PwC und Microsoft unterstützen den Baustoffkonzern Cemex bei der Optimierung seiner Produktionsproze

Case Study: Cemex setzt auf KI-gestützte Zementproduktion

Cemex Embraces AI-Driven Cement Production
  • Case Study
  • 4 Minuten Lesezeit
Cemex

Die Branche

Zementindustrie

Die Herausforderung

Aufbau einer Daten- und KI-Infrastruktur

Unsere Rolle

Strategischer Umsetzungspartner, gemeinsam mit Microsoft

Ihr Experte für Fragen

Michael Bruns
Partner, Data, AI & IIoT bei PwC Deutschland
Tel.: +49 160 2600192
E-Mail

Die Ausgangslage

Als einer der weltweit größten Zementhersteller steht Cemex vor vielfältigen technologischen, organisatorischen und ökologischen Herausforderungen. Dabei hat das Unternehmen nicht abgewartet, bis KI in der Schwerindustrie zum Mainstream wurde: Cemex setzte bereits KI-Modelle zur Steuerung seiner Produktionsprozesse ein und konnte deren Nutzen in einzelnen Werken belegen.

Die Frage lautete also nie, ob KI die Zementproduktion verbessern kann – sondern wie sich dies flächendeckend umsetzen lässt: zuverlässig, wiederholbar und zu Kosten pro Use Case, die einen netzwerkweiten Rollout wirtschaftlich rechtfertigen.

Genau hier lag die Grenze. Jedes Modell war faktisch ein eigenes Projekt – zugeschnitten auf die spezifische Datenlandschaft eines bestimmten Assets, manuell integriert und kaum auf andere Standorte übertragbar. Die Prozessüberwachung erfolgt über gängige Process-Information-Management-Systeme sowie DCS/SCADA-Systeme, die auf proprietären Industrieprotokollen und veralteten Schnittstellen basieren. Die bidirektionale Integration – Voraussetzung für Closed-Loop-KI, die aktiv in den Prozess zurückschreibt – erwies sich als hochgradig instabil. Ohne verlässlichen Rückschreibpfad konnten Modelle zwar Empfehlungen geben, aber nicht handeln, und jeder neue Use Case bedeutete, den Integrationsaufwand von vorn zu beginnen. Die Time-to-Value blieb hoch, die Kosten pro Modell ebenfalls und KI blieb eine Ansammlung von Insellösungen statt einer skalierbaren Fähigkeit.

Die operative Konsequenz: Die tägliche Prozesssteuerung erfolgte weitgehend manuell, mit entsprechenden Auswirkungen auf Ausbeute, Energieverbrauch und Durchlaufzeiten. Weicht die Produktqualität von den festgelegten Toleranzgrenzen ab, müssen erfahrene Zementspezialisten einzelne Maschinenparameter – etwa die Rohstoffzufuhr – manuell nachjustieren, um wieder optimale Bedingungen herzustellen. Die Folge sind längere Reaktionszeiten, Durchsatzverluste, höhere Stillstandszeiten und schwankende Produktqualität.

Mit dem gemeinsam von PwC und Microsoft umgesetzten Programm „SmartOps" hat sich Cemex vorgenommen, diese Grenze zu durchbrechen: Produktionsertrag steigern, Energieverbrauch und Emissionen senken, Produktqualität stabilisieren und die Anlagenauslastung erhöhen und, als übergreifendes Ziel, KI vom lokalen Einzelvorhaben zu einem industrialisierten, skalierbaren Betriebsmodell für die Zementwerke weiterzuentwickeln.

Unser Ansatz

Im Zentrum der Lösung steht ein digitaler Backbone: eine gemeinsame Daten- und KI-Grundlage, die über die Zementwerke hinweg ausgerollt wird und die Modellentwicklung und -bereitstellung von einer individuellen Engineering-Aufgabe in einen wiederholbaren Prozess überführt.

Voraussetzung dafür war die Neugestaltung der Konnektivität. Durch die Umstellung der Integrationsebene auf einen Technologie-Stack auf Basis von OPC-UA und MQTT erhielt Cemex einen stabilen, standardisierten und bidirektionalen Zugriff auf Prozessdaten – und damit eine Closed-Loop-Steuerung, auf die sich der Betrieb verlassen kann. Auf dieser Grundlage überwachen KI-Modelle kontinuierlich die Prozessparameter, prognostizieren künftige Abweichungen auf Basis historischer Daten und passen Maschineneinstellungen automatisch an, um optimale Betriebsbedingungen zu erreichen.

Entscheidend ist, dass der Backbone die Modellentwicklung von der Modellausführung trennt. Entwicklung, Governance und Lifecycle-Management sind zentralisiert, während die Ausführung lokal am Edge im jeweiligen Werk stattfindet. Ein in einem Werk erprobtes Modell lässt sich auf das nächste ausrollen, ohne die Datenintegration neu aufzubauen. Und ein neuer Use Case kann in einem Bruchteil der Zeit und Kosten entwickelt, validiert und produktiv gesetzt werden, die ein Einzeldeployment früher erfordert hätte.

Durch den Einsatz von Edge Computing und umfassenden Data-Security-Maßnahmen stellt die End-to-End-Lösung sicher, dass kritische Assets geschützt bleiben und vertrauliche Daten sichere Umgebungen nicht verlassen.

„Ein zentraler Erfolgsfaktor war die enge, partnerschaftliche Zusammenarbeit zwischen Cemex, PwC und Microsoft in einem cross-funktionalen Team. Dadurch konnten wir eine durchgängig stimmige Umsetzung sicherstellen – vom Business Case über das Operating Model bis hin zu einer sicheren IT/OT-Architektur.“

Kamil Lekston,Operations Processes & BPM Director at Cemex
Video

Case Study Cemex

3:05
More tools
  • Closed captions
  • Transcript
  • Full screen
  • Share
  • Closed captions

Playback of this video is not currently available

Transcript

Der Mehrwert

Effizienterer Rohstoffeinsatz steigert Ertrag und senkt Emissionen

Seit dem Go-Live der KI-Lösung in den priorisierten Werken ist der Ertrag um 6 % gestiegen – getrieben durch den effizienteren Rohstoffeinsatz in der Klinkerproduktion sowie die KI-optimierte Zementmahlung. Die Energieeinsparung beläuft sich auf 4 %: Die präzisere Prozesssteuerung hat insbesondere den Brennstoffverbrauch der Öfen reduziert – mit deutlichen Emissionsminderungen als Folge. Die Anlagenauslastung liegt inzwischen bei über 90 %; Stillstände beschränken sich auf Ausnahmefälle wie komplexe geplante Wartungsarbeiten.

"Die gemeinsam entwickelte Lösung zeigt, wie KI auch in Umgebungen mit hohen Sicherheitsanforderungen produktiv eingesetzt werden kann, vorausgesetzt, die richtigen Rahmenbedingungen sind gegeben. Die aufgebaute Infrastruktur verschafft Cemex ein robustes Fundament für weitere KI-Use-Cases."

Michael Bruns,Partner, Data, AI & IIoT bei PwC Deutschland

Ausgewählte projektbezogene Herausforderungen und Lösungen:

Proprietäre Industrieprotokolle sind komplex und kostenintensiv im Betrieb, veraltete Schnittstellen erschweren die Integration und Infrastruktur-Restriktionen begrenzen den Zugriff auf vollständige Betriebsdaten. Die bidirektionale Integration für Closed-Loop-KI erwies sich als hochgradig instabil und behinderte die skalierbare Operationalisierung von KI über die Werke hinweg. Die Neugestaltung der Architektur auf Basis eines OPC-UA- und MQTT-Stacks war entscheidend 

Die Skalierung von KI über ein Werksnetzwerk hinweg erfordert eine bewusste Trennung zwischen zentralen und lokalen Komponenten. Modelle benötigen zentrale Entwicklung, Versionierung und Governance, um eine Vielzahl divergierender lokaler Varianten zu vermeiden. Gleichzeitig muss die Ausführung lokal am Edge erfolgen, um Latenz- und Verfügbarkeitsanforderungen zu erfüllen und den Betrieb unabhängig von der Cloud-Konnektivität zu halten. Der Backbone wurde exakt entlang dieser Trennung konzipiert: eine zentrale Ebene für Entwicklung, Monitoring und Governance sowie eine containerisierte Modellausführung in jedem einzelnen Werk.

Um die KI-Lösung organisatorisch sicher einzuführen und langfristig zu betreiben und weiterzuentwickeln, hat das Projektteam eine neue, passgenaue Governance-Struktur etabliert, mit klar definierten Rollen und Verantwortlichkeiten sowie maßgeschneiderten Prozessen entlang des gesamten Lösungslebenszyklus.

Im Serverraum vor Ort stand nur begrenzter Rack-Platz zur Verfügung. Durch geschickte Virtualisierung hat das Team die Lösung als Edge Deployment in einer Multi-Cluster-Kubernetes-Umgebung auf lokaler Hardware betrieben, mit nahtloser und sicherer Integration der Events in eine zentrale, cloudbasierte Plattform. So entstanden ein virtueller Leitstand und leistungsfähige Analytics-Capabilities.

Aufgrund der strengen Sicherheitsanforderungen war der Zugriff innerhalb der Produktionsnetzwerke stark reglementiert. Gleichzeitig benötigten Data Scientists Zugriff auf das lokale KI-System. Gelöst wurde dies über gezielt konfigurierte Zugriffsmodelle mit Role-Based Access Control (RBAC) und Row-Level Security (RLS), einer Sicherheitsebene auf Datenbankebene.

Ausblick

SmartOps etabliert einen modernen digitalen Backbone, der bestehende IT/OT-Restriktionen überwindet und ein skalierbares Fundament für KI in den Cemex-Werken schafft. Standardisierte Konnektivität, bessere Datenverfügbarkeit und eine stabile Systemintegration ermöglichen den zuverlässigen Rollout von KI-Use-Cases im großen Maßstab, wobei jeder weitere Use Case schneller und kostengünstiger umzusetzen ist als der vorherige. Über die lokale Optimierung hinaus eröffnet dies neue Betriebsmodelle, etwa Remote Operations über regionale Control Tower, in denen Prozessüberwachung, Entscheidungsunterstützung und Advanced Analytics werksübergreifend konsistenter gesteuert werden können.

Kontaktieren Sie unseren Expert:innen

So berät Sie PwC in ähnlichen Themen

Follow us

Contact us

Michael Bruns

Michael Bruns

Partner, Data, AI & IIoT, PwC Germany

Hide