Smart Factory
More efficiency and effectiveness through smart machines and industrial assets
Smart Factory Use Cases
Asset Monitoring
Asset Tracking
Prozessdigitalisierung
Data Sharing
Predictive Quality / Maintenance
Digital Twin
Industrielle Assets in Echtzeit mittels Daten aus Sensoren und PLCs überwachen, z. B.
- Temperaturen
- Vibrationen
- Energieverbrauch
Überwachung der Bewegungen von industriellen Assets, bspw. für
- Lokalisierung in Echtzeit
- Geofencing
- Diebstahlerkennung
- Inventur
- Ganzheitliche Betrachtung von Produktions- und Logistikabläufen durch Integration aller relevanten Daten- bzw. Informationsquellen
- Automatisiertes Anstoßen von Prozessen auf Basis von Echtzeitdaten
Austausch von industriellen Daten mit Teilnehmern entlang der Supply Chain:
- Übergreifende Optimierung von Prozessen
- Data Monetization
Anomalien im Produktionsablauf und bei der Qualität von Erzeugnissen datenbasiert erkennen und Maßnahmen ergreifen:
- Vermeidung von Ausfällen
- Reduktion von Ausschuss
- Schaffung eines digitalen Zwillings von industriellen Assets mit Echtzeitdaten
- Nutzung von Machine Learning und Künstlicher Intelligenz zur Entscheidungsunterstützung
Architecture platform features
Flexible Datenkonnektivität
Digital Twin
Skalierbares IoT Datenmanagement
Maßgeschneiderte Dashboards
Predictive Analytics / Maintenance
Intelligente Alarmierungen
Sicherer Datenaustausch
Individuelles Deployment
Konnektivität zu unterschiedlichsten Daten von industriellen Assets:
- Feldsensoren über MQTT
- PLC über OPCUA
- Klassische IT-Systemnutzung von Standards wie Sparkplug
- Abbildung der digitalen Zwillinge von industriellen Assets in der IoT Plattform
- Ein komfortables Device Management verschafft einen schnellen Überblick zu einzelnen Assets und Assetgruppen
Professionelles Management von IoT-Datenströmen auch für sehr große Datenmengen durch den Einsatz von bewährten Big Data Open Source und Cloud-Technologien
- Passgenaue Visualisierung der Informationen vom Einsatz im Shopfloor bis hin zum Management
- Mandantenfähige Applikationen für unterschiedliche Kundengruppen für die Bereitstellung neuer Services
- Einsatz moderner Datenanalyse-Methoden zur Generierung neuer Erkenntnisse
- Mustererkennung und Forecasting auf Basis der gesammelten IoT-und Maschinendaten
- Mehr Proaktivität durch regelgestützte Alarmierungen bei Schwellwertüber- oder -unterschreitung
- Bei Produktionsstörungen in Abhängigkeit der Schwere individuelle Ansprechpartner benachrichtigen
- Daten einfach und schnell zwischen diversen Werken und einer globalen Datenplattform replizieren
- Daten sicher per APIs mit Lieferanten und Kunden teilen
Für jedes Anwendungsszenario das passende Deployment für die IoT-Plattform: on-premise, Cloud oder Hybrid.
Customer examples
Automotive Supplier
Consolidation of all manufacturing and production data in a common data lake. This enables the creation of live views and comprehensive 360-degree perspectives on all manufacturing-related data. The overarching goal is to support process optimization and increase overall equipment effectiveness (OEE).
Federal Agency
The combination of OPC-UA and Kafka enables secure storage and analysis of high-frequency machine data under 10ms. This helps identify potential signs of machine failure and facilitates accurate planning of maintenance activities, supporting predictive maintenance.
Industrial textiles
Retrofitting of old production facilities in the textile industry to implement an IoT monitoring solution. Equipping the systems with external sensors and reading out the PLC (Siemens S7). An industrial gateway wasused , which was installed on the top-hat rail in the control cabinet and sends the data via MQTT.