WISSENSDATENBANK
Entdecken Sie unser Fachwissen
Fachbeiträge zur IIoT-Einführung in Brownfield-Werken, vom ersten Pilotprojekt bis zum werksweiten Standard.
Wie bringt Ihr Team einer Kamera ohne Trainingsdaten bei, worauf sie achten soll?
Kernproblem: Klassische Bildverarbeitung braucht Hunderte annotierter Bilder und für jede neue Prüfung ein eigenes Projekt, deshalb werden die meisten Prüfungen nie automatisiert, und die Kamera hält…
Artikel lesen
Wie helfen Kameras, wenn jemand stürzt oder das Werk evakuiert wird?
Kernproblem: Wer in einer abgelegenen Ecke des Werks stürzt, kann lange unbemerkt am Boden liegen, und nach einem Alarm oder einem Erdbeben ist nicht schnell klar, wie viele Menschen noch im Gebäude …
Artikel lesen
Wie kann eine Kamera Menschen warnen, die einem Roboter zu nahe kommen?
Kernproblem: Beschäftigte gehen beim Einrichten, bei der Instandhaltung und bei der Materialversorgung in Roboterzellen, Beinaheunfälle werden nicht gemeldet, und niemand weiß, wo in der Zelle sie pa…
Artikel lesen
Wie macht eine Kamera eine Zeitaufnahme, ohne jemanden zu identifizieren?
Kernproblem: Zeitaufnahmen mit der Stoppuhr umfassen nur wenige Stunden, verändern die Arbeitsweise, solange der Beobachter danebensteht, und zeigen kaum, wo über die ganze Schicht Zeit verloren geht
Artikel lesen
IoT zum wiederholbaren Betriebssystem machen in einem gewachsenen Werk
Kernproblem: Maschinendaten sind vorhanden, aber Entscheidungen hängen trotzdem davon ab, wer gerade Schicht hat, und die Ergebnisse verblassen, wenn Personen wechseln
Artikel lesen
Wie prüft eine Kamera, ob jeder Montageschritt in der richtigen Reihenfolge erledigt wurde?
Kernproblem: Bei manueller Montage oder Instandhaltung wird ein Schritt ausgelassen oder in der falschen Reihenfolge ausgeführt, und niemand bemerkt es, bis das Teil undicht wird, eine Prüfung nicht …
Artikel lesen
IoT-Governance nach dem ersten Jahr: Datenaufbewahrung, Rückverfolgbarkeit und Auditfähigkeit
Kernproblem: Nach dem ersten Jahr weiß niemand genau, wer welches Signal verantwortet, wie lange Daten aufbewahrt werden oder wie man einem Auditor zeigt, woher eine Zahl stammt
Artikel lesen
Wie prüft eine Kamera, ob jede Schraube an ihrem Platz ist?
Kernproblem: Eine fehlende oder falsche Schraube rutscht durch die Sichtprüfung und fällt erst später auf, an der nächsten Station oder beim Kunden
Artikel lesen
Multi-Site-IoT: Was Sie vereinheitlichen sollten und wie Sie den Wert über Werke hinweg nachweisen
Kernproblem: Jedes Werk berichtet IoT-Ergebnisse auf eigene Art, sodass niemand Standorte vergleichen oder den Gesamtwert sehen kann
Artikel lesen
Von der Transparenz zur geschlossenen Reaktion: Instandhaltungsprioritäten und Planänderungen
Kernproblem: Die Produktion ist sichtbar, aber Signale werden trotzdem zu Rauschen, zu stündlichen Umplanungen oder zu Problemen, die immer wiederkehren
Artikel lesen
Vom Pilotprojekt zum Werksstandard: IoT auf alle Linien ausrollen
Kernproblem: Ein erfolgreicher IoT-Pilot bleibt ein Projekt an einer Linie, und jede neue Linie wird mit anderen Regeln neu aufgebaut
Artikel lesen
Wann Sie IoT mit MES, ERP und CMMS integrieren sollten und wann aus Alarmen Arbeitsaufträge werden
Kernproblem: Die Integration beginnt, bevor die Maschinendaten stabil sind, und jeder Alarm flutet das CMMS mit Arbeitsaufträgen, die niemand einplant
Artikel lesen
Maschinendaten in der Schichtübergabe nutzen, ohne mehr Berichte zu schreiben
Kernproblem: Schichtübergaben beruhen auf Gedächtnis und handschriftlichen Notizen, und neue IoT-Systeme bringen oft noch einen weiteren Bericht dazu
Artikel lesen
Kameras als Sensoren: Wann Bildverarbeitung den Sensor schlägt und wann nicht
Kernproblem: Manuelle und alte Arbeitsplätze liefern keine Daten, und die Nachrüstung von Sensoren kostet mehr, als der Arbeitsplatz wert ist
Artikel lesen
Wenn Bediener den Daten nicht trauen: So setzt sich IoT in der Fertigung durch
Kernproblem: Bediener ignorieren IoT-Signale oder umgehen sie, weil die Daten falsch, unerklärt oder gegen sie verwendet wurden
Artikel lesen
Maschinendaten ohne Kontext sind nur Rauschen: Stillstandsgründe, Zustandsmodelle und Datenqualität
Kernproblem: Die Maschinen sind angebunden, aber die Daten sagen weder, warum die Linie stand, noch ob man den Zahlen trauen kann
Artikel lesen
7 Fehler, die Fabriken bei der Einführung von IoT machen
Kernproblem: IoT wird installiert, die Dashboards sehen beeindruckend aus, und Entscheidungen werden trotzdem nach Erfahrung getroffen
Artikel lesen
Wie Sie den ersten IoT-Anwendungsfall in Ihrem Werk auswählen
Kernproblem: Erste IoT-Projekte werden nach der Technik ausgewählt und bleiben stecken, weil niemand die Entscheidung definiert hat, die sie verbessern sollen
Artikel lesen
Edge oder Cloud in der Fertigung: Wo Maschinen- und Kameradaten verarbeitet werden sollten
Kernproblem: Die IT stoppt Maschinen- und Kameraprojekte, weil niemand klar sagen kann, wohin die Daten gehen
Artikel lesen
Warum Maschinenalarme in der Produktion scheitern: Fehlalarme, Eskalation und Reaktionszeit
Kernproblem: Maschinenalarme werden ignoriert, weil es zu viele sind, sie an niemand Bestimmten gehen und niemand verfolgt, was danach passiert
Artikel lesen
Live-OEE oder OEE aus der Tabelle: Die versteckten Kosten manueller Messung
Kernproblem: Die OEE wird einen Tag später von Hand nachgebaut, mit fehlenden Stillständen und geschätzten Gründen, sodass niemand darauf reagieren kann
Artikel lesen
Was Sie in den ersten 90 Tagen IoT messen sollten und wie Sie den Nutzen eines Pilots bewerten
Kernproblem: Piloten laufen monatelang ohne vereinbarte Zahlen, sodass niemand sagen kann, ob skaliert werden soll
Artikel lesen
Alte Maschinen ohne SPS anbinden: OPC UA, Modbus und Edge-Retrofit
Kernproblem: Gemischte Maschinenparks bleiben im Dunkeln, weil ältere Maschinen als nicht anbindbar gelten
Artikel lesen
Maschinendaten erfassen: Welche Daten zählen (und welche Sie ignorieren können)
Kernproblem: Werke sammeln viele Maschinendaten, doch Entscheidungen fallen weiterhin nach Erfahrung und Gewohnheit
Artikel lesen
Die ersten 30 Tage IoT in einem Brownfield-Werk
Kernproblem: IoT-Projekte wollen zu viel auf einmal abdecken und geraten ins Stocken, bevor jemand ein Ergebnis sieht
Artikel lesen
Business Case für IoT in einem Brownfield-Werk: So rechnen Sie ihn auf
Kernproblem: IoT-Projekte werden auf Basis vager Versprechen genehmigt und geraten ins Stocken, wenn niemand den Nutzen belegen kann
Artikel lesen
Stillstandszeiten reduzieren mit Echtzeitdaten: Was sich an einer Verpackungslinie verändert hat
Kernproblem: Stillstände werden zu spät erkannt und erklärt, um die laufende Schicht noch zu beeinflussen
Artikel lesen