en
de
Anwendungsfelder von Data Science in der Industrie

Mit datengetriebenen Lösungen zu operationeller Exzellenz

9 Juni 2020
| |
Lesezeit: 5 Minutes

In Zeiten der digitalen Revolution sind Industrieunternehmen besonders gefordert, Strukturen und Geschäftsmodelle zu überdenken, um ihre Wettbewerbsfähigkeit zu sichern. Der Weg dorthin führt üblicherweise über die Gewinnmaximierung. In anderen Worten, über die Steigerung des Umsatzes oder die Reduktion der Betriebskosten. In beiden Fällen ist der intelligente Einsatz von Daten und mögliche, daraus resultierende KI-Lösungen, ein entscheidender Erfolgsfaktor.

Drei der häufigsten Szenarien, die im industriellen Sektor zu Umsatzeinbußen führen, sind zeitaufwendige und unpräzise Qualitätskontrollen, veraltete Servicemodelle und ineffiziente Produktionsprozesse. Die folgenden drei Anwendungsfälle zeigen, wie datengesteuerte Lösungen für maschinelles Lernen wie Computer Vision, Zeitreihenanalysen oder die natürliche Sprachverarbeitung (NLP), die erforderlichen Dateneinblicke liefern können, um die operative Effizienz zu steigern, Kosten einzusparen und vielversprechende neue Angebote für Kunden zu entwickeln.

Automatisierte Qualitätskontrolle minimiert Ausschussrate

Die musterbasierte Qualitätskontrolle führt häufig zu hohen Synchronisationsaufwänden zwischen der Vorentwicklung und der Fertigung. Die daraus resultierenden erhöhten Betriebskosten und ein zunehmender Trend zur Produktvielfalt und Losgröße 1, erfordern effizientere Wege zur Sicherung der Produktqualität. Datengesteuerte Lösungen bieten genau das: flexible und automatisierte Qualitätskontrollsysteme, die die Ausschussraten reduzieren, indem sie den Prozess beschleunigen und eine 100%-Kontrollrate anstreben.

Die Installation eines Computer Vision-Modells (Bilderkennung) zum Beispiel, ermöglicht die automatische Überwachung der Material- und Oberflächeneigenschaften der produzierten Massengüter, so dass deren Qualitätsniveau ohne menschliches Zutun bestimmt werden kann. Im Vergleich zum manuellen Prozess, bei dem die Produktionsmitarbeiter aufwendige Stichproben durchführen, erhöht die Computer Vision-Lösung Geschwindigkeit und Präzision, was letztlich zu einer geringeren Ausschussquote und damit zu erheblichen Kosteneinsparungen führt.

Ein weiterer Ansatz zur Effizienzsteigerung ist die Reduktion der Produktnachbehandlung mit Hilfe der Daten aus dem Produktionsprozess, die z.B. eine automatisierte Anomalieerkennung ermöglichen. Viele Kunden sind der Meinung, dass sie nicht über die richtigen Daten zur Implementierung solcher Lösungen verfügen oder dass die Anschaffung zu kostspielig sei. Die Integration einer Zeitreihenanalyse auf der Grundlage von bereits vorhandenen Maschinendaten, ermöglicht es jedoch, z.B. Anomalien frühzeitig und ohne aufwendige Datensammlung im Vorfeld zu erkennen. Zühlke bietet eine Reihe von Werkzeugen und Methoden für einen schnellen und leichten Einstieg an, die den Nachweis der Wirksamkeit auf Basis einer kleinen Datenbank oder sogar ohne separate Datenerfassung erbringen.

In jedem Fall führen diese datengetriebenen Lösungen – sowohl Computer Vision als auch die Zeitreihenanalyse – zu einer deutlich höheren Effizienz und Qualität, was letztlich zu geringeren Verlusten und höheren Einnahmen für das Unternehmen führt.

Verfügbarkeit von Daten erhöht Effizienz im Service-Prozess

Die Optimierung von Serviceprozessen durch Digitalisierung ist ein wirksames Mittel zur Steigerung der betrieblichen Effizienz. Die meisten Versuche scheitern jedoch bereits an der Voraussetzung für eine erfolgreiche Prozessdigitalisierung: der konsolidierten Verfügbarkeit relevanter Daten an einem einzigen, digitalen Ort. Die meisten Unternehmen verfügen über dezentralisierte und heterogene Datenbestände – von unstrukturierten App-Daten bis hin zu schlecht dokumentierten Servicegesprächen und handschriftlichen Berichten. Datengetriebene Machine Learning-Lösungen wie NLP (natural language processing) oder Computer Vision, ermöglichen die Digitalisierung und Konsolidierung verschiedenster Daten und die effektive Nutzung der dadurch bereitgestellten kontextorientierten Informationen.

Zühlke begegnet der genannten Datenkomplexität mit einem interdisziplinären, branchenübergreifenden Team, das mit Ihnen in enger Zusammenarbeit spezifische Fragestellungen analysiert und die neuesten NLP-Modelle (Transformer Networks, bspw. BERT) integriert. Unsere Experten helfen Ihnen, Ihre Daten zentral zu organisieren und diese für die Algorithmen nutzbar zu machen. Auf dieser Basis können Sie erste Erkenntnisse gewinnen, um Ihre Produkte besser zu verstehen, die Abwicklung von Servicefällen zu beschleunigen oder Ihre First-Fix-Rate zu verbessern – dank der Verfügbarkeit von zentral verfügbaren Informationen, die auch einen sicheren Wissenstransfer innerhalb der Organisation und über Generationen hinweg ermöglicht. Ausgehend von dieser Basis können digitale Servicemodelle wie virtuelle Assistenz und Fernsupport durch Augmented und Virtual Reality eingeführt werden, um den Kunden spannende neue Services anzubieten, die Effizienz des gesamten Serviceprozesses zu steigern und Herausforderungen wie Fachkräftemangel zu bewältigen.

Datengetriebene Lösungen sparen wertvolle Zeit und Kosten indem sie den traditionellen Serviceprozess vereinfachen und interessante Möglichkeiten bieten, das Kundenerlebnis zu verbessern.

Datengetriebene Prozesse senken die Betriebskosten

Der Produktionsbetrieb stellt eine der größten Kostenquellen für Unternehmen im Industriesektor dar. Die Digitalisierung und der Einsatz von datengesteuerten Lösungen in Betriebsprozessen – und die intelligente Nutzung der dadurch entstehenden Daten – bieten unzählige Möglichkeiten zur Effizienzsteigerung und Kostensenkung.

Durch Informationen zum Maschinenzustand oder der Produkt- und Materialverwertung etwa, erhalten Sie im ersten Schritt wertvolle Einblicke, die es Ihnen erlauben, Ihre Entscheidungen auf datenbasierte Fakten zu stützen. Auf dieser Grundlage können in einem zweiten Schritt auf Basis von datengestützten Vorhersagen, beispielsweise Einkaufsmengen von Betriebsmitteln und Ressourcen ermittelt oder Aussagen zum Maschinenverhalten gemacht werden. Solche Inputs ermöglichen eine hochpräzise Ressourcen- und Energieplanung, die zu deutlich niedrigeren Betriebskosten führt. Darüber hinaus ermöglichen datengesteuerte Zustandsüberwachungssysteme Wartungsprognosen in einem frühen Stadium des Prozesses, was Ihnen dabei hilft, kostspielige Ausfallzeiten Ihrer Maschinen zu vermeiden und mögliche Servicefälle frühzeitig zu erkennen.

Allein diese kleine Auswahl an datengesteuerten Lösungen, führt zu einer signifikanten Verbesserung Ihrer Betriebsprozesse, die sich in bedeutenden Kosteneinsparungen für Sie und Ihre Kunden spiegeln.

Mit Zühlke haben sie einen Innovationspartner an Ihrer Seite, der Sie von der ganzheitlichen Analyse über eine frühe Potentialabschätzung bis hin zur interdisziplinären Umsetzung in Ihrem Betrieb erfolgsabhängig begleitet. Lernen sie uns in einem ersten Envisioning-Workshop kennen oder präzisieren Sie ihr Data-Vorhaben gemeinsam mit unseren Experten im einwöchigen Zühlke Data Sprint.

Deutschland

Data Science Experte Tobias Joppe

Trend Business Lead

Tobias Joppe

Deutschland

Director Business Development

Gerald Brose

Schweiz

Senior Business Solution Manager

Philipp Morf

Kommentare (0)

×

Updates

Schreiben Sie sich jetzt ein für unsere zwei-wöchentlichen Updates per E-Mail.

This field is required
This field is required
This field is required

Mich interessiert

Select at least one category
You were signed up successfully.

Erhalten Sie regelmäßige Updates zu neuen Blogartikeln

Jetzt anmelden

Oder möchten Sie eine Projektanfrage mit uns besprechen? Kontakt aufnehmen »