Trend 1: MES in der Cloud

Die Cloud ist in der Produktion angekommen und wird jeden Tag wichtiger – und zwar nicht nur als „Datensammelbecken“ für Analytics, sondern um die produktionsnahen Prozesse noch stärker in die unternehmensweite Supply Chain zu integrieren. Immer mehr Unternehmen werden ihr Fertigungsmanagement via Manufacturing Execution System (MES) komplett in der Cloud betreiben und vermehrt auf Lösungen wie die SAP Digital Manufacturing Cloud (DMC) setzen.

Trend 2: Integration von SAP und Microsoft

Eine stärkere Verzahnung von SAP-Prozessen mit Microsoft 365 Apps wie Teams, Power Apps oder Power Automate für Workflows wird die Arbeit für Werker erleichtern. Mitarbeitende, beispielsweise aus der Instandhaltung, die SAP nicht regelmäßig nutzen, können Aufträge in der gewohnten MS-Umgebung planen sowie steuern und damit die nötigen SAP-Prozesse im Backend anstoßen.

Trend 3: Agile Projektansätze

Auch in der Fertigung werden agile und dynamische Projektansätze klassische Top-down-Organisationsstrukturen im Jahr 2022 zunehmend ablösen und starre Prozessstrukturen durch kleine, schlagkräftige Teams in kurzen Iterationszyklen ersetzen. Hunderte Seiten von Spezifikationsdokumenten gehören der Vergangenheit an. Unternehmen müssen die Endnutzer wesentlich früher einbinden und sie beim Erklären komplexer Sachverhalte beispielsweise über visuelle Darstellungen abholen.

Trend 4: Digitale Supply Chain

Der Autor: Björn Bartheidel ist Vice President Intelligent Industry Services bei Syntax.

© Syntax

Die Pandemie hat vielen produzierenden Unternehmen vor Augen geführt, wie wichtig eine gut gesteuerte digitale Supply Chain ist. Doch auch unabhängig von Krisen gewinnt das effiziente Management von wertschöpfenden Prozessen mithilfe digitaler Lösungen massiv an Bedeutung. Wer seine Abläufe stets im Blick hat, kann rechtzeitig auf potenzielle Flaschenhälse reagieren und so beispielsweise verhindern, dass die Maschinen stillstehen, weil das Material fehlt.

Trend 5: Predictive Analytics

Reines KPI-Dashboarding war gestern: Dank Künstlicher Intelligenz und Machine Learning gestützter Datenanalyse kombinieren produzierende Unternehmen erfasste Prozessdaten mit Auftrags- und Qualitätsdaten – und profitieren von neuen, wichtigen Erkenntnissen: Neben einer vorausschauenden Wartung lässt sich im Sinne von Predictive Quality vor allem auch die Prozessstabilität verbessern und eine höhere Produktqualität mit weniger Ausschuss realisieren.