„Wenn autonomes Fahren möglich ist, müssen wir auch autonom fertigen können“, sagt Dr. Jens Buchert, Inhaber und Geschäftsführer der Karl Walter Formen- und Kokillenbau GmbH & Co. KG. Sein Ziel ist eine komplett vernetzte Produktion – auch in der Einzelteil- und Kleinserienfertigung. Als Leuchtturmkunde mit hohem Innovationscharakter sei der Werkzeugmacher aus Göppingen einer der Treiber für „Productivity as a Service“ gewesen, sagt Stephan Köstler. Der Leiter des Geschäftsbereichs Maschinen und Services beim Aalener Präzisonswerkzeughersteller Mapal erinnert an die Fortschritte hinsichtlich Prozesssicherheit und -effizienz, die digitale Insellösungen in den letzten Jahren mit sich brachten, und ergänzt: „Der Gedanke, dass wir eine erheblich größere Hebelwirkung erzielen können, wenn wir unsere Expertise mit der anderer am Prozess beteiligten Spezialisten verknüpfen, war der Ursprung des Projekts.“
Vernetzung für Prozessverständnis wichtig
Und Dr. Guilherme Mallmann, Entwicklungsleiter NC- und Messsoftware bei Blum-Novotest in Grünkraut, bestätigt: „Das Zusammenspiel der Technologien ist enorm wichtig. Nur aus diesem Zusammenspiel heraus können wir verstehen, welche Einflüsse relevant sind, welche eine Reaktion erfordern und welche wir ignorieren können.“
Um das Know-how rund um die perfekte Interaktion zwischen Werkzeugmaschine, Werkzeug, Messtechnik und IT-System zu erarbeiten, haben sich Mapal, Blum-Novotest und Karl Walter mit dem Maschinenbauer F. Zimmermann, dem Plattformanbieter c-Com und dem Stuttgarter Fraunhofer-Institut für Produktionstechnik und Automatisierung (IPA) im Projekt „Productivity as a Service“, kurz Prodaas, zusammengeschlossen.
Neue Geschäftsmodelle erforderlich
Die Idee dahinter: Das traditionelle Geschäftsmodell, nach dem ein Fertigungsbetrieb eine Maschine, Werkzeuge und Hilfsmittel kauft und sich weitgehend selbst um deren perfektes Zusammenspiel kümmert, wird den Anforderungen der Zukunft nicht mehr gerecht. Stattdessen könnten Anbieterkonsortien künftig Produktionslösungen bereitstellen, deren Komponenten aufeinander abgestimmt sind und sich untereinander austauschen.
Heute hängt der Erfolg eines Produktionsprozesses noch stark vom Know-how des Mitarbeiters ab. Langjährige Erfahrung oder Trial-and-Error führen zu mehr oder weniger geeigneten Prozessparametern. Doch der demografische Wandel und der Fachkräftemangel machen es immer schwieriger, geeignete Mitarbeiter zu finden, die auch zu Schicht- oder Wochenendarbeit bereit sind. Eine wirtschaftliche Fertigung lässt sich in Deutschland langfristig nur gewährleisten, wenn es gelingt, den Autonomiegrad der Produktion zu erhöhen. In diesem Sinne gehört es zu den Zielen des Projekts, die Abhängigkeit der Bearbeitungsergebnisse vom Menschen an der Maschine zu reduzieren. Der angestrebte Service soll den Nutzern die Sicherheit geben, dass die Fertigung auch in mannlosen Schichten sicher läuft und neue Prozesse selbst in der Einzelfertigung auf Anhieb qualitativ hochwertige Teile liefern.
Daten automatisiert analysieren
„Nachdem wir im Rahmen des Internets der Dinge unsere Maschinen netzwerkfähig gemacht haben, ist Prodaas der logische nächste Schritt“, sagt Johannes Lippert, der als Entwicklungsingenieur bei F. Zimmermann das Projekt betreut. „Die standardmäßig in einer guten Werkzeugmaschine verbaute Sensorik liefert heute bereits alle Informationen, die nötig sind, um einen Prozess weiterzuentwickeln. Allerdings entsteht dabei eine Datenflut, die ein Mensch allein nicht schnell genug bewältigen kann. Deshalb müssen wir die Analyse der Informationen automatisieren, um einen Mehrwert zu generieren.“
Die Mensch-Maschine-Interaktion soll dahingehend verbessert werden, dass der Anwender nicht mehr selbst die relevanten Daten herausfiltern muss und er die Ergebnisse aus der Datenanalyse übersichtlich und transparent dargestellt bekommt. So kann der Nutzer schnell entscheiden, ob und wenn ja welche Aktion er wann in die Wege leiten muss oder welche Komponente in absehbarer Zeit einen Service benötigt.
Autonomie erfordert neue Lösungen
Das Projekt Prodaas ist in zwei Phasen gegliedert. Zunächst geht es darum, Daten und Erkenntnisse zu sammeln und die spezifischen Abläufe zu verstehen. Oliver Schöllhammer betont: „Neue Fertigungsherausforderungen auf der Basis alter Daten lösen zu wollen, funktioniert nicht.“ Deshalb sei es wichtig, für eine definierte Fertigungsaufgabe einen Versuchsaufbau zu erstellen, damit alle relevanten Daten zu sammeln, sie zu analysieren und anschließend mithilfe eines Modells nutzbar zu machen. „Auf dieser Basis wollen wir anschließend Algorithmen aufbauen, die sich auch auf andere Anwendungen übertragen lassen“, erklärt der Leiter der Abteilung Unternehmensstrategie und -entwicklung am IPA, der auch alle X-Forge-Projekte koordiniert – dieses Großprojekt bildet die Klammer um vier eigenständige Projekte, die sich mit As-a-Service-Konzepten beschäftigen; eines dieser vier Projekte ist Prodaas.
Wichtig: Relevante Daten identifizieren
Im Projekt gehört es zu den Aufgaben von Mapal, Zimmermann und Blum, jene Daten zu identifizieren, die für den Prozess und dessen Ergebnisse wichtig sind. Zimmermann führt die Daten aller Partner in der Maschinensteuerung zusammen, die sie dann an die verarbeitende Prozesseinheit von c-Com weiterleitet. Die Mapal-Tochter steuert die Infrastruktur bei, die alle Komponenten in ein Gesamtsystem integriert, und führt die Informationen aller Partner in einer Datenbank zusammen. Zudem verwaltet und analysiert der Plattformanbieter sämtliche Prozessdaten und schickt die Ergebnisse zurück an die Maschinensteuerung, von wo aus sie wieder in den Prozess eingespeist werden.
Produktivität durch selbstlernenden Prozess
„Um eine hohe Produktivität und Auslastung zu erzielen, muss dieser Prozess selbstlernend ablaufen“, sagt Johannes Lippert von Zimmermann. Ein Erfolgskriterium sei dabei, dass alle Komponenten zuverlässig funktionieren und eine hohe Verfügbarkeit gewährleistet ist. Es gilt also, Ausfallzeiten zu minimieren und notwendige Serviceeinsätze früh zu planen. „Deshalb müssen wir wissen, wie die Maschine oder einzelne ihrer Komponenten tatsächlich verwendet wurden. Nur so können wir beurteilen, welchen Belastungen sie ausgesetzt war und vorhersagen, wann der Service durchgeführt werden muss“, erklärt Lippert. Zimmermann entwickelt – neben der Bereitstellung der Prozessdaten und der Rückführung der Analyseergebnisse – auch ein Predictive-Maintenance-System, das im Zusammenhang mit dem Productivity-as-a-Service-Gedanken vermarktet werden kann und einen Mehrwert bietet.
Gesamtkonzept statt Insellösung
„Der große Vorteil eines Konsortiums ist, dass nicht jeder mit seinen Daten arbeitet und auf deren Basis eine Insellösung entwickelt, sondern die Daten aller Beteiligten zusammengeführt und gemeinsam verarbeitet werden“, erläutert Schöllhammer. Innerhalb der zweijährigen Projektlaufzeit – Kick-off war im Oktober 2021 bei Mapal – müssen die Partner nicht nur nachweisen, dass das Konzept funktioniert und die angestrebten Mehrwerte liefert, sondern ein vermarktungsfähiges Produkt entwickeln, das sich für andere Anwendungen skalieren lässt.
Auf dem Weg dorthin sollen die Partner auch die organisatorischen, regulatorischen und rechtlichen Grundlagen erarbeiten, auf deren Basis verschiedene Unternehmen in einem Ökosystem zusammenarbeiten, gemeinsam ein Produkt entwickeln und erfolgreich vermarkten können. Und nicht zuletzt sollen neue Geschäftsmodelle entstehen. Der As-a-Service-Gedanke bietet dafür eine breite Palette an Möglichkeiten. Sie reichen von der Software, die dem Anwender hilft, effizient und zielsicher die optimalen Prozessparameter zu identifizieren, bis hin zu Modellen, bei denen ein Konsortium ein Paket aus Maschine, Werkzeug, Messtechnik und IT-Diensten über die erbrachte Fertigungsleistung abrechnet. Wo auf dieser großen Spielwiese sich das Prodaas-Konsortium positionieren will, ist noch nicht final definiert.
Für Fertigungsbetriebe gehört es zum Alltag, kundenindividuelle Aufträge zeit- und kostensparend abzuwickeln. In der Betriebspraxis geht der steigende Leistungsdruck jedoch mit immer komplexeren Fertigungsprozessen einher. In einer Kleinserienfertigung entstehen aufgrund des wechselnden Teilespektrums jedoch nur sehr bedingt Lerneffekte, die sich auf Folgeaufträge übertragen lassen. Hinzu kommt, dass hier Daten oft noch mehrfach gepflegt werden müssen und nicht ohne weiteres aktuell verfügbar sind.
Schmerz des Kunden lindern
„Diesen Schmerz der Kleinserienfertiger wollen wir lindern“, sagt Schöllhammer. Das Ergebnis aus dem Projekt soll die Diskrepanz auflösen zwischen dem Wunsch vieler Fertigungsunternehmen, rund um die Uhr hochwertige Teile zu produzieren, und dem fehlenden Know-how, das auch effizient sowie prozesssicher umzusetzen. Ein Grund für diesen Schmerz liegt in den fehlenden Fachkräften, ein anderer darin, dass Kleinserienfertiger ihre Prozesse nicht bis ins Detail optimieren können, weil sich Produkt- und Materialeigenschaften immer wieder ändern. Hinzu kommt, dass es selbst für gute Anlagenbediener angesichts der komplexen Prozesse immer schwieriger wird, das Potenzial der Fertigungssysteme auszureizen. Hier soll Productivity as a Service helfen, das effizient sicherzustellen und Fehler zu vermeiden.
Vernetzung verhilft zum Durchblick
Zimmermann und Mapal sind im Projekt dafür zuständig, jene Daten aufzunehmen, die während der eigentlichen Bearbeitung anfallen. Daraus lassen sich schon viele Rückschlüsse ziehen, ob der Prozess richtig läuft oder Anomalien auftreten. „Welchen Einfluss Störungen letztlich aufs Werkstück haben, lässt sich daraus jedoch nicht ableiten“, gibt Messtechnik-Experte Mallmann zu bedenken. „Hier kommen unsere Messtaster und unsere Software ins Spiel. Die damit ermittelten Daten erlauben uns – in Kombination mit den Daten unserer Partner – Rückschlüsse, welches Problem aus welchem Grund aufgetreten ist und wie es sich künftig vermeiden lässt.“
Mallmann ergänzt: „Wenn man das Modell eines Regelkreises betrachtet, dann gibt es Input-Variablen und Ergebnisse. Das ist unser Part.“ Die Sensoren von Zimmermann und Mapal erfassen den eigentlichen Bearbeitungsprozess. Aber erst, wenn die Eingangs- und Ausgangsgrößen hinzukommen, lassen sich die im Prozess gewonnenen Daten richtig bewerten. „Unser Partner Karl Walter hat beispielsweise das Problem, dass die Materialeigenschaften der zu bearbeitenden Werkstoffe von Charge zu Charge teils stark variieren und deshalb die Standzeiten der Werkzeuge schwer zu kalkulieren sind. Hier nutzen wir unsere Lasermesssysteme, um die Werkzeuge zu vermessen. Die Kombination der Ergebnisse mit den Daten unserer Partner erlaubt die richtigen Schlüsse und gibt uns die Chance, die Bearbeitung zu optimieren und immer näher an der Grenze zu betreiben.“
Verknüpfung verbessert Tooling Service
Mapal bringt sein Know-how rund um die Werkzeugtechnik ins Projekt ein und steuert Methoden, Algorithmen und Assistenzservices bei, um das Werkzeug selbst sowie dessen Einsatzparameter bewerten und optimieren zu können. Doch auch das Know-how der Aalener wächst aufgrund der zusätzlichen Informationen, die sie aus dem Projekt erhalten. „Mithilfe der Daten, die wir durch das Vernetzen aller Prozessglieder erhalten, können wir den Verschleißprozess viel gezielter überwachen“, sagt Stephan Köstler. „Das erlaubt uns noch zuverlässigere Aussagen über die Standzeiten unserer Werkzeuge sowie ihre grundsätzliche Eignung für bestimmte Bearbeitungsaufgaben. Und das wiederum hilft uns, unseren Tooling Service erheblich zu verbessern.“
Verschiedenste Rahmenbedingungen
Ein so ambitioniertes Projekt wie Prodaas bringt eine ganze Reihe von Herausforderungen mit sich. Johannes Lippert von Zimmermann nennt hier die Integration verschiedener Komponenten in ein System, so dass hinterher für jeden Datenpunkt eindeutig klar ist, wo und wann er von welchem Sensor aufgenommen wurde und zu welchem Resultat er führte. Auch die Analyse der Daten und das Ableiten der richtigen Konsequenzen sei nicht trivial. Vor diesem Hintergrund gelte es, die Datenflut so zu begrenzen, dass zwar der Prozess nicht eingebremst wird, gleichzeitig aber auch die Ergebnisse genügend Aussagekraft behalten. Messtechnik-Spezialist Mallmann nennt als weitere Herausforderung die große Bandbreite an Fertigungsaufgaben, Materialeigenschaften, Unternehmensausrichtungen sowie der Losgrößen. Und Stephan Köstler von Mapal verweist in diesem Zusammenhang unter anderem auf die noch zu klärenden rechtlichen Fragen rund um die Datennutzung und das Dateneigentum.
Gute Maschine wird durch digitale Komponenten noch besser
„Dass wir als kleiner mittelständischer Maschinenbauer uns mit diesem Thema befassen, auch einiges investieren und einen erheblichen Aufwand schultern, zeigt in welche Richtung die Entwicklung geht“, sagt Johannes Lippert. Solider Maschinenbau ist die Basis. Durch eine Highend-Steuerung wird aus einer schlechten Maschine keine gute. Andererseits eröffnen clevere Digitalkomponenten im Zusammenhang mit einer guten Basismaschine ganz neue Möglichkeiten und heben sie auf eine neue Ebene hinsichtlich Produktivität, Flexibilität, Qualität, Prozesssicherheit und Kosteneffizienz. Insofern bietet die Digitalisierung in absehbarer Zeit das größte Innovations- und Entwicklungspotenzial im Werkzeugmaschinenbau.
Gewisse Daten freizugeben, lohnt sich auch für den Fertigungsbetrieb
„Sobald die Anwender erkennen, dass es ihnen mehr Vorteile als Nachteile bringt, gewisse Daten freizugeben, werden einige recht schnell dieses Potenzial nutzen“, ist Lippert überzeugt. Fest steht: Durch den Zugriff auf bestimmte Daten verschiedener Anwender könnten die KI-Systeme viel schneller lernen und zu besseren Ergebnissen kommen. Als Gegenleistung könnten Nutzer, die bereit sind, gewisse Informationen freizugeben, früher von neuen Entwicklungen profitieren oder Zugang zu einen erweiterten Funktionsumfang erhalten.
Mensch bleibt wichtig
Das Thema Autonomie wird die Fertigungswelt nicht von heute auf morgen auf den Kopf stellen. Vielmehr werden zunächst – wie im Auto – Assistenzsysteme Einzug halten, die den Nutzer dabei unterstützen, Prozesselemente zu optimieren sowie bestimmte Prozessschritte zu überwachen. Der Mensch wird auch künftig eine zentrale Rolle spielen, wenn es darum geht, Abläufe und Algorithmen zu prüfen und die Plausibilität der Ergebnisse zu bewerten. Er bleibt eine wichtige Einflussgröße, nur in anderer Form als heute – er wird sich weniger um den Bearbeitungsprozess an sich kümmern und stattdessen mehr Freiheiten erhalten, um Bauteile und Produkte zu verbessern sowie deren Funktionen und Möglichkeiten zu erweitern.
Kontakt:
Mapal Präzisionswerkzeuge Dr. Kress KG
Obere Bahnstr. 13
73431 Aalen
Tel.: +49 7361 /585–0
info@de.mapal.com
www.mapal.de
F. Zimmermann GmbH
Bernhäuser Straße 35
73765 Neuhausen auf den Fildern
Tel.: +49 7158 948955–0
info@f-zimmermann.com
www.f-zimmermann.com
Blum-Novotest GmbH
Kaufstr. 14
88287 Grünkraut
Tel.: +49 751 6008–0
info@blum-novotest.com
www.blum-novotest.com
Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA
Nobelstr. 12
70569 Stuttgart
Tel.: +49 711 970–1800
www.ipa.fraunhofer.de
Sequenzierung und Inhalte des Konsortialprojekts „Productivity as a Service“, kurz Prodaas.Bild: Fraunhofer IPA
Im ersten Schritt versuchen die Projektpartner die Kundenanforderungen zu verstehen, um anschließend den passenden Service zu entwickeln.<a href=“http://TX:{43C04A84-E63F-44BB-9F60-3BD691EA817F}“></a>Bild: Fraunhofer IPA
Prodaas in Kürze
Das Konsortialprojekt „Productivity as a Service“, kurz Prodaas, ist eines von vier eigenständigen Teilprojekten des Großprojekts X-Forge.
Zu den Partnern von Prodaas gehören der Werkzeughersteller Mapal (Konsortialführer), der Maschinenbauer F. Zimmermann, der Messtechnikhersteller Blum-Novotest, Karl Walter Formen- und Kokillenbau als Anwender sowie das Fraunhofer-Institut IPA in Stuttgart. Ziel des Projekts ist, bislang getrennt vorliegende Prozess- und Produktionsdaten zusammenzuführen und so insbesondere für Einzelteil- und Kleinserienfertiger neue Produktivitätspotenziale zu erschließen. Prodaas wird vom Ministerium für Wirtschaft, Arbeit und Tourismus Baden-Württemberg mit rund drei Mio. Euro aus dem Förderprogramm InvestBW unterstützt.
Mona Willrett, Redakteurin IndustrieanzeigerBild: Tom Oettle
Nächster Schritt der Vernetzung
Nachdem die digitale Vernetzung in der Fertigungstechnik bislang auf den begrenzten Spielfeldern der einzelnen Teilsysteme – etwa der Maschine, des Werkzeugs oder der Messtechnik – stattfand, ist es nun an der Zeit, auch diese Insellösungen zu verketten. Nur so lassen sich die Potenziale der Digitalisierung ausschöpfen und Fertigungsprozesse auf eine neue Stufe heben. Projekte wie Prodaas sind wichtig – nicht zuletzt, um die Abläufe und Schnittstellen zu definieren, ohne die das weitere Vernetzen der Systeme nicht gelingen wird.
Hier finden Sie mehr über:
