McKinsey über das Internet of Things

Die Experten von McKinsey prophezeien den wirtschaftlichen Mehrwert von IoT im Jahr 2025 auf weltweit bis zu 11,1 Billionen Dollar. Doch bis die vernetzten Infrastrukturen im Smart Home, im Unternehmen und im öffentlichen Raum funktionieren, gibt es noch viel zu tun. [...]

INTERNET OF THINGS IN DER INDUSTRIE
Das IoT spielt in der Digitalisierung klassischer Fertigungs- und Produktionsanlagen eine entscheidende Rolle – Stichwort Industrie 4.0. Vor allem die Optimierung und Automatisierung von Abläufen verspricht hohe Effizienzgewinne. Werkstücke könnten sich sensorgesteuert je nach Auslastung der Anlagen selbständig durch den Produktionsprozess navigieren. Beispielsweise misst General Motors die Luftfeuchtigkeit in seinen Lackierabteilungen und steuert die Teileanlieferung entsprechend um, wenn die Bedingungen nicht gut sind und damit Fehler oder gar aufwendige Nacharbeiten drohen. Außerdem hilft ein Realtime-Monitoring der Qualität, Fehler im Produktionsprozess schnell zu entdecken und zu beheben. Beispielsweise prüfen Motorenfertiger laufend, ob die Messtoleranzen beim Bau von Motorblöcken stimmen.

Wurden früher Abweichungen oft erst nach einigen Produktionszyklen erkannt – die fehlerhaften Blöcke mussten dann wieder eingeschmolzen werden -, lassen sich Fehler heute bereits nach wenigen Stücken im laufenden Betrieb korrigieren. Die Ausschussrate sinkt damit beträchtlich. Mit Hilfe von Sensoren in den Produktionsanlagen lassen sich zudem Materialflüsse exakter planen und damit Inventar und Lagerflächen effizienter nutzen. IoT sorgt außerdem im Zuge des gesamten Product-Lifecycle-Managements für mehr Effizienz. Sensoren in Produkten wie Autos und Maschinen verbessern die Wartung, indem sie potenzielle Fehler frühzeitig erkennen und melden.

Predictive Maintenance kann so ungeplante Ausfälle verhindern. Die Anbieter sind außerdem anhand der Vorhersagen in der Lage, ihren eigenen Wartungsbetrieb besser zu planen. Treten bestimmte Fehler oder Pannen regelmäßig auf, lassen sich zudem Schwachstellen der eigenen Produkte exakter identifizieren. Diese Erkenntnisse erlauben es, in der Folge den Entwicklungs- und Produktionsprozess zu optimieren, um eine bessere Qualität zu erzielen.

Gerade auf Baustellen, Förderanlagen und in Minen kommt es darauf, dass die komplexen und teuren Maschinen ohne Unterbrechung arbeiten. Ausfälle sind in aller Regel kostspielig. Predictive Maintenance kann an dieser Stelle viel Geld sparen. Auch der Betrieb in den Anlagen lässt sich mit IoT-Technik optimieren. So arbeitet der Minenbetreiber Rio Tinto bereits mit selbstfahrenden Lastwagen in seinen Erzminen. Die rund 300 Tonnen Material fassenden Monster-Trucks werden remote von einer Steuerzentrale zwischen den Förderbaggern hin- und hernavigiert. Integrierte Sensoren und eine Truck-to-Truck-Kommunikation sorgen dafür, dass die Lader immer genügend Abstand voneinander halten, um Unfälle zu vermeiden.

Die Analyse von Förderdaten und Maschineneinsatz verspricht zudem Optimierungen im Betrieb von Schürfanlagen. In der Ölförderung in kanadischen Teersanden konnte die Ausbeute zwischen fünf und acht Prozent verbessert werden. Auch Rio Tinto helfen ausgefeilte Analysen von Geodaten, um beispielsweise den Sprengstoffeinsatz effizienter zu planen.

Anwender aus dem industriellen Umfeld müssen den Internet of Things-Einsatz allerdings sorgfältig planen. Eine Aufrüstung beziehungsweise ein Neukauf der Anlagen mit der notwendigen Technik ist teuer. Der Einsatz muss sich rechnen. In einer Erzmine, die über Jahrzehnte mit großem Maschinen- und Arbeitseinsatz ausgebeutet wird, dürfte sich das durchaus lohnen. Auf einer Baustelle, die innerhalb weniger Monate abgewickelt ist, haben die Vorabeiter meist auch ohne Sensoren und komplexe Analytics-Software genau im Blick, was ihre Mannschaften tun beziehungsweise lassen sollten.