In nahezu allen Unternehmen liegen große Datenmengen aus den unterschiedlichsten Feldern vor, die häufig in der IT-Abteilung gesammelt werden: Prozessdaten aus der Produktionsanlage, Betriebsdaten des Gebäudes, Qualitätsparameter aus dem Labor und Maschinendaten des verbauten Equipments. So ein Datenpool ist das Rückgrat der Produktion, wenn man sie lesen, auswerten und deuten kann – häufig scheitert das gleich zu Beginn an der schieren Datenmenge, die an einem „normalen Werktag“ gesammelt und ausgelesen werden kann und an der heterogenen Software- bzw. Maschinenlandschaft.  

Mit kleinen Schritten zum Erfolg. Junge Besen kehren nicht zwangsläufig besser.

Was zuerst da war, die Daten oder die Maschinen lässt sich nicht abschließend klären, aber umso wichtiger ist es kleine Schritte in der Aufgabenstellung zu definieren, den Nutzern:innen Zeit lassen diese zu erlernen und zu verstehen. Den jungen „Automatisierungsexperten“ und“ Data Scientists“ fehlt es schlichtweg am Praxiswissen aus der Produktion und den Quäntchen „Gefühl“ für das Material und die Maschinen. Die älteren mit Arbeits- und Produktionserfahrungen sind leider, bis auf ein paar Ausnahmen, keine „digital natives“. Hierbei können wir unsere Erfahrungen aus der Industrie bzw. der Produktion und der Entwicklung voll ausspielen und beide Welten an einen Tisch holen. „Industrie 4.0“ kann nur gemeinsam interdisziplinär erreicht werden.

Industrie 4.0 Konzept „Alles kann, nichts muss!“

Die Industrie 4.0 kann grundsätzlich erstmal alles. Wie in einem Schlaraffenland muss man nur seine Hand austrecken und schon purzeln Datensätze in eine Datenbank.  Die Erwartungshaltung an Industrie-4.0 ist gigantisch, aber auch das technisch sinnvoll und Machbare sollte im Auge behalten werden. Ähnlich wie im Sport: Wer zu viel in die erste Einheit packt, der hat mit Sicherheit in den nächsten Tagen mit einem Muskelkater zu kämpfen. Auch die Industrie 4.0 sollte trainiert werden, d.h. statt alle Daten und Ziele gleichzeitig umzusetzen und die Anwender:innen vor einer Datenflut zu stellen, sollte man den Nutzern:innen auch Zeit geben diese auszulesen, zu verstehen, anzupassen und ein Gefühl dafür zu bekommen. Eine Überforderung der Anwender:innen führt sehr schnell zur Resignation, Ignoration und im schlimmsten Fall zum Ausfall bzw. „Krankheitstagen“ oder Burn-out.  

Die Lösung besteht nun darin, wichtige von unwichtigen Daten zu trennen und Muster bzw Abläufe zu erkennen, die es einem Anwender:innen erlauben, den Herstellungsprozess eines Produktes zu optimieren, Effizienzpotentiale zu erkennen und schlussendlich Kosteneinsparungen zu erzielen.

Auf mehr Kommunikation setzen.

Unsere Erfahrung zeigt, dass die meisten Projekte nicht auf der technischen Ebene ins Stolpern geraten, sondern viel mehr die Anwender:innen zum Stolpern bringt. Häufig wird aufgrund einer zu engen Deadline unterschätzt, welche gravierenden und weitreichenden Änderungen durch solche Softwareprojekte in das Unternehmen eingebracht werden. Hierarchien, Management- und Arbeitsabläufe werden nachhaltig beeinflusst, die einschneidende Auswirkungen auf die Mitarbeitenden haben. Wie bei jedem Projekt oder Umstrukturierung müssen die Beteiligten und Anwender:innen mitgenommen und Ängste abgebaut werden. Das erfordert ein Mehr an offener Kommunikation.

Es hat sich gezeigt, dass die Akzeptanz in Großprojekten signifikant höher ist, wenn schrittweise mit kleinen Pilotprojekten gearbeitet wird. So lernt einerseits der Projektleiter den Nutzen kennen und andererseits gewinnt das Projektteam den Überblick über die bestehenden Daten und Strukturen. Damit fällt es leichter, die nächsten Schritte zum langfristigen Projekterfolg fachmännisch in Angriff zu nehmen.