Dass gutes Wetter die Leistungskurve des Menschen positiv beeinflusst, ist bekannt: Aufnahmefähigkeit und Konzentration steigen, das Risiko von Erkrankungen sinkt, und gute Laune motiviert zu Höchstleistungen. Selbst kleine Betriebsstörungen wie minimale Verletzungen werden bei gutem Wetter leichter hingenommen. Für den menschlichen Körper trifft das jedenfalls zu, aber wie ist das bei Maschinen? Welches Wetter braucht eine Maschine, um mit Höchstleistung zu produzieren? Maschinen haben keine Sinnesorgane. Sie stehen in der Produktion und arbeiten nach ihrer Programmierung. Ändern sich die Parameter, macht die Anlage einfach weiter.
Maschinen in vernetzten Systemen kommen dem menschlichen Organismus schon ein Stück näher. Mit vernetzter Sensorik und künstlicher Intelligenz „erfahren“ sie ihre Umgebung und verschaffen sich ein Bild über ihren eigenen Zustand. Durch die Vernetzung können sie sich bemerkbar machen, etwa um Hilfe anzufordern. Mensch, Maschine und Ressourcen kommunizieren miteinander in vernetzten Strukturen. So kann ein „frierendes“ Gebäude bei schlechtem Wetter die Fertigungsanlagen hochfahren, um mit der Abwärme der Produktion zu heizen. Leidet eine Maschine an Verschleiß und erkennt sie per Predictive Maintenance, dass eine Wartung fällig ist, kann sie Hilfe anfordern und gleichzeitig der Prozesssteuerung ihren Zustand melden. Die Produktion stellt sich auf die neue Situation ein und verringert die Durchlaufgeschwindigkeit.
Maschinen und Anlagen, die bei der Produktion mitdenken, verringern Fehler und optimieren den Prozess. Durch eine intelligente Verknüpfung von ERP-Systemen mit der Produktionsebene reagiert die Fertigungssteuerung direkt auf Wetterumschwünge am Absatzmarkt. Bei weniger Personal passt die Maschine ihre Leistung automatisch an. Anhand verknüpfter Fitnessdaten des Bedienpersonals reagiert eine Anlage schon im Vorfeld wie ein Autopilot, bevor eine gefährliche Situation entsteht.
Damit Maschinen, Anlagen und Strukturen intelligent reagieren können, müssen sie miteinander kommunizieren. Die Technologie Machine to Machine (M2M) setzt solche Konzepte um. Die Daten von Maschinen, Anlagen und Strukturen werden gesammelt, verdichtet und aufbereitet: Sensoren und Aktoren verbinden sich über ihre Steuerung mit einer Cloud wie control, die Daten werden zunächst gespeichert und historisch aufgezeichnet. Dadurch entstehen große Datensilos mit viel Information. Big-Data-Lösungen bearbeiten diese Daten mittels Data-Mining und gewinnen daraus brauchbare Informationen für Handlungsanweisungen. Die Cloud stellt diese Informationen wieder dort bereit, wo sie gebraucht werden. Durch das Zusammenspiel von Daten, Cloud und Big Data entstehen neuronale Netzwerke, die auf Umwelteinflüsse reagieren und mit anderen Netzteilnehmern agieren können. Bei gutem „Maschinenwetter“ fährt die gesamte Fertigung auf Höchstleistung. Bei schlechten Prognosen entwickelt die intelligente Produktion eine der Situation angepasste Strategie.
