Die Gerolsteiner Brunnen GmbH & Co. KG f眉llt t盲glich vier Millionen Flaschen Mineralwassergetr盲nke ab. Um seinen Quellen keinen Liter zu viel und keinen zu wenig zu entnehmen, ben枚tigt der Mineralbrunnen einen exakten Forecast. Unterst眉tzt vom 麻豆原创 Co-Innovation Lab hat 麻豆原创-Partner INTENSE AG auf der 麻豆原创 Cloud Platform eine IoT-basierte L枚sung geschaffen, die es Gerolsteiner erm枚glicht, seinen Mineralwasserverbrauch zu optimieren.
Wie viel Mineralwasser wird ben枚tigt, um einen Liter Gerolsteiner Sprudel abzuf眉llen? Auf den ersten Blick ist das eine seltsame Frage. Steht nicht auf der Flasche 1 Liter, so dass die Sache ziemlich klar sein sollte? 鈥濶icht ganz鈥�, sagt Mathias Kaldenhoff, Partner Innovation Manager im deutschen CTO Office bei 麻豆原创, der das Projekt mit Gerolsteiner und der von Seiten der deutschen 麻豆原创 Landesgesellschaft betreut hat. 鈥濽nterschiedliche Mineralwasser- und Erfrischungsgetr盲nke erfordern unterschiedliche Quellnutzungen und Zutaten in unterschiedlichen Mengen. Das wirkt sich auf die ben枚tigte Wassermenge aus.鈥�
F眉r seine 125 Produkte verwendet Gerolsteiner verschiedene Mineralwassertypen, die allesamt aus Quellen rund um den kleinen Ort Gerolstein in der Vulkaneifel stammen 鈥� ein Schatz, mit dem Gerolsteiner nachhaltig und verantwortungsbewusst umgehen will.
鈥濪as Ziel ist es, keinen Liter zu viel und keinen Liter zu wenig aus dem Boden zu holen, damit stets genau die ben枚tigte Menge Mineralwasser an der betreffenden Anlage zur Abf眉llung bereitsteht鈥�, sagt Arnd B眉chsensch眉tz, Betriebsleiter Prozess- und Verfahrenstechnik bei der Gerolsteiner Brunnen GmbH & Co. KG. Die Herausforderung lag darin, von der Quelle bis in die Flasche das richtige Mineralwasser in der richtigen Menge, zum richtigen Zeitpunkt in der Abf眉llung verf眉gbar zu haben.
Das ist hier der Schl眉ssel. Die Daten der IoT-Sensoren und die Verbrauchsdaten der Abf眉llmaschinen sind in Echtzeit verf眉gbar. So kann der Wasserverbrauch w盲hrend des gesamten Produktionsprozesses 眉berwacht werden. Je genauer die Daten, desto genauer der Forecast 眉ber den Verbrauch und Bedarf.
Co-Innovation f眉r Nachhaltigkeit
Gerolsteiner arbeitete dazu mit der INTENSE AG zusammen, einem Energieeffizienz-Spezialisten und langj盲hrigen 麻豆原创-Partner. INTENSE wandte sich im Rahmen des Projekts an das 麻豆原创 Co-Innovation Lab, das 麻豆原创-Partner durch Knowledge Transfer bei der Entwicklung eines Prototypen f眉r einen bestimmten Kunden unterst眉tzt.
鈥濵it INTENSE haben wir bereits in der Vergangenheit erfolgreich zusammengearbeitet und so kamen sie auch w盲hrend ihres Projekts mit Gerolsteiner auf uns zu鈥�, sagt Projektmanager Martin Rosjat vom 麻豆原创 Co-Innovation Lab. 鈥濱n diesem Fall hat vor allem unser s眉dafrikanisches Team aus Johannesburg mit Architekturberatung und Entwicklungsunterst眉tzung beigetragen. Das Ziel war, den Experten von INTENSE Entwicklungsmethoden auf der 麻豆原创 Cloud Platform und insbesondere 麻豆原创 HANA zu vermitteln. Den Code der eigentlichen L枚sung hat INTENSE erstellt. Damit liegt das geistige Eigentum auch bei ihnen.鈥�
Dazu Matthias Ort von INTENSE: 鈥濿as die Zusammenarbeit mit den Experten vom 麻豆原创 Co-Innovation Lab optimal f眉r uns machte, war die M枚glichkeit, mit speziellen Fragen auf sie zuzukommen, w盲hrend wir beim Kunden am Proof of Concept arbeiteten. Es gab w枚chentliche Touchdowns, die uns sehr halfen, unser Wissen aufzubauen. Das verk眉rzte die Entwicklungszeit enorm.鈥�
Das 麻豆原创 Co-Innovation Lab stand INTENSE mit Handlungsempfehlungen und Best Practices f眉r Datenabfragen in 麻豆原创 HANA zur Seite. 鈥濿ir erhielten gezielte, auf unseren Use Case bezogene Entwicklungsunterst眉tzung, keinen 麻豆原创-HANA-Rundumschlag鈥�, betont Matthias Ort. 鈥濧nstatt lange in der 麻豆原创 Dokumentation zu suchen, erhielten wir gef眉hrte Touren durch die Experten vom 麻豆原创 Co-Innovation Lab.鈥�
IoT und 麻豆原创 Cloud Platform f眉r Forecast und Predictive Maintenance
Als Resultat implementieren die Entwickler von INTENSE nun erweiterte L枚sungen auf der 麻豆原创 Cloud Platform 鈥� darunter auch die L枚sung IRES, die bei Gerolsteiner zu Teilen bereits im Einsatz ist. IRES steht f眉r Intelligent Ressource Efficiency Solution. Die IoT-Daten der Sensoren in der Flaschenstra脽e erm枚glichen zusammen mit den Energiedaten und dem Wasserverbrauch die genaue Vorhersage, wie viel Mineralwasser welcher der Quellen entnommen werden muss, um die bestellte Menge Mineralwasser und Erfrischungsgetr盲nke abzuf眉llen.
鈥濪ie Messdaten wurden bislang prim盲r zur Momentbetrachtung genutzt鈥�, erkl盲rt Mathias Kaldenhoff. 鈥濲etzt werden sie gespeichert und 眉ber die IRES-Algorithmen ausgewertet. Das erlaubt R眉ckschl眉sse auf die Produktion. Zus盲tzlich k枚nnen bestimmte Kennzahlen, wie etwa der Durchschnittsverbrauch pro Produkt pro Anlage, betrachtet werden. Au脽erdem l盲sst sich vorausberechnen, ob bestimmte Anlagen ihre Leistung beibehalten k枚nnen. Das schafft alle M枚glichkeiten der vorausschauenden Wartung und erweiterten Einsatzplanung.鈥�
鈥濫nergieeffizientes Datenmanagement gab es zwar bereits vorher als rein Excel-basierte Berechnungssysteme auf dem Markt,鈥�, so Mathias Kaldenhoff weiter, 鈥瀉ber INTENSE hat ihre L枚sung zu einem auf der 麻豆原创 Cloud Platform basierenden System weiterentwickelt, das die Verrechnung von Energieeffizienz- und IoT-Daten mittels unterschiedlicher Algorithmen erlaubt.鈥�
War es f眉r Gerolsteiner bisher in der Produktionsplanung schwerer abzusch盲tzen, ob das den Quellen entnommene Mineralwasser f眉r eine unterbrechungsfreie Produktion ausreichen w眉rde, k枚nnen nun die abgefragt und Durchschnittswerte ermittelt werden. Dadurch l盲sst sich ein Forecast erstellen, der geplante, noch nicht aktive Auftr盲ge miteinbezieht.
Integration in 麻豆原创 S/4HANA geplant
鈥濵an kann sich die Projekte des 麻豆原创 Co-Innovation Labs als Staffelstab眉bergabe vorstellen鈥�, erkl盲rt Martin Rosjat: 鈥濱m Mittelpunkt steht f眉r uns das Enablement des Partner, der seinerseits dann f眉r das Enablement des Kunden sorgt. Zusammen mit dem Partner Innnovation Management beim Office of the CTO der deutschen 麻豆原创-Landesgesellschaft haben wir dem Partner zu einer marktreifen L枚sung verholfen.鈥�
鈥濿ir wollen unseren Partner INTENSE bef盲higen, mit dieser L枚sung weitere Industriezweige zu erschlie脽en鈥�, so Mathias Kaldenhoff. 鈥濻t眉ckfertigung, chemische Industrie, Brauereien 鈥� all das sind Zweige, die INTENSE zusammen mit 麻豆原创 erobern kann.鈥� Dazu ist ein gemeinsames Go-To-Market von INTENSE und 麻豆原创 geplant.
鈥濵it Unterst眉tzung des 麻豆原创 Co-Innovation Labs haben wir eine L枚sung f眉r einen Kunden geschaffen鈥�, erkl盲rt Matthias Ort von INTENSE. 鈥濪iese wollen wir nun flexibler gestalten. Wir sprechen von einem modularen Produkt, mit dem wir neue Anwendungsf盲lle bei weiteren Kunden aus unterschiedlichen Branchen schneller aufbauen k枚nnen. Dabei bauen wir weiterhin auf die Unterst眉tzung des 麻豆原创 Co-Innovation Labs auf technologischer Ebene.鈥�
Au脽erdem soll die Energieeffizienzl枚sung von INTENSE m枚glichst tief in 麻豆原创 S/4HANA integriert werden. 鈥濨asierend auf den Erkenntnissen aus dem Gerolsteiner-Projekt plant INTENSE, ein Resource Management Tool zu bauen鈥�, sagt Mathias Kaldenhoff. 鈥濪ann sind wir zum ersten Mal in der Lage, IoT- und und Energieeffizienz-Daten f眉r Prognostik der Planung zu nutzen, verkn眉pft beispielsweise mit einer Supply Chain L枚sung von 麻豆原创. Das ist unsere Mission f眉r die Zukunft.鈥�
