com)
Microsoft Fabric wird seit Anfang 2024 als potenzieller Game-Changer für kleine und mittlere Unternehmen beschrieben. Die Schlote Gruppe hat die Plattform in einem Pilotprojekt erprobt und dabei zentrale Aspekte wie Echtzeitfähigkeit, Self-Service und Datenanalyse anhand eigener Produktionsdaten getestet.
Microsoft Fabric als zentrale Datenplattform
Seit 2024 wurden die Entwicklungen rund um Microsoft Fabric bei Schlote intensiv beobachtet. In Zusammenarbeit mit der Ceteris AG – einem auf Microsoft-Technologien spezialisierten Partner – und mit Unterstützung durch Microsoft selbst konnte ein Projekt zur Nutzung von MS Fabric als Smart-Factory-Plattform realisiert werden.
Ziel war es, bislang separat gehaltene Daten aus Werkzeugmanagement, Energie- und Maschinendatenerfassung in einem zentralen System zusammenzuführen und über ein intuitives Business-Intelligence-Tool auswertbar zu machen. In einem Proof-of-Concept-Projekt entstand unter anderem der sogenannte „eInspect line“-Bericht. Er konsolidiert alle relevanten Daten einer Fertigungslinie und unterstützt unter anderem bei Schichtübergaben sowie in der täglichen Analyse.
Durch die Zusammenführung in MS Fabric stehen vormals verstreute Informationen nun standardisiert und auf Knopfdruck zur Verfügung. Die manuelle Datenaufbereitung entfällt weitgehend. Der „eInspect line“-Bericht schafft einen transparenten Überblick über den aktuellen Produktionszustand und zeigt kritische Abweichungen frühzeitig an.
Technische Integration und Datenflüsse
Im Rahmen des Projekts wurden Daten aus MPDV (Maschinendatenerfassung), Janitza (Energiemonitoring) und Zoller TMS (Werkzeugmanagement) in Fabric integriert. Aktualisierungsraten reichen von stündlichen SQL-Updates bis hin zu nahezu Echtzeitabfragen via OPC UA oder REST-API. Die Datenvorverarbeitung erfolgt dabei über Dataflow Gen2, Eventstreams sowie Ablage in Lakehouses und Eventhouses von MS Fabric.
Ein besonderer Fokus lag auf der Integration von Erfahrungswissen der Fachkräfte. Planungsdaten und Hinweise aus Schichtbüchern wurden zunächst in zentralen SharePoint-Ordnern gesammelt und anschließend über Dataflow Gen2 in das System eingebunden. So können Mitarbeitende weiterhin mit vertrauten Excel-Vorlagen arbeiten, deren Inhalte nun automatisiert in strukturierte Daten überführt werden.
Neue Kennzahlen und Optimierungspotenziale
Durch die gemeinsame Datenbasis war es erstmals möglich, bereichsübergreifende Kennzahlen wie den Energieverbrauch pro Bauteil zu bilden. Auch neuartige Indikatoren wie die statusbezogene Energieproduktivität einer Maschine konnten entwickelt werden. Dies ermöglichte erste Ansätze zur Optimierung der Ressourceneffizienz, ohne Maschinen oder Komponenten austauschen zu müssen.
Microsoft Fabric bei Schlote
Echtzeitanalyse mit Microsoft Fabric
Ein zentrales Element war das Modul „Real Time Analytics – RTI“. Zwar fehlte zunächst eine native OPC-UA-Anbindung, jedoch konnte mit einer Middleware eine stabile Lösung für die Echtzeitübertragung umgesetzt werden. So wurden Prozess- und Energiedaten mit Latenzen von 50 bis 100 Millisekunden erfasst.
In Power BI werden anlagenspezifische Prozessparameter in Echtzeit und im Zeitverlauf visualisiert. Die Dashboards ermöglichen eine fundierte Analyse und schaffen Transparenz. Insgesamt konnten 21 Bearbeitungszentren, Waschanlagen und zentrale KSS-Versorgungsanlagen eines Werkes eingebunden werden. Dies lieferte die Basis für weiterführende Analysen und erste Schritte in Richtung Anomalieerkennung und Machine Learning.
Konkrete Anwendungsfälle (Use Cases)
Schon kurz nach Inbetriebnahme konnten produktionsrelevante Effizienzgewinne erzielt werden. Ein Beispiel ist die Überwachung kritischer Prozesswerte in Hochdruckwaschanlagen, die signifikante Auswirkungen auf Performance und Stillstandzeiten hatte. Ein weiterer Anwendungsfall ist die transparente Standmengenüberwachung von Zerspanungswerkzeugen – unterstützt durch standortweite Dashboards in Echtzeit.
Künstliche Intelligenz und Self-Service
Trotz erfolgreicher Datenstrukturierung blieb die Integration der KI-gestützten Self-Service-Analyse in Fabric zunächst hinter den Erwartungen zurück. Während Microsoft CoPilot oder ChatGPT gute Ergebnisse auf manuell hochgeladenen Daten lieferten, konnten aggregierte OneLake-Daten bisher nicht eingebunden werden. Neuere Funktionen wie AI-Skills in Fabric wurden bislang nicht getestet.
Fazit und Ausblick
Mit Microsoft Fabric gelang es der Schlote Gruppe, innerhalb kurzer Zeit und mit überschaubarem Ressourceneinsatz sichtbare Fortschritte zu erzielen. Die Plattform überzeugte besonders durch ihre Self-Service-Funktionalitäten, den Low-Code-Ansatz und die Möglichkeit zur Integration verschiedenster Datenquellen.
Herausforderungen blieben vor allem bei der OPC-UA-Anbindung und der Integration von MS Office-Daten. Dennoch zeigt sich das Unternehmen motiviert, die Entwicklung weiter aktiv mitzugestalten und die Potenziale zukünftiger Fabric-Features umfassend zu nutzen.
Als Serienlieferant für die Automobilindustrie fertigt die Schlote Gruppe hochpräzise Bauteile an Standorten im In- und Ausland. Hochautomatisierte Fertigungslinien, moderne Anlagen zur mechanischen Bearbeitung sowie integrierte Messtechnik sichern eine effiziente Produktion. Die wachsende Komplexität, steigender Kostendruck und die Transformation hin zur E-Mobilität treiben die digitale Weiterentwicklung in den Fabriken maßgeblich voran.
In den vergangenen Jahren wurde auf Grundlage eines Best-of-Breed-Ansatzes die Digitalisierung systematisch vorangetrieben. Für alle produktionsrelevanten Bereiche wie Maschinendaten, Energie-, Werkzeug- und Qualitätsdaten wurden standortübergreifend einheitliche Systeme etabliert. Durch erhöhte Transparenz konnten Effizienzsteigerungen und Kostenersparnisse erzielt werden. Besonders spürbar war der Nutzen in der Automatisierung vormals manueller Prozesse, etwa bei der Erfassung von Werkzeugverbrauchs- oder Störungsdaten.
Diese Entwicklung beruht auf der engen Zusammenarbeit fachübergreifender Teams aus zentraler Entwicklung, IT und den Experten vor Ort – insbesondere in Fertigung, Instandhaltung, Arbeitsvorbereitung und Qualitätssicherung. Zunehmend entstehen Prozesse, die auf datenbasierten Entscheidungen und einem tieferen Verständnis für komplexe Produktionszusammenhänge beruhen. Die größten Potenziale liegen in der Echtzeitfähigkeit und der umfassenden horizontalen Vernetzung relevanter Produktionsdaten
