Vom Internet der Dinge zu intelligenten Geschäftsprozessen

Vom Internet der Dinge zu intelligenten Geschäftsprozessen

Das Projekt ADiWa entwickelt Anwendungen, die komplexe Geschäftsprozesse dynamisch planen, steuern und ausführen. Die Grundlage zur Optimierung bilden dabei direkte Informationen aus dem Internet der Dinge.

Darstellung der graphischen Programmoberfläche des Produktionsprozesses, der bei der Herstellung von Popkorn entsteht Die Vernetzung intelligenter Objekte mit dem Internet hat in vielen Bereichen einen hohen Reifegrad erreicht und eröffnet damit breite Vermarktungschancen. Der Begriff "Internet der Dinge" ist international etabliert und bedeutet im Allgemeinen, dass physische Objekte untereinander und direkt mit Softwareanwendungen kommunizieren können. Das Projekt Allianz Digitaler Warenfluss (ADiWa) leistet einen bedeutenden Beitrag, um das Internet der Dinge marktfähig zu machen. Auf dem Weg zum "Digitalen Unternehmen" werden Daten aus der realen Welt aufbereitet, um Prozess-Entscheidungen in Echtzeit zu unterstützen. Diese Schaffung von intelligenten Geschäftsprozessen wird bereits prototypisch bei Produktions- und Wartungsabläufen mit intensivem Maschineneinsatz durchgeführt. Einige Beispiele werden hier am Stand präsentiert.

Auf dem Weg zum Digitalen Unternehmen - Anwendungsbeispiele der Allianz Digitaler Warenfluss

Nachfrage-orientiertes Energiemanagement

Mit diesem ADiWa-Prototyp kann die Produktionsplanung abhängig von der Verfügbarkeit regenerativer und günstiger Energiequellen angepasst werden, um deren maximale Ausnutzung zu gewährleisten. Die Produktionsaufträge können mithilfe des ADiWa-Prototypen für die nächsten Tage effizienter geplant werden. Dabei dienen die Energiebedarfe der Maschinen sowie aktuelle Wettervorhersagen als Planungsgrundlage.

Proaktives Service-Management

Ein weiterer ADiWa-Prototyp ermöglicht es Service-Technikern, frühzeitig notwendige Dienstleistungen anzubieten. Auf Basis von aktuellen Informationen von Sensoren, historischen Informationen und Best Practice-Daten kann so Maschinenausfällen vorgebeugt werden. Der Service-Techniker kann dabei auf digitale Produktdaten unterschiedlicher Lebenszyklusphasen zugreifen. Er kann angeben, inwieweit er Systementscheidungen einbeziehen möchte, z. B. die Ermittlung geeigneter Service- Experten, welche die Wartung vor Ort vornehmen können.