Wissen für die digitale Transformation

Modul 1 – Leitfaden: Wie beginne ich einen Digitalisierungsprozess
Lösungsorientierte Fragen, die bei der Strukturierung der Herangehensweise helfen

1. Bestandsaufnahme – Kritische Betrachtung ohne Bewertung
2. Eingrenzung von Handlungsbedarfen
3. Ermittlung technischer und personeller/organisatorischer Bedarfe
4. Klärung von Kosten
5. Umsetzungsplanung

Modul 2 – Ideenworkshop: Digitalisierungsmöglichkeiten (Use Cases) generieren & bewerten
Gemeinsames Ausarbeiten einer Idee zum Konzept eines Digitalisierungsmodell

1. Ideensammlung: Möglichst viele Ansätze aus der Fertigung für die Digitalisierung
2. Bewertung der Ansätze nach organisatorischen Randbedingungen
3. Bewertung der Ansätze nach rechtlichen Randbedingungen
4. Bewertung der Ansätze nach technischen Randbedingungen
5. Bewertung der Ansätze nach der internen IT-Sicherheit
6. Auf der Basis der Bewertungen werden die Top 3 der Ansätze ermittelt
7. Finden des Ansatzes mit dem größten kommerziellen Potenzial (TOP 1)
8. Umsetzungsplanung als Grundlage für ein Realisierungskonzept & Kostenschätzung

Modul 3 – IIoT Kommunikation OPC UA
Grundprinzipien, Aufbau OPC UA-Spezifikation und das Sicherheitskonzept

Modul 4 – Einführung in die Produktionsdatenanalytik
Begriffe & Techniken verstehen / Bestimmung eines wertigen Anwendungsfalles

1. Beispiel Korrelation und Kausalität
2. Begriffsklärungen / Definitionen (Data Mining, Big Data & Smart Data, Data Science, KI, ML, Deep Learning, Neuronale Netze)
3. Produktions(daten)analytik (Condition Monitoring, Predictive Maintenance, Analytik)
4. Angewandte Analysetechniken (Supervised / Unsupervised Learning, Classification, Regression, Clustering)
5. Mustererkennung
6. Populäre Algorithmen für maschinelles Lernen (Prädiktion oder Erklärung, Anomalieerkennung, Zeitreihentransformation)
7. Erste Schritte zur Verbesserung des Fertigungsprozesses (Lernen des Normalzustandes, statistische Merkmale, Ursachenforschung, Datenreduktion)
8. Bestimmung wertiger Anwendungsfälle und erste Schritte zur Datenanalyse

Modul 5 – Maschinenanbindung

1. Werke, Bereiche, Maschinen, Steuerung
2. Vorbereitung zur Erstellung einer Maschinenliste
3. Maschinenanbindung und Dateninfrastruktur
4. Bestandsaufnahme für die Maschinen-Kommunikation
5. Kommunikation, Konnektivität, Protokolle, Konnektoren
6. Maschinenliste als Vorbereitung zur Anbindung

CNC-Anbindung (Systemüberblick am Beispiel SINUMERIK 840D)

1. Systemaufbau Powerline / Solution Line
2. Kommunikationsschnittstellen Powerline / Solution Line
3. Anbindung 840D Powerline
4. Vorkonfigurierte & reservierte IP-Adressen der NCU
5. Anbindung 840D Solution Line
6. Beispiel Datenakquise: NC, PLC, Antrieb, Werkzeug, Energie, Alarme
7. Maschinenliste als Vorbereitung zur Anbindung SINUMERIK 840D pl / sl

Modul 6 – Lösungen Datenakquise und Datenintegration

1. IoT Hardware Gateways
2. OPC Software Plattform
3. Docker Container
4. OPC UA Integrationsplattform

Modul 7 – Zentrales Device Management
Zentrale Verwaltung von Docker Container und edgeDevices (IPCs)

1. Single Site / Multi Site
2. Grundfunktionen
3. USPs, Optionen, Betriebskonzept
4. Architektur
5. Vergleich zu Red Hat OCP (OpenShift Container Platform) und Kubernetes

Modul 8 – IIoT Ökosystem
Ein Einblick vom Systemaufbau bis zum Docker Container Management

1. Aufbau IoT Ökosystem
2. Die vier IoT-Architekturschichten
3. Vorgaben IoT-Referenzarchitektur & Geschäftsmodel IoT Architekturen
4. SaaS, PaaS, CaaS, IaaS
5. Container Management Tool
6. Portainer
7. Portainer Alternativen

Modul 9 – Cloud Technologien
Anbieter, Strukturen, Dienste (Überblick & Vergleich), Architektur verstehen

1. Definition und was war eigentlich vor der Cloud
2. Cloud IoT-Dienste im Überblick: Marktanteile, Stärken und Schwächen
3. Beispiel globale AWS-Infrastruktur
4. Überblick Cloud IoT Dienste AWS/Azure/GCP
5. Vergleich IT-Funktionen Azure / AWS
6. IoT-Referenzarchitektur am Beispiel Microsoft Azure
7. Microsoft Azure Arc
8. Flexible Maschinenanbindung an Microsoft Azure Arc

Modul 10 – Plattformökonomie
Merkmale und Beispiele für digitale Plattformen zwischen Kunden und Hersteller

1. Plattform / Ökonomie
2. Plattformangebote (Maschinenbau)
3. Beispielplattformen
4. Beispiel Siemens Mindsphere

Modul 11 – On-Premise vs. Cloud
On-Premise oder Cloud? Eine Gegenüberstellung zur besseren Einschätzung.

1. Definition & Bedeutung
2. Vorteile & Nachteile
3. On-Premise & Off-Premise
4. On-Premise, Cloud, Hybrid System
5. Kostenverteilung On-Premise vs. Cloud
6. Kostenbetrachtung Microsoft Dynamics 365
7. Entscheidungsbaum On-Premise vs. Cloud
8. Fazit

Zielgruppe

Strategisch-planerisch tätige Fach- und Führungskräfte, Entscheidungsträger im Bereich Digitalisierung, Produktion, IT

Voraussetzung

Individuelles Vorgespräch zur Überprüfung und Abstimmung der Inhalte und Ziele.

Leistungen

Das Training ist modular aufgebaut und besteht aus 3 Themenblöcken: Digitalisierungsprozess, Daten und Technologien, mit insgesamt 11 Modulen, die auch individuell kombinierbar sind.