Die Transformation von Automatisierung zu Autonomie
Um die mehrjährige Vision der autonomen Produktion zu verwirklichen, müssen sich Reifenhersteller heute auf die Grundlagen konzentrieren, die ihre Ambitionen unterstützen. Dazu gehören die Einführung automatisierter Maschinenprozesse und sauberer Daten, die zusammen eine schnelle und genaue Entscheidungsfindung im Fertigungsbereich ermöglichen.
Im Rahmen einer von Kalypso durchgeführten Studie wurden Modelle aus dem Hype Cycle for Supply Chain Strategy von Gartner auf den Reifenbereich angewandt. Gartner prognostiziert einen großen Übergang im Laufe dieses Jahrzehnts, der von der manuellen Phase – dem aktuellen Stand in vielen der heutigen Fertigungsanlagen – über drei Entwicklungsstufen der Automatisierung, Erweiterung und schließlich Autonomie bis in die 2030er Jahre fortschreitet. Diese Phasen beinhalten jeweils eine Abfolge von Technologieeinführungen, um neue Fähigkeiten zu ermöglichen, die zur autonomen Anlage führen – das Endziel ist ein selbstverwaltendes, selbstgesteuertes Netzwerk von Einrichtungen, das auf KI basiert.
Für Führungskräfte in der Reifenindustrie liegt der Fokus derzeit auf der Einführung von Cloud Computing und der Integration bisher nicht verbundener Systeme wie PLM und ERP im Rahmen eines digital thread. Aufbauend auf dieser digitalisierten Grundlage werden Reifenhersteller besser in der Lage sein, Entwicklungen in den Bereichen Robotic Process Automation (RPA), Internet der Dinge (IoT), Machine Learning (ML) und Digital Twin zu integrieren, um die Wertschöpfungskette der Reifenherstellung zu transformieren.
Die Prozessverbesserungen, die mit dieser Transformation einhergehen, umfassen:
- Prozessoptimierung mit ML-Steuerung – Verwendung von Datenmodellierung und -analyse zur Verbesserung von Materialeingängen, Steuerungssystemen, Laufzeitparametern und Zeitplanung.
- Vorausschauende Wartung und Zustandsüberwachung – Einsatz von Internet der Dinge zur Implementierung von Feedback-Schleifen, die korrigierende oder präventive Maßnahmen ermöglichen.
- Energiemanagement – Unterstützung einer verbesserten Energieeffizienz durch optimierten Maschinenbetrieb und Zeitplanung sowie integrierte Produktionsplanungsplanung.
- Intelligente Produktionsplanung – Nutzung von Smart Manufacturing-Fähigkeiten zur Verbesserung der Planung und Zuweisung von Arbeitskräften, Materialien, Werkzeugen, Lagerbeständen und Produktionsraten.
Gemeinsam werden diese Entwicklungen dazu beitragen, IT mit OT im gesamten Werk zusammenzuführen, die Qualität und den Nutzen von Maschinendaten zu verbessern und so das intelligente, autonome Unternehmen zu ermöglichen.
