Smart Factory: Klein anfangen, schnell iterieren, skalieren mit Design Thinking
When the idea of Industry 4.0 was first introduced, it centered around the concept of cyber-physical systems that enable machine-to-machine communication. Over the last several years, however, the term has come to represent much more: today, it includes smart factories not only run by direct machine-to-machine interactions but also advanced data processing made possible by connected sensors.
Successful Industry 4.0 and smart factory strategies require an interconnected and scalable architecture, a strong focus on value-driven project selection and the buy-in of all stakeholders involved, from IT developers and production managers to maintenance teams and machine operators. And industry leaders are well aware of the challenges involved: in a joint study conducted by Intel and Microsoft, industrial companies reported that “incomplete IT/OT convergence” was one of the key barriers standing in the way of scaling their Industry 4.0 initiatives.
Success comes from finding ways to move quickly toward a smart factory while keeping an eye on scalability and security. This often means relying on modular, adaptable solutions that can evolve as your application or environment grows.
Taking an iterative approach to your digital transformation projects can help you cultivate a smart factory without unnecessary risk or disruption.
Taking an iterative approach to smart factory and IoT projects: what it means
As the leading figure in design thinking, former IDEO CEO and Partner Tim Brown introduces the concept as: “a discipline that uses the designer’s sensibility and methods to match customer needs with what’s technologically feasible and what a viable business strategy can convert into customer value and market opportunity.”
The term is defined as an iterative process that must pass through three stages:
- Inspiration
- Ideation
- Implementation
Along the complex journey toward a smart factory, strategies built on incorrect assumptions can lead to high costs and dissatisfaction. Challenging these assumptions as early as possible is critical. Ideally, the first implementation of your Industry 4.0 application should be achieved quickly so you can uncover any unexpected challenges and gather feedback from users to continuously improve the system.
The 3 phases of the design thinking process
Technology from CloudRail, a Belden connected brand, can play a crucial role in facilitating the three phases of design thinking to drive your Industry 4.0 projects.
By leveraging the platform’s capabilities, IoT project workflows can be streamlined, cross-divisional collaboration can be fostered and important ideas can be realized quickly and efficiently.
Phase 1: inspiration
During this phase of design thinking, we work to define the underlying problem that needs to be resolved. To do this, we identify your requirements and challenges through interviews, observations and techniques that help us a deeper understanding of your environment.
For instance, CloudRail projects usually start with tackling this list of questions:
- How can value be created from machine data connected to the cloud?
- Will implementation result in financial and/or non-financial benefits that justify the costs and efforts involved?
- What are the project’s scope and key requirements?
As we gather this information, we begin to make initial determinations about possible solutions. By drawing on our experience with IT/OT integration, we can quickly connect your first machines with minimal investment, making it easier to validate ideas and adapt as new needs arise.
As Rimsha Tariq, continuous improvement and digital transformation technician at NGF Europe Limited, states, “[I] Ich habe die nahtlose Konnektivität zu AWS-Diensten wirklich geschätzt. Es verkürzte die Einrichtungszeit und ermöglichte uns die Durchführung schneller PoCs zur Identifizierung vielversprechender Projekte.“
Phase 2: Ideenfindung
In dieser Phase werden zahlreiche Ideen für mögliche Smart-Factory-Lösungen gesammelt und bewertet. Nach dem Sammeln und Bewerten möglicher Lösungen besteht der nächste Schritt darin, diese Ideen konkreter und detaillierter zu gestalten. Anhand von realen Geschichten können Sie erfahren, wie andere die Lösung in realen Situationen verwendet oder erlebt haben.
Wir helfen Ihnen, Konzepte zu durchdenken wie:
- Was benötigen die verschiedenen Key-User in Ihrem Unternehmen von der Lösung, um erfolgreich zu sein?
- Welche Daten müssen in der Cloud gespeichert werden und wie oft sollten sie aktualisiert werden?
- Welche Architektur wird für die gewünschte Lösung empfohlen?
Im Hinblick auf die Integration CloudRail Unterstützt die nahtlose Integration in AWS- und Microsoft Azure IoT-Dienste für eine anpassbare Architektur. Zusätzliche Flexibilität wird durch die flexible Nutzung von Datenquellen geboten, die über 12.000 Sensoren, einen OPC UA-Server und Modbus-Geräte umfassen.
Die automatische Datentransformation für IO-Link-Sensoren Macht es unglaublich einfach, Betriebstechnologie (OT) mit Informationstechnologie (IT) zu verbinden, ohne dass dedizierte Automatisierungsexperten am Projekt beteiligt sein müssen.
In dieser Phase helfen Ihnen Priorisierungsmethoden wie Value Proposition Design und das KANO-Modell dabei, die besten Ideen aus einer Liste von Produktmerkmalen und Wertversprechen auszuwählen, indem sie Ihnen zeigen, welche in Ihrer Situation am ehesten einen Mehrwert schaffen.
Phase 3: Implementierung
Diese Phase des Design Thinking konzentriert sich auf die Entwicklung von Minimum Viable Products (MVPs) zu einem frühen Zeitpunkt im Projekt, um eine direkte Interaktion zu ermöglichen. Das bedeutet, einfache, frühe Versionen des Produkts zu erstellen, damit die Benutzer sie sofort ausprobieren und Feedback geben können. Das Sammeln von Feedback ist entscheidend, um Einblicke in die realen Anforderungen zu erhalten. Diese Erkenntnisse können dann verwendet werden, um Annahmen zu validieren oder zu verwerfen und den Prototyp in einer iterativen Schleife zu verfeinern.
In IoT-Projekten, die von CloudRail vorangetrieben werden, umfasst die Implementierungsphase in der Regel:
- Physische Installation und Verkabelung
- Integration in OT- und IT-Netzwerke
- Sammeln von Feedback von täglichen Systembenutzern, wie z. B. Produktionsplanern, Bedienern und Wartungsteams
- Wiederholung des technischen Produkts, das in der zweiten (Ideen-)Phase entworfen wurde
- Validierung der in der ersten (Inspirations-)Phase getroffenen Annahmen
Dank der Remote-Bereitstellung von CloudRail müssen IT-Teams und Automatisierungsexperten nicht vor Ort sein; mehr Benutzer können in den Implementierungsprozess eingebunden werden.
Darüber hinaus ermöglicht ein cloudbasiertes Gerätemanagement eine schnelle Umsetzung von Änderungen. Mit sofort einsatzbereiten CloudRail-Geräten, die bereits die erforderlichen Sicherheitsstandards enthalten, können industrielle Hersteller schnell reale MVPs erstellen.
Tobias Haungs, Geschäftsführer der nexineer digital GmbH, sagt: „Die Kombination aus AWS und CloudRail ermöglicht es unseren Entwicklungsteams, neue Anwendungsfälle innerhalb von Stunden statt Tagen oder Wochen einzurichten und zu validieren.“ Da ihnen die schwere Arbeit der Datenaufnahme abgenommen wird, können sie sich auf die Entwicklung von Anwendungen und Prozessen konzentrieren, die das Geschäft voranbringen, anstatt sich mit der Infrastruktur herumzuschlagen.“
Die Bedeutung von Iteration und Flexibilität für den Erfolg einer intelligenten Fabrik
Der Erfolg eines IoT-Projekts hängt in erster Linie von dem Wert ab, den es für Sie schafft. Daher ist es entscheidend, die wichtigsten Annahmen zu Geschäftsvorteilen, Benutzeranforderungen und technischem Design ständig zu überwachen und so früh wie möglich zu validieren.
Unmanaged Gateways und DIY-Lösungen machen Iterationsaufgaben manuell und damit umständlich. Da die dabei gewonnenen Erkenntnisse nicht ohne weiteres in die Systemgestaltung integriert werden können, könnte das Projekt zunehmend zu einer Reihe unzusammenhängender Fehlerbehebungen werden.
CloudRail bietet eine flexible Edge-to-Cloud-Schicht, die sich problemlos an kommende Anforderungen anpassen lässt, auch wenn diese zu Beginn des Projekts noch nicht bekannt waren. Wenn Sie beispielsweise von AWS IoT Core auf AWS IoT Sitewise umsteigen möchten, sind für die Änderung nur wenige Klicks in der CloudRail.DMC-Konsole (Device Management Cloud) erforderlich .
Insbesondere beim Aufbau einer präventiven oder vorausschauenden Wartungslösung können flexible Änderungen der Datenerfassungspunkte oder der Anschluss zusätzlicher Sensoren die Langzeitgenauigkeit des Modells deutlich verbessern.
Durch einen iterativen Ansatz und die Nutzung anpassungsfähiger Lösungen wie CloudRail können Sie schnell auf neue Erkenntnisse und sich entwickelnde Anforderungen reagieren und so langfristig einen nachhaltigen Mehrwert schaffen. Dieser Ansatz minimiert nicht nur Risiken und Komplexität, sondern positioniert Ihre IoT-Initiativen auch für skalierbares, sicheres Wachstum, wenn sich Ihre Anforderungen ändern.