„ERP für Industrie 4.0“: APplus ist „ERP-System des Jahres“ für die smarte Fabrik

Die Vision einer vollständig autonom produzierenden Fabrik scheint derzeit noch in weiter Ferne. Vielmehr hat sich der Fokus in den vergangenen Jahren auf Teilbereiche des Industrie-4.0-Konzepts verlagert, etwa die vorausschauende Wartung von Maschinen und Anlagen. Doch auch in Szenarien wie diesen entstehen gewaltige Datenmassen, die von den entsprechenden IT-Systemen verarbeitet werden müssen. Welche ERP-Systeme den hohen Leistungsanforderungen der smarten Fabrik besonders gerecht werden, untersuchte das „Center for Enterprise Research“ der Universität Potsdam in diesem Jahr mit der Kategorie „ERP für Industrie 4.0/Internet of Things“ seines jährlich vergebenen Preises „ERP-System des Jahres“. Gestern Abend wurden die Gewinner bekannt gegeben: Bereits zum siebten Mal ging die renommierte Auszeichnung an die Asseco Solutions aus Karlsruhe, deren Lösung APplus den Anforderungen der smarten Fabrik aus Sicht der Expertenjury von allen nominierten Systemen am besten gerecht werden konnte.

„Der Erfolg der smarten Fabrik steht und fällt mit der Menge an Daten, die darin gesammelt und ausgewertet werden“, erklärt Ralf Bachthaler, Vorstand der Asseco Solutions. „Daraus ergibt sich jedoch unmittelbar eine der zentralen Herausforderungen entsprechender Szenarien: Die entstehenden Datenmassen lassen sich kaum mit traditioneller Technik bewältigen. Wir haben für uns die künstliche Intelligenz als Mittel der Wahl identifiziert, dieser Problematik Herr zu werden – und in ersten Praxisprojekten beeindruckende Ergebnisse damit erzielt. Wie auch zu Beginn der Industrie-4.0-Bewegung ist es unser Ziel, die Weiterentwicklung des Zukunftstrends durch die frühzeitige Erschließung neuer Technologien aktiv mitzugestalten. Dass unsere Lösung in dieser auch für den Wirtschaftsstandort Deutschland strategischen Kategorie als ERP-System des Jahres ausgezeichnet wurde, ist uns natürlich eine ganz besondere Freude und eine Anerkennung für die Innovationsfreudigkeit und Kreativität unserer Mitarbeiter.“

In der Tat stellte die Weiterentwicklung der Asseco-Lösung einen der Aspekte dar, der von der Expertenjury des Center for Enterprise Research besonders positiv hervorgehoben wurde. So wurde die Asseco im Bezug auf das Kriterium „Forschung und Entwicklung“ mit 114 von 120 möglichen Punkten bewertet. Dabei lobten die Experten insbesondere die starke Einbeziehung von Kunden und Wissenschaft in den Innovationsprozess. Auch bei den spezifischen Funktionen für die smarte Fabrik konnte APplus punkten: Hier erzielte die Lösung 166,50 von 185 möglichen Punkten, die Jury hob vor allem die Abdeckung vieler Industrie-4.0-Aspekte sowie die starke Integration der Maschinenebene in das ERP-System hervor.

Intelligente Technologie für die smarte Fabrik

APplus bietet als zentrale Informationsdrehscheibe im Unternehmen zahlreiche Funktionalitäten für vernetzte Industrie-4.0-Szenarien. Mithilfe der smarten Asseco-Technologie ist es beispielsweise möglich, auch ursprünglich nicht smarte Produktionsmaschinen und -anlagen an die Cloud anzubinden, ihre Betriebsdaten zu sammeln und auszuwerten. Für Maschinenhersteller wiederum bildet dies die Grundlage, ihr Angebotsspektrum rund um ihre Anlagen mithilfe neuer Services zu erweitern: Die Bandbreite reicht von vorausschauenden Wartungsprozessen über smarte Informationsdienste für Endkunden bis hin zu Konfigurationsempfehlungen auf Basis von Big-Data-Analysen. Durch Anbieten von Funktionen wie diesen lässt sich das eigene Geschäftsmodell erweitern und für die digitale Zukunft optimieren.

Zudem greift die Asseco Solutions in ihren Industrie-4.0-Szenarien schon heute auf künstliche Intelligenz zurück, um etwa Anomalien im Produktionsablauf zu erkennen und so Ausschuss und Stillstände zu reduzieren. Hierzu wird ein neuronales Netz mit Betriebs- und Fehlerdaten der jeweiligen Maschinen gespeist und so auf die Erkennung kritischer Parameterkonstellationen hin trainiert. Nähern sich die Maschinendaten einem der kritischen Muster an, gibt die KI eine Warnung aus, sodass eingegriffen werden kann, bevor Ausschuss produziert wird oder eine Maschinenstörung auftritt. Im Gegensatz zu klassischen Predictive-Maintenance-Szenarien, die in der Regel auf Basis bestimmter Schwellenwerte umgesetzt werden, lässt sich die Anomalieerkennung per KI auch realisieren, sollte das Unternehmen nicht bereits über ein großes Datenreservoir an historischen Maschinenbetriebsdaten verfügen. Die künstliche Intelligenz lernt in solchen Fällen parallel zum Produktionsprozess. Einmal erkannte Fehler können bereits vor dem nächsten Auftreten vorhergesagt werden.