Datenerfassung -

Wie Messdaten und softwarebasiertes Automatisieren die digitale Transformation beflügeln Produktion im Wandel

Die digitale Transformation ist allgegenwärtig. Mess- und Testdaten sowie das softwarebasierte Automatisieren sind ihre Katalysatoren, meint Prüftechnik­experte Rahman Jamal, der als Beiratsmitglied das Exzellenzcluster ‚Internet of Production‘ (IoP) unterstützt. Mit Beispielen aus der deutschen industrienahen Forschung untermauert er diese These.

eli: Herr Jamal, welche technologischen Fortschritte sind es Ihrer Meinung nach, die die digitale Transformation vorantreiben?

Jamal: Als ersten Trend möchte ich das Ubiquitous Sensing nennen: die uneingeschränkte Verfügbarkeit heutiger Sensoren mit ihren unglaublichen Fähigkeiten, von einfachen Temperaturaufnehmern bis hin zu Radar und Lidar. Sie sind quasi die Sinnesorgane der digitalen Transformation. Sie liefern uns eine Fülle von Daten, die allesamt über vernetzte Rechensysteme gezähmt werden müssen. Diese Rechensysteme sind der zweite Eckpfeiler. Und nicht zuletzt zählen auch Verfahren wie das Machine Learning zu den Treibern der digitalen Transformation. Die Kombination dieser Basistechnologien, die sich sehr zügig entwickeln, führt zu einem rasanten Voranschreiten der Fähigkeiten. Die Technologien selbst sind allerdings nicht das Ziel, sondern die Enabler der digitalen Transformation – also ihre Katalysatoren.

eli: Daten erfassen, verarbeiten und nutzen – das ist ja in der Industrie alltäglich. Und auch die Digitalisierung schreitet seit Jahrzehnten voran. Warum reden wir gerade jetzt von einer Transformation?

Jamal: Es ist richtig, dass die Digitalisierung schon längst im Gange ist. Man denke etwa an PLM, Simulation und modellbasierte Entwicklung, Fertigungsanalysen und die Überwachung von Produkten im laufenden Betrieb. Aber nun wird der gesamte Produktlebenszyklus digital. Mithilfe des sogenannten Digital Thread, also über die Zusammenführung unterschiedlicher IT-Systeme mit dem Ziel, daraus neue Erkenntnisse zur Optimierung des Produktionsprozesses zu gewinnen, können wir jetzt wesentlich mehr Informationen über ein Produkt erfassen und verstehen als je zuvor. Und dies von den ersten Marktrecherchen über die verschiedenen Stufen von Entwicklung und Design bis hin zur Fertigung und zum Betrieb.

eli: Welche Rolle spielt die Testautomation dabei?

Jamal: Das automatisierte Testen und Messen ist ein integraler Bestandteil des digitalen Produktlebenszyklus, weil Test- und Messdaten eine reiche Informationsquelle sind. Doch in vielen Unternehmen wird diese Goldgrube an aufschlussreichen Daten schlichtweg nicht genutzt – etwa Daten zur Leistung des Produkts, zur Leistung des Anlagenteils, zur Qualität und sogar zur Leistung im Betrieb.

eli: Wie könnten Unternehmen denn idealerweise von diesen Daten profitieren?

Jamal: Nun, die Daten sind nicht auf den Entwicklungszyklus innerhalb einer bestimmten Firma limitiert, sondern schließen potenziell die gesamte Lieferkette ein. Unternehmen, die die Produktion auslagern, könnten davon profitieren, würden die Daten über die Firmengrenzen hinweg ausgetauscht. Weitere stellen Produkte her, die ICs anderer Hersteller enthalten. Hier wäre es sinnvoll, wenn die Daten über die Leistungsfähigkeit der Chips ein integraler Bestandteil des Digital Thread wären. Aber es geht um mehr als nur um Daten.

eli: Sie sind der Ansicht, dass auch auto­matisierte Tests und Messungen als Katalysatoren der digitalen Transformation fungieren.

Jamal: Durchaus. Automatisierte Tests und Messungen können zu effizienteren Prozessen im Produktlebenszyklus beitragen. Ein möglichst nahtloser Übergang zwischen automatisierter Validierung und Charakterisierung sowie Entwicklungs- und Simulationswerkzeugen gestattet es, bereits dann Testsoftware zu entwickeln, wenn noch keine physikalischen Prototypen existieren. Auch lassen sich somit Validierungs- und Simulationsdaten schnell miteinander vergleichen. Ein eng auf das MES (Manufact­uring Execution System, Anmerkung der Redaktion) abgestimmter Fertigungstest gestattet die effiziente Zuweisung und Verwaltung der Prüfsysteme. Zudem sollten Systeme für Vor-Ort-Wartung und -Test wertvolle Daten leicht austauschen können, etwa solche über die Nutzung und den Reparaturstatus, die für neue Produktversionen wichtig sein könnten. All dies erfordert einen in hohem Maße softwarezentrischen Ansatz für das automatisierte Messen und Testen.

eli: Wie muss man sich solch einen hocheffizienten Prozess, der die Testdaten auf ideale Weise und die Vorteile softwaredefinierter Technologie nutzt, in der Praxis vorstellen?

Jamal: Nehmen wir an, Sie entwickeln und fertigen komplexe Elektronikprodukte. In Ihrem Produktentstehungsprozess gibt es viele Tools; auch für das Produktdesign, den Digitalen Zwilling, verwenden Sie verschiedene Werkzeuge. Nun möchten Sie den Digitalen Zwilling unter realitätsnahen Bedingungen testen, also erstellen Sie Testroutinen via Software. Die Routinen definieren Sie, indem Sie sie nicht wirklich schreiben, sondern auf bereits aufgezeichnete echte Daten und auf Informationen zu Spezifikationen des Produkts verweisen, die direkt von der Entwicklung kommen. Dann erstellen Sie einen physikalischen Prototypen, und Ihre virtuellen Testroutinen werden jetzt zum Testen des Prototyps – nahtlos – an physikalische I/Os übertragen. Die Daten aus diesen Messungen werden dann zum intelligenten Entwicklungssystem zurückgeschickt, das wiederum Vorschläge zur Änderung des Entwicklungsentwurfs macht.

eli: Und das setzt sich in der Produkt­fertigung fort.

Jamal: Intelligente Algorithmen, die auf maschinellen Lernverfahren beruhen, optimieren die Testroutine anhand von Zeit- und Kostenparametern. Oft wird auch die immer größere Produktvielfalt bereits im Optimierungsprozess berücksichtigt. Heutige Testsysteme erfassen Daten und analysieren Trends mit dem Ziel, den Fertigungsprozess zu verbessern. Grenzwerte werden durch Lernen in der Testsoftware angepasst.

eli: Das Testsystem liefert dann auch Daten über sich selbst?

Jamal: Ja, etwa über seine Leistung oder wann es gewartet oder kalibriert werden muss. Dies wird dann automatisch terminiert. Softwareupdates erfolgen bei Bedarf von einem zentralen Ort aus über das Netzwerk, beispielsweise für neue Varianten des Produkts. Zudem werden Felddaten von den Geräten im laufenden Betrieb erfasst. Ein intelligentes System nutzt sie, um Verbesserungsmöglichkeiten am Design, an der Fertigung und am Test zu identifizieren. Auch kann der Anwender die Felddaten und den Digitalen Zwilling untersuchen, um den Fehler zu identifizieren. All dies kann entweder innerhalb einer einzigen Firma passieren oder auch innerhalb einer gesamten Lieferkette.

eli: Dieser reibungslose Datenfluss würde es gestatten, Erzeugnisse schneller und mit weniger Ressourcen auf den Markt zu bringen?

Jamal: Ihre Produktionsleistung und -kosten würden so optimiert. Und Sie würden weniger Personal benötigen, um dasselbe oder sogar ein besseres Ergebnis zu erzielen. All die in dieser Vision beschriebenen Dinge sind technisch bereits möglich, aber nur wenig davon wird in den meisten Unternehmen so umgesetzt.

eli: Was ist denn das Kernproblem dabei? Dass die Unternehmen ihre Daten noch nicht hinreichend nutzen?

Jamal: Korrekt. Dabei sind Daten heutzutage undabdingbar – nicht umsonst bezeichnet man sie auch als das Öl des 21. Jahrhunderts. Was wäre etwa Künstliche Intelligenz ohne Daten? Eine KI besteht nun mal aus den beiden Grundelementen Daten und Algorithmen. Teilautonome oder gar völlig autonome Systeme wie autarke Industrieroboter wären ohne Daten also undenkbar. Wo wir gerade beim Thema KI sind: Hier möchte ich an die Ingenieure, die solche autonomen oder teilautonomen Systeme entwickeln, appellieren, das Thema der Maschinenethik nicht außer Acht zu lassen. Egal, ob selbstständig fahrende Autos, Serviceroboter, Kampfroboter oder Chatbots: Hier darf man nicht einfach nach dem Motto ‚Anything Goes‘ aus dem Vollen schöpfen. Vielmehr muss jeder Ingenieur, egal wo er tätig ist, reflektieren, welchen Einfluss seine Arbeit auf die Gesellschaft hat.

eli: Sie meinen, nicht alles, was technisch möglich ist, sollte auch wirklich umgesetzt werden.

Jamal: Ingenieure, so heißt es völlig zurecht in den ethischen Grundsätzen des Verbands Deutscher Ingenieure, sind mitverantwortlich für die Folgen ihrer Arbeit. Klar ist, dass damit wesentlich mehr als die berufliche Sorgfaltspflicht gemeint ist. Natürlich muss der Ingenieur darauf achten, dass seine Produkte hochwertig und zuverlässig sind, aber er muss sich auch ins Bewusstsein rufen, welche Auswirkungen seine Entwicklungen auf die Gesellschaft haben. Hier ist der Ingenieur gefordert, auch ein Humanist zu ein.

eli: Zurück zu Digital Thread und Pro­duktfertigung: Gibt es Beispiele auch in Deutschland?

Jamal: Etwa das von 2006 bis 2018 existierende Exzellenzcluster ‚Integrative Produktionstechnik für Hochlohnländer‘. Es hatte das Ziel, die Zukunfts- und Wettbewerbsfähigkeit des hiesigen produzierenden Gewerbes zu gewährleisten. Zu den Erfolgen zählen beispielsweise Entwicklungen neuer intelligenter Produktionssysteme, Lösungen zur effizienten Fertigung kundenindividueller Bauteile, das durchgängige Product Lifecycle Management sowie die zunehmende Vernetzung und Kollaboration. Seit Januar 2019 wird die Initiative mit dem Exzellenzcluster ‚Internet of Production‘ fortgesetzt.

eli: Inwiefern ist die Industrie dort eingebunden?

Jamal: Innerhalb des Clusters wurden zwei externe Beiräte – ein wissenschaftlicher und ein Industrial Advisory Board, das IAB – gebildet, die für eine kontinuierliche sowohl wissenschaftliche als auch anwendungsorientierte und praxisrelevante Qualität des Clusters sorgen sollen. Dem IAB stehen Vertreter deutscher Unternehmen der Automobil- und Luftfahrtindustrie sowie des Maschinen- und Anlagenbaus beratend zur Seite.

eli: Herr Jamal, Sie sind selbst Mitglied dieses Boards. Welche Schwerpunktthemen werden behandelt?

Jamal: Dem Internet of Production liegt die Vision zugrunde, ein neues Niveau der domänenübergreifenden Kollaboration zu ermöglichen, indem man semantisch adäquate und kontextbezogene Daten aus Produktion, Entwicklung und Nutzung in Echtzeit und angepasster Granularität zur Verfügung stellt. Zentraler wissenschaftlicher Ansatz hierfür sind sogenannte Digitale Schatten als anwendungsspezifisch aggregierte und multiperspektivische Datensätze. Im Exzellenzcluster wird eine konzeptionelle Referenzinfrastruktur entworfen und implementiert, welche die Generierung und Nutzung dieser Digitalen Schatten ermöglicht.

eli: Welchen Forschungsfeldern ist das Exzellenzcluster gewidmet?

Jamal: Dies sind die Bereiche Infrastruktur, Materialien und Werkstoffe, Produktionstechnik, Produktionsmanagement, Agile Produktionsentwicklung sowie Integrierte Nutzung.

eli: Zum Abschluss eine persönliche Frage: Vor fast 30 Jahren haben Sie bei National Instruments als Applikationsingenieur ihre Karriere begonnen und später das weltweite Marketing von NI verantwortet; demnächst werden Sie das Unternehmen verlassen. Wie sind Ihre beruflichen Pläne?

Jamal: Mir ist es vor allem wichtig, etwas zu bewegen – etwas, das größer ist als die Markteinführung eines Produkts. Prinzipiell hat mich schon immer die Brücke zwischen Forschung, Lehre und Industrie interessiert. Nach wie vor gibt es hier viele Herausforderungen, die man mit seinem Wissen als Ingenieur bewältigen könnte, und es wäre durchaus denkbar, dass ich mich in einer Rolle an genau dieser Schnittstelle wiederfinde. Dabei steht für mich aber nicht im Vordergrund, unbedingt als Ingenieur zu arbeiten. Vor allem möchte ich die Welt in einem besseren Zustand hinterlassen, als ich sie vorgefunden habe.

Danke für das Gespräch.

Dipl.-Ing. Rahman Jamal, geboren in Rangun/Myanmar, kam im Alter von zehn Jahren nach Deutschland. Er studierte Elektrotechnik an der Universität Paderborn. Jamal begann seine berufliche Karriere 1990 bei National Instruments in München, wo er ab 1991 den Aufbau der deutschen Niederlassung begleitete. Später wurde er als Verantwortlicher für Technologie und Marketing bei NI mit der Regionalisierung des Marketings, zunächst im DACH-Raum und dann weltweit mit mehr als 50 Niederlassungen, betraut. Zu den Meilensteinen seiner Karriere gehört der Kongress Virtuelle Instrumente in der Praxis (VIP), den er 1996 ins Leben rief. Rahman Jamal ist Gastprofessor an der Tongji-Universität von Shanghai/China sowie Beiratsmitglied des Exzellenzclusters ‚Internet of Production‘ (IoP).
Industrielle Zusammenarbeit. Das IoP-Exzellenzcluster kooperiert mit Anbietern kommerzieller Produkte, wie Siemens Mindsphere, PTC ThingWorx, SAP HANA, Amazon Web Services oder Microsoft Azure. Darüber hinaus sind die Cluster-Wissenschaftler eng mit über 90 wissenschaftlichen und industriellen Vereinigungen verbunden. Auf nationaler Ebene sind dies beispielsweise die Verbände VDMA und VDA, die GI Deutsche Informatik Gesellschaft, die Fraunhofer-Initiative Industrial Data Space und die Bitkom Association. Auf internationaler Ebene sind die Principal Investigators eng mit Verbandsnetzwerken verbunden, wie der Society of Plastics Engineers (SPE), dem European Laser Institute (ELI) und der Europäischen Gesellschaft für Feinwerktechnik (EUSPEN), dem Internetkonsortium für Industrieversuche, dem World-Wide-Web-Konsortium (W3C) und der International Measurement Federation (Imeko). Weitere Aktivitäten sind geplant, um die Anforderungen von nationalen und internationalen Normungsorganisationen, wie dem ZVEI oder der OPC Foundation, zu erfüllen.
Weitere Downloads zu diesem Artikel
Firmeninformationen
Weitere Beiträge zum Thema Datenerfassung
Alle Artikel des Ressorts
Weitere Beiträge zum Thema Industrie, Automation
Alle Artikel des Ressorts
© elektronikinformationen.de 2020 - Alle Rechte vorbehalten