Studie zu Manufacturing Data Analytics Wie die intelligente Fertigung gelingen kann

Anbieter zum Thema

Friedemann Wagner GmbH

Mensch und Maschine Akademie

CAD+T Solutions GmbH

Forschende der Pusan National University identifizieren die Haupthindernisse für die Einführung der datengestützten intelligenten Fertigung. Verschiedene Aspekte der Fertigungsdatenanalyse können Hersteller jedoch bei der Transformation der Fertigung unterstützen.

Die intelligente Fertigung erfordert fortschrittliche Managementmethoden. Die Fertigungsdatenanalyse (Manufacturing Data Analytics, MDA) erweist sich als wichtiges Instrument, das den Herstellern hilft, schnell wechselnde Bedingungen zu antizipieren und darauf zu reagieren. Obwohl sie Vorteile verspricht, ist die Akzeptanz von MDA wegen unterschiedlicher Herausforderungen nach wie vor gering. In einer neuen Studie haben Forscher einen umfassenden Problemkatalog für die MDA-Implementierung (CISM) entwickelt. Er soll Herstellern dabei helfen, diese Probleme vorausschauend zu erkennen und zu lösen und so den Weg für eine breitere MDA-Einführung zu ebnen.

Traditionelle Management-Konzepte reichen nicht aus

Die moderne Fertigung arbeitet in komplexen Umgebungen, in denen traditionelle Management-Konzepte nicht mehr ausreichen. Dies unterstreicht den Bedarf an dynamischen und selbstanpassenden Managementstrategien in Echtzeit. Die Fertigungsdatenanalyse hat sich als leistungsstarke Lösung für die Umwandlung der traditionellen Fertigung in eine intelligente Fertigung erwiesen. Mithilfe von MDA können Hersteller verborgene Muster in externen und internen Daten erkennen und so geopolitische Risiken und sich schnell ändernde Kundenerwartungen und -anforderungen besser vorhersehen und darauf reagieren. Dennoch ist die Akzeptanz von MDA nach wie vor erstaunlich gering: Weniger als eines von fünf Projekten wird vollständig umgesetzt.

Fertigungsdatenanalyse: Geringe Akzeptanz – das sind die Gründe

Die Hersteller stehen bei der MDA-Implementierung vor zahlreichen Herausforderungen. Der MDA-Prozess umfasst in der Regel fünf Hauptschritte: Datenaufbereitung, Datenanalyse, Auswertung und Interpretation der Ergebnisse und Implementierung der Ergebnisse in die Fertigungssysteme. Bei jedem dieser Schritte können besondere Probleme auftreten. Zudem gibt es umfassendere Probleme im Zusammenhang mit dem technologischen, organisatorischen und umweltbezogenen Kontext (TOE). In früheren Studien wurden zwar viele dieser Probleme untersucht, aber sie waren nicht in der Lage, eine umfassende Liste zu erstellen, da sie diese Verbindung außer Acht ließen und sich nur auf bestimmte Schritte der MDA beschränkten.

Lösungskonzept für die MDA-Einführung

Um diese Lücke zu schließen, hat ein Forschungsteam unter der Leitung von Assistenzprofessor Ki-Hun Kim vom Fachbereich Wirtschaftsingenieurwesen der Pusan National University, Südkorea, ein umfassendes Problemlösungskonzept für die MDA-Implementierung (Comprehensive issue identification for manufacturing data analytics implementation, CISM) entwickelt, zu dem auch Sa-Eun Park und Sang-Jae Lee, ebenfalls vom gleichen Fachbereich, aktiv beigetragen haben. "Um die Einführung von MDA zu beschleunigen, müssen die Hersteller zunächst in der Lage sein, die verschiedenen Herausforderungen zu erkennen und zu lösen, die bei der Umsetzung auftreten können. Dazu gehören nicht nur technische Fragen, sondern auch organisatorische und umweltbezogene Faktoren, die den Erfolg von MDA-Initiativen maßgeblich beeinflussen", erklärt Dr. Kim. „CISM bietet einen strukturierten Rahmen, um diese Probleme proaktiv zu erkennen und zu lösen und so eine effizientere und effektivere MDA-Implementierung zu unterstützen.“ Zu dem Team gehörten Sa-Eun Park und Sang-Jae Lee, ebenfalls von der Pusan National University. Ihre Studie wurde am 09. Juni 2025 online zur Verfügung gestellt und im Oktober 2025 in Band 82 des Journal of Manufacturing Systems veröffentlicht.

Verschiedene Aspekte des MDA-Prozesses im Blick

Das Team begann zunächst mit der Suche nach relevanter Literatur in der SCOPUS-Datenbank. Es wurden 35 Arbeiten identifiziert, die sich mit verschiedenen Themen im Zusammenhang mit der MDA-Implementierung befassten. Bei der systematischen Durchsicht dieser Arbeiten wurden 29 Themen ermittelt, die in neun Kategorien eingeteilt sind, die jeweils dem relevanten EVG-Kontext und dem Schritt des MDA-Prozesses zugeordnet sind. Davon beziehen sich 26 Themen auf den technologischen Kontext, 11 auf den organisatorischen Kontext und 4 auf den Umweltkontext. Die neun Kategorien des CISM spiegeln verschiedene Aspekte des MDA-Prozesses wider, vom Verständnis des Problems und der Datenaufbereitung über die Identifizierung der Wissenslücke zwischen Datenwissenschaftlern und Domänenexperten bis hin zum Abgleich der MDA-Modelle mit realen Fertigungssystemen.

Validierung des CISM

Um das CISM zu validieren, wandte das Forschungsteam es auf drei reale Fallstudien in der Gummiherstellungsindustrie an, wobei der Schwerpunkt auf der Optimierung von Rezepturformulierung und Mischprozessen lag, um eine konsistente, qualitativ hochwertige Produktion zu gewährleisten. Das Framework erfasste effektiv alle Implementierungsherausforderungen, die während der Projekte auftraten, und bewies damit seine Vollständigkeit und praktische Anwendbarkeit.

Die Autoren zeigen auch Richtungen für die künftige Forschung auf: Einstufung der relativen Bedeutung der einzelnen Probleme, Untersuchung ihrer Relevanz in verschiedenen Produktionskontexten und Entwicklung maßgeschneiderter Strategien, um sie anzugehen.

„CISM kann den Herstellern helfen, klare Richtlinien für die Identifizierung und Priorisierung von Problemen zu erstellen, die proaktiv angegangen werden müssen, um eine effektive MDA-Implementierung zu gewährleisten“, so Dr. Kim. "Darüber hinaus kann es als grundlegende Referenz für die Entwicklung von Ausbildungs- und Schulungsressourcen im Zusammenhang mit MDA dienen. Diese Bemühungen werden es den Herstellern wiederum ermöglichen, qualitativ hochwertige Produkte effizienter und zuverlässiger zu liefern und die Vorteile direkt an die Verbraucher weiterzugeben".

Fazit und Ausblick

Zusammenfassend lässt sich sagen, dass CISM eine solide Grundlage sowohl für Forscher als auch für Praktiker darstellt, die an der Verbesserung der MDA-Implementierung in der Praxis arbeiten. Es ist ein bedeutender Schritt auf dem Weg zu einer weit verbreiteten, datengesteuerten intelligenten Fertigung.

Titel des Originalbeitrags: Comprehensive issue identification for manufacturing data analytics implementation: Systematic literature review and case studies

Journal: Journal of Manufacturing Systems

DOI: 10.1016/j.jmsy.2025.05.006

Assistenzprofessor Ki-Hun Kim

Dr. Ki-Hun Kim ist Assistenzprofessor in der Abteilung für Wirtschaftsingenieurwesen an der Pusan National University und arbeitet mit der Graduate School of Data Science zusammen. Seine Forschung konzentriert sich auf die Entwicklung und Anwendung von KI in verschiedenen Branchen wie Fertigung, Logistik und Gesundheitswesen.

Labor: https://sites.google.com/view/iai-lab/home?authuser=0

Scopus ID: 57020115300

Über Sa-Eun Park

Sa-Eun Park ist derzeit Doktorand in der Abteilung für Wirtschaftsingenieurwesen an der Pusan National University. Er absolviert einen integrierten MS-Ph.D.-Kurs unter der Leitung von Professor Ki-Hun Kim. Seine Forschungsarbeit umfasst die Entwicklung fortschrittlicher KI-Methoden zur Optimierung industrieller Prozesse und zur Verbesserung der Entscheidungsfähigkeit.

Über Sang-Jae Lee

Sang-Jae Lee erwarb einen Master-Abschluss in Wirtschaftsingenieurwesen an der Pusan National University. Seine Forschung konzentriert sich auf Zeitreihenprognosen und praktische KI-Anwendungen in verschiedenen Branchen.