mi | Technik/IT
ware, die Daten aus den unterschiedlichen
Unternehmensbereichen zusammenbringt
und „auswertet“. Dies sind meistens branchenspezifische
Lösungen, die die besonderen
Anforderungen realisieren. Als Beispiel
sei „SAP Dairy Management“ erwähnt,
wo auf der Basis von Felix4 (Fa. GKC-Dairy
Food Consulting AG) die Planung von Roh-
und Hilfsstoffen sowie Verpackungsmaterial
für den Produktionsprozess durchgeführt
sowie eine Produktionsplanung
vorgenommen werden kann. Die Fa. msg
22 3 2020 | moproweb.de
systems AG sorgt nun für die Ankopplung
an SAP, so dass hiermit die Planung im Produktionsprozess
umgesetzt werden.
Die Optimierung von Lieferketten hat begonnen.
Hierzu ist es erforderlich, dass der
Lieferant den Warenbestand des Abnehmers
kennt, über zukünftige Aktionen des
Abnehmers weiß und somit seine eigene
Fertigung hierauf ausrichten und optimieren
kann. Einige Beispiele im Verpackungsbereich
(siehe Ahlemer Fachtagung 2012 Ref.
1) gibt es. Dies sind individuelle Lösungen
und setzen eine Vertrauensbasis voraus, die
zum beiderseitigen Vorteil gereicht: der Abnehmer
hat die Ware, die er benötigt, und
keine unnötigen Lagerbestände sowie der
Lieferant kann seine Produktion optimieren,
um von „Losgröße 1“ wegzukommen. Die
Optimierung der Supply Chain ist heutzutage
in aller Munde. Kann man sich dies im
Lebensmittelbereich über die gesamte Kette
– vom Erzeuger über den Verarbeiter bis
zum Lebensmitteleinzelhandel – vorstellen?
Letzteres Beispiel zeigt, dass man in Abhängigkeit
von vorhandenen Daten und
deren möglicher Nutzung immer speziellere,
ev. individuellere Lösungen benötigt.
Bezogen auf den Produktionsprozess ist
die Datenlage heterogen, teilweise unvollständig.
Bzgl. der Nutzung orientiert man
sich bis jetzt immer nur an der Rezeptur.
Es gibt aber auch schon zukunftsweisende
Konzepte. Das Beispiel „Powdereye“ der
Fa. GEA zeigt, dass man zur Steuerung der
Trocknung bei der Pulverproduktion Inline-
Messtechnik einsetzt, um die Datenlage zu
verbessern, sowie diese Daten intelligent
nutzen/auswerten muss, um Pulver gewünschter
Qualität herzustellen.
Was muss geschehen?
Die bisherigen „Insellösungen“ – Labordaten
liegen im Labor vor, Prozessdaten in der Produktion,
usw. – müssen verknüpft werden.
Heute nennt man dies Vernetzung. Schon
1990 (Ref. 2) wurde gezeigt, wie dies erfolgen
kann. Heute würde man unter Nutzung relationaler
Datenbanken bei der Auslösung eines
Produktionsauftrags einen Datensatz anlegen,
auf den sich alle weiteren Daten, die diesbzgl.
erhoben werden, beziehen/referenzieren.
Hiermit hat man einen Schlüssel geschaffen,
um die entsprechend an unterschiedlichen
Orten erfassten Daten zusammenzuführen.
Informationen für die gesetzlich notwendige
Rückverfolgbarkeit wären dann per „Knopfdruck“
als Beiprodukt sofort erhältlich.
Hat man nun solche „durchgängigen“ Datensätze,
so zeigten Auswertungen in der
Vergangenheit (Ref. 3), dass man im Wesentlichen
die Verifikation der Rezeptur nur erhalten
kann. Darüberhinausgehende Rückschlüsse
sind nur eingeschränkt möglich. Hiernach
stellt sich die Frage, wie der Informationsgehalt
gesteigert werden kann. Moderne Messtechniken
in der Prozesslinie wie z. B. obiges
„Powdereye“ generieren Informationen, die
es mit Produkteigenschaften zu verknüpfen
gilt. Auch hier wurde schon 1995 (Ref. 4) ge-
Abbildung 3: Die rote Linie zeigt die Infrarottrockenmasse als Funktion der Zeit, die
blaue den Volumenstrom zum Separator. Ein Tankwechsel um 16.30 Uhr zeigt, wie
schnell der PID-Softwareregler die gewünschte Trockenmasse einstellt
Abbildung 4: Beispielhafte Darstellung für eine Größe (hier pH-Wert) über die Zeit