Die Wert­schöp­fung in der pro­du­zie­ren­den Indus­trie ist heut­zu­ta­ge geprägt von kapi­tal­in­ten­si­ven Pro­duk­ti­ons­an­la­gen, wel­che sich durch einen hohen Grad an Auto­ma­ti­sie­rung aus­zeich­nen. Dabei liegt es in der Natur der Sache, dass im fort­lau­fen­den Betrieb eine Viel­zahl von Daten anfal­len. Oft­mals wer­den die­se aber nur zur ihrem ori­gi­nä­ren Zweck, dem Steu­ern und Regeln der Pro­duk­ti­ons­pro­zes­se ver­wen­det und nicht etwa für wei­te­re Nut­zungs­mög­lich­kei­ten archi­viert. „Solan­ge die Maschi­nen und Anla­gen lau­fen, wird nicht genau auf die­se Daten geschaut", weiß Jür­gen Wal­ter, Geschäfts­füh­rer von Data­tro­niq, seit Som­mer 2016 Mit­glied in der Indus­tri­al Data Space Asso­cia­ti­on. Das Unter­neh­men mit Sitz in Stutt­gart und Ber­lin arbei­tet zur­zeit gemein­sam mit dem Fraun­ho­fer IOSB an dem Use Case „Pro­gnos­ti­zie­ren­de Instand­hal­tung und pro­zess­be­glei­ten­de Qua­li­täts­si­che­rung mit­tels IDS" und hat es sich grund­sätz­lich zur Auf­ga­be gemacht, mit­hil­fe von Daten kon­kre­te Hand­lungs­an­wei­sun­gen zu gene­rie­ren. „Ziel ist die Ver­bes­se­rung der Gesamt­an­la­gen­ef­fek­ti­vi­tät durch die Ana­ly­se und Aus­wer­tung der Daten", so Wal­ter. Län­ge­re Lauf­zei­ten der Maschi­nen, weni­ger Unter­bre­chun­gen und mög­lichst kei­ne Still­stän­de sol­len den Unter­neh­men Wett­be­werbs­vor­tei­le brin­gen. „Und die­se Ver­bes­se­run­gen im Bereich der Anla­gen­ver­füg­bar­keit ist mög­lich, wenn die Daten­men­gen nicht ein­fach nur anfal­len, son­dern auch nutz­bar gemacht wer­den."
Die­se Erkennt­nis und das not­wen­di­ge Ver­ständ­nis für den neu­en Umgang mit Daten in Pro­duk­ti­ons­ab­läu­fen fin­det Jür­gen Wal­ter bei vie­len Unter­neh­men bereits vor. Aber: „Die Umset­zung ist oft­mals noch schwie­rig." Manch­mal sind die Zwei­fel, ob der ver­spro­che­ne Nut­zen wirk­lich auch ein­trifft, zu groß. „Das lässt vie­le Unter­neh­men abwar­ten", so der Data­tro­niq-Geschäfts­füh­rer. Vie­le Maschi­nen, die zur­zeit lie­fen, sei­en auch nicht kom­plett auf den Betrieb in einer digi­ta­li­sier­ten Pro­zess­ket­te aus­ge­rich­tet. „Selbst neue Maschi­nen, die erst seit einem Jahr lau­fen wur­den viel­leicht vor vier Jah­ren aus­ge­schrie­ben – da war die Digi­ta­li­sie­rung oft­mals nicht Teil der Aus­schrei­bung", so Wal­ter. Das macht ein Retro­fit­ting, ein Nach­rüs­ten der Maschi­nen zum Bei­spiel im Bereich der Sen­so­rik, und damit Inves­ti­tio­nen not­wen­dig. „Inves­ti­tio­nen, die sich im Hin­blick auf den Nut­zen aber aus­zah­len wer­den", ist Jür­gen Wal­ter sicher.
Ein wei­te­rer Grund, der Unter­neh­men zögern lässt: Die rie­si­gen Daten­men­gen müs­sen erst ein­mal erfasst und sys­te­ma­tisch aus­ge­wer­tet wer­den. „Grund­sätz­lich lie­gen die Daten ja qua­si nur im Roh­for­mat vor und müs­sen zu Infor­ma­tio­nen gemacht, ana­ly­siert und in Hand­lungs­an­wei­sun­gen umge­wan­delt wer­den", so Wal­ter. Die­sen zusätz­li­chen Auf­wand kön­nen und wol­len vie­le Unter­neh­men nicht sel­ber leis­ten. Dann kom­men exter­ne Dienst­leis­ter wie Data­tro­niq aber auch die Idee des Indus­tri­al Data Space ins Spiel. „Wenn Unter­neh­men gro­ße Daten­men­gen raus­ge­ben, möch­ten sie sicher sein, dass die­se zweck­ge­bun­den genutzt wer­den", so Wal­ter. Wer bekommt mei­ne Daten? Zu wel­chem Zweck? Über wel­chen Zeit­raum? Und mit wel­chem Zugriffs­rech­ten? All die­se Fra­gen beant­wor­tet und regelt der Indus­tri­al Data Space. „Der Auf­bau und die Ent­wick­lung eines Indus­tri­al Data Space ist dar­um der abso­lut rich­ti­ge Schritt", ist Wal­ter über­zeugt. Auch, wenn es um einen wei­te­ren Aspekt geht: Dann näm­lich, wenn Unter­neh­men ihre Daten erfas­sen und sie Kun­den zugäng­lich machen möch­ten, um die Per­for­mance ihrer Anla­gen und damit auch die Qua­li­tät ihrer Erzeug­nis­se und Sta­bi­li­tät ihrer Pro­zes­se zu bele­gen. „Das bringt einen enor­men Wett­be­werbs­vor­teil", so Wal­ter. „Und der Indus­tri­al Data Space bringt die not­wen­di­ge Sicher­heit für die­sen Daten­aus­tausch."