Datenfabrik.NRW : Quatre années de recherche, quatre cas d’usage, un objectif commun

Comment les entreprises manufacturières peuvent-elles rester compétitives face à la pénurie de main-d’œuvre, aux perturbations des chaînes d’approvisionnement et aux exigences croissantes en matière de durabilité?‍‍

C’est à cette question qu’a répondu le projet de recherche « Datenfabrik.NRW », lancé en 2022 par un consortium solide réunissant industrie et recherche. L’objectif : concevoir des solutions data-driven pour rendre les processus de production, logistique et organisation plus intelligents, plus efficaces et plus durables.

Neuf partenaires – dont CLAAS, Schmitz Cargobull, NTT Data, Duvenbeck, les instituts Fraunhofer IEM, IML, IOSB-INA et IAIS ainsi que MotionMiners GmbH – ont collaboré pendant quatre ans sur des cas d’usage innovants et des approches technologiques pour l’usine du futur.

Avec un budget total de 14,5 millions d’euros, dont 9,2 millions financés par le Land de Rhénanie-du-Nord-Westphalie, la Datenfabrik.NRW compte parmi les plus grandes initiatives allemandes dédiées à l’IA appliquée.

Quatre domaines de transformation comme piliers de l’innovation

Le projet s’articule autour de quatre « Transformation Areas » (TA), véritables piliers pour développer des solutions basées sur les données et relever les défis majeurs de la transition vers l’usine du futur.
Chaque TA vise à transformer la production traditionnelle en un environnement connecté, piloté par les données et l’intelligence artificielle. Des équipes interdisciplinaires ont travaillé sur des mesures concrètes, des technologies et des cas d’usage testés directement en conditions réelles.

Les quatre Transformation Areas en résumé:

• Data-Driven Production Engineering : Optimisation de la planification de production grâce aux données.
• Data-Driven Manufacturing : Amélioration de l’efficacité en fabrication via l’analyse intelligente des données.
• Data-Driven Logistics : Optimisation des flux logistiques grâce à l’IA et aux données de processus.
• Data-Driven Enterprise Architecture : Mise en place d’architectures d’entreprise pérennes et orientées données

Motion-Mining®: une technologie clé

Dans les Transformation Areas « Data-Driven Logistics » et « Data-Driven Manufacturing », MotionMiners GmbH a joué un rôle central dans la collecte et la structuration des données issues de processus majoritairement manuels. En tant que partenaire technologique, l’entreprise a développé avec ses partenaires des solutions pour des cas d’usage axés sur la préparation de commandes et la fabrication.

Un défi majeur de la digitalisation réside dans les « zones noires » – des processus où les données sont inexistantes ou insuffisantes. Les tâches manuelles manquent souvent d’informations structurées, pourtant essentielles pour déployer des projets numériques et des solutions IA. La technologie Motion-Mining® répond à ce besoin : elle permet la collecte automatisée et anonymisée des données de mouvement et de charge directement sur le terrain, rendant visibles des opérations jusqu’alors invisibles.

Ces données ont servi de base pour améliorer la transparence des processus et alimenter des modèles IA avancés. La technologie a été appliquée à plusieurs cas d’usage, notamment pour analyser les flux logistiques et les contraintes ergonomiques. Les résultats ont contribué à des optimisations digitales et à la création de nouveaux outils et stratégies.

Motion-Mining® s’est imposée comme un socle pour l’optimisation data-driven des processus manuels. Dans les années à venir, ces cas d’usage seront approfondis et complétés par de nouvelles collectes de données, notamment en montage, afin d’accroître encore la transparence des processus.

Quatre ans – Quatre cas d’usage

Au cours du projet, quatre cas d’usage concrets ont été réalisés, illustrant la diversité et l’impact des technologies basées sur les données :

CLAAS : Ergonomie et planification des équipes en préparation de commandes
Motion-Mining® a permis de collecter des données de mouvement et de charge dans la préparation centrale, afin d’évaluer l’ergonomie et les temps de traitement. Ces analyses ont servi de base à un premier outil logiciel pour la planification des équipes. Avec NTT Data, des stratégies de stockage des articles seront développées et mises en œuvre.

Schmitz Cargobull : Intégration digitale des processus et planification des structures d’usine
Trois processus logistiques – de la mise en stock à la préparation de commandes jusqu’à l’alimentation des lignes de montage – ont été intégrés dans un processus d’amélioration continue digitalisé. Motion-Mining® a permis une cartographie détaillée des opérations manuelles, créant un nouveau niveau de transparence. Les données ont alimenté un outil IA du Fraunhofer IML pour la stratégie d’affectation et ont fourni des informations clés pour la planification des structures d’usine.

Analyses ergonomiques : Mesure des contraintes en fabrication
Deux projets supplémentaires ont porté sur l’analyse des contraintes ergonomiques dans les tâches manuelles. Objectif : améliorer les conditions de travail, identifier des potentiels d’efficacité et optimiser la répartition des tâches. Les résultats ont conduit à des mesures concrètes pour l’aménagement des postes et à des recommandations pour la planification de production.

‍

Collaboration: un facteur clé de succès

La coopération étroite entre industrie et recherche a été déterminante. L’alliance de l’expérience pratique et de la méthodologie scientifique a permis de concevoir des solutions intégrables directement dans les opérations quotidiennes.
Les entreprises participantes ont pu optimiser leurs processus et inspirer le développement de nouvelles technologies et solutions logicielles. MotionMiners, par exemple, a bénéficié de retours terrain qui ont influencé l’évolution de ses produits – un exemple concret d’échange fructueux entre application et recherche.

Autre facteur clé: la conduite du changement. Plus de 500 collaborateurs chez CLAAS et Schmitz Cargobull ont été formés à l’utilisation de l’IA.

Perspectives: la route continue

La collaboration ne s’arrête pas avec la fin du projet. Des initiatives de suivi sont déjà prévues avec plusieurs partenaires, notamment pour élargir la collecte de données en montage et affiner les modèles IA existants. Datenfabrik.NRW a posé les bases – il s’agit maintenant de capitaliser sur ces acquis et d’explorer de nouveaux champs d’innovation.

Ce projet illustre parfaitement la réussite d’un partenariat industrie-recherche. Il démontre comment les technologies data-driven peuvent rendre les processus de production plus résilients, efficaces et durables – et souligne l’importance des partenariats stratégiques pour l’avenir de l’industrie.