Die Daten aus den Bereichen Technik, Fertigung und Außendienst kommen nicht nur aus dem Unternehmen selbst, sondern auch aus der Lieferkette und von Partnerunternehmen. Ein Digital Thread ist der rote Faden, der diese Daten vernetzt und schnelle Zugriffs- und Abfragemöglichkeiten für anfallende Aufgaben in allen Bereichen ermöglicht. Beispielhafte Anwendungen sind datenbasiertes Design, die Analyse der Auswirkungen von Änderungen im Unternehmen, Closed-Loop-Qualitätsansätze und vorbeugende Wartung. Im Gegensatz zu einem isolierten Domänensystem wie PLM-, MES- oder ERP-Anwendungen ermöglicht ein Digital Thread die Abfrage von Daten über verschiedene IT-Systeme hinweg.
Es gibt zwei Gruppen von Daten, die ein Digital Thread miteinander verknüpft. Das sind einmal so genannte „digitale Definitionen“ der Produkte und Prozesse. PLM (Product Lifecycle Management)-Systeme wie Windchill von PTC liefern die meisten dieser digitalen Definitionen. ERP/CRM-Bestellungen, Produkt-Clouds und andere Quellen liefern die „leichteren“ Produkteigenschaften wie beispielsweise Modell und Konfigurationen für ein Auto. Das PLM-System ruft aus diesen Produkteigenschaften konfigurationsspezifische Details ab, indem es „Rezepte“ aus überfrachteten Konstruktionsdefinitionen wie etwa CAD, Stücklisten oder Prozessplänen dekodiert. Durch die Eingabe einer Automarke, eines Modells und von Optionen in ein PLM-System kann dieses beispielsweise eine große Menge an Konstruktionsdetails über die spezifische Konfiguration dieses Fahrzeugs liefern.
Die andere Datengruppe sind konkrete „physikalische Erfahrungen“ mit Produkten und Prozessen. IIoT-Plattformen wie ThingWorx liefern nicht nur von Sensoren gemessene Aktivitätsdaten, sondern auch Fertigungshistorie, Felddispositionen, Arbeitsaufträge der Wartungsabteilung oder Garantieansprüche.
Ein Digital Thread beschafft und kontextualisiert die benötigten Daten aber nur. Er selbst liefert keine Werte unabhängig von anderen Datenquellen. Um einen Mehrwert zu generieren, muss das Ergebnis dieser Datenbeschaffung und -einordnung dem Anwender so präsentiert werden, dass es seine Entscheidungen verbessert. Dies beinhaltet die Synthese der ausgegebenen Daten in einem für Benutzer und Aufgabe effektiven Format, die Orchestrierung der Benutzerinteraktion mit den Daten und die Einbindung des Benutzers auf einem Bildschirm oder einer AR-Anwendung. IIoT-Plattformen wie ThingWorx vervollständigen in Verbindung mit AR-Plattformen wie Vuforia diese Schritte.
Die Herausforderungen bei der Implementierung von Digital Threads resultieren eher aus Prozess- als aus Technologiebeschränkungen. Diese Hindernisse sollten ganzheitlich betrachtet und zu einem möglichst frühen Zeitpunkt eines Projekts angegangen werden. Am Anfang steht die Bedarfsermittlung. Welche vorrangigen Anwendungsfälle gibt es, bei denen der Zugriff auf abteilungs- und unternehmensübergreifende Daten notwendig ist? Welche Daten werden für diese Fälle genau benötigt? Als Ausgangspunkt eignet sich eine Teilmenge dieser Daten. Priorität hat alles, was heute wirklich gebraucht wird, der Rest kann für einen späteren Zeitpunkt „geparkt” werden.
Fertigungsunternehmen versuchen immer wieder, alle vorhandenen Produkt- und Prozessdaten zu extrahieren und miteinander zu verknüpfen. Die Anweisung an ihre App-Entwickler lautet dann: „Hier ist alles, was wir haben, also holen Sie sich das, was Sie brauchen!“ Eine solche Vorgehensweise ist nicht praktikabel, sie sprengt Ressourcen und Budgets. Aufgrund des viel zu umfangreichen Ausgangsmaterials fällt in der Regel auch das Endergebnis – falls es überhaupt in Betrieb genommen wurde – viel zu komplex aus.
Dieses Problem wird durch die Reduzierung auf eine Teilmenge der Ausgangsdaten vermieden. So lässt sich schnell ein praktikables Ergebnis erzielen. Allerdings birgt das die Gefahr, sich zu sehr einzuschränken. Deshalb muss frühzeitig geklärt werden, wie weiter verfahren werden soll. Dabei kommt es vor allem auf zwei Punkte an. Zum einen wird sich die Zahl der Anwendungsfälle unweigerlich erweitern. Das bedeutet auch, dass weitere Daten und Abfragepfade gebraucht werden, die in der Datenbasis des Digital Threads enthalten sein müssen.
Der zweite Punkt betrifft Funktionen innerhalb der vorhandenen Anwendungsfälle, von beschreibenden über prädiktiven bis hin zu präskriptivem Wert. Beschreibende Ergebnisse liefern Datenfelder, die spezifisch für ein Produkt oder einen Prozess sind, im Kontext des Benutzers und der Aufgabe. Ein „leichtgewichtiger” Digital Thread, der die meisten Daten an Ort und Stelle hält, ist dafür gut geeignet. Dabei werden die Daten auch inhärent abgesichert, das heißt, Benutzer können nur auf das zugreifen, worauf sie direkt in den Quellanwendungen zugreifen konnten. Prädiktive und präskriptive Ergebnisse erfordern die Handhabung „schwergewichtigerer” Datenmengen und Sicherheitsstrukturen, um Ähnlichkeiten zu berechnen, Ergebnisse zu analysieren oder maschinelles Lernen zu nutzen.
Der Faktor Mensch beziehungsweise die Struktur, Kultur und Mentalität innerhalb einer Organisation sind nicht zu unterschätzende Aspekte. Die so genannte „soziale Trägheit”, also der Widerwille gegenüber Veränderungen in einem Gefüge, sowie Organisations- oder Informationssilos können erhebliche Hindernisse für die Implementierung von Digital Threads darstellen. Zusammen mit der mangelnden Datenstandardisierung über Gruppen hinweg kann sich dies als schwer zu überwindende Barriere erweisen.
Das A und O zur Überwindung dieser potenziellen Fallstricke ist eine inbegriffene Roadmap, die zu Beginn einer Digital-Thread-Initiative entwickelt wird. Um sicherzustellen, dass Unternehmen über einen solchen Fahrplan verfügen, sollten folgende Elemente berücksichtigt werden:
- Die Bedürfnisse des Unternehmens und seiner Kunden
- Kundennutzen
- Eine Lösung, die das gesamte Ökosystem im Blick hat
Es macht sich bezahlt, die genannten Hindernisse möglichst frühzeitig zu überwinden. Denn dann arbeiten Ingenieure und Strategen des Projektteams nicht mehr in „Silos”. Der Ingenieur denkt als Stratege und umgekehrt. Er weiß, wie sich Entscheidungen auf seinen spezifischen Bereich und die damit verbundenen Unternehmensfunktionen auswirken.
Um sicherzustellen, dass auch CAD-, PLM-, ERP-, MES- oder CRM-Daten aus manuellen Prozessen erfasst und integriert werden, sollten Unternehmen eine Plattformstruktur sowie Entwicklungsstücklisten-Managementsysteme in ihren Digital-Thread-Plan einbeziehen. Diese Funktionen helfen ihnen, schneller zu arbeiten, die Fehleranfälligkeit zu vermindern und Informationssilos zu eliminieren, um so eine vollständige Produktdefinition zu erhalten. Bei der Anbindung auf Leit- und Außendienstebene können Unternehmen noch einen Schritt weitergehen und Fertigungs- und Servicestücklisten implementieren, die auf die Entwicklungsstückliste zurückgehen. Dadurch erhält der Digital Thread einen vollständigen Lebenszyklus-Backbone.
Ein fundiertes Projekt beginnt mit einer „beschreibenden“ Fähigkeit für eine Reihe von vorrangigen Anwendungsfällen, für die derzeit Daten verfügbar und zugänglich sind. Dazu müssen lediglich kleine Metadaten extrahiert, verknüpft und Pfade für diese Anwendungsfall-spezifischen Abfragen hinzugefügt werden. Anbieter von IT-Lösungen haben in der Regel APIs für den Zugriff auf die Daten. Das PLM-System Windchill von PTC ist zum Beispiel einer der ersten Anbieter mit Code of PLM Openness (CPO)-Zertifizierung, die die Interoperabilität zwischen PTC- und Drittsystemen sicherstellt.
Die französische Segel- und Motorboot-Werft Beneteau stand vor der Herausforderung, dass Änderungsanfragen entlang der Wertschöpfungskette mit veralteten Mitteln wie Tabellenkalkulationen bearbeitet wurden und zum Teil weit bis zu den ursprünglichen Entwürfen des Produkts zurückgingen. Dadurch konnte es Monate oder länger dauern, bis die Implementierung abgeschlossen war. Darüber hinaus kam es manchmal zu Änderungen aufgrund von Herstellungsfehlern, Materialänderungen oder auch der Verfügbarkeit von Teilen, was den Prozess zusätzlich verzögerte und fehleranfällig machte.
Dank der Implementierung von ThingWorx Navigate zur Unterstützung seines Digital Threads kann Beneteau die Konstruktions- und Fertigungsdaten aktuell und präzise halten, da der Thread als Single Source of Truth dient. ThingWorx Navigate spricht insbesondere auch einige der technisch weniger versierten Anwender an, da es ihnen half, ohne Verzögerung und mit größerer Genauigkeit auf wertvolle Produktinformationen im gesamten Unternehmen zuzugreifen.
Um mit einem Digital Thread einen beschreibenden Wert zu erreichen, sind noch keine großen Datenmengen oder große Rechnerkapazitäten erforderlich. Allerdings stellt die Iteration in Richtung prädiktive und präskriptive Fähigkeiten deutlich höhere Anforderungen an Computerressourcen, denn hierbei werden große Datenmengen verwaltet.
Hochleistungs-Computing ist der Schlüssel für ein solches Lösungs-Framework, da es Unternehmen die benötigte Rechenleistung zur Verfügung stellt. Der Vorteil eines virtuellen Rechenzentrums besteht darin, dass die Informationen durch die Cloud einfach erweitert oder komprimiert werden können. Dies ermöglicht einen einfacheren Skalierungsprozess über eine Vielzahl von Organisationen, Funktionen und Anwendungsfällen hinweg.
Digital Threads greifen auf sämtliche Daten aus bislang nicht vernetzten IT-Systemen zu. So ermöglichen sie die lückenlose Rückverfolgung des gesamten Produktlebenszyklus und schaffen eine einheitliche Informationsgrundlage für die Optimierung von Fertigung, Wartung und Weiterentwicklung. Für Unternehmen werden sie damit zur unerlässlichen Grundlage für künftige Herausforderungen in einer digitalisierten Arbeitswelt und hart umkämpften Märkten.
Über den Autor: Markus Hannen ist Vice President Go-To-Market Strategy, Zentral Europa bei PTC.