zapp2photo - Fotolia

Industrie 4.0: Die Top-5-Herausforderungen für Unternehmen im IIoT

IIoT, besser bekannt als Industrie 4.0, stellt alle Firmen vor große Herausforderungen. Um sie zu meistern, sind Big-Data-Strategien ein guter Ansatz.

Die physische Welt wird gerade digitalisiert. Es gibt eine explosionsartige Vermehrung von intelligenten Geräten, die permanent miteinander kommunizieren und enorme Datenvolumen am laufenden Band produzieren. Diese Daten ändern die Art, wie heutzutage Unternehmen geführt werden.

Die Basis für Industrie 4.0 oder das Industrielle Internet der Dinge (Industrial Internet of Things, IIoT), die Echtzeitdynamik von Data Analytics, schafft sowohl neue Chancen als auch Herausforderungen für die Unternehmensleitung. In einem Bericht von Accenture sagte die Hälfte der befragten Führungskräfte aus dem Industrie- und Gesundheitssektor, dass ihnen die erforderliche Fähigkeit dafür fehlt, das enorme Volumen an verschiedenartigen Daten, das in ihren Betrieben anfällt, zu konsolidieren und zu interpretieren.

Doch 72 Prozent dieser Unternehmen fürchten, dass sie innerhalb des nächsten Jahres Marktanteile verlieren, wenn sie nicht in der Lage sind, ihre Big-Data-Strategie zu implementieren. Was hält sie also davon ab? Im Folgenden finden Sie die Top-5-Herausforderungen, denen sich Organisationen im Zeitalter von IIoT ausgesetzt sehen.

1. Sichtbarkeit auf Asset-Ebene

Einer der Vorteile von hochmodernen Informationssystemen liegt in der verbesserten Kapazität. Um die gesteckten Produktionsziele zu erreichen, müssen Operatoren die Assets in Echtzeit überwachen und sicherstellen können, dass diese Assets eine optimale Leistung erbringen. Die Operatoren benötigen zudem eine erhöhte Sichtbarkeit und bessere Einblicke in den Status der Maschine, so dass sie in der Lage sind, Anomalien zu erkennen und Probleme zu beheben, bevor sie auftreten.

Das Asset-Performance-Management kann den Operatoren Antworten auf wichtige Fragen liefern, etwa wie oft Equipment ausfällt. So läßt sich priorisieren, wie das Equipment gewartet werden sollte oder wie sich unerwartete Fehler und Ausfallzeiten vermeiden lassen.

2. Technologieintegration

In der Vergangenheit wurde das Management der industriellen Technologie aufgeteilt zwischen Informationstechnologie (Information Technology, IT) und operativer Technologie (Operational Technology, OT). Die IT verfolgt einen Top-down-Ansatz, bei dem eine datenbasierte Infrastruktur bereitgestellt und gepflegt wird.

Die OT hingegen beschreitet den umgekehrten Weg, beginnt mit Equipment und Assets und verlagert dann den Fokus auf Monitoring und industrielle Steuerungssysteme. Durch intelligentere Maschinen und die Verbreitung von IIoT sind die Welten von IT und OT ineinander übergegangen. IT und OT, separat mit unabhängigen Systemarchitekturen entwickelt, müssen sich sicher integrieren lassen, ohne dass es zu Datenverlusten kommt oder Sicherheitslücken entstehen.

3. Überalterung der Belegschaft

Nach Angaben des Bureau of Labor Statistics (eine dem amerikanischen Arbeitsministerium zugeordnete Regierungsbehörde) ist davon auszugehen, dass bis 2024 das Durchschnittsalter der US-Beschäftigten bei 42,4 Jahren liegt. In Deutschland wird laut PwC das Durchschnittsalter der Beschäftigten bis 2030 auf 44,5 Jahre steigen (Österreich: 43,7 Jahre, Schweiz: 42,4 Jahre). Es kommt daher nicht überraschend, dass diese Überalterung der Belegschaft Auswirkungen auf eine Reihe von Branchen haben wird. Das Ausscheiden erfahrener Mitarbeiter aus dem Erwerbsleben wird, so die Annahme, zu einer Qualifikationslücke führen. Zwar werden die jüngeren Generationen über neue Qualifikationen verfügen, trotzdem ist es wichtig, dass das Know-how, das ältere Mitarbeiter erworben haben, vor deren Ruhestand erfasst und den Nachwuchskräften zur Verfügung gestellt wird. Die Organisationen müssen sich auf diesen bevorstehenden Wandel vorbereiten, indem sie digitale Technologien nutzen, um den Übergang zu erleichtern.

Eine erweiterte Cloud-Computing- und Softwaretechnologie transformiert den Daten-Management-Prozess und passt sich einer jüngeren Generation der Digital Natives an. Eine Daten-Management- und Data-Analytics-Technologie mit einer einfachen, mobilfähigen Schnittstelle erhöht die Produktivität unternehmensweit dramatisch und reduziert die Kosten, die für die manuelle Organisation und Überprüfung von Daten anfallen. Darüber hinaus könnten die einzelnen Branchen dank der Fähigkeit, Wartungsfälle besser vorherzusehen und unerwartete Probleme mit dem Equipment schneller zu beseitigen, jedes Jahr Milliarden von Dollar sparen.

4. Dateninseln

Es ist für jede Organisation schwierig, die Informationsflut in den Griff zu bekommen. Die meisten Unternehmen kämpfen mit einer Datenflut, die von preiswerten Storage-, Sensing- und Kommunikationstechnologien begünstigt wird. Nur wenige Firmen haben herausgefunden, wie sie die Daten gewinnbringend nutzen. Big Data, die weder strukturiert noch kontextualisiert vorliegen, lassen sich mit herkömmlichen Computing-Ansätzen in vollem Umfang nur schwer kosteneffizient speichern und analysieren – was zu Dateninseln führen kann.

Dateninseln sind entweder eine Begleiterscheinung von operativen Entscheidungen, die ohne den Kontext einer umfassenderen Datenstrategie getroffen werden, oder kommen zustande, weil Legacy-Systeme mit neueren Technologien gemischt werden, ohne dass ein Data-Governance-System vorhanden ist. Als Ergebnis entstehen dann Dateninseln, und diese Fragmentierung stellt komplexe technische und organisatorische Herausforderungen dar. Wenn zum Beispiel die Daten überall in einem Werk oder Betrieb verteilt sind, wird es zu einer ressourcenintensiven und zeitaufwendigen Aufgabe, sie manuell zu integrieren und zu analysieren. Wenn die Daten dann tatsächlich organisiert vorliegen, ist deren Wert womöglich bereits verloren gegangen.

5. Cybersicherheit

Wenn Milliarden von Assets immer intelligenter werden und miteinander vernetzt sind, um Informationen in der Cloud zu speichern, besteht ein zunehmendes Risiko in Sachen Datensicherheit. Cyberangriffe stellen eine Vielzahl von Bedrohungen dar – das betrifft persönliche Geräte wie auch IT-Systeme in Unternehmen –, so dass sowohl Einzelpersonen als auch Institutionen finanzielle Schäden und betriebliche Beeinträchtigungen erleiden können. Es gibt auf der Führungsebene ein wachsendes Bewusstsein dafür, diese Risiken zu entschärfen. Mittlerweile stellen Anbieter Lösungen bereit, um Cyberattacken zu verhindern. Doch da die Industrieunternehmen nach wie vor in digitale Technologien investieren, gilt es, Sicherheitsfunktionen als Auswahlkriterien zu berücksichtigen.

Die IIoT-Herausforderungen, mit denen sich Industrieunternehmen heute konfrontiert sehen, mögen erdrückend erscheinen. Doch diese Herausforderungen bieten wegweisende Geschäftschancen, um die Produktivität und das Wachstum für jene Unternehmen zu verbessern, die einen systematischen Ansatz wagen wollen, zeitgemäße intelligente Daten-Management- und Data-Analytics-Systeme anzuwenden.

Folgen Sie SearchNetworking.de auch auf Twitter, Google+, Xing und Facebook!

Nächste Schritte

IT-Trends 2020: Die Marschroute zur digitalen Zukunft und IoT

Smart Factory: Herausforderungen im Rahmen der Industrie 4.0

Sicherheitsrisiken von IoT und Industrie 4.0 verstehen

Kostenloser Essential Guide: Industrie 4.0 und das Internet der Dinge

Artikel wurde zuletzt im Mai 2017 aktualisiert

Erfahren Sie mehr über IoT, IIoT und Industrie 4.0

- GOOGLE-ANZEIGEN

ComputerWeekly.de

Close