- Přehledy IS
- APS (20)
- BPM - procesní řízení (22)
- Cloud computing (IaaS) (10)
- Cloud computing (SaaS) (33)
- CRM (51)
- DMS/ECM - správa dokumentů (20)
- EAM (17)
- Ekonomické systémy (68)
- ERP (77)
- HRM (27)
- ITSM (6)
- MES (32)
- Řízení výroby (36)
- WMS (29)
- Dodavatelé IT slueb a řeení
- Datová centra (25)
- Dodavatelé CAD/CAM/PLM/BIM... (39)
- Dodavatelé CRM (33)
- Dodavatelé DW-BI (50)
- Dodavatelé ERP (71)
- Informační bezpečnost (50)
- IT řeení pro logistiku (45)
- IT řeení pro stavebnictví (26)
- Řeení pro veřejný a státní sektor (27)
ERP systémy
CRM systémy
Plánování a řízení výroby
AI a Business Intelligence
DMS/ECM - Správa dokumentů
HRM/HCM - Řízení lidských zdrojů
EAM/CMMS - Správa majetku a údrby
Účetní a ekonomické systémy
ITSM (ITIL) - Řízení IT
Cloud a virtualizace IT
IT Security
Logistika, řízení skladů, WMS
IT právo
GIS - geografické informační systémy
Projektové řízení
Trendy ICT
E-commerce B2B/B2C
CAD/CAM/CAE/PLM/3D tisk![]() | |
| Přihlaste se k odběru newsletteru SystemNEWS, který kadý týden přináí výběr článků z oblasti podnikové informatiky | |
![]() | |
Internet věcí nejsou jen chytré stroje
V diskusích o vyuití internetu věcí ve výrobním sektoru se zpravidla skloňují inteligentní, navzájem komunikující stroje. Oblast internetu věcí (Internet od Things, IoT) ale nabízí i mnoho dalích řeení, jejich nasazení navíc nevyadují masivní investice.

V továrně budoucnosti se stroje obejdou prakticky bez asistence lidí samy si vyádají potřebný materiál a nástroje, provedou přednastavené výrobní operace a lidskou obsluhu si přivolají jen v případě servisního zásahu. Ten navíc naplánují tak, aby byly k dispozici vechny potřebné součástky a servisní odstávka trvala jen nezbytně nutnou dobu, navíc s ohledem na co nejmení naruení plánu výroby. Taková průmyslová řeení ale vyadují skutečně extrémní pokrytí různými senzory a dalími aktivními prvky, stejně jako sofistikované řídicí systémy.
Oblast internetu věcí je ale mnohem irí a umoňuje vytvářet velké mnoství podnikových řeení. Vedle samotné výroby jsou typickými oblastmi pro nasazení technologií IoT logistika a různé provozní systémy, zaloené například na identifikaci osob. Systémoví integrátoři v těchto oblastech poskytují komplexní řeení zahrnující hardware i software, společně s integrací IoT systémů s dalími podnikovými systémy.
Inteligentní docházkové systémy
Jednou z oblastí, které řeí kadý výrobní podnik a kde nacházejí technologie internetu věcí iroké monosti uplatnění, jsou i docházkové systémy. Například ve vysoce zabezpečených provozech nelze pro identifikaci osob pouít klasické prostředky, jako jsou čipové karty, jeliko nedochází ke skutečné identifikaci zaměstnance přístup je umoněn komukoli, kdo je aktuálně dritelem karty. Proto se k identifikaci zaměstnanců pro přístup do zón s vyím stupněm ochrany pouívají biometrické systémy. Běnou technologií je dnes autentikace na základě otisků prstů, identifikace tváří nebo unikátní kresby oční duhovky či jedinečné struktury krevního řečitě. Tyto technologické monosti mají různá vyuití a firmy se po ně rozhodují na základě poměru výkonu a ceny. Stále častějí je přitom kombinace přístupové čipové karty pro vstup do firmy a evidenci docházky s biometrickým ověřováním v zónách s vyí úrovní kontroly, jako jsou serverovny nebo třeba trezorové místnosti.
S roziřováním technologií internetu věcí se ale zásadně mění způsob, jakým firmy s informacemi získanými z přístupových systémů pracují. Pokud například víme, e si zaměstnanec označil příchod do firmy, můeme s ním brzy počítat na výrobní lince. Při kapacitním plánování lze tímto způsobem také zjiovat, zda nechybí personál pro zajitění výroby a zda by v takovém případě bylo vhodné najmout dalí zaměstnance nebo si pro operativní záleitosti zajistit agenturní personál. Firma také můe sledovat pohyb a shlukování zaměstnanců a tím kontrolovat dodrování pracovního reimu, plánovat úklid nebo třeba zásobování nápojových automatů.
Dalí moností vyuití docházkových systémů poskytuje jejich integrování s dalími zdroji informací o konkrétních pracovnících. Roziřující informace o zaměstnancích mohou zahrnovat například údaje o absolvovaných koleních a jejich kvalifikaci nebo výsledky zdravotních prohlídek. Tyto údaje pak můeme dát do souvislosti s pracovními úkony, které mohou konkrétní zaměstnanci vykonávat. V případě výrobní linky lze nejen evidovat vechny výrobní operace a čas strávený daným zaměstnancem na konkrétním výrobním místě, ale také sledovat, zda je dotyčný zaměstnanec kolený na danou pozici na lince, zda splňuje podmínky zdravotní prohlídky a jestli danou činnost nevykonává opakovaně nebo na příli dlouhou dobu. To ve na základě přihláení zaměstnance k podobnému terminálu jako při příchodu do firmy, ale umístěnému u konkrétního stroje nebo pozice na výrobní lince. Data získaná z výroby firmy vyhodnocují a na základě zjitěných závěrů provádějí takzvané rotační plánování v rámci konkrétního pracovního dne. Cílem je, aby zaměstnanec nedělal stále toté a nezatěoval jen určitou část těla. Při přechodu na jinou pozici bude nadřízený zaměstnance upozorněn, pokud daný pracovník například nemá dostatečné zkuenosti, nebo neodpracoval dostatečný počet směn a je potřeba jej zakolit.
Největí uplatnění má pokročilý docházkový systém v automobilovém průmyslu, pro který je typický velký tlak na kvalitu a detailní sledování celého výrobního procesu. Ověřování zaměstnanců na jednotlivých pracovních pozicích umoňuje kontrolovat, zdali má zaměstnanec pro daný úkon dostatečnou kvalifikaci a také ukládat informace o tom, který zaměstnanec pracoval na daném výrobku či na jeho konkrétní části. V případě, e se na výrobku objeví výrobní vada, je moné na základě informací, uloených v docházkově-výrobním systému, určit, na které pozici vznikla a kdo je za ni odpovědný včetně toho, na kterých konkrétních modelech, eventuálně linkách dotyčný pracoval. Automobilka pak nemusí svolávat ke kontrole tisíce vozů, ale jen konkrétní auta, u kterých by se mohla výrobní vada projevit. Detailní sledování práce konkrétních zaměstnanců na výrobní lince můe v tomto případě uetřit firmám desítky milionů v nákladech.
Chytrá logistika
Monosti nasazení technologií internetu věcí v oblasti logistiky jsou obrovské. Typická nasazení představuje například nepřetrité sledování skladových zásob materiálů a součástek v reálném čase pro plánování výroby, stejně jako sledování přepravy hotových produktů k jejich zákazníkům. Jednoduchá čidla sdělují v pravidelném intervalu svoji aktuální polohu, které se promítá do skladových a logistických systémů. Díky speciálním sítím typu Sigfox lze signál z čidel přenáet na dlouhé vzdálenosti, bez ohledu na to, zdali se vysílač aktuálně nachází třeba pod zemí nebo v ocelovém kontejneru. Sítě pro internet věcí vyadují jen nízký vysílací výkon, take vestavěné baterie mohou senzory pohánět měsíce a několik let.
Technologie IoT mohou v oblasti logistiky také zásadně přispět z hlediska bezpečnosti podniku a optimalizace výroby. IoT identifikátory mohou společně s kamerovými systémy řídit vjezd vozidel do areálu firmy a kontrolovat vozy, které z podniku odjídějí. Například automobilka koda Auto Mladá Boleslav řeí zrychlení zásobování výroby důleitými díly v systému JiS (just in service), případně JiT (Just in Time), právě optimalizací řízení vjezdu vozidel do areálu firmy. Oproti standardní kontrole vjezdu do areálu, kdy vozidlo zastaví u závory a ostraha fyzicky zkontroluje jeho oprávnění, zde funguje moderní řeení na bázi internetu věcí. Základem je práce s databází povolených registračních značek vozidel, která mohou do závodu vjídět. Řidiči mají identifikační karty, kterými se identifikují u čtečky, umístěné u závory na vjezdu. Díky párování registračních značek a řidičů lze okamitě automaticky ověřit, zdali daný řidič a vůz mohou projet branou závodu. Systém ale umoňuje i identifikaci přijídějících vozů na dálku, kdy identifikuje přijídějící vozy kamerovým systémem s funkcí rozpoznávání registračních značek. Identifikace řidiče probíhá prostřednictvím jeho karty, uloené v GPS jednotce vozidla. Dříve ne vůz dorazí k bráně, má kontrolní systém k dispozici informaci o registrační značce i řidičovi, porovná jej s oprávněními ke vjezdu a můe automaticky otevřít závoru, kterou vozidlo plynule projede. Při porovnání s běným způsobem kontroly na vjezdu funguje řeení s prvky IoT zcela automaticky a zvyuje průjezdnost bran do závodu. Ve výsledku se tak podniku podaří mnohonásobně zvýit průjezdnost branou závodu a tím i rychlost zásobování výroby bez roziřování počtu jízdních pruhů nebo vjezdů a potřeby dalího personálu ostrahy.
Levnějí výroba
Optimalizace zásobování s vyuitím technologií internetu věcí pomáhá sniovat objem skladových zásob a tím ve výsledku zlevňovat výrobu. Senzory ve vozidlech a vjezdech do závodu poskytují přehled o počtu a pohybu vozidel i řidičů, který můe slouit i pro plánování objemu výroby do budoucna. Na základě historických dat je moné predikovat, jak budou jednotlivé vjezdy do závodu vytíeny v určité pracovní dny a určitou denní dobu. S ohledem na tato data můe podnik odpovídajícím způsobem připravit personál ostrahy nebo směrovat vozidla k méně vytíeným vjezdům.
![]() |
Luděk Lamač Key account manager a Solution architect ve společnosti S&T CZ |





















