Präsentation in China: Data Analytics für die Industrie 4.0

Am 08. März 2017 präsentierte CI Vorstand Benjamin Aunkofer bei einer Veranstaltung, die durch die Zhejiang Provincial Association for Technology Market Promotion 浙江省技术市场促进会, in Hangzhou organisiert wurde, den aktuellen Kenntnisstand der Entwicklung zur Industrie 4.0 in Deutschland und die Bedeutung der Datennutzung für die Produktion und Logistik. Die Präsentation wurde auf Deutsch gehalten und durch zwei spezialisierte Simultanübersetzerinnen ins Chinesische übersetzt.

Zu den Kernaussagen, die seitens des chinesischen Publikums im Nachhinein besonders diskutiert wurden, zählen die Unterscheidung von intelligenten Prozessen (Smart Process) und intelligenten Produkten (Smart Product), der Wandel der Automatisierungspyramide für die Unternehmen und dass bereits jetzt viele Potenziale der Geschäftsoptimierung in vorhandenen Daten aus den IT-Systemen (CRM, ERP, MES, …) stecken und nur genutzt werden müssen.

Im Nachgang der Präsentation nahm sich Herr Aunkofer 90 Minuten Zeit, um mit Geschäftsführern und Leitern ausgewählter chinesischer Unternehmen aus den Zweigen Werkzeugmaschinen und Automobilzulieferindustrie über Kooperationsmöglichkeiten mit deutschen Unternehmen zu besprechen und Fragen zu beantworten.

Hinweis der Redaktion:

Sollten Sie als deutsches Unternehmen an dem Finden von chinesischen Kunden, Lieferanten oder Kooperationspartnern interessiert sein, nehmen Sie bitte Kontakt mit uns auf.

Über Connected Industry e.V.

Connected Industry e. V., der Verband für Digitalisierung und Vernetzung. Entsprechend seinem Wortlaut Connected Industry, befasst sich der Verband mit den Innovationsthemen Industrie 4.0, Smarte Produkte und Big Data und vernetzt Führungskräfte mit Digitalisierungsauftrag, insbesondere aus Anwender-Unternehmen aus den Branchenbereichen Industrie, Dienstleistungen und Handel.

Connected Industry e. V.
Leipziger Straße 96-98
10117 Berlin

Tel: +49 30 2065 382 8
E-Mail: info@connected-industry.com

Interview – Deep Learning für die Industrie 4.0

Interview mit Prof. Dr. Kai Uwe Barthel über Deep Learning und gegenwärtige Anwendungsbereiche in der Industrie 4.0

Prof. Kai Barthel ist Gründer und CVO der Pixolution GmbH, ein Unternehmen, das Deep Learning dazu einsetzt, Bilder über ihre Pixelinhalte automatisiert verstehen zu können. Darüber hinaus ist Prof. Barthel in der Forschung und Lehre für Medieninformatik und Visual Computing an der Hochschule für Technik und Wirtschaft in Berlin tätig.

Connected Industry: Welcher Weg hat Sie zu einem führenden Experten für Deep Learning und zur Gründung der Pixolution GmbH geführt?

Im Prinzip bin ich über mein Interesse an elektronischen Musikinstrumenten auf den Weg zur Analyse von Bits und Bytes gekommen. Als Schüler war ich von den neuen Möglichkeiten der Klangerzeugung fasziniert. 1980, zwei Jahre vor meinem Abitur, baute ich einen eigenen Synthesizer, ohne wirklich zu verstehen, was ich dort eigentlich tat.

Daraufhin studierte ich Elektrotechnik mit Fokus auf Signalverarbeitung, blieb nach dem Diplom diesem Themenbereich treu und arbeitete als wissenschaftlicher Mitarbeiter an der TU Berlin, wo ich zum Thema Bildkompression promovierte.

In diesem Kontext bin ich auf MPEG-7 gestoßen und fand das Konzept sehr spannend.  MPEG-7 war im Gegensatz zu MPEG-1, 2 und 4 kein Kompressionsstandard für Video- oder Audiodaten, sondern die Idee bestand darin, Metadaten von Mediendateien zu erzeugen. Ich befasste mich mit der automatisierten Beschreibung von Bildern, ohne manuelle Verschlagwortung, allein auf Basis der Pixelwerte. Spätestens das war für mich der erste Schritt in Richtung maschinelles Lernen.

Unser erster Erfolg war das Programm ImageSorter, das wir im Jahr 2006 als Freeware veröffentlichten. Hiermit konnte man hunderte von Bildern visuell sortiert darstellen und somit gesuchte Bilder schneller finden. Wir bekamen rasch unerwartete Anfragen aus der Industrie, wie etwa von CEWE mit der Aufgabe, Bilder für Fotobücher automatisch zu sortieren. Aus diesem Bedarf heraus haben wir dann die Pixolution GmbH gegründet. Auch Mauritius Images, eine der ältesten Bildagenturen Deutschlands, hatte unseren Algorithmus eingesetzt, mit dem die Ergebnisse einer Bildsuche inhaltsbasiert sortiert präsentiert wurden und somit die Nutzer in die Lage versetzten, mehrere hundert Bilder gleichzeitig zu erfassen.

Connected Industry: Im Gegensatz zu anderen Anbietern künstlicher Intelligenz, befassen Sie sich nicht nur mit der Klassifikation von Bildern, sondern Sie verwenden Deep Learning, um dem Computer ein generelles Verständnis von Bildern zu verleihen.

Deep Learning ist ein Mittel zum Zweck, womit sich viele Aufgaben lösen lassen. Heute analysieren wir Bilder automatisiert über künstliche neuronale Netze, da diese in den letzten Jahren enorm an Reife hinzugewonnen haben. Hiermit lassen sich neben der Klassifikation „was ist der Inhalt eines Bildes?“ eine Reihe weiterer Aufgaben lösen. Hierzu gehört neben der automatischen Verschlagwortung unbekannter Bilder, das Finden ähnlicher Bilder, die Detektion von Duplikaten im Datenbestand, aber auch die Beantwortung sehr spezifischer Fragestellungen, wie etwa nach der Qualität, der Stimmung oder dem Stil eines Bildes. Einige Beispiele sind auf unserer Webseite www.visual-computing.com  zu finden. Natürlich lässt sich Deep-Learning auch auf andere Datentypen anwenden. Das kennen wir alle von Sprachassistenten wie Siri oder Email-Spamfiltern etc.

Unser Hauptprodukt bei Pixolution ist ein Plugin für Solr, womit wir ein klassisches Dokumentensuchsystem in die Lage versetzen, auch Bilder (z.B. von Agentur- oder Produktdatenbanken) gleichzeitig nach konventionellen Metadaten und visuellen/inhaltlichen Kriterien durchsuchbar zu machen. Dafür müssen die Bilder von der Maschine „verstanden“ werden.

Connected Industry: Was bedeutet Deep Learning denn eigentlich im Kontrast zu Machine Learning? Wo beginnt Deep Learning und – als obligatorische Frage – ist Deep Learning ein überzogenes Buzzword?

Machine Learning ist im Prinzip der Oberbegriff aller Verfahren, bei denen Computer zu einer bestimmten Fragestellung selber den Algorithmus zur Lösung generieren können. Heute wird der Begriff „Machine Learning“ sicherlich etwas verschwenderisch verwendet. Zum Teil werden oft schon einfachere Verfahren wie beispielsweise Decision Trees oder K-means-Clustering als Machine Learning „verkauft“. Das eigentliche Machine Learning verwendet unterschiedliche Arten künstlicher neuronaler Netze. Einfache Aufgaben lassen sich mit kleinen neuronalen Netzen mit zwei bis vier Schichten lösen, dies reicht beispielsweise für die Erkennung von handschriftlichen Ziffern.

Deep Learning verwendet neuronale Netze mit deutlich mehr Schichten (bis hin zu Hunderten). Erst mit diesen vielen Schichten, die insgesamt Tausende bis Millionen von Netzwerkgewichten (zu lernende Parameter) haben, werden Lösungen für wirklich komplexe Aufgaben möglich.

Deep Learning ist ein Unterbereich von Machine Learning. Für mich ist Deep Learning kein Buzzword, denn die Lösungsmöglichkeiten von komplexen Aufgaben sind tiefgreifend. Es hat sich in den letzten Jahren einiges getan, so dass wirklich hochkomplizierte Aufgaben lösbar geworden sind.

Connected Industry: Deep Learning gilt allerdings auch als Blackbox. Für den Menschen nachvollziehbare Entscheidungen von der Maschine sind somit nicht mehr möglich. Wie nachteilig wirkt sich das auf den Einsatz aus?

Die einzelnen Bestandteile eines künstlichen neuronalen Netzes sind recht simpel. Aus diesen elementaren Teilen werden neue Lösungsmodelle zusammengesetzt. Die Summe dieser Bestandteile und deren Interaktion wird jedoch schnell sehr hoch, so dass die Netze tatsächlich nicht mehr detailliert nachvollziehbar sind. Es stimmt also, dass künstliche neuronale Netze ab einer gewissen Größe zur Blackbox werden. Und es gibt auch Beispiele, mit denen solche Netze in die Irre geführt werden können. Nichtsdestotrotz liefern diese Netze die besten Ergebnisse, so dass dieser Nachteil in Kauf genommen wird – denn was wären die Alternativen?  Gerade im Bereich der Analyse und der Visualisierung der Funktionsweise von neuronalen Netzen gibt es viele Forschungsansätze, die das Verständnis mittelfristig deutlich verbessern werden. In vielen Bereichen sind die Klassifikationsergebnisse, die mit ausreichend vielen Beispielen trainiert wurden, besser als menschliche Experten. Hinzu kommt, dass menschliche Experten oft auch nicht genau begründen können, warum Sie zu einer bestimmten Eischätzung kommen, letztlich gleichen sie eine konkrete Fragestellung mit ihren umfangreichen Erfahrungen ab, was eine recht ähnliche Herangehensweise ist.

Connected Industry: Welche Anwendungsszenarien für künstliche neuronale Netze gibt es?

Eine häufig verwendete Definition dessen, was Deep Learning an Aufgaben bewältigen kann, lautet: Es sind die Aufgaben, die ein Mensch in einer Sekunde lösen kann, ohne darüber nachdenken zu müssen. Wir können ein Netz darauf trainieren und es auf eine Aufgabe sozusagen „abrichten“. Im Unternehmen können künstliche neuronale Netze z. B. auffällige Verhaltensweisen von Maschinen identifizieren. Für mich geht es im Wesentlichen darum, der Maschine beizubringen, Bilder zu verstehen.

Das Verständnis von akustischen Signalen und Bildern ist schon lange ein Ziel der Informatik, es wird jedoch erst seit kurzem in zufriedenstellendem Ausmaß erreicht. Mit künstlichen neuronalen Netzen können Bilder vom Computer analysiert und Aussagen über ihre Inhalte gemacht werden. In den ersten Terminator-Filmen mit Arnold Schwarzenegger war es noch Science Fiction, dass die Welt aus Kamerabildern heraus analysiert und verstanden wurde. Inzwischen ist dies möglich. Was sicherlich noch eine Weile dauern wird, sind die Lösungen von Aufgaben, die eine zeitliche Planung oder ein strategisches Vorgehen benötigen.

Connected Industry: Für welche Anwendungen in der Industrie ist Deep Learning schon gegenwärtig nutzbar?

Als Beispiel sei hier die industrielle Bildverarbeitung genannt. Bis vor kurzem war dies eine Sequenz von fein abgestimmten Schritten, wobei mit genau vordefinierten Bedingungen, wie etwa dem Bildhintergrund und einer bestimmten Beleuchtung, gearbeitet wurde. Dann wurde von einem Bildverarbeitungsexperten eine Kaskade von speziellen Bildverarbeitungsalgorithmen aufgesetzt, die das spezifische Problem lösten. Dies Prinzip hat meist sehr gut funktioniert, aber diese Ansätze ließen sich nicht gut generalisieren und mussten für jedes neue Problem wieder neu angepasst werden.

Beim Deep Learning ist die Situation eine ganz andere. Hier geht es darum, genügend Beispiele an Bildern und den dazugehörigen Ergebnissen zu haben. Das System lernt dann alleine, wie aus den Bildern bzw. Pixeln mit welchen Operationen die gewünschten Ergebnisse vorhergesagt werden können.

Für jeden, dem das noch zu abstrakt ist: Auch sehr spezifische Aufgaben aus der Industrie können mit neuronalen Netzen bewältigt werden. In der Fertigung und Montage können z.B. Nachfüllbehälter für Schrauben mit Kameras ausgestattet werden. Die Algorithmen erkennen dann über die Kamerabilder nicht nur zuverlässig, ob sich noch genügend viele Schrauben im Behälter befinden, sondern z. B. auch, um welche Schrauben es sich genau handelt.

Letztendlich spielt Deep Learning gerade in vielen Industrieanwendungen eine Rolle, so auch in der Spracherkennung oder dem Konzept des autonomen Fahrens. Das Hauptproblem beim Deep Learning ist nicht so sehr die Frage nach dem optimalen Netzwerk, sondern es besteht eher darin, genügend gute Beispiele zu haben, anhand derer die Netzwerke dann trainiert werden können. So gesehen ist Big Data tatsächlich ein wichtiges Thema für die Industrie, das die Entwicklung praxistauglicher künstlicher Intelligenzen erst möglich macht.

 

Anwenderkonferenz Industrie 4.0 – 20% Rabatt für CI-Mitglieder

Die diesjährige Industrie 4.0 Anwenderkonferenz findet am 16. Mai 2017 in Berlin statt. Im Rahmen der Konferenz werden den Besuchern Fachvorträge, Erfahrungsberichte und ausgewählte Einsatzszenarien durch Vertreter namhafter Unternehmen vorgestellt. Die Kombination aus konzeptionellen Hilfestellungen und Anwenderberichten bieten den Teilnehmern wertvolle Tipps für eine erfolgreiche Realisierung von Industrie 4.0-Projekten und weiterhin Anregungen für die Übertragung von Industrie 4.0-Szenarien auf ihre individuellen Gegebenheiten.

Die Konferenz adressiert hierzu ein breites Spektrum an für Industrie 4.0 wichtigen Themen. Dies umfasst u.a. die Themen Strategien für die erfolgreiche Industrie 4.0 Umsetzung, Möglichkeiten zur Identifikation von Potenzialen durch Industrie 4.0, Additive Manufacturing, Sicherheitsaspekte im vernetzten industriellen Zeitalter sowie der Einsatz von Wearables in der Produktion.

Im Rahmen der Veranstaltung werden u.a. folgende Fragen diskutiert:

  • Wie integriere ich bestehende Informationssysteme (z.B. ERP, MES)?
  • Was gilt es bei der Planung und Umsetzung von Industrie 4.0-Projekten besonders zu beachten?
  • Mit welchen Schutz- und Abwehrmechanismen kann ich meine Industrie 4.0-Infrastruktur sichern?
  • Wie kann ich durch Datenbrillen die Produktivität und Qualität meiner Produktion steigern?

und viele weitere spannende Themen. Anmelden für die Anwenderkonferenz können Sie sich noch bis zum 15. Mai 2017 hier mit nur wenigen Klicks!


Rabatt für unsere Mitglieder und Interessenten:

Mitglieder und Akteure von Connected Industry e.V. erhalten 20% Nachlass auf die Teilnahmegebühr. Hierfür einfach beim Anmelden das Stichwort „Connected Industry“ nennen!


Zwischen den Vorträgen gibt es die Möglichkeit zum Austausch mit den anderen Teilnehmern sowie den Referenten.

Darüber hinaus haben die Besucher die Gelegenheit an einer exklusiven Showcase-Vorführung im Anwendungszentrum Industrie 4.0 teilzunehmen. Im Rahmen der Showcase Vorführung lernen die Teilnehmer ein Beispiel für eine cyber-physische Produktionsumgebung kennen. Im Rahmen der Demonstration werden wesentliche Vorteile von Industrie 4.0 visualisiert und gemeinsam diskutiert.

Die Konferenz findet am 16. Mai 2017 ab 9 Uhr im Ellington Hotel (nahe dem Bahnhof Zoologischer Garten) in Berlin statt.

Weiterhin wird am Vortag (15. Mai 207) ein Pre-Workshop zum praxisorientierten Einstieg in die Industrie 4.0-Thematik angeboten. Neben der Einführung in die Industrie 4.0-Thematik werden gemeinsam mit den Teilnehmern zugrunde liegende Paradigmen und Lösungsansätze diskutiert. Im Rahmen des interaktiv gestalteten Pre-Workshops wird neben der Vermittlung von Grundlagen auch der Einsatz im Rahmen betrieblicher Szenarien gemeinsam evaluiert.

Haben Sie Interesse die Anwendbarkeit von Industrie 4.0 auf Ihre Prozesse zu diskutieren? Dann melden Sie sich für den Pre-Workshop an und nutzen das Anwendungszentrum Industrie 4.0 als ideale Umgebung für die Veranschaulichung von Zukunftsszenarien sowie der Möglichkeit zur interaktiven Diskussion unterschiedlicher Lösungsalternativen.

Anmeldung und weitere Informationen unter: http://veranstaltungen.gito.de/www.I40-Anwenderkonferenz2017

Kooperation mit der Zhejiang Provincial Association for Technology Market Promotion

Am 08. April 2017 beschloss Connected Industry in Hangzhou (VR China) eine Kooperation mit der Zhejiang Provincial Association for Technology Market Promotion 浙江省技术市场促进会 zum Ausbau des Fach- und Experten-Austausches für industrielle Vorhaben im Kontext der Industrie 4.0 in China und Deutschland.

Der Vertrag stellt eine Vereinbarung zur zukünftigen Zusammenarbeit zwischen beiden Verbänden dar, um den Austausch von deutschen und chinesischen Experten im Bereich des Maschinenbaus, der Elektrotechnik und der Informatik zu befördern sowie Industrie 4.0 Projekte zwischen Deutschland und der VR China zu vermitteln. Dazu gehört auch, chinesischen Unternehmen Kooperationsmöglichkeiten in Deutschland sowie deutschen Unternehmen Kooperationsmöglichkeiten in der VR China aufzuzeigen.

Connected Industry, der deutsche Verband für Digitalisierung und Vernetzung, führte im Rahmen der China-Reise von Benjamin Aunkofer, bereits Gespräche mit chinesischen Unternehmen aus dem Maschinen- und Werkzeugbau sowie der Automobilzulieferer-Industrie, die auf der Suche nach deutschen Lieferanten, Kunden oder Kooperationsmöglichkeiten sind.


Am 08. April um 14:10 Uhr (CST) wurde die Kooperationsvereinbarung von Herrn Lv 吕进, dem Vorstandsvorsitzenden der Zhejiang Provincial Association for Technology Market Promotion, und Benjamin Aunkofer, dem Vorstandsvorsitzenden des Connected Industry Verbandes für Digitalisierung und Vernetzung, unterzeichnet.


Die Vereinbarung umfasst folgende konkrete Punkte zur Zusammenarbeit:

  • Jährlicher Austausch zu Entwicklungen im Kontext der Industrie 4.0
  • Organisation gemeinsamer Veranstaltungen, erstmalig ab dem Jahr 2018
  • Unterstützung von deutschen und chinesischen Unternehmen bei der Suche nach Kooperationspartnern
  • Unterstützung deutscher und chinesischer Unternehmen beim Austausch von Experten und der Vermittlung von Fortbildungsangeboten für chinesische Fachkräfte in Deutschland

    Abschließendes Foto der Führung der Zhejiang Provincial Association for Technology Market Promotion 浙江省技术市场促进会, mit Herrn Lv 吕进 links neben Herrn Aunkofer von Connected Industry mittig im Bild.

 

Verbandstreffen in Hangzhou, China

Am 07. April 2017 traf sich Benjamin Aunkofer, Vorstand des Connected Industry e.V., um Kooperationen mit dem Zhejiang Provincial Science and Technology Exchange Center with Foreign Countries (ZSTEC) 浙江省对外技术交流中心 und der Zhejiang Provincial Automotive Association 浙江省汽车工程学会 zu besprechen.

Gemeinsam mit der Teamleiterin, Frau Chen, des ZSTEC und der Leiterin des regionalen Verbandes der Automobilindustrie wurden Möglichkeiten einer Zusammenarbeit besprochen. Diese Zusammenarbeit soll mit einem Expertenaustausch und einer Vermittlung von chinesischen Fachkräften in deutsche Fortbildungsinstitute für Industrie 4.0 beginnen.

Personen auf dem Foto, entstanden am 08.04.2017 in der Zhejiang Universität in Hangzhou, von links nach rechts:
Shiny Chen 陈晟颖, Teamleiterin vom Zhejiang Provincial Science and Technology Exchange Center with Foreign Countries (ZSTEC)
Miao Song 宋苗, Assistenz von Connected Industry e.V.
Xiaoli Yu 俞小莉, Leiterin der Zhejiang Provincial Automotive Association und Professorin der Zhejiang Universität
Benjamin Aunkofer, Vorstand von Connected Industry e.V.
Rui Huang 黄瑞, Projektmanager der Zhejiang Provincial Automotive Association

Interview – Industrie 4.0 und die Digitale Agenda von Schaeffler

Interview mit Herrn Jürgen Bohn von Schaeffler Technologies über die Industrie 4.0 und die digitale Agenda von Schaeffler

Jürgen Bohn ist ein erfahrener IoT-Experte und seit Juli 2016 als Leiter der Datenarchitektur-Gruppe des im Oktober 2015 neu gegründeten Bereichs für Digitalisierung bei Schaeffler tätig. Der am KIT studierte und an der ETH Zürich promovierte Informatiker gestaltet die Umsetzung der digitalen Agenda von Schaeffler aktiv mit. Mit seinem Team ist er für die Entwicklung eines Schaeffler-weiten semantischen Informationsmodells verantwortlich, das eine vereinheitlichte und durchgängige Sicht auf die Geschäftsdaten liefert und damit die technische Grundlage für eine Optimierung der Wertschöpfungskette und die Schaffung neuer datenzentrierter Geschäftsmodelle darstellt.

Connected Industry: Herr Bohn, Industrie 4.0 gilt derzeit als der größte Technologie-Trend der internationalen Industrie, dabei scheint jede Branche diesen Begriff für sich selbst zu interpretieren. Was bedeutet Industrie 4.0 denn nun wirklich?

Die Bezeichnung „Industrie 4.0“ wurde von der deutschen Bundesregierung im Rahmen der Hightech-Strategie 2020 als Marketing-Begriff für die Digitalisierung der industriellen Produktion gewählt. Er dient dabei als Sammelbegriff für konkrete Umsetzungsempfehlungen zu modernen Informations- und Kommunikationstechnologien, die darauf abzielen, die Wettbewerbsfähigkeit des Produktionsstandorts Deutschland langfristig zu sichern.

Damit muss man das Phänomen „Industrie 4.0“ eingebettet in die umfassenderen Phänomene der digitalen Wirtschaft (Digital Economy) und der Digitalisierung an sich betrachten. Schaeffler hat den Bereich „Digitalisierung“ geschaffen, um diese Themen aktiv und integrativ voranzutreiben und das Unternehmen langfristig danach auszurichten. Aufgrund ihrer strategischen Wichtigkeit ist die Digitalisierung dabei direkt dem Stellvertretenden Vorsitzenden des Vorstands und Vorstand Technologie, Prof. Dr.-Ing. Peter Gutzmer, unterstellt.

Für Schaeffler heißt das in der Umsetzung, bestehende Fertigungsprozesse und Geschäftsabläufe digital zu optimieren, neue dienstorientierte Prozesse und Geschäftsmodelle zu schaffen und die Mensch-Maschine-Interaktion auszubauen, mit der Zielsetzung, dem Kunden einen deutlichen Mehrwert zu bieten.

Connected Industry: Ist der Begriff „Industrie 4.0“ aus Ihrer Sicht wirklich treffend und zukunftsfähig?

Die dritte industrielle Revolution wurde historisch durch den umfassenden Einsatz von Elektronik und Informationstechnologie geprägt und daher auch als digitale Revolution bezeichnet. Mit der für Softwareprodukte typischen Versionsbezeichnung 4.0 wird nun zum Ausdruck gebracht, dass durch weitere signifikante technologische Fortschritte eine neue Phase der Industrialisierung eingeläutet wurde, die durch intelligente und digital vernetzte Systeme geprägt ist und danach strebt, die industrielle Produktion ganzheitlich entlang der Wertschöpfungskette zu optimieren.

Ob man dabei tatsächlich von einer vierten industriellen Revolution im historischen Sinne spricht oder besser von einer zweiten Phase der digitalen Revolution, ist eine eher philosophische Frage.

Fakt ist, dass sich die Industrie weltweit und damit auch Schaeffler in einem Umbruch und Wettlauf befindet, um sich durch neue digitale Technologien (dazu gehören kleinste autonome Sensorsysteme für autonome Fahrzeuge und hochskalierbare Cloud-Architekturen für die Auswertung bis dahin unvorstellbar großer Datenmengen) neue Effizienzsteigerungen und Marktpotentiale zu erschließen.

Connected Industry: Schaeffler hat eine eigene digitale Agenda aufgestellt, welches Ziel verfolgt diese? Und wie korrespondiert die Digitale Agenda mit der Politik von Schaeffler?

Schaeffler hat im Rahmen seiner Strategie „Mobilität für morgen“ die Initiative „Digitale Agenda“ als Teil des Exzellenzprogramms „Agenda 4 plus One“ entwickelt. Die Digitale Agenda bildet die Grundlage für effizientere und neue Geschäftsmodelle. Sie basiert auf folgenden vier Säulen: Produkte und Services, Maschinen und Prozesse, Analysen und Simulation, sowie Nutzererlebnisse und Kundenwert.

IT-seitig werden diese Bereiche durch die Digitale Plattform von Schaeffler unterstützt, die im Rahmen einer strategischen Partnerschaft mit IBM realisiert wurde.

Die Digitale Plattform beheimatet auch das neue semantische Informationsmodell von Schaeffler, das die Transparenz und Durchläufigkeit von Daten und Informationen sicherstellt. Dieses Informationsmodell wird durch die Fachbereiche selbst in enger Zusammenarbeit mit der Koordinationsstelle Digitalisierung schrittweise aufgebaut und erweitert.

Organisatorisch wurde dafür der eigenständige Bereich der Digitalisierung geschaffen, der sich aus acht Abteilungen (Practices) zusammensetzt und vom Chief Digital Officer Gerhard Baum geführt wird.

Connected Industry: Welche Aktivitäten verfolgt Schaeffler im Rahmen seiner digitalen Agenda konkret?

Die Aktivitäten im Rahmen der Digitalen Agenda leiten sich aus den bereits genannten vier Kernbereichen ab. Sie orientieren sich darüber hinaus an den vier Fokusfeldern der Strategie „Mobilität für morgen“: Umweltfreundliche Antriebe, Urbane Mobilität, Interurbane Mobilität und Energiekette.

Konkrete Projekte gibt es dementsprechend u.a. in den Bereichen sensorbasierte Lager, intelligente Werkzeugmaschinen und Fertigungsprozesse, vernetzte Fahrzeuge und Komponenten, digitalisierte Überwachung und Optimierung von Zügen, und optimierte Instandhaltung von Windkraftanlagen.

Schlussendlich fasst Schaeffler mit der Digitalen Agenda alle Aktivitäten und Initiativen zusammen, um in einem zunehmend globalen und sich wandelnden Umfeld seine Wettbewerbsfähigkeit zu erhalten bzw. weiter auszubauen, und um eine aktive Rolle in der Ausgestaltung des Industrie 4.0-Trends in Deutschland und weltweit einzunehmen.

Connected Industry: Welche Rolle spielen Big Data und Data Science dabei?

Schaeffler setzt bereits heute Maßstäbe in Bezug auf Fertigungstiefe und Produktqualität, was u.a. seinem ausgeprägten Know-how im Sondermaschinenbau und schlanken Fertigungsprozessen zu verdanken ist. Die Aktivitäten der Digitalen Agenda zielen nun darauf ab, die Daten aus Produkten und Prozessen verstärkt miteinander zu verknüpfen und neue Mehrwerte daraus zu generieren.

Big Data und Data Science sind dabei Schlüsselmethoden: sie helfen, die im Rahmen der Digitalisierung immer umfassenderen Datenmengen und Datenströme effizient und effektiv auszuwerten und durch anspruchsvolle Datenanalysen in gewinnbringende Informationen umzuwandeln. Die Erkenntnisse dienen sowohl der Steigerung der Produktqualität und Effizienz von internen Abläufen, als auch der Entwicklung neuer datenzentrierter Dienste und Geschäftsmodelle für externe Kunden und Partner.

Aufgrund der strategischen Bedeutung der Datenanalysemethoden sowie deren starke Abhängigkeit von Schaeffler-internem (produkt- und prozessbezogenen) Expertenwissen wurde die Abteilung Digitalisierung bei Schaeffler um ein eigenes, hochqualifiziertes Datenanalysten-Team erweitert.

Connected Industry: Welche Anforderungen an die Mitarbeiter-Qualifikation kristallisieren sich aus Ihren Erfahrungen der Beschreitung in die Industrie 4.0 heraus?

Der fortschreitende Prozess der Digitalisierung und die damit verbundenen neuartigen Technologien bedingen auch neue Qualifikationen und Berufsbilder.

Zur Umsetzung der Digitalen Agenda sucht Schaeffler daher gezielt Talente, die sich bereits digitales Know-How angeeignet oder damit aufgewachsen sind: sogenannte „Digital Talents“ und „Digital Natives“. Die Anforderungen sind vielseitig und reichen je nach Aufgabe von Informatik-Spezialisten über Daten-Analysten und Experten für Design Thinking & User Experience bis hin zu Beratern für digitale Geschäftsmodelle.

Zur Qualifikation der bestehenden Mitarbeiter wird bei Schaeffler neben spezifischen Weiterqualifizierungen vor allem Wert auf einen intensiven Wissenstransfer in fachbereichsübergreifenden Projekten gelegt. So werden Hemmschwellen reduziert und ein gegenseitiger Erfahrungsaustausch ermöglicht, der alle zu neuen Ideen und Denkmustern inspiriert.

Da die Digitalisierung in der Regel darauf abzielt, alle Aspekte des Geschäfts zu transformieren, d.h. bei Schaeffler von der Produktentwicklung über die Produktion bis hin zum Vertrieb und den Aftersales-Services, kann man sagen, dass – unabhängig von der fachlichen Qualifikation – die Bereitschaft und Befähigung zur interdisziplinären Arbeitsweise eine Schlüsselqualifikation für zukünftige Industrie 4.0-Mitarbeiter darstellt.

Der Data Leader Guide 2017

Der Data Leader Guide 2017 ist jetzt exklusiv im Shop des Beuth Verlages erhältlich:

Big Data beherrscht die Wirtschaft wie kein anderes Thema. Datengetriebene Geschäftsmodelle, schlankere Prozesse oder einfach nur eine neue Form von Datentransparenz. Kaum ein Unternehmensbereich wird nicht von dieser Entwicklung erfasst. Doch was und wie setzen die Champions der Digitalwirtschaft dieses Thema um?

Der Data Leader Guide stellt erstmalig die Anwendungsfälle der Datenchampions – Konzerne und innovative Mittelständler – kompakt, strukturiert und plakativ. Mit dabei sind u.a.

  • Deutsche Bahn
  • DHL
  • Kreditech
  • Lufthansa
  • DATANOMIQ
  • Mercedes AMG
  • Otto
  • Siemens
  • Weidmüller

Herausgeber der Publikation ist Connected Industry e.V. – der Verband für Digitalsierung und Vernetzung. Der Data Leader Guide ist in Kooperation mit dem Beuth Verlag erschienen und unter diesem Link erhältlich.