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

Shopfloor

Datensilos

Jede Maschine und jede Linie hatte ihre eigene, inkompatible Datenwelt. Eine übergreifende Sicht auf Auslastung, Zustand und Qualität existierte nicht.

Datenbasis

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.

Datenerfassung

Fehlende IO/OT-Integration

Maschinendaten erreichten weder MES noch ERP. Entscheidungen basierten auf manuell gepflegten Tabellen oder dem Erfahrungswissen einzelner Mitarbeitender.

Maschinenanbindung

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 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.
Triangles-multiple-colored

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.