KE 1.pdf

KE 1: Konzepte und Technologien der digitalen Transformation 2. Die industrielle Revolution Def.: eine industrielle Revolution bezeichnet einen raschen Wandel von Produktionstechniken und, daraus abgeleitet, von wirtschaftlich-gesellschaftlichen Strukturen. 1. Industrielle Revolution: - Wandel von Agrar- zur Industriegesellschaft - Auch bekannt als Maschinenzeitalter / Zeitalter der Mechanisierung - Ausgangspunkt: Erﬁndung der Dampfmaschine u/o Nutzung von Kohle als Energiequelle 2. Industrielle Revolution: - Elektriﬁzierung, Massenproduktion und Fließbandfertigung, Prozessindustrie - Herstellung von Stahl und Metallen, Erﬁndung der Verbrennungskraftmaschine 3. Industrielle Revolution: - Automatisierung und Computerisierung, Comupterintegrated Manufacturing - Entwicklung des Mikroprozessors der speicherprogrammierbare Steuerung ermöglicht - Industrieroboter durch Entwicklung speicherprogrammierbarer Steuerung - Kritik CIM System: - Fokus auf den Kunden/ Marktgeschehen - CIM aufgrund der Ausrichtung auf Produktivitätssteigerung hierfür nicht geeignet - CIM Systeme werden durch weitere EDV Elemente erweitert -> mehr Flexibilität - CIM mit Arbeitsgestaltungsmaßnahme der Lean Production als Ursprung der Industrie 4.0 - Zunehmende Dezentralisierung der Fertigungssteuerung - Übergang vom Industrie- zum Informationszeitalter - 4. Industrielle Revolution: - Umstritten ob 4. Industrielle Revolution überhaupt bevorsteht - Digitalisierung und Vernetzung der Produktion, Internet der Dinge, cyberphysische Systeme - Steigernde Leistungsfähigkeit von Computer und Speichermedien sowie signiﬁkanter Preisverfall - Sensor- und Aktortechnologien erweitert Funktionalität um Erfassung (Sensor) von Zuständen bzw. die Ausführung (Aktor) von Aktionen - Im deutschen Raum auch Industrie 4.0 genannt 3. Informations- und Kommunikationstechnologien der vierten industriellen Revolution 3.1 Sensorik, Aktorik und Mikrocontroller Speicherprogrammierbare Steuerung (Mikrocontroller), d.h. ein System zur Steuerung und Regelung einer Maschine/Anlage Besteht aus 3 Komponenten - Eingabeeinheit (Sensortik) § Analysiert den Zustand der relevanten Umgebung einer Maschine bzw. eines Objektes - Verarbeitungseinheit ( Mikroprozessor) § Wertet die „Beobachtungen“ bzw. Messungen aus, zieht auf Basis der hinterlegten Logistik Schlussfolgerungen und legt Handungen oder sogar Handlungspläne fest - Ausgabeeinheit ( Aktorik) § Führt die Handlungen und Handlungspläne aus und ändert damit den Zustand der Umgebung in Richtung eines gewünschten Ziels Von Sensorik gelieferte Eingangssignale können analog oder digital vorliegen - Analoge Signale sind zeitkontinuierlich und müssen zunächst in digitale Signale konvertiert werden bevor sie durch IT Systeme weiterverarbeitet werden können - Digitale Signale sind zeitdiskreit, d.h. sie können nur bestimmte, vorher deﬁnierte und typischerweise äquidistante Werte annehmen - Digitale Signale werden an die Verarbeitungseinheit übermittelt und dort im Mikroprozessor verarbeitet. Rechenwerk berechnet digitale Ausgangssignale die an Aktorik weitergegeben werden Aktorik arbeitet sowohl physisch (analog) als auch digital - Bsp. Physischer Aktor: Roboterarm entlang einer Fertigungsstraße - Bsp. Digitaler Aktor: Softwareagenten die Aktrionen rein digital in IT Systemen ausführen - Darüber hinaus Aktoren die sowohl physisch als auch digital arbeiten = hybride Aktoren (besonders relevant) 3.2 Maschine-zu-Maschine-Kommunikation = bezeichnet den automatisierten Informationsaustausch zwischen technischen Systemen wie z.B. Maschinen, Automaten oder Fahrzeugen Bandbreitenausbau (Kosten zur Datenübertragung tendieren gegen Null) Kommunikation erfolgt häuﬁg über das Internet sowie in der Industrie über Radiofrequenz-Identiﬁkation (RFID) und Nahfeldkommunikation (NFC) Durch RFID berührungslose und nahezu zeitgleiche Übertragung NFC bei kontaktlosem Zahlungsverkehr mit Handys und Kreditkarten KEIN Verzicht auf Mensch-zu-Mensch-Kommunikation, Mensch als Entscheidungsträger, Interaktion mit Maschinen durch virtual oder Augmented Reality 3.3 Cyberphysische Systeme = koppeln physische, biologisch und/oder bautechnische Komponenten, die über Sensorik und Aktorik verfügen und durch eingebettete Systeme eigenständig Daten und Informationen austauschen, Aktionen auslösen und sich gegenseitig selbstständig steuern Emergente Intelligenz (eine Ameise dumm, Ameisenkolonie hochkomplex) Cyberphysische Systeme übertragen diese auf die Produktion Eingebettete Systeme: Kombination von Mikrocontrollern und Technologien der drahtlosen M2M-Kommunikation -> dadurch entstehen Computersysteme für Anlage, … Eingebettete Systeme ergänzt um Sensorik und Aktorik ergeben cyberphysische Systeme (CPS) CPS beruht auf intelligentem Zusammenwirken verschiedener Technologien und dadurch eigenständige Reaktion auf externe Einﬂüsse CPS können in Echtzeit miteinander kommunizieren 3.4 Internet der Dinge (und Dienste) = bezeichnet ein erweitertes Internet, das neben klassischen Computern und mobilen Endgeräten auch beliebige physische Objekte mittels Sensoren, Aktoren und M2M Kommunikation in seine Infrastruktur einbindet und so zu Anbietern und/oder Konsumenten verschiedenster digitaler Dienste macht IoT ist Netzwerk verschiedener CPSe oder Objekte innerhalb eines CPS Objekte (mit Sensorik, Aktorik und M2M) des CPS -> intelligente Objekte (wissen etwas über sich selbst und ihre Umwelt) Aktorik kann in gewissem Maß intelligentes Verhalten umsetzen Internet der Dinge = beschreibt einen digitalen Marktplatz, auf dem verschiedene Dienstleistungen angeboten, gesucht und erbracht werden. Es stellt Dienste und Funktionalitäten als granulare, web-basierte Softwarekomponenten über das Internet zur Verfügung und bietet deren Nutzung auf Anforderung an IoT und IoS bieten damit im Zusammenspiel die Basis für innovative Dienstleistungen in allen Branchen 3.5 Cloud-Computing = beschreibt den nach Bedarf, zeit- und ortsunabhängig sowie virtualisiert über das Internet bereitgestellten gemeinsam genutzten Vorrat konﬁgurierbarer IT-Ressourcen Digitale Plattform für schnellen und unkomplizierten Austausch von Daten und Transaktionen On-Demand-Computing: genötigte Ressourcen werden per Klick oder automatisch angefordert Cloud-Computing durch Virtualisierung von IT-Infrastrukturkomponenten Grund für Virtualisierung: Rechenkapazität der Server meist nicht voll ausgelaste, durch Virtualisierung wird softwareseitig Exklusivität eines Servers vorgetäuscht obwohl faktisch mehrere IT-Systeme parallel auf gleichem Server-Hardware laufen o IT Systeme bieten eigene Dienste, eigene IP Adresse, mögl. Unterschiedliches Betriebssystem ,… o Serverauslastung von 10-15% auf min. 70% erhöht Unkenntnis über geograﬁsche Herkunft der IT-Ressourcen Bereitstellungsformen von Cloud-Computing-Diensten o Privat Cloud: für einzelnes Unternehmen. Cloud-Server auf Firmengelände oder an anderem Ort o Community Cloud: von mehreren Unternehmen genutzt, die gemeinsames Interesse verfolgen. (Sonderform der Privat Cloud) o Public Cloud: durch Cloud-Dienstleister bereitgestellt, der Cloud unterhält und Dienste übers Internet der breiten Ölentlichkeit zur Verfügung stellt. Standort oft nicht bekannt o Hybrid Cloud: Mischform, wobei ausgewählte Dienste durch Privat Cloud bereitgestellt werden, Lastspitzen oder weniger sensible Daten werden in Public Cloud verarbeitet Unterscheidung Dienstmodelle 1. IaaS – Infrastructure-as-a-Service - kann zu Kapazitätserweiterung der IT-Infrastruktur verwendet werden - Bereitstellung von IT-Verbrauchsressourcen (Rechenleistung, Speicherkapazität,… ) - z.B. Amazon Web Services 2. PaaS – Infrastructure-as-a-Service - bietet laulähige Plattform, die es ermöglicht innerhalb gegebener Entwicklungsumgebung zur arbeiten -z.B. DevOps Service 3. Saas - Software-as-a-Service - bietet Nutzung einer Anwendung über ein Netzwert (Internet) - Kunde ist weder für Betrieb der Infrastruktur noch für Bereitstellung von Anwendungen verantwortlich - z.B Google Apps 3.6. Fortschrittliche Datenanalytik und Big Data = Big Data beschreibt Datenbestände, die aufgrund ihres Umfangs (Volume) ihrer Unterschiedlichkeit (Variety), Schnelllebigkeit. (Velocity) und ihres nicht sicher einschätzbaren Wahrheitsgehalts (Veracity) nur begrenzt durch aktuelle Datenbanken und Datenmanagementwerkzeuge verarbeitet werden können =Big Data Analytics beschreibt verschiedene technologische Ansätze, die sich mit der Speicherung, Verwaltung, Analyse und Visualisierung sehr großer Datenbestände aus vielen unterschiedlichen Quellen und in unterschiedlichen Formaten befassen. Große Wertschöpfungspotentiale durch Zugril auf riesige Mengen an Daten -> Bedarf fortschrittlicher Datenanalytik Big Data Eigenschaften 4Vs o Volume: das zunehmende Speichervolumen, das für die kontinuierliche Sammlung von Daten benötigt wird. Hierfür müssen Unternehmen geeignete Infrastrukturen bereitstellen, die eine kostengünstige und performante Speicherung und Aufbereitung der Daten ermöglichen o Variety: die zunehmende Datenvielfalt. Neben normalerweise strukturierten Daten gibt es hier auch unstrukturierte Daten ohne festgelegte Form und Struktur, die nun neue Methoden und Verfahren zur Speicherung und Aufbewahrung benötigen o Velocity: die hohe Geschwindigkeit, einerseits der Datengenerierung und andererseits der notwendigen Verarbeitung dieser Daten. Hierfür braucht es spezielle Informationssysteme um zeitnah auf kritische Ereignisse zu reagieren o Veracity: die Qualität und Vertrauenswürdigkeit der Daten und darauf abgeleiteten Erkenntnissen. Diese Eigenschaft ist derzeit noch eine Herausforderung für Big Data. Zur Verarbeitung dieser Daten benötigt es Explorative und Echtzeit- Datenanalysen (besonders zeit- und rechenaufwendig) NoSQL: Datenbenksysteme, denen klein relationales Datenbenkschema zugrunde liegt. Sind in der Lage große Mengen unstrukturierter Daten zu speichern Speicherung dieser Daten entweder in dezentralen Systemen oder in In-Memory- Datenbanken Potenzial von Big Data Analytics für Unternehmen: Optimierung von Produktionsprozessen, verbesserte Kundenansprache, Nutzung von Daten aus social Media für personalisiertes Marketing, Modellanalysen für Kriminalitätsbekämpfung, bessere Prognose von Krankheiten,… Probleme von Big Data Analytics: Speicherung, Verarbeitung und Auswertung personenbezogener Daten, Verlust der Datenhoheit, wachsende Qualiﬁzierungsanforderungen an Benutzer von Big-Data-Analytics-Systemen 3.7 Mobile Informations- und Kommunikationstechnologien = bezeichnet die Nutzung betrieblicher und persönlicher Informationssysteme von mobilen Endgeräten aus über das drahtlose Internet Ubiquitious Computing gilt als Überbegril für IKT Systeme und beschreibt die allgegenwärtige Bereitstellung von IKT in der physischen Welt Mobile Computing wird durch zwei grundlegende Technologien ermöglicht o Drahtlosnetzwerkte (WLAN, Bluetooth, LTE,…) und o Positionierungssysteme (GPS, WLAN-Triangulation,...) Dadurch Angebot von lokalisationsbasierter Dienste Apps sind kleine Anwendungsprogramme die über das Internet bereitgestellt und auf auf Smartphone, … ausgeführt werden 4._Industrie 4.0 und intelligente Dienste 4.1 Von der Fertigungshierarchie zur vernetzten Fertigung =Industrie 4.0 beschreibt die vertikale (innerhalb eines Unternehmens) und die horizontale (sowohl über mehrere Unternehmensbereiche als auch über mehrere Unternehmen entlang der Wertschöpfungskette hinweg) Verknüpfung von CPS zur elizienten, dezentral organisierten und ﬂexiblen Produktion von Erzeugnissen oder Durchführung von Dienstleistungen Vielzahl unterschiedlicher Deﬁnitionen von Industrie 4.0 und fehlendes einheitliches Verständnis des Begrils Begril Industrie 4.0 setzt sich aus 2 Komponenten zusammen o Erstens „Industrie“ also die Wirtschaft die materiellen Güter mit hohem Grad an Mechanisierung und Automatisierung produziert o Zweitens „4.0“ also eine auf Softwareentwicklung angelehnte Versionsbezeichnung, die die Prägung der vierten industriellen Revolution hervorheben Automatisierungspyramide als ehemaliges Standardmodell der Daten- und Informationsverarbeitung der Automatisierungstechnik 1. Feldeben: beschreibt die Produktionsstätte. Sensoren und intelligente Produkte liefern produktionsrelevante Daten in Form von Signalen an der Steuerungsebene. Aktoren wiederum verarbeiten Signale aus der Steuerungsbene und setzen diese in entsprechende Maßnahmen um. 2. Steuerungsbene: wertet über eine speicherprogrammierbare Steuerung Sensordaten aus und sendet entsprechende Ausgangssignale an die Feldebene zurück. Über Aktoren werden diese Signale verarbeitet und bpsw. Durch Hydraulik in mechanische Bewegungen umgewandelt. 3. (Prozess-) Leitebene: dient unter anderem zur Visualisierung produktionsrelevanter Vorgänge. So sollen vor allem die Prozessteuerung sowie Warnmeldungen über spezialisierte Prozessleitsysteme, die als Shopﬂoor- Managementesysteme bezeichnet werden, mittels Mensch-Maschine- Schnittstellen für den Benutzer leicht verständlich dargestellt werden. Leiteben kann somit als Bedien- und Beobachtungssystem angesehen werden 4. Betriebsebene: hier ist das Manufacturing Execution System für die Steuerung, Lenkung und Kontrolle der Produktion zuständig. Die Hauptaufgaben dieser Ebene liegen vor allem in der Produktionsfeinplanung sowie in der Datenerfassung für das Qualitätsmanagement, wobei entsprechende Daten für zukünftige Planung an der Enterprise-Resource-Planing-System (ERP-System) weitergeleitet werden. Diese Ebene dient somit als Bindeglied zwischen Steuerungs- und Unternehmensebene. 5. Unternehmensebene: der ERP-System auf der Unternehmensebene, die auch Topﬂoor genannt wird, ist für die Produktionsgrobplanung und Bestellabwicklung der industriellen Fertigung zuständig. Nachteil der Automatisierungspyramide: Sie ist durch die Ebenenstruktur hierarchieorientiert und basiert auf sequenziellen sowie ex ante optimierten Abläufen, die von den verschiedenen Ebenen überwacht und gesteuert werden -> Reihenfolge der Aufträge innerhalb einer Ebene zeitlich und räumlich genau bestimmt Starre und unﬂexible Reihenfolge der Auftragsabarbeitung Ablösung der Automatisierungpyramide durch CPS-basierte Automation Eine sich selbst steuernde, ﬂexible Produktion, in der Produkte und Systeme vernetzt Daten und Informationen austauschen und Daten vertikal und horizontal entlang der Wertschöpfungskette und darüber hinaus weitergeben Erhebung, Speicherung und Analyse der Prozessdaten über eine Cloud (Cloud- Automatisierung) Ebenen entlang der Datenströme 1. Physische Objekte: intelligente physische Objekte. Hier ﬁnden eigenständig durch die Objekte durchgeführt auch Aktivitäten der Produktionsplanung und -steuerung statt 2. Datenspeicher: Vernetzung mittels Inter- oder Intranets mit Zugril auf die Datenspeicher (zunehmend in Clouds). Hier überwiegend die Leit- und Betriebsebene der Pyramide 3. Dienstsysteme: Daten aus Ebene 2 werden direkt an entsprechende Dienstsysteme weitergegeben. Erst hier Verarbeitung der Daten aus Ebene 1 (mit Big-Data-Analytics). Ergebnisse der Analysen werden als Steuerungsdaten über die zweite an die erste Ebene zurückgegeben 4.2. Intelligente Produkte und Fabriken = Intelligente Produkte: physische Produkte, die durch ihre cyber-physische Eigenschaften selbst Daten für ihr eigenes virtuelles Abbild zur Verfügung stellen = Intelligente Fabrik: ist ein einzelnes Unternehmen oder ein Verbund von Unternehmen, in dem u.a. CPS, das Internet der Dinge und andere Informations- und Kommunikationstechnologien der digitalen Transformation maßgeblich zur Abwicklung des vollständigen Wertschöpfungsprozesses herangezogen werden, um ﬂexibler auf Anfragen reagieren zu können Beherrscht die der Technologie und den Fertigungsprozessen zugrundeliegende Komplexität, ist weniger störanfällig und steigert die Elizienz in der Produktion. Probleme werden automatisch und in Echtzeit erkannt und gesteuert Aufgabe des Menschen wandelt sich immer mehr in Richtung Überwachung, Optimierung und Programmierung der Automatisierungssysteme Anforderung an intelligente Fabriken: o Alle technischen Komponenten müssen zu einem funktionierenden Gesamtsystem integriert und aufeinander abgestimmt werden o Sicherheitstechnische Anforderungen: Gefahr von Eingrilen durch Schadsoftware, das sich im schlimmsten Fall über das System ausbreitet und zu Stillstand des Gesamtsystems führen könnte. Notwendigkeit eines speziﬁsch abgestimmten Sicherheitssystems das stetig weiter entwickelt wird o Notwendigkeit qualiﬁzierten Personals: mit die größte Schwierigkeit Herausforderung bei Umsetzung von Industrie 4.0 für kleine und mittelständische Unternehmen: o Operatives Geschäft muss kurzfristig ausgesetzt und neu geplant werden o Finanzielle Belastung bei der Einführung des neuen Systems 4.3 Intelligente Dienste = sind digitale Dienstleitungen, die auf der Basis vernetzter Systeme Daten aggregieren und analysieren. Die dabei entstehenden Informationen und Nutzenpotenziale werden im Rahmen dienstleistungsbasierter Geschäftsmodelle über digitale Marktplätze und Schnittstellen vermarktet Größtes Nutzenpotential in der Betriebsphase (nach dem Verkauf) Intelligente Produkte senden Betriebsdaten direkt an das Unternehmen -> intelligente Daten Diese werden mit Kontext angereichert und zu systemisch verwertbaren Informationen transformiert Bsp. Drucker der automatisch neue Patronen bestellt Geschäftsmodelle im Kontext von intelligenten Diensten: Integration von Kunden: Aufgaben der Wertschöpfung werden an Kunden übertragen. Es entsteht gemeinschaftlicher Mehrwert. Bsp. Crowdfunding, Open-Source-basierte Geschäftsmodelle… Dienstleistungsorientierung: Kundenbeziehung wird auch nach Verkauf aufrechterhalten. Ausnutzung Wertschöpfungspotentiale wie bspw. Erhalt relevanter Daten vom Kunden. Bsp. Rent Instead of Buy, Subscription, …. Datenalalytik: Sammeln und Analysieren von Transaktions- und Verwendungsdaten kann z.B. für Produkt- und Preisgestaltung herangezogen werden. Bsp. Flatrate, Frremiums, Pay-per-Use, … Weitere Anwendungsgebiete von intelligenten Diensten: - Quantiﬁed Self. - Smart Home - Smart City

Document Details

Tags

Related

Full Transcript

Upgrade to continue