Lösungen für die Fertigungsindustrie

  • Artikel

Der Fertigungsbereich, ein Merkmal der modernen Industriewelt, umfasst alle Schritte von der Beschaffung von Rohmaterialien bis zur Transformation in ein endgültiges Produkt. Beginnend mit der Fertigungsindustrie im vorindustriellen Zeitalter hat sich dieser Sektor durch Phasen wie mechanisierte Fließbänder und Automatisierung weiterentwickelt, wobei jede neue Entwicklung zu schnelleren und effizienteren Fertigungsprozessen beiträgt. Cloud Computing kann die nächste Revolution für Fertigungsunternehmen schaffen, indem es die IT-Infrastrukturen und -Prozesse von fehleranfälligen lokalen Lösungen in eine hochverfügbare, sichere und effiziente Cloud umwandelt und darüber hinaus innovative Lösungen für das Internet der Dinge (IoT), KI/ML und Analysen bereitstellt.

Microsoft Azure birgt das Versprechen der vierten industriellen Revolution, indem es Lösungen für die Fertigung bereitstellt, die Folgendes ermöglichen:

  • Unterstützung bei der Erstellung agilerer, intelligenter Factorys mit industriellem IoT
  • Erstellung resilienterer und profitablerer Lieferketten
  • Transformation der Produktivität Ihrer Belegschaft
  • Förderung von Innovationen und neuen Geschäftsmodellen
  • Neue Möglichkeiten, das Interesse von Kunden zu wecken


Um zu erfahren, wie Sie Ihr Fertigungsgeschäft mithilfe von Azure modernisieren können, besuchen Sie Azure für die Fertigungsindustrie. Weitere Ressourcen finden Sie unter Microsoft Trusted Cloud – die Lösung für Produktionsunternehmen.

Architekturleitfäden für die Fertigung

Die folgenden Artikel enthalten Architekturrichtlinien für Azure-Lösungen in der Fertigungsindustrie.

Aufbau Zusammenfassung Technologieschwerpunkt
Entwurf einer IoT-Architektur (Internet of Things, Internet der Dinge) Erfahren Sie mehr über grundlegende IoT-Konzepte (Internet of Things) und die ersten Schritte mit Azure IoT IoT
Hochskalierung des Machine Learning-Lebenszyklus mit MLOps-Framework Erfahren Sie, wie ein Fortune-500-Lebensmittelunternehmen seine Nachfrageprognose verbessert und die Produktbestände in verschiedenen Filialen in mehreren Regionen in den USA mit Hilfe von angepassten Machine-Learning-Modellen optimiert hat. KI/ML
Skalierbares On-Demand-Hochleistungscomputing In diesem Artikel zeigen wir Ihnen einige bekannte Bereiche in Technik und Fertigung, die eine große Computeleistung benötigen, und untersuchen, wie die Microsoft Azure-Plattform hier Abhilfe schaffen kann. Compute
Predictive Maintenance in der Fertigung Nachdem wir in diesem Artikel einige Hintergrundinformationen zu Predictive Maintenance vorgestellt haben, behandeln wir, wie die verschiedenen Teile einer PdM-Lösung mit einer Kombination aus lokalen Daten, Azure Machine Learning und der Verwendung der Modelle für Machine Learning implementiert werden können. KI/ML
Predictive Maintenance-Lösung Dieser Artikel stellt Optionen für das Erstellen einer Lösung für Predictive Maintenance vor. Es werden verschiedene Perspektiven vorgestellt, und es wird auf vorhandene Materialien verwiesen, um den Einstieg zu erleichtern. KI/ML
Extrahieren von verwertbaren Erkenntnissen aus IoT-Daten Dieser Leitfaden bietet einen technischen Überblick über die Komponenten, die erforderlich sind, um aus der IoT-Datenanalyse umsetzbare Erkenntnisse zu gewinnen. IoT

Architekturen für die Fertigung

Die folgenden Artikel enthalten eine detaillierte Analyse der Architekturen, die für die Fertigungsindustrie entwickelt und empfohlen werden.

Aufbau Zusammenfassung Technologieschwerpunkt
Anomalieerkennungsprozess Die Anomalieerkennungs-API bietet Ihnen die Möglichkeit, Anomalien in Zeitreihendaten ohne Machine Learning-Kenntnisse zu überwachen und zu erkennen. Analyse
Steuerung einer Flotte von fahrerlosen Transportfahrzeugen Diese Beispielarchitektur zeigt einen End-to-End-Ansatz für einen OEM (Original Equipment Manufacturer, Originalgerätehersteller) in der Automobilbranche und umfasst eine Referenzarchitektur und mehrere veröffentlichte unterstützende Open-Source-Bibliotheken, die wiederverwendet werden können. IoT
Entwickeln einer Pipeline für die Spracherkennung (Transkription von Sprache in Text) mit Azure Cognitive Services Verbessern Sie die Effizienz Ihrer Kundendienstzentren, und transformieren Sie Ihr Unternehmen, indem Sie eine große Menge aufgezeichneter Anrufe analysieren und eine Pipeline für die Spracherkennung (Transkription von Sprache in Text) mit Azure Cognitive Services entwickeln. KI/ML
Bürger-KI mit Power Platform Die Architektur erstreckt sich auf das Szenario „End-to-End-Analyse mit Azure Synapse“. Sie ermöglicht es, ein benutzerdefiniertes ML-Modell in Azure Machine Learning zu trainieren und es mit einer benutzerdefinierten Anwendung zu implementieren, die mithilfe von Microsoft Power Platform erstellt wurde. KI/ML
End-to-End-Fertigung durch maschinelles Sehen am Edge Diese Beispielarchitektur zeigt einen End-to-End-Ansatz für die Computer Vision von der Edge bis zur Cloud und zurück. KI/ML
Predictive Maintenance mit dem intelligenten IoT Edge IoT Edge (Internet of Things, Internet der Dinge) bietet Datenverarbeitung und Speicherung in der Nähe der Datenquelle und ermöglicht schnelle und konsistente Reaktionen mit geringerer Abhängigkeit von Cloudkonnektivität und Ressourcen. IoT
Qualitätssicherung Diese Lösung zeigt, wie Sie mit dem Beispiel für Fertigungspipelines (Fertigungslinien) Fehler vorhersagen können. KI/ML

Lösungsideen für die Fertigung

Im Folgenden finden Sie weitere Ideen, die Sie als Ausgangspunkt für Ihre Fertigungslösung verwenden können.