Shopfloor-Transparenz in der Display-Fertigung – IIoT-Infrastruktur als Basis für KI
Wie eine durchgängige IIoT-Datenarchitektur Datensilos auflöst und den Weg für KI-gestützte Fertigung ebnet.
Das Problem
Ausgangssituation
Wachsende Variantenvielfalt, kürzere Produktzyklen und steigende Qualitätsanforderungen – die Elektronik- und Display-Fertigung gehört zu den anspruchsvollsten Segmenten der Industrieproduktion. Für einen Hersteller von Display-Komponenten wuchs damit ein Problem heran, das sich über Jahre still ausgebaut hatte: eine fragmentierte Maschinenlandschaft ohne durchgängige Datenkommunikation.
Herausforderungen im Überblick
Datensilos
Jede Maschine und jede Linie hatte ihre eigene, inkompatible Datenwelt. Eine übergreifende Sicht auf Auslastung, Zustand und Qualität existierte nicht.
Keine Grundlage für KI
Das Unternehmen wollte KI-gestützte Auswertungen – für Anomalieerkennung, Predictive Maintenance und Inline-Qualitätskontrolle. Ohne eine belastbare, harmonisierte Datenbasis war das nicht realisierbar.
Fehlende IO/OT-Integration
Maschinendaten erreichten weder MES noch ERP. Entscheidungen basierten auf manuell gepflegten Tabellen oder dem Erfahrungswissen einzelner Mitarbeitender.
Heterogene Schnittstellen
Ältere Maschinen verfügten über proprietäre Protokolle. Eine Standardisierung war technisch komplex und durfte die laufende Produktion nicht unterbrechen.
Zielsetzung
Aufbau einer modularen IIoT-Datenarchitektur, die alle Maschinen und Linien durchgängig vernetzt, Echtzeit-Transparenz auf dem Shopfloor herstellt und als belastbares Fundament für künftige KI-Anwendungen dient – ohne Produktionsstopp und ohne Vendor-Lock-in.
Der Ansatz
Lösung
neogramm konzipierte und implementierte eine stufenweise IIoT-Datenarchitektur, die sowohl moderne als auch ältere Maschinen einbindet und auf offenen Standards basiert.
Wie die Umsetzung realisiert wurde:
- Edge-Computing-Layer: An jeder Linie wurden Edge-Geräte installiert, die Maschinendaten direkt vor Ort erfassen, normieren und vorverarbeiten – mit minimaler Latenz.
- OPC UA als Kommunikationsstandard: Alle angebundenen Maschinen kommunizieren über OPC UA. Ältere Anlagen wurden über Adapter-Schichten eingebunden.
- Manufacturing Service Bus: Die vorverarbeiteten Daten fließen über einen zentralen, skalierbaren Service Bus – das Rückgrat der Architektur.
- automationKit als digitaler Shopfloor-Hub: Alle Maschinenströme laufen in automationKit zusammen. Dashboards und Monitoring stehen erstmals in Echtzeit zur Verfügung.
- Stufenweise Integration: Die Einführung erfolgte abschnittsweise ohne Produktionsunterbrechung durch Shadow-Mode-Ansätze.
- KI-ready Architektur: Die Datenstruktur wurde von Beginn an so gestaltet, dass Machine-Learning-Modelle für Anomalieerkennung, Predictive Quality und vorausschauende Instandhaltung direkt aufsetzen können.
Der Nutzen
Erzielte Ergebnisse
Die IIoT-Infrastruktur schafft erstmals eine durchgängige, verlässliche Datenbasis für die gesamte Display-Fertigung des Unternehmens.
01 | Echtzeit-Transparenz
Alle Linien und Maschinen sind in Echtzeit sichtbar – von der Auslastung bis zum Anlagenstatus.
02 | Kürzere Reaktionszeiten
Störungen und Engpässe werden frühzeitig erkannt. Manuelle Suchen entfallen.
03 | Fundament für KI
Harmonisierte Datenbasis ermöglicht sofortigen Einstieg in Predictive-Maintenance-Projekte.
Das Projekt zeigt exemplarisch, wie konsequente IIoT-Architekturarbeit nicht nur operative Sichtbarkeit schafft, sondern den strategischen Weg in die KI-gestützte Fertigung erst ermöglicht. Denn die Frage ist nicht, ob Daten vorhanden sind – sie entstehen in jeder Fertigung kontinuierlich. Entscheidend ist, ob sie nutzbar gemacht werden.