# Digitale Produktion – Consulting for the Digital Factory > Unabhängige Beratung für die Digitalisierung der Lebensmittelproduktion: Fertigungsmanagementsysteme (MES), durchgängiges Informationsmanagement und Künstliche Intelligenz – von Ronald Möhring, Ritterhude (Deutschland). Quelle: https://digitale-produktion.eu/ · Sprache: Deutsch · Stand: laufend gepflegt --- ## Startseite: DIGITALISIERUNG DER FOOD-PRODUKTION Von der Automatisierung zum Informationsmanagement - was heute in der Food-Produktion zählt: Die Digitalisierung der Prozesse. Kurzprofil: - 30 Jahre – Projektierung industrieller Automatisierungslösungen - 17 Themen – typische Fragestellungen der Food-Produktion - MES Kernthema – Fertigungsmanagement als Kern des Informationsmanagements - KI Anwendung – Prognose, Machine Vision und digitale Assistenten ### Finden Sie sich in einer dieser Aussagen wieder? #### 01. Wir verwenden noch Excel und Laufzettel. *Kurzantwort:* Ein Fertigungsmanagementsystem (MES) übernimmt Produktionsaufträge samt Roh- und Hilfsstoffen aus dem Warenwirtschaftssystem, führt die Prozessschritte anstelle von Laufzetteln und meldet Mengen, Verbräuche und Chargen zurück. Alle Daten stehen in Echtzeit an jedem berechtigten Endgerät bereit. Das Warenwirtschaftssystem ist noch nicht richtig mit der Produktion vernetzt. Dies ist eine der Grundaufgaben eines Fertigungsmanagementsystems (MES). Produktionsaufträge werden (ungeordnet) zusammen mit Informationen über Rohstoffe und Hilfsstoffe wie Verpackungsmaterial vom Warenwirtschaftssystem an das MES übertragen. Produzierte Mengen und Rohstoffverbräuche werden in Verbindung mit Chargeninformationen zurückgemeldet sowie ggf. auch Statusinformationen über den aktuellen Verlauf der Produktionsprozesse. Prozessschritte, die auf Laufzetteln dokumentiert werden, sollten direkt vom MES geführt und dokumentiert werden. Dies kann auch mit Hilfe von mobilen Endgeräten (mobile devices), wie z. B. Barcode bzw. QR-Code-Scannern erfolgen und durch den Einsatz von Industrie-PC’s in hygienischem Design direkt auf dem Shop Floor bzw. an den Maschinen / Linien. Der Vorteil: Informationsmanagement wird möglich oder in anderen Worten: Alle Daten sind in Echtzeit an jedem Endgerät verfügbar (die entsprechende Nutzerberechtigung vorausgesetzt). Fragen nach dem Verbleib eines Laufzettels oder der aktuellen Version einer Exceltabelle sind Geschichte. Das MES führt alle materialwirtschaftlichen Aspekte und Buchungen aus dem Warenwirtschaftssystem in der Produktion konsequent weiter. Rohstoffe, Halbfabrikate und Produkte werden chargengenau gebucht. Für Mischchargen wird eine neue Chargennummer angelegt, sodass jederzeit die Auflösung einer Mischcharge mengengenau und nach vorgegebener Konzentration möglich ist. Auch Ereignisse, die nicht direkt chargenrelevant sind, wie z. B. Audits, werden natürlich konsequent dokumentiert. Für die Intralogistik gilt dies ab / bis Werkstor einschließlich Steuerung der LKW-Verkehre am Standort mit Hilfe von Selbstbedienterminals („Hofmanagement“), also deutlich über die Grenzen der Produktion hinaus. *Schlagworte:* MES, ERP-Integration, Chargenbuchung, Hofmanagement #### 02. Das Tracking & Tracing über sämtliche Prozesse in der Wertschöpfungskette ist unzureichend. *Kurzantwort:* Scanner und RFID identifizieren Rohstoffe und Transportbehälter an jedem Prozessschritt. Das MES dokumentiert die Chargenverwendung lückenlos bis auf den Verpackungsaufdruck und ermöglicht damit einen begrenzten, gegebenenfalls stillen Rückruf. Verschiedene Premixe oder Halbfabrikate werden an unterschiedlichen Orten vorproduziert und müssen über Transportbehälter oder Palettenware der Produktion (z. B. an Mischern oder Prozessbehältern) zur Verfügung gestellt werden. Bei der Herstellung der Premixe bzw. Vorprodukte ist bereits die Auswahl der korrekten Rohstoffe durch den Einsatz von Scannern zu überwachen und die Chargenverwendung im Fertigungsmanagementsystem (MES) zu dokumentieren. Hierbei werden auch die Transportbehälter bzw. Transportgebinde mit Scannern (oder RFID-Tags) identifiziert und dem Teilauftrag zugeordnet. Vor der Zugabe in den nachfolgenden Prozess, z. B. in einen Mischer, wird der Transportbehälter wieder identifiziert. Es erfolgt die Prüfung auf Richtigkeit der Zugabe gemäß Rezept und die chargengenaue Dokumentation der zugeführten Rohstoffchargen. Gleichzeitig wird auch der Status der Transportbehälter überwacht, sofern diese mehrfach verwendet werden. Somit lassen sich Reinigungszyklen definieren und sicherstellen sowie das Allergen-Handling wirksam überwachen. Am Ende der Produktionskette kann die Chargeninformation der Produktionscharge automatisiert an die Verpackungsmaschine übergeben werden, sodass aus dem Verpackungsaufdruck eindeutig auf den gesamten Produktionsprozess und die verwendeten Rohstoffe rückgeschlossen werden kann. Das Chargenprotokoll umfasst hierbei ausdrücklich nicht nur Rohstoffdaten, sondern auch beliebige weitere Verarbeitungsinformationen wie Maschinenparameter, Identifikation der beteiligten Werker und sämtliche Produktionszeiten der einzelnen Prozesse. Dies schließt auch die Verfolgung des MHD mit ein sowie ggf. die Überwachung von Verpackungsmaterial und Produktkennzeichnung. Sollte nach einer Reklamation z. B. durch Rückstellmuster ein Qualitätsmangel einer Rohstoffcharge oder eines Halbfertigproduktes identifiziert werden, so erlaubt die Tracking-Funktion des MES die Identifikation sämtlicher Fertigprodukte, in denen die auffällige Charge verwendet wurde. Ein begrenzter, ggf. stiller Rückruf wird somit vom MES ermöglicht. *Schlagworte:* Tracking & Tracing, RFID, Chargenprotokoll, Allergen-Handling #### 03. Rüstzeiten werden zum Problem für die Produktionsleistung, Aufträge werden kleinteiliger. *Kurzantwort:* Das MES fasst Kleinaufträge zusammen und plant die Produktionsreihenfolge rüstoptimal. Datengetriebene Rüstvorgänge wie Etikettendruck und Maschinenparametrierung laufen über automatisierte Schnittstellen. Kundenindividuelle Aufträge erfordern Rüstzeiten für Maschinenparameter, Maschinenwerkzeuge sowie Verpackungsmaterial und Etikettierung. Gleiches gilt für kurzfristige Nachbestellungen. Das Zusammenfassen von vielen Kleinaufträgen zu einem größeren Produktionsauftrag vermindert die Rüstzeiten, muss jedoch organisiert werden. Gleiches gilt für eine Planung der Produktionsreihenfolge mit möglichst wenig Rüstschritten. Hier unterstützt ein modernes Fertigungsmanagementsystem (MES) die Arbeitsvorbereitung. Ggf. lohnt der Einsatz eines Feinplanungsmoduls auf Basis von Künstlicher Intelligenz (KI). Rüstzeiten, die in Verbindung mit Datenmanagement stehen (z. B. Etikettendruck und Maschinenparameter), können durch automatisierte Schnittstellen drastisch verkürzt werden. Lebensmittelverarbeitende Unternehmen übernehmen als Dienstleistung beispielsweise die Aufgaben des LEH zur Preisauszeichnung. Viele Kunden fordern zudem individuelle Angaben oder Schmucketiketten mit Qualitätssiegel sowie Hinweise zur Herkunft. Zur Nachverfolgung der Produkte müssen Chargennummern und mitunter spezielle Rückverfolgbarkeitslösungen wie z. B. fTRACE unterstützt und die Informationen gedruckt werden. Das MES stellt hierbei automatisch die richtigen Daten für den Etikettierer / Preisauszeichner bereit. *Schlagworte:* Feinplanung, Etikettierung, fTRACE, Arbeitsvorbereitung #### 04. Der Aufwand für Qualitätsprüfungen ist hoch. *Kurzantwort:* Parametrierung und Materialfreigabe werden vom MES gesteuert und dokumentiert. Machine-Vision-Systeme mit KI prüfen Etiketten und Qualitätsmerkmale online statt in Stichproben. Ein Teil der Qualitätsprüfungen lässt sich möglicherweise automatisieren, indem manuelle Prozesse, wie die Parametrierung von Maschinen, automatisiert und somit vom Fertigungsmanagementsystem (MES) verlässlich gesteuert und dokumentiert werden. Manuelle Vorgänge, wie das Einlegen von Tiefziehfolien oder Etiketten, lassen sich vom MES auch auf Plausibilität prüfen: Der Werker scannt beispielsweise den QR-Code des Materials. Dies ist ein verpflichtender Prozessschritt, ohne dessen Ausführung das MES die weitere Produktion nicht freigibt. Eine solche Freigabe kann entweder am Maschinen- / Linien-PC angezeigt werden oder auch per Hardware-Kontakt den Betrieb der Maschine / Linie unterbinden. Für interne Audits bietet das Fertigungsmanagementsystem (MES) die Steuerung der Prozesse an. Der Verlauf wird entsprechend im System dokumentiert. Beliebige Prüfwerte können der Charge des Rohstoffs / Halbfabrikats / Produktes beigefügt werden. Eine Verwaltung von Papieren für die QS-Dokumentation ist nicht mehr erforderlich. Eine weitere Verbesserung der Qualitätssicherung kann mit Hilfe von Künstlicher Intelligenz erzielt werden, indem die fertig gedruckten und geklebten Etiketten mit einem „Machine Vision“-System (Bilderkennung und Verarbeitung) erfasst und auf Plausibilität geprüft werden. Texte und QR- bzw. Barcodes werden online erkannt und in einen Datensatz konvertiert, der wiederum an das MES zur Prüfung gemeldet wird. Systematische Druckprobleme, wie Tintenmangel, verschobener Laserdruck etc. erkennt das System nach einer entsprechende Anlernphase ebenfalls mit einer hohen Erfolgsquote automatisch. In der Regel werden während der Produktion Qualitätsmerkmale (QCP’s) überwacht. Sobald es sich dabei nicht mehr um einfach zu messende Größen wie Temperaturen oder Gewichte handelt, kommen als smarte Sensoren häufig Kamerasysteme (Machine Vision Systeme) mit einer Software zur KI-gestützten Bildverarbeitung zum Einsatz. Die manuelle Probennahme kann so häufig automatisiert werden und deckt nicht nur einzelne Proben, sondern (fast) die gesamte Produktionsmenge ab. *Schlagworte:* Machine Vision, QCP, Prüfwerte, Etikettenprüfung #### 05. Es kommt zu unvorhergesehenen Änderungen in der Produktionsreihenfolge. *Kurzantwort:* Ein KI-basiertes Prognosetool verbessert die Auftragseingangsvorhersage aus historischen Verkaufs- und externen Daten. Kommt es dennoch zu Änderungen, berechnet die Feinplanung des MES auf Knopfdruck eine neue, nach frei wählbaren Gütekriterien optimierte Reihenfolge. Der Kunde ist König und verlangt dem Hersteller im Hinblick auf kurzfristige Bestellungen einiges ab. Der Einsatz eines KI-basierten Prognosetools kann die Auftragseingangsvorhersage wesentlich verbessern. Hierbei werden umfangreiche historische Verkaufsdaten mit externen Daten, wie z. B. Ferienzeiten oder Wetterdaten, angereichert und mittels KI-Algorithmen verarbeitet. Das Neuronale Netz ist in der Lage, für den Menschen nicht erkennbare Strukturen und Zusammenhänge in den Daten zu identifizieren und für die Prognose zu nutzen. Das Neuronale Netz ist zudem absolut objektiv und spart wertvolle Zeit für die manuelle Abschätzung des zukünftigen Auftragseingangs bei den Mitarbeitern im Vertrieb. Und wenn es doch zu unerwarteten Bestellungen oder Bestelländerungen kommt, dann errechnet das Fertigungsmanagementsystem (MES) auf Knopfdruck eine neue optimierte Produktionsreihenfolge. „Optimiert“ bedeutet hierbei die Neuberechnung unter Berücksichtigung von Gütekriterien, die der Betreiber festlegt. Neben einer möglichst hohen Produktionsleistung kann das beispielsweise auch die Berücksichtigung von Kundenprioritäten sein. Diese Planungsebene wird als „Feinplanung“ bezeichnet, da sie die Grobplanung auf Tages- oder sogar Wochenebene aus dem Warenwirtschaftssystem auf eine feingranulare Linienbelegung pro Schicht detailliert. Maschinen- und Linienleistungen sowie der erforderliche Personalbedarf (einschließlich Mitarbeiterqualifikation) werden ebenso berücksichtigt wie verfügbare Lagerbestände und Rohstoffe. *Schlagworte:* Absatzprognose, Neuronales Netz, Feinplanung, Linienbelegung #### 06. Es passieren Fehler bei manuellen Prozessen. *Kurzantwort:* Das MES führt den Werker schrittweise und mehrsprachig und sichert Materialströme über Barcode, QR-Code und RFID ab. Digitale Assistenten auf KI-Basis schlagen optimale Linien- und Maschinenparameter vor. „Irren ist menschlich“ und das kann auch dem motivierten und gut ausgebildeten Mitarbeiter jederzeit widerfahren. Personalfluktuation begünstigt diese Fehlerquelle natürlich nachhaltig. Deshalb ist es wichtig, dass das Fertigungsmanagementsystem (MES) den Werker eng führt und auf Anforderung erweiterte Hilfestellung gibt. Komplexe Fertigungsanweisungen werden bedienerfreundlich in Schritten aufbereitet und ggf. in verschiedenen Sprachen darstellt. Zudem sollten manuelle Prozessschritte durchgängig und umfassend dokumentiert werden. Dazu zählt auch der Einsatz von Barcode- bzw. QR-Code-Lesern, damit das MES Materialströme, Verpackungen, Lagerorte etc. konsequent nachvollziehen und überprüfen kann. Für wiederkehrend genutzte, mobile Transport- bzw. Lagerbehälter bietet sich auch der Einsatz von RFID-Tags (Transponder) an, die auch Produktionsdaten speichern können und die in robuster Umgebung (Reinigung) „überleben“. „Digitale Assistenten“, die auf Algorithmen der Künstlichen Intelligenz (KI) basieren, können dem Bediener Vorschläge für eine optimale Einstellung von Linien- und Maschinenparametern unterbreiten. „Optimal“ bedeutet optimiert im Hinblick auf ein oder mehrere Gütekriterien, die der Anlagenbetreiber auswählen kann. Beispiele für solche Gütekriterien wären eine möglichst kurze Durchlaufzeit, minimaler Energieeinsatz, möglichst wenig Give-Away oder die Einhaltung eines Toleranzbandes für ein Qualitätsmerkmal des Produktes. Hierfür kommen als smarte Sensoren häufig Kamerasysteme (Machine Vision Systeme) mit einer Software zur KI-gestützten Bildverarbeitung zum Einsatz. Der Digitale Assistent muss angelernt werden und stellt dann seine erlernte Intelligenz beliebig vielen Linien bzw. Standorten 24/7 zur Verfügung. *Schlagworte:* Werkerführung, Digitaler Assistent, RFID, Barcode #### 07. Die Fortführung der Materialwirtschaft aus dem Rohwarenlager in die Produktion ist nicht durchgängig. *Kurzantwort:* Das MES schließt die Lücke zwischen Warenwirtschaft und Shop Floor: Es ruft Aufträge, Stücklisten und Chargeninformationen ab, kommuniziert mit den Maschinen und meldet Gutmengen und Ausschuss chargengenau zurück. Das Lager wird datentechnisch vom Warenwirtschaftssystem verwaltet. Die Produktionsprozesse können jedoch nicht durchgängig in das Warenwirtschaftssystem integriert werden, da Maschinenschnittstellen fehlen und die Produktionsabläufe das Warenwirtschaftssystem „nicht interessieren“. Diese „Lücke“ wird durch ein Fertigungsmanagementsystem (MES) vollständig ausgefüllt. Das MES kommuniziert mit dem Warenwirtschaftssystem, um Produktionsaufträge, Stücklisten (BOMs) und Chargeninformationen abzurufen sowie Gutmengen und Ausschuss am Ende der Produktionsprozesse zurückzumelden. Gleichzeitig kommuniziert das MES aber auch mit den Maschinen für Soll-/Istwerte, Störungen und Parametersätze sowie mit dem Werker zur angeleiteten und überwachten Ausführung manueller Arbeitsschritte. Besonderes Augenmerk sollte auf die Festlegung der Chargenverfolgung zwischen Warenwirtschaft und MES bei der Bereitstellung der Rohstoffe gelegt werden. Wie definiert das Warenwirtschaftssystem den Lagerort und den Umfang einer Charge? Wird das MHD mitverwaltet? Wie soll das MES buchen? Und natürlich darf der Chargenbezug zum Warenwirtschaftssystem in der Produktion nicht verloren gehen. *Schlagworte:* Materialwirtschaft, Stückliste, MHD, Chargenbezug #### 08. Reklamationen erzeugen Folgekosten. *Kurzantwort:* Statistical Process Control und die fortlaufende Prozessfähigkeitsuntersuchung identifizieren kritische Prozesse früh. Barcodes, Handscanner und Machine Vision sichern Verbleib und korrekte Etikettierung der Ware ab. Hier stellt sich zunächst die Frage, welche Prozesse besser definiert bzw. enger geführt werden sollten. Ggf. ist die Einführung weiterer QCP erforderlich. Das Fertigungsmanagementsystem (MES) hilft bei der Eingrenzung von Defiziten. Wann ist es wodurch zu einer konkreten Qualitätsstörung gekommen? Methoden der „Statistical Process Control“ (SPC) helfen der Qualitätssicherung, relevante Prozesse frühzeitig zu identifizieren. Die Prozessfähigkeitsuntersuchung begleitet fortwährend die Produktion und erlaubt die Überwachung der Prozessfähigkeit und der Prozessstabilität. Entsprechende Sensoranbindung vorausgesetzt, kann die Datenerfassung automatisiert erfolgen. Sobald die Ware verpackt ist, können Kameras oder Handscanner anhand von Barcodes / QR-Codes den Verbleib der Ware lückenlos verfolgen und dokumentieren. Die korrekte Etikettierung der Ware lässt sich mit Kamerasystemen (Machine Vision in Verbindung mit Künstlicher Intelligenz) absichern. Verifizierbar sind sowohl die Ausführung der Etikettierung wie auch die Gegenprüfung der gedruckten Informationen zu den Stammdaten des Fertigungsmanagementsystems (MES) für den speziellen Pack- oder Abfüllauftrag. *Schlagworte:* SPC, Prozessfähigkeit, Machine Vision, QCP #### 09. Ich kann nicht sofort erkennen, was gerade in meiner Produktion vor sich geht. *Kurzantwort:* Das MES zeigt in Echtzeit, welche Materialien sich wo befinden und wie effektiv gearbeitet wird. Die Kennzahl OEE verdichtet Leistung und Verfügbarkeit und sollte auch direkt an der Linie angezeigt werden. Die Schaffung von Transparenz ist ein zentrales Merkmal von Fertigungsmanagementsystemen (MES). Logistische Herausforderungen ergeben sich sowohl bei der Steuerung von automatischen Förderstrecken wie auch von manuellen Transportvorgängen. Das MES übernimmt hier beispielsweise das Sortieren von Kartons, die Plausibilitätsprüfungen an Bereitstellungsorten und die Anzeige, welche Rohstoffe / Vorprodukte / Fertigwaren sich gerade an welchen Orten in der Produktion befinden. Die Erkennung von Kartons und Paletten erfolgt entweder automatisch mit Hilfe von QR-Code-Kameras oder manuell durch entsprechende Handscanner. Gleiches gilt für Prozessbehälter, wie z. B. Mischer, deren Belegung mit Fertigungsaufträgen, Rohstoffen und Produkten jederzeit angezeigt wird. Ein wichtiges Element der Prozesstransparenz ist es, Produktionsabläufe messbar und damit vergleichbar zu machen. Das Kennzahlenkonzept der „Overall Equipment Effectiveness“, kurz OEE, liefert hier einen wertvollen Ansatz. Die Stundenleistung an „Gut-Produkten“ wird mit der Verfügbarkeit der Maschinen / Linien in Beziehung gesetzt und zu einer Kennzahl verdichtet. So erkennen Sie auf einen Blick, wie effektiv gearbeitet wird, und das natürlich auch in der historischen Nachschau. Transparenz ist nicht nur für die Produktionsleitung wichtig, sondern motiviert auch den Bediener an den Maschinen bzw. Linien. Deshalb empfehlen wir, die OEE-Kennzahl auch an den Linien anzuzeigen. Zudem sollte der Linienführer im Falle von Ausfallzeiten (downtimes) die Gründe für den Stillstand am MES eintragen, da nicht alle Stillstandsgründe aus Informationen der SPS bzw. Maschine automatisch ermittelt werden können. Grundsätzlich sind sämtliche, auch historische, Informationen aus dem Produktionsprozess in Echtzeit für jeden autorisierten Benutzer an jedem Arbeitsplatz verfügbar. Gerade wenn ein geplanter Produktionsablauf durch unvorhergesehene Umstände kurzfristig angepasst wird, fällt es schwer, den Überblick zu behalten und sämtliche Folgen der Änderungen vollumfänglich abzusehen. Hier hilft das Werkzeug der Feinplanung, wie im Punkt  „Es kommt zu unvorhergesehenen Änderungen in der Produktionsreihenfolge.“ beschrieben. *Schlagworte:* OEE, Downtime-Erfassung, Intralogistik, Echtzeitdaten #### 10. Rückrufaktionen können nicht sicher eingegrenzt werden. *Kurzantwort:* Lückenloses Tracking & Tracing über den gesamten Produktions- und Verpackungsprozess erlaubt es, Mischchargen nach wählbarer Konzentration aufzulösen und einen Rückruf gezielt einzugrenzen. Jede Rückrufaktion ist mit einem enormen Schaden für die Marke verbunden. Deshalb ist ein stiller, begrenzter Rückruf immer noch die bessere Alternative im Vergleich zu einer öffentlichen Bekanntmachung, möglicherweise deutschland- oder europaweit („save the brand“). Eine zwingende Voraussetzung hierfür ist die konsequente, lückenlose Nachverfolgung der verarbeiteten Materialen (ggf. einschließlich Hilfsstoffe wie Verpackungsmaterial) über den gesamten Produktions- und Verpackungsprozess. „Tracking & Tracing“ ist deshalb eine Grundanforderung an jedes Fertigungsmanagementsystem (MES). Sobald Chargen vermischt werden, kann für die Rückverfolgung eine Konzentration für die Auflösung der Mischcharge gewählt werden. Ausgehend von der problematischen Eingangscharge werden alle Produktchargen, die einen Anteil größer oder gleich der gewählten Konzentration dieser Eingangscharge in % enthalten, ausgegeben. *Schlagworte:* Rückruf, Mischcharge, Save the Brand, Rückverfolgbarkeit #### 11. Maschinen sind Insellösungen und für die IT gar nicht erreichbar. *Kurzantwort:* Neben OPC-UA mit Weihenstephaner Standard oder PackML bindet das Konzept der „intelligenten Klemme“ auch Bestandsgeräte ohne SPS über digitale und analoge Signale direkt in das MES ein. Natürlich wäre es wünschenswert eine moderne Schnittstelle, beispielsweise auf Basis von OPC-UA und dem Weihenstephaner Standard oder dem PackML-Standard, an jeder Maschine zu implementieren, damit diese in das Informationsmanagement bzw. in die digitalisierten Prozesse eingebunden wird. Maschinenhersteller sind jedoch oft kaum in der Lage oder gewillt, eine solche Schnittstelle für Bestandsmaschinen anzubieten. Und wie integriert man ein Gerät, das gar nicht über eine SPS oder einen Microcontroller verfügt, aber für die Qualität bzw. Prozesssicherheit wichtig ist? „Alles neu!“ wäre sicher kein ökonomisch vertretbarer Ansatz. Hier ist die Praxisnähe des Fertigungsmanagementsystems (MES) gefordert. Auch proprietäre Maschinenschnittstellen müssen -wie vorhanden- integrationsfähig sein. Das Konzept einer „intelligenten Klemme“ erlaubt digitale und analoge Gerätesignale ohne eine dedizierte SPS direkt in das MES einzubinden. Solche Signale können unmittelbar an Schaltern, Hilfskontakten oder Sensoren abgegriffen, also nachverdrahtet werden. Dies erlaubt eine günstige und zuverlässige Digitalisierung von Bestandsgeräten. Es ist eine Grundfunktion des MES, einen vielseitigen Schnittstellenmanager für die Vernetzung von Maschinen und Sensoren bereitzustellen. *Schlagworte:* OPC-UA, PackML, Weihenstephaner Standard, Retrofit #### 12. Die Einsatzfähigkeit meiner Bestandssteuerung ist zukünftig nicht mehr sichergestellt. *Kurzantwort:* Abgekündigte Bauteile, veraltete Feldbussysteme und nicht mehr gewartete Software sind absehbare Ausfallrisiken. Eine gemeinsame Begehung mit ökonomisch orientierter Bestandsanalyse ist das kurzfristige Mittel der Wahl. Abgekündigte Bauteile (z. B. SPS-Komponenten, Kommunikationsbaugruppen oder proprietäre Controller), unsichere Unterstützung durch Maschinen- bzw. Anlagenlieferanten, veraltete Feldbussysteme und nicht mehr gewartete Softwareprodukte bzw. IT-Infrastruktur sind absehbare und damit vermeidbare Gründe für längere, ungeplante Produktionseinschränkungen oder Ausfälle. Konsequentes Handeln ist geboten. Dabei muss keineswegs eine teure Gesamtmodernisierung der Königsweg sein. Eine gemeinsame Begehung mit dem Ziel einer kritischen und gleichzeitig ökonomisch orientierten Bestandsanalyse ist das kurzfristige Mittel der Wahl. Aus der Notwendigkeit der Modernisierung ergibt sich zudem die Chance, einen nachhaltigen Digitalisierungsprozess anzustoßen. *Schlagworte:* Obsoleszenz, Bestandsanalyse, Modernisierung, Feldbus #### 13. Ich bin Mitarbeiter der IT und soll die Produktion stärker einbinden. *Kurzantwort:* Aus dem Gespräch von IT, Produktion, Instandhaltung und Engineering entsteht ein Stufenplan mit Budgetabschätzung je Ausbaustufe – messbar gemacht über Kennzahlen wie die OEE. Wir empfehlen, zusammen mit einem erfahrenen Berater das Gespräch mit den Fachabteilungen Produktion, Instandhaltung und Engineering zu suchen. Die Chancen, die sich aus einem solchen Vorgehen ergeben, sind immens. Lange Zeit praktizierte, oft sub-optimale Prozesse können erkannt und hinterfragt werden. Für die Integration der Produktion in die IT-Landschaft sollte zunächst aufgenommen werden, welche Möglichkeiten Prozesse und Maschinen heute schon bieten. Diese Möglichkeiten werden mit den erklärten Zielen der Digitalisierung in Verbindung gebracht. Hieraus resultiert ein sinnvoller Stufenplan mit Budgetabschätzungen für jede Ausbaustufe. Die möglichen Ziele sind vielfältig, sie finden sich üblicherweise in den Bereichen Qualitätssicherung, Betriebssicherheit, Transparenz, Flexibilität bzw. Produktionsplanung und Controlling. Ein wichtiges Element für das Controlling liegt darin, Produktionsabläufe messbar zu machen. Das Kennzahlenkonzept der „Overall Equipment Effectiveness“, kurz OEE, liefert hier einen wertvollen Ansatz. Die Stundenleistung an „Gut-Produkten“ wird mit der Verfügbarkeit der Maschinen / Linien in Beziehung gesetzt und zu einer Kennzahl verdichtet. So erkennen Sie auf einen Blick, wie effektiv gearbeitet wird, und das natürlich auch in der historischen Nachschau. *Schlagworte:* Stufenplan, OEE, Controlling, Integration #### 14. Wir verwenden noch kein Warenwirtschaftssystem. *Kurzantwort:* Das MES übernimmt Lagerverwaltung, Betriebsaufträge und chargengenaue Buchungen auch ohne Warenwirtschaftssystem. Kommerzielle Vorgänge wie Bestellwesen und Fakturierung verwaltet es jedoch nicht. Das Fertigungsmanagementsystem (MES) unterstützt auch die Warenwirtschaft. Eine komplette Lagerverwaltung von Rohstoffen und Fertigwaren ist ebenso selbstverständlich wie der Einsatz von Betriebsaufträgen, die den bedarfsgerechten Warenausgang planen, indem Lagerware auf den Auftrag reserviert wird und für eventuelle Fehlmengen rechtzeitig die erforderliche Produktion geplant wird. Bestände, Verbräuche und Produkte werden durchgängig und chargengenau gebucht. Auch bei einer späteren Einführung eines Warenwirtschaftssystems behält das MES seine Daseinsberechtigung für die Anlagensteuerung und die konsequente Fortführung der Materialwirtschaft in der Produktion. Die Investitionssicherheit in ein solches System ist also gegeben. Das MES verwaltet jedoch keine kommerziellen Vorgänge wie das Bestellwesen oder die Fakturierung. *Schlagworte:* Lagerverwaltung, Betriebsauftrag, Investitionssicherheit #### 15. Bei externen Audits bzw. Assessments fällt es schwer, alle relevanten Informationen zeitnah zur Verfügung zu stellen. *Kurzantwort:* Sämtliche, auch historische Produktionsdaten stehen in Echtzeit bereit. Reports werden einmalig erstellt und auf beliebige Zeiträume angewandt; interne Audits laufen systemgestützt nach der Methodik von HACCP und IFS. Grundsätzlich sind sämtliche, auch historische, Informationen aus dem Produktionsprozess in Echtzeit für jeden autorisierten Benutzer an jedem Arbeitsplatz des Fertigungsmanagementsystems (MES) verfügbar. Spezifische produktionsnahe Reports werden mit einem Reportgenerator einmalig erstellt und sind dann auf beliebige historische Daten anwendbar. Interne Audits lassen sich systemgestützt entweder ereignisorientiert oder zyklisch starten und der Verlauf dokumentieren. Sie sichern den Produktionsprozess nach der Methodik von HACCP und IFS ab. *Schlagworte:* HACCP, IFS, Reportgenerator, Auditierung #### 16. Die tatsächlich benötigte Anzahl an Personal kann nur schwer im Vorfeld der Produktion bestimmt werden. *Kurzantwort:* Über die Feinplanung kennt das MES für jede Linie, jede Maschine und jeden manuellen Arbeitsprozess den genauen Personalbedarf einschließlich der erforderlichen Qualifikationen. Hier hilft die Personaleinsatzplanung eines Fertigungsmanagementsystems (MES). Mit der Feinplanung von Produktions- und Abfüllaufträgen / Verpackungsaufträgen kennt das MES für jede Linie, jede Maschine und jeden manuellen Arbeitsprozess den genauen Bedarf an erforderlichen Mitarbeitern einschließlich der benötigten Qualifikationen. Weitere Erläuterungen zum Planungssystem finden sie unter „Es kommt zu unvorhergesehenen Änderungen in der Produktionsreihenfolge.“ *Schlagworte:* Personalplanung, Qualifikation, Feinplanung #### 17. Es gibt Prozesse, die sich nicht geschlossen beschreiben lassen. Die Erfahrung der Mitarbeiter ist wichtig. *Kurzantwort:* Wo Erfahrung über die Prozessgüte entscheidet, lohnt der Einsatz von KI: beim Einstellen von Maschinenparametern mit langen Totzeiten ebenso wie bei der reproduzierbaren Klassifizierung an einem Quality Check Point. Sobald die Erfahrung eines Mitarbeiters wichtig für die bestmögliche Ausführung eines Prozessschrittes ist, sollte der Einsatz von Künstlicher Intelligenz (KI) in Betracht gezogen werden. Das optimale Einstellen von Maschinenparametern -auch in ganzen Produktionslinien- ist ein Thema, sobald klassische Methoden der Regelungstechnik wegen der Vielzahl der sich gegenseitig beeinflussenden Parameter oder wegen langer Totzeiten im Fertigungsprozess nicht mehr zum Tragen kommen. Auch die Klassifizierung eines Produktes oder Rohstoffes an einem QCP kann durch ein KI-basiertes System zuverlässig, reproduzierbar und ohne Beteiligung eines Mitarbeiters durchgeführt werden. Neben Machine-Vision-Systemen, die Methoden der Bilderkennung nutzen, stellt auch eine Kombination der Messwerte aus Hard- und Softsensoren eine sinnvolle Eingangsgröße für KI-Algorithmen zur Verfügung. *Schlagworte:* Künstliche Intelligenz, Softsensor, Machine Vision, Regelungstechnik ### Wenn Sie einer oder mehrerer dieser Aussagen zustimmen, dann sollten wir uns zum Thema digitale Transformation unterhalten. Kontakt: Ronald Möhring, Schaftrift 5, 27721 Ritterhude, Deutschland · E-Mail info@digitale-produktion.eu ### Wie ist das typische Vorgehen, falls das Erstgespräch interessante Ansätze für eine Digitalisierungsstrategie liefert? Zunächst werden in einem gemeinsamen Workshop die Ist-Prozesse aufgenommen und dokumentiert. Gemeinsam werden Potenziale von digitalen Lösungen in Ihrem Produktionsumfeld ermittelt. Wir erstellen daraufhin in enger Absprache ein Grobkonzept für den Einsatz von Tools aus dem Manufacturing Operations Management. Dieses Grobkonzept beinhaltet in der Regel auch einen Ausblick auf den stufenweisen Ausbau des Grundkonzeptes. Eine erste Budgetschätzung ist ebenfalls Bestandteil des Konzeptvorschlages. Aktuelle Schlagworte wie „IoT“, „Digitaler Zwilling“, „Big Data“ oder „Künstliche Intelligenz“ entmystifizieren wir im Rahmen eines solchen Workshops und zeigen die Chancen, aber auch die Grenzen einer digitalen Produktion für Ihren Anwendungsfall auf. 01. **Workshop** – Gemeinsame Aufnahme und Dokumentation der Ist-Prozesse in Ihrer Produktion. 02. **Potenziale** – Ermittlung der Potenziale digitaler Lösungen in Ihrem Produktionsumfeld. 03. **Grobkonzept** – Konzept für den Einsatz von Tools aus dem Manufacturing Operations Management – mit Ausblick auf den stufenweisen Ausbau. 04. **Budgetschätzung** – Eine erste Budgetschätzung ist Bestandteil des Konzeptvorschlages. ### Begriffsklärungen - **MES** – Fertigungsmanagementsystem: Manufacturing Execution System: die Softwareebene zwischen Warenwirtschaftssystem und Maschine. Sie führt Produktionsaufträge aus, dokumentiert Chargen und macht Prozesse in Echtzeit transparent. - **MOM** – Manufacturing Operations Management: Sammelbegriff für die Werkzeuge rund um die Produktionsdurchführung – von der Feinplanung über Qualität und Instandhaltung bis zur Materialverfolgung. - **OEE** – Overall Equipment Effectiveness: Kennzahl, die die Stundenleistung an Gut-Produkten mit der Verfügbarkeit der Maschinen und Linien in Beziehung setzt und zu einem Wert verdichtet. - **Tracking & Tracing** – Chargenrückverfolgung: Lückenlose Dokumentation aller verarbeiteten Materialien über den gesamten Produktions- und Verpackungsprozess – Voraussetzung für einen begrenzten Rückruf. - **Feinplanung** – Feinplanung: Detaillierung der Grobplanung aus dem Warenwirtschaftssystem auf eine feingranulare Linienbelegung pro Schicht, inklusive Maschinenleistung, Personalbedarf und Lagerbeständen. - **SPC** – Statistical Process Control: Statistische Prozesslenkung: begleitende Untersuchung von Prozessfähigkeit und Prozessstabilität, um Qualitätsstörungen früh zu erkennen. - **Machine Vision** – Industrielle Bildverarbeitung: Kamerasysteme mit KI-gestützter Bildverarbeitung, die als smarte Sensoren Etiketten, Verpackungen und Produktqualität online prüfen. - **OPC-UA** – OPC Unified Architecture: Herstellerneutraler Kommunikationsstandard zur Maschinenanbindung – in der Lebensmittelproduktion häufig ergänzt um den Weihenstephaner Standard oder PackML. - **QCP** – Quality Check Point: Definierter Prüfpunkt im Prozess, an dem ein Qualitätsmerkmal erfasst und bewertet wird. - **Digitaler Assistent** – Digitaler Assistent: KI-basiertes System, das dem Bediener Vorschläge für die optimale Einstellung von Linien- und Maschinenparametern unterbreitet – gemessen an frei wählbaren Gütekriterien. - **HACCP / IFS** – Methodik der Lebensmittelsicherheit: Verfahren zur Absicherung des Produktionsprozesses, nach denen sich interne Audits systemgestützt ereignisorientiert oder zyklisch starten und dokumentieren lassen. - **Intelligente Klemme** – Signalanbindung ohne SPS: Konzept, das digitale und analoge Gerätesignale direkt an Schaltern, Hilfskontakten oder Sensoren abgreift und ohne dedizierte Steuerung in das MES einbindet – die günstige Digitalisierung von Bestandsgeräten. --- ## KÜNSTLICHE INTELLIGENZ IN DER FOOD-PRODUKTION ### Wie hilft Ihnen Künstliche Intelligenz in Ihrer Produktion? Immer dann, wenn ein Prozess nicht mit wenigen Sätzen (oder wenigen grafischen Symbolen, z. B. in einem BPM-Netzwerk) beschrieben werden kann, sollte ein KI-Ansatz in Erwägung gezogen werden. Weitere deutliche Hinweise sind Aussagen wie „Das entscheidet dann ein Mitarbeiter aus seiner Erfahrung.“ oder „Die Nachtschicht produziert deutlich mehr Non-Good-Artikel als die Frühschicht.“ Wir unterscheiden bei KI im Wesentlichen zwei Anwendungsszenarien: – Den gekapselten (embedded) Einsatz von KI-Algorithmen in Maschinensteuerungen und besonders in smarten Sensoren zur Klassifizierung eines Artikels oder einer Verpackung. Beispiel sind ein Bilderkennungssystem zur differenzierten Bestimmung der Produktqualität oder die bildgestützte Überwachung der Etikettierung. – Einen Einsatz im Bereich „Data Mining“, z. B. für die Prognose von Bestellmengen. Hierfür ist die Bereitstellung eines umfassenden Sets an historischen Produktionsdaten erforderlich, um das neuronale Netz entsprechend trainieren zu können. Ein weiterer typischer Anwendungsfall ist ein digitaler Assistent, der dem Linienbediener Vorschläge für eine optimierte Einstellung von Maschinenparametern bereitstellt. Viele in der Food-Industrie eingesetzte Rohstoffe sind Naturprodukte. Bei der Verarbeitung kommt es zu Qualitätsabweichungen. Diese müssen durch eine Anpassung von Parametern der Produktionsmaschinen oder der Rezeptur ausgeglichen werden. Quality Check Points, die abschließend die Gesamtqualität des verkaufsfertigen Produktes bewerten, sind in der Regel erst am Ende der Produktionslinie installiert. Eine Durchlaufzeit von mehreren Minuten durch die Linie erschwert aufgrund der Totzeit den Einsatz von klassischen Methoden der Regelungstechnik. Hier kann Künstliche Intelligenz seine Vorteile voll ausspielen. Auf Basis der immensen Rechenleistung in der Cloud können komplexe Algorithmen aus dem vorhandenen Datenschatz vergangener Produktionsabläufe (Big Data) „lernen“. Kommt es an einer beliebigen Stelle im Prozess zu einer Abweichung, kann die KI damit optimal umgehen. „Optimal“ bedeutet in diesem Zusammenhang, dass Gütekriterien des Herstellers für den Prozess möglichst erfüllt werden. Die eingesetzten Kundendaten beschränken sich auf Signale von Sensoren und Aktoren, so dass Betriebsgeheimnisse nicht in die Cloud ausgelagert werden. Das Ziel von KI ist es, den Erfahrungsschatz eines erfahrenen Linienbedieners mit einem Neuronalen Netz nachzubilden. In der Folge trifft die KI ähnlich gute oder sogar bessere Entscheidungen bei der Nachführung von Maschinenparametern oder der Anpassung von Rezeptkomponenten zur Laufzeit der Produktion. Anwendungsszenarien: 01. **Embedded KI** – Den gekapselten (embedded) Einsatz von KI-Algorithmen in Maschinensteuerungen und besonders in smarten Sensoren zur Klassifizierung eines Artikels oder einer Verpackung. Beispiel sind ein Bilderkennungssystem zur differenzierten Bestimmung der Produktqualität oder die bildgestützte Überwachung der Etikettierung. 02. **Data Mining** – Einen Einsatz im Bereich „Data Mining“, z. B. für die Prognose von Bestellmengen. Hierfür ist die Bereitstellung eines umfassenden Sets an historischen Produktionsdaten erforderlich, um das neuronale Netz entsprechend trainieren zu können. Ein weiterer typischer Anwendungsfall ist ein digitaler Assistent, der dem Linienbediener Vorschläge für eine optimierte Einstellung von Maschinenparametern bereitstellt. ### Unsere Services für Sie: #### Produktionsdaten in einer Short Study auf KI-Potenzial bewerten *Kurzfassung:* Eine kostengünstige Short Study bewertet Ihre historischen Produktions-, Sensor- oder Verkaufsdaten auf KI-Potenzial und benennt die erwartbare Genauigkeit von Prognose und Klassifizierung. Egal, ob eine Verkaufsprognose, ein Digitaler Assistent oder ein smarter KI-Sensor Ihren Produktionsablauf nachhaltig unterstützen kann, wir bieten Ihnen zunächst eine sehr kostengünstige Untersuchung des Einsatzfalls an. Von Ihrer Seite werden lediglich historische Daten zur Verfügung gestellt, gerne auch anonymisiert. Diese Daten stammen für Verkaufsprognosen in der Regel aus Ihrem Warenwirtschaftssystem oder aus der Buchhaltung. Digitale Produktionsassistenten und smarte KI-Sensoren benötigen hingegen Sensordaten aus der Produktion. Hier bietet sich der Einsatz eines Fertigungsmanagementsystems (MES) an, das dafür prädestiniert ist, relevante Sensorik anzubinden und dessen Daten aufzuzeichnen. Auch aus weiteren Datenquellen, wie z. B. einem Labor Informations Management System (LIMS) können relevante Daten gewonnen werden. Diese werden in einem „Data Lake“ zunächst ungeordnet gesammelt und der KI bereitgestellt. Ggf. ist auch eine Klassifizierung der Datensätze erforderlich, die vom sogenannten „Domain-Experten“, also einem erfahrenen Mitarbeiter des Anlagenbetreibers, beigestellt wird. Dieser Schritt ist sehr wichtig, weil damit die Übertragung von Erfahrung bzw. Expertenwissen von (einzelnen) Mitarbeitern in die KI gelingt. Das Ergebnis der Untersuchung ist eine Darstellung der Möglichkeiten von KI in Ihrem Anwendungsfall mit einer Aussage zur erwartbaren Genauigkeit der Prognosen und Klassifizierungen. #### Testgestellung von KI-Hardware *Kurzfassung:* Kameras, Objektive, Controller und Beleuchtung stellen wir für einen Testzeitraum kostenneutral bei; das Training der Algorithmen läuft auf unserer IT-Infrastruktur. Der Einsatz von Bildverarbeitung (Machine Vision) kann nur mit industrietauglicher Qualitätshardware untersucht werden. Die Kameras, Objektive, Controller und Beleuchtung müssen von Ihnen jedoch nicht im Vorfeld gekauft werden, sondern diese stellen wir für einen Testzeitraum kostenneutral bei. Von Ihrer Seite ist lediglich die Bereitstellung einer 230VAC-Versorgung sowie eine mechanische Aufständerung bzw. Halterung erforderlich. Unsere leistungsfähige IT-Infrastruktur ermöglicht das Trainieren der Algorithmen. Erst wenn die Software nach einem positiven Testergebnis entwickelt werden und bei Ihnen im Echtbetrieb zum Einsatz kommen soll, ist die Beistellung einer ausreichenden Rechnerleistung erforderlich. Dies kann entweder in Form einer virtualisierten Serverumgebung „on premise“, also in Ihrer Server-Infrastruktur, erfolgen oder mit einer cloudbasierten Lösung. Für smarte KI-Sensoren kann auch der Einsatz eines „Edge-Computers“, also eines leistungsfähigen Controllers direkt am Sensor, ausreichend sein. --- ## Kontakt Senden Sie mir einfach eine kurze Email mit Ihren Kontaktdaten und gerne einem Terminvorschlag für ein erstes Gespräch am Telefon oder via Microsoft Teams. Sie benötigen hierfür lediglich einen Browser mit Internetzugang sowie ein funktionsfähiges Headset. Ich freue mich auf Ihre Nachricht! Kontaktformular: https://digitale-produktion.eu/kontakt/#anfrage Ronald Möhring, Schaftrift 5, 27721 Ritterhude, Deutschland · E-Mail info@digitale-produktion.eu --- ## über mich Mein Name ist Ronald Möhring. Nach dem Studium der Elektrotechnik habe ich vor 30 Jahren begonnen, mich mit der Projektierung von industriellen Automatisierungslösungen zu beschäftigen. Der Schwerpunkt liegt hierbei auf Anwendungen in der Food-Industrie. Die SPS dient in diesem Zusammenhang schon seit langer Zeit nur noch dem Zweck, für den sie eigentlich ursprünglich entwickelt wurde: eine Schützersatzsteuerung. Sämtliche „Intelligenz“ ist im übergeordneten Manufacturing Execution System (MES) lokalisiert. Zusammen mit einer Vielzahl an Subsystemen, wie Code-Lesern, RFID und verschiedensten Controllern sowie entsprechenden Schnittstellen, auch zum Warenwirtschaftssystem, werden Produktionsprozesse zuverlässig steuerbar und transparent. Dies ist jedoch schon lange keine reine Automatisierungsaufgabe mehr. Stattdessen gilt es, ein durchgängiges Informationsmanegementsystem aufzubauen, das u. a. die  Materialwirtschaft durchgängig in der Produktion fortführt. Auch Methoden der Künstlichen Intelligenz lassen sich unter bestimmten Voraussetzungen in der Food-Industrie gewinnbringend einsetzen und werden zunehmend Bestandteil des o. g. Informationsmanagementsystems. Ich würde mich freuen, mit Ihnen gemeinsam das Potenzial Ihrer Produktionsprozesse zu identifizieren und zu bewerten. Ich freue mich auf Ihre Nachricht! --- ## Impressum in Kurzform Ronald Möhring, Schaftrift 5, 27721 Ritterhude, Deutschland · E-Mail info@digitale-produktion.eu Datenschutz: https://digitale-produktion.eu/dsgvo/ · Cookie-Richtlinie: https://digitale-produktion.eu/cookie-richtlinie-eu/