Page 6 - TREND REPORT Juni 2018
P. 6

6 KI & Automatisierung | Juni 2018
TREND REPORT
tig mithilfe unseres PI-Systems, wo- durch die Reparaturkosten um 90 Pro- zent gesenkt werden konnten.“
Technologien richtig implementieren
Die Vorteile für Mitarbeiter und Unter- nehmen liegen auf der Hand, sie müs- sen nur noch zum Einsatz gebracht wer- den. „Für eine gewinnbringende Nut- zung von RPA bedarf es keines besonderen digitalen Reifegrads“, ist sich Wild von Sogedes sicher, betont je- doch, dass der entscheidende Faktor für ein erfolgreiches Projekt nicht per se die grundsätzliche Herangehensweise sei, „sondern die klare Zielde nition der zu optimierenden und automatisierenden Prozesse und Applikation.“
Darius Heisig von Kryon Systems hat sich zum Ziel gesetzt, Unternehmer dabei zu unterstützen, überhaupt erst die notwendige Klarheit über die Pro- zesse im eigenen Haus zu erhalten. Welche Hürden es dabei in der Regel zu überwinden gilt, verdeutlicht er wie folgt: „Sehr häu g werden Investitio- nen mit großen Systemhäusern in RPA-Projekte investiert. Allein für die Analyse, welche Prozesse zu analysieren sind, werden dann schon mehrere Hunderttausend Euro ausgegeben.“ Problematisch dabei ist zudem, dass diese Analysen oft noch fehlerhaft sind und nicht alle Varianten erkannt wer- den. Abhilfe scha t dabei die „Process Discovery“ genannte Methodik. Da- bei ermittelt eine KI die sich wiederho- lenden Prozesse beim Bildschirm-
arbeitsalltag und macht Vorschläge hinsichtlich des höchsten Optimie- rungspotenzials.
Jetzt kann also fröhlich losauto- matisiert werden. Automatisierungsra- ten von 99 Prozent und Kostenerspar- nisse von bis zu 75 Prozent lassen sich damit generieren. Kein Wunder also, dass rund 72 Prozent der befragten Unternehmen aus den USA, Großbri- tannien, Frankreich und Deutschland laut des aktuellen Automation Index des Marktforschungs- und Beratungs- hauses ISG bis 2019 RPA im laufen- den Betrieb oder zumindest als Test in Pilotprojekten einsetzen wollen. Eine gemeinsame Initiative führender RPA- Anbieter unter der Federführung des Institute of Electrical and Electronics Engineers (IEEE) soll Unternehmern dabei helfen, auf dem sonst intranspa- renten Markt für Prozessautomatisie- rung den richtigen Partner zu  nden. Die IEEE-Initiative und Another Monday, der einzige deutsche Anbie- ter, der sich aktuell an diesem Vorha- ben beteiligt, wollen mit einem neuen IEEE-Standard Auswahlprozesse in Sa- chen intelligenter Prozessautomatisie- rung (IPA) verbessern. Der Standard soll noch dieses Jahr auf den Markt kommen, neben einer einheitlichen De nition, die für Vereinfachung und Transparenz sorgt, soll er 160 Kriterien für RPA-Lösungen zusammenfassen, damit Anwender marktgängige Tech- nologien besser einordnen und verglei- chen können. Die Taxonomie der Kriterien erleichtert Unternehmen, zentrale Aspekte des eigenen Anforde-
Technologie ist alles
Gastbeitrag von Michael Kanellos, Technologieanalyst bei OSIsoft
In der Hightech-Branche werden gern Sätze wie „Agieren wir rasch und bre- chen wir mit Konventionen“ und „Da- ten sind das neue Öl“ geäußert. Falls Sie kürzlich die IoT World besucht ha- ben, so hätten Sie diese fälschlicher- weise für eine Konferenz zum Thema Verhaltenspsychologie halten können. Die Redner betonten, dass sich ältere Mitarbeiter oft nur widerwillig an neue Tools anpassen oder dass die Daten- analyse behindert wird, weil die Nut- zer keine Daten austauschen möchten.
Einer der wenigen, der anders denkt, ist James Brehm, Gründer von James Brehm & Associates. Er sagt, nicht die Menschen, sondern die Prozesse sind häu g die Ursache für Stockungen bei der Nutzung neuer IoT Technolo- gien. Wie zum Beispiel ein Pharma- konzern, welcher seine neue Software nicht ausschöpft, weil gleichzeitig Prozesse durch Veri kation und Abla- ge in Papierform blockiert sind.
Doch lassen Sie uns für einen Mo- ment anders denken. Was, wenn we- der Menschen noch Prozesse, son- dern unausgereifte Technologie der Grund für das Scheitern von IoT Pro- jekten ist?
Technologische Mittelmäßigkeit ist nicht nur ein Problem für schlecht ausgebildete oder ältere Mitarbei- ter. Datenwissenschaftler verbringen laut IDC und anderen 80 Prozent ih- rer Zeit mit der Datenaufbereitung. Die höchstbezahlten und gefragtes- ten Mitarbeiter im Technikbereich werden auf digitale Hausmeisterar- beiten reduziert, weil der magische Algorithmus Hilfe benötigt.
Für Digitalisierungsinitiativen könnte dies aufgrund der Größe der Projekte sowie der Anzahl und Vielfalt der be- teiligten Personen zu einem unlösba- ren Problem werden. Doch Firmen wie beispielsweise OSIsoft machen sich schon seit 1980 Gedanken darü- ber, wie Datenaufbereitung und -nutzung reibungslos automatisiert werden können.
Von Anlagen- und Prozesseinbli- cken zu Operational Intelligence OSIsoft sammelt mit seinem PI Sys- tem die Echtzeitdaten von Unterneh- men wie Kelloggs, Twinings, Bayer, BASF, RWE, Veltins und Heineken aus einer Vielzahl von Sensoren und Ak- toren von Produktionsanlagen, liest sie aus und bereitet sie auf und ver-
Wie wichtig eine funktionieren- de Technik hinter der Daten- erfassung und -aufbereitung ist, verdeutlicht Michael Kanellos.
bindet diese Steuerungsdaten über den in der Automatisierungstechnik eingesetzten OPC-Standard mit den eingesetzten SAP-Modulen (QM, PM, MII), der Betriebsdatenerfassung und Auswerte-Datenbanken sowie Of-  ce-Systemen. Das PI System struk- turiert die Daten so, dass Ingenieure und Manager vor Ort die gewonne- nen Erkenntnisse nutzen können, um die Produktivität zu steigern. Sie können diese dann in Anwendungen wie Predictive Maintenance mit Ar- ti cial Intelligence verwenden, um Deep Learning und die Analyse von Maschinen zu beschleunigen.
Es ist ganz simpel: Eine funktionie- rende Technologie unterstützt Pro- zesse und Nutzer, statt sie zu blo- ckieren. Dies ist der alles entschei- dendePunkt!
www.osisoft.com
Das Milliardengeschä  mit der KI
100 80 60 40 20
3,2 4,8 7,3 0 2016 2017 2018
Nordamerika Lateinamerika
89,8
71,0
53,2
38,0
26,0
11,3 17,3
2019 2020
2021 2022 2023
2024 2025
Europa
Naher Osten & Afrika
Asien-Pazifik
Prognostizierter Umsatz mit KI-Anwendungen weltweit (in Mrd. US- Dollar)
Quelle: Tractica / Statista





























































   4   5   6   7   8