Warum der Mittelstand eine intelligente Produktion braucht

Autor / Redakteur: Prof. Dr.-Ing. Birgit Vogel-Heuser * / Johann Wiesböck

Industrie 4.0 für den Mittelstand ist ein Muss. Und vieles ist in den mittelständischen Unternehmen schon vorhanden bzw. leicht zu realisieren. Es gibt auch nicht Industrie 4.0 als Ganzes, sondern Einzelaspekte.

Firma zum Thema

Industrie 4.0 für den Mittelstand
Industrie 4.0 für den Mittelstand
(Bild: Pixabay / CC0 )

Industrie 4.0 ist kein Selbstzweck sondern dient entweder dazu mit derselben Produktionsanlage mehr unterschiedliche und auch nicht vorhergesehene Produkte erstellen zu können oder diese in besserer Qualität bzw. effizienter produzieren zu können (Energie, CO2-Ausstoß etc.). Für ersteres werden intelligente Produktionseinheiten benötigt, die wissen was sie produzieren können und was nicht und sich selbst an die neuen Produkte anpassen können.

Für die effizientere Produktion bzw. die bessere Qualität werden Verfahren der Datenanalyse mit Optimierungsverfahren eingesetzt. Für beides wird einerseits eine durchgängige Architektur wie im RAMI Referenzmodell beschrieben benötigt und auf service-orientierte bzw. agentenorientierte Ansätzen aufgebaut (Bild 1, rechts oben).

Bildergalerie
Bildergalerie mit 5 Bildern

Die sichere weltweite Kommunikation (Bild 1, links unten) zwischen verschiedenen Maschinen- bzw. Anlagen eines Betreibers oder zwischen Anlagen, die gemeinsam ein Produkt herstellen ist eine Voraussetzung für Industrie 4.0.

Ebenso aber auch die Datendurchgängigkeit im Engineering über verschiedene Engineering-Phasen und -Disziplinen hinweg. Ganz wichtig ist die Aufbereitung der gesammelten Daten zu Informationen für den Menschen anstelle der verwirrenden Datenvielfalt, die uns vor lauter Daten die wesentlichen Informationen nicht mehr finden lässt. Die Daten müssen als Informationen im Engineering bzw. für den Operator im Betrieb aufbereitet werden.

Smart Data als Teilfunktion von Industrie 4.0

Ein einfacher Einstieg in Industrie 4.0 ist häufig die Datenanalyse (heute auch als Big Data bezeichnet). Fast immer sind Daten aus der Produktion vorhanden: von kritischen Störungen, über Ausfälle bis zu den Prozess- und Alarmdaten. Hierauf kann direkt aufgebaut werden, um die Effizienz der Produktion zu verbessern. Dazu gibt es drei Hebel:

  • Die Reduzierung der Qualitätsverluste (Nacharbeit, Ausschuss),
  • die Reduzierung des Ausstoßes (der produzierten Menge durch langsamere Produktion)
  • sowie die Reduzierung der Stillstands Zeiten.

Die Reduzierung der Stillstands Zeiten kann beispielsweise gemeinsam mit dem Maschinenlieferanten angegangen werden, um die Gründe für Stillstände besser analysieren zu können, oder sogar mit allen beteiligten Unternehmen und Mitbewerbern.

Drei Beispiele für erfolgreiche Smart-Data-Anwendungen

Im Folgenden werden drei konkrete Beispiele von erfolgreichen Smart-Data-Anwendungen als Teil von Industrie 4.0 vorgestellt. Im Projekt SIDAP [2] werden die Daten bestimmter Komponenten, beispielsweise Sensoren oder Armaturen, bzw. auch ausgewählte Prozessdaten erfasst und ausgewertet. Dies geschieht werk- und Betreiberübergreifend und nicht nur begrenzt auf Ausfalldaten dieser Komponenten.

Phänomene, die bereits vor dem Ausfall auftraten, Wartungsdaten der Geräte und deren Befunde inklusive der Störmeldungen werden ausgewertet. Dadurch wird das Wissen der Wartungsmannschaft, des Engineering und der Betreiber verbessert.

Beim EU-Projekt Improve [3] liegt ein zusätzlicher Schwerpunkt auf der Integration des Operatorwissens. Wie können einzelne Operator besser unterstützt werden die im Fehlerfall richtigen Entscheidungen zu treffen und was kann das Maschinen- und Anlagenbauunternehmen für die Weiterentwicklung der Anlagenregelung als Gesamtes lernen (Bild 2).

Um das Wissen der Operator bei Störungen zu sammeln, können diese mit einem Ursache-Wirkgraph bestätigen, dass Ursache x zu Störung y geführt hat oder diese als unzutreffend einordnen oder auch neue Zusammenhänge angeben. Die Angaben verschiedener Operator von verschiedenen, aber ähnlichen Anlagenteilen werden vom Maschinenlieferanten ausgewertet und als verbessertes Regelwerk den teilnehmenden Unternehmen wieder bereitgestellt.

Die Unternehmen lernen gemeinsam und die Lücke zwischen dem Maschinenlieferanten und dem Betreiber wird ein Stück geschlossen. Also ein Stück Offenheit für eine bessere Maschine.

Management von Fahrzeuge auf einer oder mehreren Baustellen

Ein weiterer erfolgreicher Anwendungsfall ist der Einsatz von Telematik auf Baustellen, um die Flotte der Baustellenfahrzeuge verschiedener Hersteller auf einer oder mehreren Baustellen zu managen, Stillstandzeiten zu erfassen und eine bessere Auslastung der Fahrzeuge für alle Baustellen eines Unternehmens zu ermöglichen sowie Diebstahlschutz zu ermöglichen (Bild 3).

Mit der Norm ISO 15143-3 wird ein Standard für die Bereitstellung von Daten während des Betriebs geschaffen den Baumaschinenhersteller weltweit akzeptieren. Im nächsten Schritt sollen die Fahrwege der LKWs optimiert und die Koordination mit anderen Baumaschinen, wie Dozern und Dumpern mittels Agenten erfolgen, um eine bessere Auslastung aller Maschinen zu erreichen (Bild 4).

Für den Aspekt Datenanalyse von Industrie 4.0 gibt es viele erfolgreiche Beispiele. Der Weg zu einem erfolgreichen Ansatz geht über das Interesse der Kunden und die Entscheidung, welche Daten erstens bereits verfügbar oder einfach zugänglich sind und woraus sich zweitens schnell ein Return of Investment der Kunden erreichen lässt.

Die Geschäftsmodelle sind alle eher Serviceorientiert und setzten eine sichere Datenverbindung und einen sicheren Server voraus. Hierfür gibt es keine allgemeingültige, beste Lösung, sondern es gilt das Gebot, so wenig Daten wie nötig zugänglich zu machen und diese am besten von der eigentlichen Anlage/Anwendung zu trennen, so dass ein Durchgriff auf die Anlage oder Maschine nicht möglich ist.

Flexible, adaptive und intelligente Produktionsanlagen

Der am häufigsten genannte Aspekt von Industrie 4.0 sind die intelligenten Produktionsanlagen, die sich auf intelligente Produkte automatisch einstellen bzw. neue Software dafür anfordern. Hierfür gibt es von dem Produkt aber auch von der Produktionsanlage den sogenannten digitalen Zwilling, der alle notwendigen Daten als Kopie in der Cloud aufweist.

Die Maschine oder Anlage soll sich selbst so genau kennen, dass sie entscheiden kann, ob und wie sie ein bestimmtes Produkt fertigen kann [5] und zu welchem Preis sie das Produkt abhängig von ihrer Auslastung anbieten kann bzw. aufgrund der Marktsituation sollte. Hierzu werden Beschreibungsmittel wie Automation ML eingesetzt und Schnittstellen wie OPC-UA.

Damit ein Komponentenhersteller, Maschinen- oder Anlagenbauer solchem flexiblen, adaptiven und intelligenten System liefern kann, ist eine modulare Systemstruktur notwendig.

Modulare Software macht die Produktion flexibel und adaptiv

Strukturierte Software mit schlanken Softwareschnittstellen ist eine Voraussetzung für die Beherrschung von Variantenreichen Komponenten oder Maschinen- und Anlagen insbesondere, wenn – wie heute fast immer- Systemverbesserungen und damit Softwareänderungen während der Lebenszeit notwendig sind.

Diese Voraussetzung ist nicht schnell und einfach zu realisieren, weil die Systeme und Software seit Jahren oder gar Jahrzehnten historisch gewachsen ist und die Vielzahl der Varianten und Versionen schwer überschaubar und stark abhängig von der Mechanik und Elektrokonstruktion sind.

Etablierte Ansätze aus der Informatik, wie Produktlinienansätze, und Codekonfiguration aus Modulbibliotheken bzw. Codegenerierung aus dem ElektroCAD oder aus Komponentenlisten mittels Modulbibliotheken halten langsam Einzug in die Komponentenentwicklung sowie die steuerungstechnische Software im Maschinen- und Anlagenbau.

Der Stand der Modularität im Engineering stellt ein Reifekriterium für die Software von Industrie 4.0 Systemen dar, ebenso wie die Qualität des Tests und der Unterstützung bei Betrieb und Weiterentwicklung. Um Software bei erweiterter Funktion nachliefern zu können, muss der Softwarestand auf der Maschine und Anlage bekannt sein.

Führende Unternehmen des Maschinen- und Anlagenbaus

Die Realität sieht bei sechzehn der führenden Unternehmen des Maschinen- und Anlagenbaus nur teilweise ideal aus (Bild 5): zwischen Plattformlieferanten (grüne Linie), Maschinenbauunternehmen (blaue Linie) und Anlagenbauunternehmen (rote Linie) gibt es natürlicher Weise deutliche Abweichungen bezüglich der Güte der Zusammenarbeit zwischen verschiedenen Abteilungen (Disziplinen) im Haus, der Qualität und Vollständigkeit des Dokumentenaustauschs ebenso wie der breiten Unterstützung des Modularisierungsbestrebens bis zur Geschäftsführung.

Gleiches gilt für die Bildung neuer Varianten sowie das Thema Versionsmanagement und Verfolgung von Versionen. Bei der Qualitätssicherung, dem Test der Software sowie der Möglichkeit Updates zu erstellen und der Kenntnis der Softwarestände des Kunden gibt es ebenfalls große Unterschiede. Wenn allerdings Software für eine neue Funktion geschrieben werden soll, ist es unabdingbar den Softwarestand beim Kunden zu kennen, selbst wenn dieser die Software verändert hat.

Die Analyse bestehender Software sowie der gewählten Architektur hilft auf dem Weg der kontinuierlichen Verbesserung. Dieser Weg muss gemeinsam von allen Disziplinen auf Augenhöhe beschritten werden, um nachhaltige Ergebnisse zu erzielen.

Industrie 4.0 im Mittelstand: Chancen und Risiken

Industrie 4.0 ist keine Option mehr, sondern wird von vielen Kunden international bereits gefordert auch wenn oft unklar ist, was es ist. Industrie 4.0 ist also auch ein Marketing-Argument. Die Ausprägung bzw. das Feature von Industrie 4.0 so zu wählen, dass die Kunden den meisten Nutzen davon haben und der Lieferant eine weitere Kundenbindung erzielt ist die Kunst.

Wie bereits ausgeführt, ist der Ansatz über die Datenauswertung ein häufig schneller weg mit direktem Nutzen für Kunden und Lieferanten. Geeignete Geschäftsmodelle beispielsweise für den Service und die Datenanalyse sind wenn vorhanden aufbauend auf Teleservice oder Wartungsverträgen zu definieren.

Der Weg zum flexiblen Gerät, der adaptiven Maschine- bzw. Anlage ist deutlich steiniger. Hier gilt es eine klare und ehrliche Standortbestimmung durchzuführen und für das Unternehmen effiziente und vor allem realisierbare Schritte zu definieren und diese gemeinsam an zu gehen. Dazu bedarf es der Unterstützung der Geschäftsleitung.

Es gibt kein für alle Unternehmen gültiges Rezept für Industrie 4.0 außer sich sowohl im Unternehmen selbst als mit den Kunden darüber zu beraten, welche Aspekte den größten Nutzen haben, immer den Wettbewerber im Blick.

International wird derzeit in Sachen Industrie 4.0 intensiv gearbeitet: in den USA aus der Sicht der Daten sowie im Bereich Additive Fertigung und Robotik, in China und in vielen europäischen Ländern auf der ganzen Breite der Produktion. Ein Ausruhen auf einem ggf. vorhandenen oder empfundenen Marktvorsprung ist hier das größte Risiko.

Welcher Aspekt von Industrie 4.0 sich in welcher Branche am schnellsten erfolgreich etabliert bleibt abzuwarten, ebenso ob der Begriff sich hält oder von anderen abgelöst wird. Das ändert aber nichts in der Sache – die Aspekte sind genannt und werden vom Markt erwartet. //XX

Dieser Beitrag ist ursprünglich auf unserem Partnerportal elektronikpraxis erschienen.

Quellen, nützliche Links und Veranstaltungen zu Industrie 4.0

[1] B. Vogel-Heuser, G. Bayrak, U. Frank: Forschungsfragen in „Produktionsautomatisierung der Zukunft“. acatech MATERIALIEN – Diskussionspapier für die acatech Projektgruppe „ProCPS – Production CPS“.2012.

[2] AIS TUM: SIDAP,

[3] AIS TUM: IMPROVE,

[4] Felix Mayer F. Mayer, U. Bührer, D. Pantförder, D. Gramß and B. Vogel-Heuser. „Automatic Generation of Integrated Process Data Visualizations using Human Knowledge,” in 17th International Conference on Human-Computer Interaction (HCI), Springer, Aug. 2015, pp. 488-499

[5] AIS TUM: MyJoghurt,

[6] Industrie 4.0 – das Seminar!

[7] 7. VDI/VDE-GMA-Expertenforum „Methoden, Tools und Anwendungen für industrielle Agenten“ am 27./28. September 2016,

[8] Automatisierungs-Symposium „Analyse, Integration und Visualisierung großer Datenmengen“, 29. September 2016,

[9] IoT-Kongress 2016 – Best Practice im Internet of Things, 14./15. September, München

* * Prof. Dr.-Ing. Birgit Vogel-Heuser ... ist Ordinaria am Lehrstuhl für Automatisierung und Informationssysteme der Fakultät für Maschinenwesen an der Technischen Universität München.

(ID:44283701)