Das Smart-Factory-Glossar | Teil 2 - Die wichtigsten Abkürzungen und wofür sie stehen

Was bedeuten SFM, M2M, HMI & Co

Digitalisierung in der Fertigung: ein enorm großes Thema, unzählige Zugänge, unüberblickbar viel Information, ein Universum für sich. Besonders unzugänglich wird die Welt der Digitalisierung durch eine Fachsprache, die mit Kürzeln um sich wirft. Das macht es EinsteigerInnen in die Thematik schwer. Wir tragen in unserer kleinen Glossar-Serie gängige Abkürzungen aus dem Bereich Shopfloor-Digitalisierung zusammen und klären „untechnisch“ wofür sie stehen. Im 2. Teil unserer Begriffsentwirrung geht es um grundlegende Begriffe. Wir werfen einen Blick auf SFM, M2M, IIoT, HMI, CNC, CAQ und BI.

SFM

Shopfloor Management
Wenn Führungskräfte die meisten Stunden ihrer Arbeitszeit an Besprechungstischen verbringen – ob mit Lieferanten, Kunden oder Management-Kollegen, entsteht in der Fertigungshalle eine Leerstelle. Das hat Folgen: Die Mitarbeiter sind auf sich alleine gestellt, die Führungskraft verliert zunehmend den Überblick über das Tagesgeschehen, praxisnahe Grundlagen für gute Entscheidungen fehlen. Produktivität und Qualität leiden über kurz oder lang.

Shopfloor Management ist ein Konzept, das dem entgegentritt. „Zurück in die Halle“ – oder in SFM-Originalsprache: „Führen am Ort der Wertschöpfung“ – das ist eines der vier zentralen Prinzipien des SFM. Die Führungskraft bekommt nicht mehr nur berichtet, was sich in der Fertigungshalle tut, sie ist unmittelbar dabei. Die Zusammenarbeit mit den Mitarbeitern ist eng, Führungskultur und direkte Kommunikation werden gelebt, Prozesse werden gemeinsam überwacht und ebenso kontinuierlich wie systematisch verbessert. Neben dieser Führungsphilosophie wird SFM von drei weiteren Prinzipien getragen: Abweichungen erkennen, Probleme nachhaltig lösen, Ressourcen-Einsatz optimieren. Erreicht werden diese „Zielzustände“ unter anderem durch einen systematischen Soll-Ist-Abgleich anhand von Standards und Kennzahlen und durch eine weitreichende Visualisierung (von Kennzahlen, Prozessen, Mitarbeitereinsatz etc.).

Die zunehmende Digitalisierung bieten dem Shopfloor Management daher besonders viele Möglichkeiten und Entwicklungschancen. Valide, sinnvoll strukturierte und vollständige Daten unterstützen die Aufgaben des SFM enorm. Gleichzeitig sind die meisten „gewachsenen“ Shopfloors (Maschinen und Anlagen unterschiedlicher Generationen, Hersteller, Standards) auf diese Datengewinnung nicht vorbereitet. Die aktuelle Aufgabe des Shopfloor Managements besteht daher häufig darin, sinnvolle und machbare Digitalisierungsschritte einzuleiten und umzusetzen. Unseren ausführlichen Beitrag zu Shopfloor-Management finden Sie hier.

M2M

Machine-to-Machine
Das Maschinen untereinander Informationen austauschen – ohne menschliches Zutun – ist nicht neu. Zu Beginn des 20. Jahrhunderts, in den Pionierzeiten von M2M, konnte Information allerdings ausschließlich per Kabel übertragen werden. Doch bereits Ende der 1920er Jahre würde die sogenannte „Telemetrie“ entwickelt: Radiowellen ermöglichten die Übertragung von Messwerten von einem Sensor zu einer Datenverarbeitungsanlage. Die technische Entwicklung von Telegrafie, Telefonie, Rundfunk und Fernsehen brachte die kabellose Datenübertragung weiter voran. 100 Jahre später sorgen Mobilfunk und kabellose Internetverbindungen für ein Vielfaches an Möglichkeiten der M2M-Kommunikation. Ein zentrales Anwendungsgebiet von M2M liegt in der Fernüberwachung, Fernkontrolle und Fernwartung (die nach wie vor als Telemetrie bezeichnet wird). Ein Beispiel für den alltäglichen Einsatz: Ein Getränkeautomat meldet an einen zentralen Rechner, dass er neu bestückt werden muss. Eingespart wird so doppelt: laufende Kontrollfahrten entfallen, Stehzeiten werden minimiert. Doch die Möglichkeiten gehen freilich weit über diese und vergleichbare Einsätze hinaus – denn die Maschinen werden immer intelligenter. Dafür sorgt nicht zuletzt das sogenannte Machine Learning, der künstlichen autonomen Generierung von Wissen auf Basis von Mustern und Gesetzmäßigkeiten, also auf Basis von Daten. Dieser Gebrauch der M2M-Technologie ist eng mit KI (künstlicher Intelligenz) verwandt und dient als Grundlage für das Internet of Things.

IIoT

Industrial Internet of Things
Smart Things – das sind die cleveren Begleiter unseres Alltags, deren Treiber die inzwischen enorme Verbreitung von Smartphones ist. Möglich wird die „Smartness“ der Dinge durch drei zentrale Zutaten: Sensoren, Computerchips und die nahezu uneingeschränkt zugänglichen Funkverbindungen z.B. per WLAN. Aus ihrem Zusammenspiel entstehen Geräte, die Daten empfangen, verarbeiten und senden können. Im Alltag beliebt für Fitness-Tracking, Sprachsteuerung etc. Die Summe dieser auf Funkverbindung und Sensoren basierenden Endgeräte und Services wird mit IoT überschrieben – Internet of Things.

Neben all den Smart Things, die sich an Verbraucher richten, findet sich ein quasi zweites IoT – IIoT genannt: das Industrial Internet of Things. Das IIoT ermöglicht die direkte Kommunikation von Maschinen, Produkten und Menschen zur Optimierung von Fertigung und Produktion.

Maschinen werden mit intelligenten Sensoren ausgestattet und vernetzt, um Abläufe genauer zu planen, Anlagen besser auszulasten, Qualität zu kontrollieren, notwendige Instandhaltungen frühzeitig zu erkennen. Dabei reicht der digitale Arm über die Fertigungshalle hinaus: In Lagerhaltung und Logistik sorgen Sensoren, integrierte Schaltkreise und Funkverbindung für die Lokalisierung von Beständen; die Buchführung erhält automatisch die relevanten Daten zu Warenein- und Warenausgang; das Personalbüro erstellt Schichtpläne auf Basis der Datensätze usf. – die Smart-Factory nutzt den Datenstrom der digitalen Vernetzung entlang der gesamten Wertschöpfungskette. Die wohl wesentlichste Entwicklung in den Branchen produzierender Unternehmen. Unseren ausführlichen Beitrag zu IoT, IIot und EoT finden Sie hier.

HMI

Human Machine Interface
Das Lenkrad Ihres Autos, der Ein-Aus-Schalter Ihrer Espressomaschine. Beides sind HMIs, auch Mensch-Maschine-Schnittstelle oder Benutzerschnittstelle genannt. Als Nahtstelle zwischen uns und dem jeweiligen Gerät, ermöglichen uns Interfaces, Geräte zu bedienen: das Auslösen von und das Eingreifen in Prozesse. Zugleich stellen sie Informationen (Feedback) zur Verfügung. Bei Bedienpulten z.B. über Signallampen und Anzeigefelder oder per Software über Visualisierungssysteme. Benutzerschnittstellen sind so alt wie Maschinen. Und wie Maschinen wurden und werden sie zunehmend komplexer. Seit die EDV in den 1980er Jahren in die Fertigungshallen einzog, ist der Umgang mit Bildschirm und Tastatur für jeden Facharbeiter Standard. Als Revolution in der Entwicklung der HMI gilt die Entwicklung des iPhones und damit des Touchscreens. Nach dem Wischen, Scrollen und Skalieren per Fingerspitzen verbreitet sich aber bereits die neue HMI-Technologie: die berührungslose Eingabe. Sprachsteuerungen sind den meisten von uns zumindest aus dem privaten Bereich vertraut. Bald werden es auch gestik- und mimikbasierte HMIs sein. Doch die Forschung ist schon weitere Schritte voraus: Die Zukunft der berührungslosen Eingabe ist die Steuerung per Gedanken. Headsets, die Hirnströme messen, um sie für die Interaktion mit Maschinen zu nutzen, gibt es bereits. Derzeit vor allem, um Menschen mit schweren körperlichen Handicaps den Alltag zu erleichtern. Etwa indem sie es ermöglichen Roboter-Prothesen per Willenskraft zu steuern. – Da scheint es nicht allzu weit entfernt, dass wir auch mit Alexa, Siri & Co künftig gedanklich kommunizieren.

CNC

Computer Numerical Control
Vor der CNC lag die NC – die nummerische Steuerung von Werkzeugmaschinen per Lochstreifen. Die ersten computerunterstützten Steuerungen kamen in den 1960er Jahren auf den Markt und setzten sich ab Mitte der 70er Jahre durch. Ihr Vorteil: Die sehr viel schnellere und vor allem erheblich genauere Positionierung und Bewegung der Geräte, Werkstücke und Werkzeuge ermöglicht die Rationalisierung der Serien- und Einzelfertigung. CNC-Maschinen arbeiten mit CAM-Systemen (Computer-aided-manufacturing), also mit rechnergestützter Fertigung: Das System wiederum bezieht seine Daten aus einem CAD-Programm (Computer-aided-design), das die zu fertigenden Bauteile konstruiert und die Pläne an das CAM-Programm weiterleitet. CNC-Maschinen sind häufig mit Zubehör ausgestattet, das seine Einsatzmöglichkeiten vervielfacht, z.B. Einhausungen, Spannzangen, Nutenplatten, Vakuumtisch, 3D Scanner etc. CNC-Verfahren werden im industriellen Bereich wie Maschinenbau, Automobil und Schiffbau, Luft- und Raumfahrt eingesetzt. Doch nahezu jedes industriell hergestellte Produkt – oder seine Bestandteile – kommt im Laufe seiner Herstellung mit Werkzeugmaschinen und damit mit CNC in Berührung. Jedoch sind nach wie vor auch zahlreiche konventionell gesteuerte Werkzeugmaschinen in Shopfloors zu finden.

CAQ

Computer-Aided-Quality
Immer einen Schritt voraus – das ist das Credo der Welt der Qualitätssicherer. Nicht auf Fehler, Mängel und Beschwerden reagieren, sondern diese vorausschauend verhindern – und so eine hohe Prozess- und Produktqualität schaffen. Der Weg: Prozessoptimierung und Produktionsüberwachung. Das Werkzeug: Daten. Da kam freilich bald die EDV ins Spiel. Rechnerunterstützte Qualitätssicherung ist inzwischen ein zentrales Element jedes Qualitätsmanagements. Entsprechende Software-Lösungen sortieren, analysieren, dokumentieren und archivieren die Daten, die das Planen und Durchführen von Qualitätssicherungsmaßnahmen unterstützen (dafür sind die Software-Lösungen meist modular aufgebaut und daher auf den Bedarf eines Unternehmens anpassbar). Darüber hinaus sind die Dokumentationen auch im Rahmen gesetzlicher Haftungsbestimmungen zentral. An einer passenden CAQ-Lösung führt im produzierenden Unternehmen daher schon aufgrund der anfallenden Datenmengen und den Echtzeitanforderungen kein Weg vorbei.

BI

Business Intelligence
BI ist einer der großen Sammelbegriffe der Digitalisierung und stammt aus der Wirtschaftsinformatik. Populär wurde der Begriff Anfang/Mitte der 90er Jahre. Er steht für Methoden und Prozesse, die Unternehmen nutzen, um relevante Daten zu erheben, zu speichern und systematisch auszuwerten. Diese Daten können aus dem Unternehmen stammen, sich aber auch auf das Marktumfeld oder auf Kundensegmente beziehen (z.B. Trendanalysen von Kundenverhalten). Genutzt werden die Daten zur Unterstützung von Entscheidungen des Managements, zum Beispiel zur Überprüfung von Standortprofitabilität, für Marketingzwecke, das Berichtswesen etc. An sich müsste die Datensammlung und Analyse nicht digital erfolgen, praktisch tut sie das freilich – und profitiert so sowohl von der Größenordnung der einbeziehbaren Daten, den Analysefähigkeiten der Systeme, ihrer Geschwindigkeit, ihren Möglichkeiten zur Datenvisualisierung usw. BI-Software-Lösungen werden meist in Modulen angeboten, beispielsweise für Finanzen (Planung, Konsolidierung), Personal-Management (Skills Mapping, Workforce-Planung), Marketing (Social-Media-Analysen, Loyalty Monitoring), Lieferketten-Management (Lieferoptimierung, Zulieferer-Management), Sales (Verkaufsanalysen) etc.


Unser Zugang zu diesen Themen: Wir sorgen dafür, dass Maschinen fähig sind, mit der für die jeweiligen Ziele und Zwecke gewählten Software zu kommunizieren. Denn das ist keine Selbstverständlichkeit. Es gilt das Problem der „babylonischen-Sprachverwirrung“ zu lösen (jede Maschine/Anlage spricht ihre eigene Sprache, herstellerbedingt, generationsbedingt …). Wir lösen dieses Connectivity-Problem. Wenn Sie uns brauchen, um Ihre Maschinen an Ihre Digitalisierungssoftware anzubinden – wir sind gerne für Sie da!

Das könnte Sie auch interessieren

Alle Beiträge