Big Data in der Fertigung

Ersetzt MES die Business Intelligence?



Professor Dr.-Ing. Jürgen Kletti studierte Elektrotechnik mit dem Spezialfach "Technische Datenverarbeitung" an der Universität Karlsruhe. Nach seiner Promotion gründete er die Firma MPDV Mikrolab GmbH, deren Gesellschafter und Geschäftsführer er heute noch ist. Daneben ist Dr. Kletti Mitglied in verschiedenen Fachgremien. Außerdem ist er Autor zahlreicher Fachbücher und veröffentlicht regelmäßig Beiträge in der Fachpresse.
In Zeiten von Industrie 4.0 fallen Begriffe wie Big Data und Fertigung immer öfter in einem Satz. Doch wie weit sind Manufacturing Execution Systeme (MES) beim Erfassen von Massendaten?

Wer einen Blick in den BITKOM-Leitfaden wirft, erkennt schnell, dass MES die vier Kriterien für Big DataBig Data erfüllen. So lässt sich feststellen, dass Fertigungsunternehmen immer mehr Daten (Volume) speichern mit dem Ziel, detailliertere Informationen über die einzelnen Arbeitsschritte zu erhalten und wichtige Prozesswerte zu dokumentieren. Dies ist vor allem in der Automotive-Branche und der Medizintechnik von großer Bedeutung aufgrund gesetzlicher Vorgaben zur Rückverfolgbarkeit und Prozessdokumentation. Alles zu Big Data auf CIO.de

Mit der sogenannten In-Memory-Technology lassen sich auch in der Fertigung große Datenmengen auswerten.
Mit der sogenannten In-Memory-Technology lassen sich auch in der Fertigung große Datenmengen auswerten.
Foto: Jenson - shutterstock.com

Neben reinen Zahlenwerten wie Stückzahlen erfassen MES auch Chargeninformationen, Materialbewegungen, Statusmeldungen, Prüfbilder oder Freitexteingaben von Mitarbeitern. Daraus ergibt sich eine riesige, unstrukturierte Datenvielfalt (Variety), die erfasst und verarbeitet werden will.

Außerdem spielt bei der Massendatenerfassung der Faktor Geschwindigkeit (Velocity) eine große Rolle: MES sind echtzeitfähig und in der Lage, Prozesswerte im Sekundentakt zu speichern.

MES liefern Smart Data

Schon heute können MES viele Daten (Big Data) zu aussagekräftigen Informationen (Smart Data) verdichten. Aufgabe des Menschen ist es, die durch das MES gespeicherten Daten zu analysieren (Value). Er muss die richtigen Rückschlüsse ziehen und Maßnahmen ergreifen.

Dabei gilt: Je exakter die Daten aus der Fertigung sind, desto verlässlichere Handlungsempfehlungen lassen sich daraus ableiten. Es gibt bereits Ansätze, wie MES-Lösungen eigene Handlungsempfehlungen abgeben können oder selbst Handlungen ausführen. So können beispielsweise die Rüstzeiten alter Auftragsmeldungen analysiert und auf dieser Basis ein Vorschlag zur Korrektur des Vorgabewertes errechnet werden. Oder die Systeme erkennen systematisch Muster bei der Erfassung von Prozesswerten. Hier steckt die Entwicklung zwar noch in den Kinderschuhen, aber wir sehen, dass es bald mehr Anwendungen in dieser Richtung geben wird.

All das zeigt, dass MES-Lösungen grundsätzlich eine große Schnittmenge mit Big Data haben. Wer jedoch genauer hinsieht, stellt schnell fest, dass Big Data aufgrund der Menge der gespeicherten Daten aktuell noch eine ganz andere Datenqualität ermöglicht. MES erfassen zwar bereits eine Vielzahl an Daten. Doch beim Thema Verarbeitung von Massendaten stehen sie noch am Anfang. Dafür braucht es erst einmal die entsprechende Technik. Und so wachsen MES erst nach und nach in die Welt der Massendaten hinein.

Neue Erfassungsstrukturen

Um große Datenmengen auch in der Fertigung auswerten zu können, gibt es die sogenannte In-Memory-Technology. Sie bietet die entsprechende Rechenkapazität und Performance, um die Datenflut innerhalb kürzester Zeit aufzunehmen und zu analysieren.

Im Shopfloor sind dafür neue Erfassungsstrukturen notwendig, mit denen sich der Umgang mit den riesigen Datenmengen vereinfachen lässt. Klassische Strukturen von MES werden so aufgebrochen.

Im MES müssen vorab Definitionen aller Daten, die aufgenommen werden sollen, im System hinterlegt werden. Dafür ist eine aufwendige Konfiguration und umfangreiche Stammdatenverwaltung notwendig.

In Zeiten von Big Data fordern Anwender aber eine einfache Datenerfassung. Dafür sind offene Konzepte gefragt, mit denen sich alle Daten aufnehmen lassen, bevor sie klassifiziert, sortiert und weiterverarbeitet werden können. Vorteile dieser Erfassungsart sind die höhere Flexibilität sowie die Möglichkeit, mehr Daten in deutlich kürzerer Zeit zu verarbeiten.

Erste Lösungen für die Fertigung

MES-Anbieter arbeiten bereits an Lösungen zur Massendatenerfassung im Shopfloor. Über OPC-UA lassen sich die Daten einlesen und direkt in einer noSQL-Datenbank ablegen. Parallel gelangen die erfassten Daten über ein Nachrichtenprotokoll (MQTT), das hauptsächlich in der Machine-to-Machine-Kommunikation (M2M) eingesetzt wird, weiter zur Prozess-Visualisierung. Auf diese Weise lassen sich auch Anwendungen zur Visualisierung und Analyse der Daten entweder an die noSQL-Datenbank oder den MQTT-Broker anbinden. Das Weiterverarbeiten der Daten im MES erfolgt über eine intelligente Datenintegration.

Vorteil dieses Ansatzes ist, dass die Datenerfassung unabhängig vom Speichern und Weiterverarbeiten funktioniert. Auf diese Weise können riesige Datenmengen innerhalb kürzester Zeit erfasst und abgelegt werden. Genau das versteht man im Allgemeinen unter Big Data im Shopfloor. Durch das kontextfreie Erfassen können die Daten auch für das Process Engineering verwendet werden. Die notwendigen Konfigurationen lassen sich so auf ein Minimum reduzieren.

Immer größere Datenmengen erfordern neue Technologien

Die Idee, sich mit MES langsam an Big Data anzunähern, zeigt erste Erfolge. Doch schon jetzt ist klar, dass die eingesetzten Technologien mit Blick auf die stetig wachsenden Datenmengen nach und nach durch neue ersetzt werden müssen. Aufgabe der MES-Entwickler ist es, sich mit diesen Technologien zu beschäftigen und neue Lösungsansätze zu finden.

Zur Startseite