Die Fertigungsindustrie wird fit für die Zukunft – dank AI und RPA
Cleverness lässt sich einem Unternehmen nicht verordnen. Intelligentes Handeln muss vielmehr in seine Gene eingeschrieben werden – und das kann nur auf Ebene des Enterprise Ressource Planning (ERP), dem Rückgrat eines Unternehmens, geschehen. Anhand von Best Practices lässt sich veranschaulichen, welche neuen Perspektiven Artificial Intelligence (AI) und Robotic Process Automation (RPA) als wertschöpfende Schlüsseltechnologien tatsächlich eröffnen.
Von Anlagen, die den eigenen Stromverbrauch noch im laufenden Betrieb optimieren über Maschinen, die während der Fertigung Qualitätskontrollen durchführen bis hin zu mobilen Robotern, die ganz allein den Weg durch die Fabrikhallen finden – das Potenzial von Artificial Intelligence (AI) und Robotic Process Automation (RPA) für die Industrie ist enorm. Diese neuen Technologien sorgen nicht nur für ein Mehr an Effizienz, Flexibilität und Zuverlässigkeit in der Produktion, sondern verschaffen dem Mittelstand einen klaren Wettbewerbsvorteil.
Zukunftsvision ist AI längst nicht mehr: Eine Studie von reichelt elektronik belegt, dass bereits 58 Prozent der in Deutschland befragten Industrieunternehmen Artificial Intelligence in der Produktion einsetzen – 31 Prozent flächendeckend, 27 Prozent zumindest partiell. Sie implementieren AI zur Steigerung der Produktivität, Qualitätskontrolle, Prozessoptimierung und Verbesserung der eigenen Cybersecurity.
Die Möglichkeiten AI-gestützter ERP-Systeme
Mit Artificial Intelligence den Service auf Vordermann bringen
Schon heute setzt AI an vielen Enden von Geschäftsprozessen an und schafft reale Wertschöpfung, beispielsweise im Field Service Management. Nicht selten sind Mitarbeitende beim Kunden vor Ort mit dem Problem konfrontiert, dass akute Servicefälle schwer zu lösen sind, da die Ersatzteilbeschaffung einige Zeit in Anspruch nehmen kann. Das führt dazu, dass die Mitarbeitenden im Field Service die Kolleg*innen aus der Konstruktion heranziehen, um den Fehler zu identifizieren und eine Handlungsempfehlung abzugeben. Das bindet viele Ressourcen und kostet viel Zeit – und jede Minute Downtime auf Kundenseite ist eine zu viel.
Eine AI-gestützte Service-Lösung in Kombination mit dem ERP-System kann hier gezielt unter die Arme greifen: In einer übergreifenden Daten- und Wissensdrehscheibe lassen sich Servicebelege, die Maschinendokumentation und die Informationsbasis zu einem vorliegenden Servicefall, durchsuchen. So können Ergebnisse zur bestmöglichen Entscheidungsbasis für einen konkreten Serviceeinsatz schnell geliefert werden.
Wissensartikel aus der Konstruktion, dem Service sowie das implizite Wissen der Techniker wer-den in einem Daten- und Wissensportal gesammelt und über ein Dokumenten-Management-System angebunden. Dabei fungiert das ERP-System als digitaler und mit AI angereicherter Prozess- und Datenhub, in dem alle Informationen zusammenlaufen. Reparaturen und Wartungseinsätze lassen sich somit schneller durchführen – idealerweise sogar proaktiv, also noch bevor ein konkreter Servicefall eintritt. Die Lösung bietet aber noch mehr Potenzial: So lassen sich daraus komplett neue Geschäftsmodelle zu entwickeln. Sie können Ihren Kunden etwa einen direkten Zu-gang auf den Wissenscontent bereitstellen und damit Rechercheanfragen extern als Self Service etablieren. So befähigen Sie die Kunden, einen Störfall im besten Fall in Eigenregie zu lösen.
Schluss mit verstaubten Datensätzen, RPA poliert die Datenqualität
Im ERP-Bereich können AI und RPA Aufgaben übernehmen, für deren Erledigung bislang menschli-ches Handanlegen erforderlich war – allen voran die repetitive Bearbeitung von Geschäftsdaten. Dank RPA müssen diese nicht mehr manuell von Mitarbeitenden ins ERP-System übertragen wer-den.
Das birgt ein enormes Potenzial für die Einsparung von zeitlichen und personellen Ressourcen. Doch es gibt noch weitere Vorteile: Robotic Process Automation macht Daten innerhalb des ERP-Systems verlässlich und verhindert Verarbeitungsprobleme, Dubletten, korrumpierte Kopien oder gestörte Geschäftsprozesse. Das erhöht am Ende die Datenqualität – der wahren Achillesferse in Digitalisierungsprojekten.
Weiteres Optimierungspotenzial deckt RPA auch beim Erfassen und Bearbeiten von Bestellungen auf: Beim Bestellprozess handelt es sich in den meisten Unternehmen um einen standardisierten Vorgang, der sich mithilfe von RPA nicht nur effizienter, sondern auch kostengünstiger gestalten lässt. Ein Software-Roboter kann hier nämlich sämtliche Aufgaben selbstständig ausführen – vom Versand der Bestellbestätigung über den Druck des Lieferscheins bis zur Rechnungsstellung.
Auch in der Kundenkommunikation erwarten uns standardisierte Abläufe: Wiederkehrende Anfra-gen können mithilfe von RPA automatisiert und dadurch schneller bearbeitet werden, was sich wiederum positiv auf die Kundenzufriedenheit auswirkt. Zusätzlich lassen sich Kundenanliegen priorisieren, indem wichtige Themen direkt an den zuständigen Sachbearbeiter delegiert werden.
Artificial Intelligence in Aktion
3 Beispiele für typische ERP-Prozesse
Generell kann AI unterschiedliche Geschäftsprozesse optimieren. Die Lösungen teilen sich auf zwei Kategorien auf:
- Benutzerhilfen und -erweiterungen
- Prozessautomatisierung und -verbesserung
AI kommt etwa auch zur Überwachung und Modellierung des Anlagenverhaltens, sprich zur Optimierung der sogenannten Gesamtanlageneffektivität (OEE = Overall Equipment Effectiveness), zum Einsatz. Die AI-Tools werden durch die riesigen Datenmengen der maschinennahen Systeme, die an das ERP-System angebunden sind, und das Internet of Things (IoT) gespeist. Die Kosten für IoT-Ausstattung sind inzwischen moderat, so dass es Industrieunternehmen möglich ist, Hunderte von Sensormesswerten von Maschinen in einer Produktionslinie in Echtzeit zu überwachen. Diese riesigen Datenmengen sind wiederum Grundlage für Algorithmen des Maschinellen Lernens (ML). Die Einblicke in die Betriebszeit, Leistung und Qualität von Produkten werden somit vereinfacht.
AI-Technologie lässt sich auch im Bereich der Lager- und Produktionsplanung gewinnbringend einsetzen, wie etwa für die Bereitstellung und Bewegung von Materialien und Produkten in einem Lager. AI-Algorithmen können Daten aus Bestell-, Fertigungs- und Lagersystemen zusammenführen und so die optimale Lagerauslastung bestimmen. Außerdem können sie Konfigurationen ändern, um der Nachfrage gerecht zu werden. Auch die Produktionsplanungsprozesse in der Fertigung können von AI unterstützt werden. In der Planungsphase auf Makroebene kann vorausgesagt werden, wie viele Produkte in einem bestimmten Zeitraum produziert werden müssen. Auch zusätzliche Erkenntnisse zum Kaufverhalten können gewonnen werden. Die Planung der einzelnen Produktionsabläufe erhält ebenfalls zusätzliche Intelligenz, wenn sie auf dynamische Auftragsänderungen zugreifen und reagieren kann.
Punktlandung statt Blindflug
AI und RPA werden mittelfristig die Industrie verändern – insbesondere im produzierenden Mittel-stand. AI spielt bereits bei der Bedarfsplanung, in IIoT-Projekten sowie bei der Digitalisierung der Supply Chain eine wichtige Rolle. Entsprechende Tools können zum Beispiel die Auswirkungen von Lieferengpässen oder Preisänderungen prognostizieren und Handlungsalternativen vorschlagen.
In erfolgreich digitalisierten Unternehmen führt ein AI-gestütztes ERP-System Daten aus unter-schiedlichen Einheiten zusammen – und zwar schneller und sinnvoller als je zuvor. Selbststeuernde, selbstoptimierende Prozesse und digitale Assistenten aus dem Bereich Robotic Process Automati-on und Business Analytics bedienen sich aus einer „Single Source of Truth“, die die Basis für weitere Digitalisierungsprojekte und neue sowie profitable Geschäftsmodelle bildet. Unternehmen müssen daher jetzt handeln, um wettbewerbsfähig zu bleiben.
