Mit Synsights können Unternehmen Maschinendaten aus unterschiedlichen Quellen auf einer IIoT-Plattform zusammenführen, zentral überwachen und steuern – und das ganz einfach in Form von Software as a Service. Dafür nutzt Syntax unter anderem einen digitalen Zwilling von Maschinen und Komponenten auf Stammdaten-Ebene und bildet die gesamte Asset-Hierarchie ab. So sind beispielsweise Informationen zu Herstellungsdatum und Einsatzort abrufbar, außerdem Bilder, Zeichnungen, Wartungsanweisungen und andere Dokumente.
Darüber hinaus lässt sich Synsights als IIoT-Plattform unternehmensspezifisch individualisieren. Dazu gehört die Möglichkeit, Informationen zu verdichten, um die Darstellung übersichtlicher zu machen. Zusätzlich können Live-Betriebsdaten, etwa zu Laufeigenschaften, Stromverbrauch, Temperatur oder Verschleiß, dargestellt, analysiert und über eine „rule engine“ als Auslöser für definierte Aktionen genutzt werden, beispielsweise für Alerts.
Eine IIoT-Plattform für jeden Zweck
Synsights eignet sich für eine Reihe an unterschiedlichen Einsatzgebieten.
Digitale Fabrik
Unternehmen können Synsights nutzen, um den eigenen Maschinen- und Anlagenpark zentral im Blick zu haben – und so für reibungslose Produktionsabläufe und hohe Profitabilität zu sorgen.
Neue Geschäfts- und Erlösmodelle
Hersteller von Maschinen sind in der Lage, ihren Kunden Zugriff auf die IIoT-Plattform zu gewähren und darüber neue Services anzubieten – zum Beispiel die Nutzung von Betriebs- und Servicedaten als zusätzliche Erlösquelle oder für mehr Kundenbindung.
Neue Servicemodelle
Hersteller haben die Möglichkeit, externen Field Service Providern Betriebsdaten über die IIoT-Lösung zu übermitteln – als Basis für den technischen Kundendienst. So können Techniker eine Maschine schon vor dem Einsatz digital in Augenschein nehmen und eventuell benötigte Ersatzteile direkt mitführen.
Closed-Loop-Szenarien
Die über Synsights generierten Erkenntnisse lassen sich direkt in bestehende Businessprozesse in SAP integrieren. Erkennt Synsights beispielsweise einen bevorstehenden Defekt einer Maschine, wird automatisch eine Aufforderung mit entsprechendem Fehlerbild in SAP erstellt.
Der Nutzen von Synsights IIoT-Plattform im Überblick
Synsights hilft Industrieunternehmen, das Industrial IoT für sich zu erobern – und die eigene Marktposition durch entsprechende IIoT-Lösungen zu stärken.
Qualitätsmanagement
Produktions- und Logistikprozesse im Sinne einer höheren Qualität besser überwachen und zielgerichtet steuern
Kosteneffizienz
Leistung und Laufzeiten von Maschinen und Anlagen steigern und damit die Produktivität und die Profitabilität erhöhen
Value Added Services
Neue Geschäfts- und Umsatzmodelle auf Basis zusätzlicher, digitaler Aftermarket-Services
Optimierte Wartung
Mit Predictive Maintenance den Wartungs- und Reparaturservice im Sinne von Kostenreduzierung und optimaler Verfügbarkeit optimieren
FAQ: Synsights IIoT-Plattform
Wie kann ich relevante Daten aus meinen Maschinen extrahieren?
Die Planung für eine Anbindung von Produktionsmaschinen ist so individuell und heterogen wie die vorhandene Maschinenlandschaft. Deswegen braucht es für die Auswahl der passenden Komponenten und Tools wie Gateway-Infrastruktur, Sensorik und die richtige Middleware für die Entwicklung von Edge-Applikationen ein geschultes Auge. Grundsätzlich lassen sich vier Anbindungstypen unterscheiden.
- Moderne Maschinen (MQTT- oder OPC UA-Schnittstellen). Hier läuft die Maschinenanbindung über Bordmittel von Cloud-Providern.
- Maschinen mit einer speicherprogrammierbaren Steuerung (SPS), die durch proprietäre Protokolle angebunden werden können. Hier kommt meist eine Middleware mit entsprechenden Treibern zum Einsatz.
- Ältere Maschinen ohne SPS, bei denen externe Sensoren verbaut und genutzt werden müssen. Diese externe Sensorik kann auch ergänzend bei den Maschinentypen a) und b) installiert werden.
- Kundenspezifische Installationen. Existiert kein Standard, müssen kundenspezifische Verbindungslogiken entwickelt werden.
Da in einem Unternehmen für gewöhnlich zwei bis vier dieser Anbindungsvarianten vorhanden sind, sollten IT-Verantwortliche auf einen Partner setzen, der alle Szenarien beherrscht und deshalb die entsprechenden Services aus einer Hand bieten kann.
Wie lange dauert es, bis ich Wartungen meiner Maschinen vorhersagen kann?
Die Dauer, um zu einem signifikanten Ergebnis zu kommen, bewegt sich in der Regel zwischen zwei und zwölf Monaten, doch die Antwort auf diese Frage hängt von mehreren Faktoren ab:
- Der Grad der Maschinenanbindung: Diese kann von „quasi voll vernetzt“ bis „gar nicht vernetzt“ reichen. Je vernetzter die Anlagen sind, desto mehr Daten liefern sie als Basis für genauere Prognosen.
- Die Art der erhobenen Daten: Geht es um Betriebsdaten oder um weitergehende Daten wie Prozess- und Maschinendaten? Welche Daten für die Vorhersage relevant sind, ist abhängig vom jeweiligen Fall und wird von Prozessexperten und Data Scientists gemeinsam erörtert.
- Qualität und Quantität der Daten: Nur wer ausreichend viele und qualitativ hochwertige Daten sammelt und nutzt, bekommt wichtige Einblicke als Basis für verlässliche Vorhersagen.
Wie läuft die Einführung einer vorausschauenden Wartung ab?
Um die entsprechenden Machine-Learning-Modelle zu erstellen, braucht es oft noch gar keine direkte Anbindung an die Cloud – es reicht zunächst, Daten im Shopfloor zu sammeln. Parallel dazu empfiehlt es sich, Projekte für die Verbindung von unterschiedlichen Maschinentypen durchzuführen, um Live-Daten aus dem Shopfloor in die Cloud zu bringen.
In einem nächsten Schritt werden die Modelle dahin gebracht, wo die Auswertung erfolgen soll – On-Prem oder in der Cloud –, und mit dem Live-Datenstrom verknüpft, um Vorhersagen treffen zu können. Am Ende erfolgt dann der entscheidende Schritt: Die gewonnenen Kenntnisse über bevorstehende Maschinenausfälle werden mit bestehenden Geschäftsprozessen verzahnt und in Systeme wie SAP ERP/MES übertragen.
