5 typische Fehler bei der Digitalisierung produzierender KMUs

Intro

Wir von ENLYZE konnten in den letzten 5 Jahren bereits hunderte Anlagen digitalisieren und durch Maschinendaten Einblick in die gefertigte Realität produzierender mittelständischer Unternehmen ermöglichen. In diesem Artikel teilen wir unsere Erfahrungen im Bereich der Digitalisierung in Form von 5 typischen Fehlern, die mittelständische Betriebe vermeiden sollten.

Fehler 1: Geringe Datenqualität durch manuelle Erfassung

Sobald mit der Digitalisierung gestartet wird, verlieren viele Betriebe das eigentliche Ziel der Digitalisierung aus den Augen: Das Schaffen einer Datengrundlage, die bessere und schnellere Entscheidungen ermöglicht. Dadurch sollen mehr Umsatz durch gesteigerte Produktivität, gesenkte Kosten oder neue Geschäftsideen ermöglicht werden.

Die “Papierlose Fertigung” z.B. ist ein erster guter Ansatz, wird aber fast immer falsch angegangen. Bestehende Prozesse werden dabei eins zu eins digital kopiert, zuvor vom Werker mit Stift und Papier notierte Informationen nun digital in ein MES gebucht.

Schnell fällt auf, dass die erfassten Daten nicht die Realität widerspiegeln. Stillstandszeiten sind nicht sauber erfasst und Aufträge nicht korrekt gebucht. Durch die manuellen Buchungen sind Fehler unausweichlich. Die schlechte Datenqualität führt zu geringem Vertrauen in den Datensatz und das wiederum zu geringer Nutzung der Daten für Entscheidungen. Ein Teufelskreis entsteht: Weil niemand die Daten nutzt, wird auf die korrekte Datenerfassung noch weniger Wert gelegt.

Unser Ansatz ist der Fokus auf eine solide, vertrauenswürdige Datengrundlage durch automatisierte Maschinendatenerfassung als erster Schritt der Digitalisierung. Ein Großteil der manuellen Buchungen wird dadurch obsolet und die gefertigte Realität aufgedeckt. Daten bilden das Fundament für gute Digitalisierung, und ist dieses Fundament bröckelig, werden auch alle darauf basierenden Entscheidungen hinfällig.

Bild 1: Der Teufelskreis durch schlechte Datenqualität

Fehler 2: Daten werden in Silo-Systemen gehalten

Um sinnvoll mit den Maschinendaten zu arbeiten, werden Kontextinformationen wie Auftrags- und Produktinformationen, Stillstandsgründe etc. benötigt. Erst wenn diese Informationen in Kombination mit Prozessparametern vorliegen, kann damit sinnvoll und effizient gearbeitet werden.

Typischerweise liegen diese Daten jedoch verteilt in mehreren Systemen vor. Für eine Analyse müssen diese dann mühselig aus vielen Systemen zusammengesucht, exportiert und dann zu einem einheitlichen Datensatz zusammengestellt werden.

Durch dieses manuelle Vorgehen werden Analysen nicht nur extrem zeitaufwändig, sondern auch sehr fehleranfällig. Dieser hohe Aufwand führt schlussendlich zu wenig Motivation der Mitarbeiter für eigenständige Analysen und somit zu wenigen datengetriebenen Entscheidungen.

Sind stattdessen alle Daten an einem Ort - in einer Single Source of Truth - liegen alle nötigen Daten direkt vor. Analysen, die zuvor bis zu mehreren Stunden gedauert haben, erfolgen nun in wenigen Minuten. Um also schnelle und effiziente Analysen zu ermöglichen und so regelmäßig datengetriebene Entscheidungen in der Fertigung zu erhalten, müssen Ihre Datensilos aufgebrochen werden.

Bild 2: Alle Daten sollten in einer Single Source of Truth abrufbar sein

Fehler 3: Wasserfall-Modell anstatt iterativem Vorgehen

Digitalisierung bedeutet für jeden im Unternehmen etwas anderes, weshalb die Priorisierung hier oft schwerfällt. Oft werden Roadmaps und seitenlange Lastenheften erstellt, um den Anforderungen Herr zu werden. Diese fliegen einem dann mit der Implementierung um die Ohren und die erhofften Ziele werden nicht erreicht. Das Problem: die initialen Annahmen werden mit wenig Einblick in die Daten und damit in die wahren Probleme der Fertigung getroffen.

Wir bei ENLYZE starten deshalb ohne Digitalsierungsroadmaps und eliminieren sogar bestehende Lastenhefte zu Beginn unserer Projekte. Wir planen stattdessen in kleineren Schritten, geleitet durch Daten und neue Erkenntnisse, und können damit deutlich akkurater und basierend auf Fakten die Digitalisierungsreise aufbauen. Statt Einführung einer handvoll industrietypischer Systeme wie ERP, MES, PDM können unsere Kunden damit selektiv Probleme erkennen und mit den nötigen Schritten und Systemen beheben.

Bild 3: Eine iterative Herangehensweise führt zu schnelleren und besseren Ergebnissen

Konzentriert man sich auf diesen iterativen Aufbau von Anwendungsfällen, fällt auch schnell ein weiteres Problem heutiger Digitalisierungen auf. Viele Anbieter verkaufen konkrete Lösungen für bestehende Probleme, die aber enorm unflexibel für Anpassung sind (zumindest nicht ohne erhebliche Mehrkosten).

Fehler 4: Zu Beginn Fokus auf konkrete Lösungen anstatt auf eine flexible Infrastruktur

Diese Gesamtsysteme namhafter Hersteller sind One-Size-Fits-All-Lösungen als Baukastensystem. Sie müssen in langwierigen, kostspieligen Projekten, meist begleitet durch große Beratungshäuser mit horrenden Stundensätzen, individuell auf Ihre Anforderungen und Ihre Prozesse angepasst werden. Über nachträgliche Änderungen nach erfolgter Integration wollen Sie gar nicht erst nachdenken.

Eine wahre Alternative bietet der best-of-breed Ansatz. Hier wählt man die beste Lösung für ein spezifisches Problem, wie z.B. ein ERP-System, welches auf Ihre Industrie fokussiert ist. Unser Ansatz geht noch einen Schritt weiter. Neben ersten Use Cases out-of-the-box bieten wir eine komplett flexible Dateninfrastruktur. Mit dieser können iterativ neue Anwendungsfälle datengetrieben erarbeitet und das System so an Ihre individuellen Bedürfnisse angepasst werden.

Damit solch ein System wirklich funktioniert, muss die Bereitstellung der Daten einwandfrei funktionieren. Hierin liegt unsere Erfahrung. Besonders herausfordernd sind hierbei heterogene Maschinenparks, verschiedenste Konnektoren, das Zusammenführen bestehender Datenquellen (Sensoren, Steuerungen) und die Integration in Ihre Drittsysteme. 

Wir wollen mittelständischen Betrieben davon abraten, diese IoT-Infrastruktur selbst aufzubauen. Der Aufbau einer stabilen Datenaufzeichnung und das Monitoring der gesamten Infrastruktur wird zu Beginn maßlos unterschätzt. Eine managed Datenplattform mit fortschrittlicher Konnektivität nimmt Ihnen die komplexen Aufgaben für ein kontinuierliches Fließen der Daten ab und erlaubt Ihnen den Fokus auf schnelle, echte Mehrwerte.

Bild 4: Maximale Konnektivität und die Integration aller Daten in Drittsysteme durch ENLYZE

5. Falscher Treiber der Digitalisierungsvorhaben

Wichtig sind auch klare Verantwortlichkeiten zwischen den Abteilungen, die an der Digitalisierung des Shopfloors beteiligt sind. Aus unserer Sicht ist der Produktions-/Betriebsleiter der ideale Treiber von einem Shopfloor-Digitalisierungsprojekt.

Der Produktionsleiter kennt die Fertigung am Besten, und dadurch werden konkrete Anforderungen und die größten Stellhebel für Produktivitätssteigerungen identifiziert. Wenn die Mehrwerte für ihn sichtbar sind und das Projekt von ihm getrieben wird, dann wird das System auch auf dem Shopfloor besser angenommen. Idealerweise findet man sogar eine Plattform, die es Operations ermöglicht, Anpassungen selbstständig vorzunehmen, z.B. neue Datenpunkte hinzuzufügen oder Stillstandsgründe zu ermitteln.

Die IT sollte auf jeden Fall in den Prozess einbezogen werden, aber nicht die leitende Rolle einnehmen. Sie kümmert sich um Sicherheitsfreigaben, diskutiert Anpassungen der Netzwerkinfrastruktur und führt diese durch. Die Innovationsabteilung, falls vorhanden, kümmert sich um das Projektmanagement in der Anbahnungsphase durch Screening von möglichen Anbietern. 

Outro

Konnten wir bei Ihnen kritische Denkanstöße über Digitalisierung in Ihrem Unternehmen auslösen? Fragen Sie sich, ob Sie auf dem richtigen Weg sind, zukünftig bessere und schnellere Entscheidungen zu treffen?

Wir freuen uns, mit Ihnen näher in konkrete Lösungen und Vorgehensweisen einzugehen. Wenn Sie erfahren wollen, wie man in unter 4 Wochen die gefertigte Realität seines Shopfloors versteht, dann melden Sie sich gerne bei uns per Mail: hello@enlyze.com.