Baukasten Ressourceneffizienz 4.0

Digitale Abbilder von Anlagen sollen nun auch bei der Simulation einzelner Prozesse eingesetzt werden. Das dient vor allem der Auslegung der Anlagen und Komponenten und ermöglicht eine detaillierte Prozesssimulation über den gesamten Lebenszyklus mit Hilfe eines Verfahrensfließbildes.

Dieser Digital Process Twin kann in die Anlagenplanung einfließen und bildet so im Anlagenplanungstool den Grundbaustein des Digital Plant Twin. Nach der weiteren Anreicherung der Programme mit Informationen und deren Weitergabe an ein Prozessleitsystem kann die Automatisierungssoftware virtuell in Betrieb genommen werden.

Diese virtuelle Inbetriebnahme ist insofern sinnvoll, da die zu implementierenden Steuerungen für jede Anlage spezifisch sind und auf diese Weise eine ausführlich getestete und optimierte Automatisierung erfolgen kann. Dieses vorgelagerte digitale Testverfahren ermöglicht es unter anderem, aufwendige und mit Ressourceneinsatz verbundene reale Tests zu vermeiden und in weiterer Konsequenz Material und Energie zu sparen.

Eine Projektgruppe der Universität des Saarlandes entwickelte ein System, das den Zustand von Maschinen anhand gesammelter Daten durch Sensorik ermitteln kann.

Dieses System filtert die relevanten Informationen über Verschleiß, Schaden oder Fehlerzustände und wertet diese anhand typischer Fehlermuster aus. Diese werden dann anhand von Algorithmen der künstlichen Intelligenz analysiert und möglichen Ursachen zugeordnet. Dies stellt eine vorausschauende Instandhaltung bereit.

Das Unternehmen X-Visual Technologies hat mit dem Konzern Bayer eine Engineering-Anwendung entwickelt, die Prozesse visualisiert und somit eine automatisierungstechnische Vorplanung mit Hilfe der P&ID-Software ermöglicht.

Durch die Anwendung können Anlagenzustände mit den vorher definierten angesteuerten Zuständen der Einzelsteuereinheiten abgeglichen und der Gesamtzustand visuell dargestellt werden. Das hilft dabei, komplexe Automatisierungsabläufe einfach zu visualisieren. Folglich entstehen durch die Einbindung automatisierungstechnischer Informationen in der Software auch neue Lösungen, um das Anlagenengineering effizienter zu gestalten.

Die SCHUNK GmbH & Co. KG aus Lauffen am Neckar entwickelt und produziert Greifsysteme und Spanntechnik. Mit seinem eGRIP-Ansatz beschreitet das Unternehmen dabei einen innovativen (weltweit einzigartigen) Weg, um die Greifsysteme an die zu transportierenden Werkstücke anzupassen. So muss der Kunde lediglich ein CAD-Modell seines Werkstücks an das Unternehmen schicken, woraufhin automatisch die optimale Geometrie des Greifwerkzeugs ermittelt wird. Das Werkzeug wird anschließend additiv aus Kunststoff, Stahl oder Aluminium gefertigt. Nach Angaben des Herstellers sinken hierdurch die Kosten zur Konstruktion des Greifers um 97 %. Weiterhin können die Greifer durch additive Fertigung bis zu 50 % leichter ausgelegt werden, wodurch auch der Energieverbrauch im Betrieb des Roboters abnimmt. Zudem entfallen physische Prototypen und ggf. Transportaufwände, um die Greifer zu testen [vgl. SCHUNK GmbH & Co. KG (2019)].

Mittels eines automatisierten Lichtmanagementsystems kann zu jeder Zeit eine nutzer- und bedarfsorientierte Beleuchtung ermöglicht werden. Die Regelung der künstlichen Beleuchtung erfolgt dabei in Abhängigkeit des einfallenden Tageslichts über Lichtsensoren im Raum, am Arbeitsplatz oder im Außenbereich. Bewegungs- bzw. Präsenzmelder sorgen außerdem für das Ein- und Ausschalten des Lichts bei Betreten oder Verlassen der Anlage. Darüber hinaus ist die Nachstellung des Tageslichtverlaufs oder die des circadianen Rhythmus bei Nachtschichtarbeitern denkbar. Lichtmanagementsysteme mit anwesenheitsabhängiger Schaltung und konsequenter Nutzung von Tageslicht ermöglichen eine Ersparnis von bis zu 75 % im Vergleich zu konventionellen Beleuchtungssystemen [licht.de, S. 11, O.Ö. Energiesparverband].

Die wesentlichen Treiber für Innovationen im Automotive-Bereich ergeben sich derzeit im Rahmen der informationstechnischen Vernetzung von Fahrzeugen. Mit dem neuen 5G-Standard und der zunehmenden Integration von Telematikeinheiten in Fahrzeugen sind neue Funktionen, wie z. B. das autonome Fahren, realisierbar. Darüber hinaus werden mittlerweile auch die Grenzen zwischen verschiedenen Verkehrsmitteln schrittweise abgebaut, z. B. durch multimodale Routenplanungsoptionen. Zukünftig könnte es mit diesen Technologien also möglich sein, dass Mobilität komplett als Service angeboten werden kann. In diesem Fall gibt der Nutzer lediglich Startpunkt, Ziel, Uhrzeit sowie maximale Kosten und ggf. Treibhausgasemissionen der gewünschten Verbindung an. Nach Berechnung der optimalen Route wird der Nutzer automatisch von einem autonom fahrenden Fahrzeug abgeholt und zum nächsten Bahnhof gebracht. Die Buchung der Zugtickets erfolgt dabei automatisch über smarte Services. Der letzte Teil der Strecke wird wiederum mit dem Fahrzeug auf einer Autobahnstrecke zurückgelegt. Hier kann sich der Nutzer noch kurzfristig entscheiden, mehr Geld zu bezahlen, und hierfür zusätzliche Motorleistung hinzuzukaufen, um das Ziel schneller zu erreichen.

Aus Sicht der Ressourceneffizienz ergeben sich in diesem Beispiel viele Vorteile. Durch die Wahl einer effizienten Route sowie autonomer Steuerung kann der Energieverbrauch für die Route insgesamt minimiert werden. Darüber hinaus erfolgt eine geteilte Nutzung der Mobilitätsoptionen, wodurch Ressourcenaufwand in der Produktherstellung vermieden wird. Außerdem entstehen hier Anreize für die Hersteller, ihre Produkte langlebiger zu gestalten und Teile weiterzuverwenden [Dornbusch, G. (2018)].

Die Firma Airbus hat gemeinsam mit dem Architekturbüro The Living eine Flugzeugtrennwand entwickelt, die auf bionischen Prinzipien beruht. Hierbei wurde als Grundlage für den strukturbildenden Optimierungsalgorithmus das Ausbreitungsverhalten eines Schleimpilzes gewählt. Die hierdurch erzeugten diffizilen Strukturen wurden hinsichtlich des Gewichts und unter der Randbedingung angemessener statischer Belastungsfähigkeit (Durchbiegung) optimiert. Insgesamt konnten durch den Entwurf 45 % des Gewichts der Trennwand eingespart werden. Die Fertigung der Trennwand erfolgt mit additiven Verfahren [Micallef, K. (2016)].

Die voranschreitende Industrie 4.0 umfasst ein Umdenken in vielen Bereichen. Zu diesen Bereichen zählt nicht nur die Produktion selbst, sondern auch Verkaufsplattformen der chemischen Industrie. Hierfür haben Chemieunternehmen in eine Suchmaschine und eine Market-Intelligence-Plattform für Chemikalien investiert.

Die wohl wichtigste Funktion der Plattform ist das vereinfachte weltweite Vernetzen von Angebotsstellenden und Nachfragenden von Chemikalien. Auf diese Weise können Angebote digital verglichen und mithilfe diverser Funktionen um die generellen marktspezifischen Informationen (z. B. Preiskurven und Nachfrageverhalten) erweitert werden. Evonik hat zusätzlich eine eigene digitale Laborassistenz der Plattform hinzugefügt, die Produktempfehlungen und auch Auskunft über komplexe Rezepturen und Inhaltsstoffe von z. B. Lacken geben kann.

Eine solche Plattform kann die Digitalisierung der chemischen Industrie zusätzlich beschleunigen und den zeitlichen Aufwand für Informationsbeschaffungen sowie die Handelspartnerfindung reduzieren. Außerdem ist diese Technik mit Ressourceneinsparpotenzialen verbunden, die durch eine umfassende Wissenssammlung die Notwendigkeit von Primärdatenerhebungen vermindern können.

Für eine Verbesserung der Wartung des Maschinenparks bietet sich eine Zustandsüberwachung an (Condition Monitoring). Durch die Integration von Sensorik kann der Systemnutzer bzw. Betreiber den Zustand einzelner Komponenten und Aggregate in Echtzeit nachverfolgen. Außerdem können Alarme definiert werden, wenn Parameter definierte Grenzwerte überschreiten. Hierdurch können auch Fernwartungen ermöglicht werden, die es Anlagenherstellern erlauben, Wartungsservices anzubieten [ITwissen.info (2018)].

Für eine Verbesserung der Wartung des Produktes bietet sich eine Zustandsüberwachung an (Condition Monitoring). Durch Integration von Sensorik kann der Systemnutzer bzw. Betreiber den Zustand einzelner Komponenten und Aggregate in Echtzeit nachverfolgen. Darüber hinaus kann durch den Einsatz entsprechender Modelle und Algorithmen eine Vorhersage von notwendigen Wartungen und Reparaturen anhand der realen Bauteilbeschaffenheit realisiert werden (Predictive Maintenance). Hierdurch werden im Gegensatz zur turnusgemäßen Wartung keine Bauteile ausgetauscht, die eigentlich noch funktionstüchtig sind. Zusätzlich wird es hierdurch möglich Ausfallzeiten des Produktes gering zu halten.

Druckluft wird in der Industrie vielfach eingesetzt und in der Regel durch die Unternehmen selbst erzeugt. Dies führt allerdings auch dazu, dass die Unternehmen für die permanente Bereitstellung der Druckluft verantwortlich sind. Die Kompressoren müssen somit immer einsatzbereit sein. Um das zu gewährleisten, ist eine gute Wartung unabdingbar. Dies zieht nach sich, dass viele Bauteile vorbeugend lange vor dem Ablauf der Lebensdauer ausgetauscht werden. Hierdurch wird die Wartung der Kompressoren kostenintensiv.

Um die Kosten so gering wie möglich zu halten und trotzdem eine hohe Prozesssicherheit zu erreichen, ist es wichtig, das Verschleißverhalten der Kompressoren besser zu überwachen. Eine Option hierfür bieten Cloudanwendungen, auf denen die Betriebsdaten der Kompressoren erfasst und dann dezentral durch das eigene Unternehmen oder einen Dienstleister überwacht werden können. Die vorausschauende Planung ermöglicht es, den Bestand an Ersatzteilen zu verringern und so Material und Platz einzusparen. Dieser Effekt kann noch durch die Nutzung eines Servicedienstleisters verstärkt werden, welcher die Ersatzteilbeschaffung und -lagerung verschiedener Kunden bündelt und Skaleneffekte nutzen kann.

In der Chemieindustrie wird eine große Anzahl gefährlicher Stoffe eingesetzt, welche entsprechend gelagert und überwacht werden müssen. Die Überwachung der Stoffe in Gefahrgutlagern ist nicht immer einfach. Um die Gesundheit der Betriebsmitarbeitenden nicht zu gefährden, bietet sich eine Gefahrstoffüberwachung mit Sensoren an.

So können Flüssigkeitssensoren erkennen, wenn Behälter Leck geschlagen haben. Das Gleiche gilt für Gasbildungen, welche durch Gasdetektoren erfasst werden. Zudem können Temperatursensoren sowohl inner- als auch außerhalb des Lagers Einflüsse auf die Gefahrstoffe aufzeichnen und bei Überschreitung der Grenzwerte melden.

Diese Daten und Meldungen können dann mittels App erfasst werden. Hierdurch wird auf einen Blick ersichtlich, was sich in dem jeweiligen Lager befindet, wie und in welcher Menge es dort gelagert wird und welchen Umweltbedingungen es während der Lagerung ausgesetzt war. Hierdurch wird nicht nur eine Dokumentation der Lagerung von Gefahrstoffen ermöglicht, es wird auch verhindert, dass Stoffe zu lange lagern oder Altbestände entstehen, welche nicht mehr nutzbar sind. Hierdurch kann Material eingespart werden. Zudem können die so erfassten Daten eine Rückverfolgbarkeit bei Schäden erleichtern.

Die Digitalisierung von Kompressoren ist noch nicht vollständig in die Praxis umgesetzt worden. Allerdings bieten Unternehmen schon eigene Lösungen, um beispielsweise die vorausschauende Wartung digital zu unterstützen.

Die Firma Kaeser entwickelte hierfür das System Sigma Smart Air. In diesem System übermittelt die Kompressor-Steuerung Maschinendaten in Echtzeit an das Plant-Control-Center des Herstellers. Hier können dann die übermittelten Daten zur Überwachung und Analyse der Anlage genutzt werden.

Ein anderes Beispiel bietet der Hersteller Aerzen mit dem Servicesystem Aerprogress. Dabei soll ebenfalls hier vorwiegend die Instandhaltung mit Daten gestützt werden, um Anlagenstillstände zu reduzieren. Auch das Energiemanagement wird neben der Zustandsüberwachung mit Hilfe gesammelter Echtzeitdaten unterstützt.

Um bessere und ökonomischere Lösungen für die Reinigung von Behältern mittels Düsen bereitzustellen, gibt es heutzutage viele unterschiedliche Düsensysteme für die jeweiligen Einsatzbereiche. Um die beste Düse für den jeweiligen Einsatzbereich zu finden, verwendet ein Unternehmen eine Simulationssoftware für Behälterreinigung.

Diese Software gibt den Sprühablauf der jeweiligen Düsen in einer visuellen Simulation wieder. Damit können ressourcenintensive Testversuche, um die passende Düse auszumachen, entfallen. Somit kann schneller eine Düse gefunden werden, welche die Reinigungszeit der Behälter deutlich reduziert und somit das von der Software ermittelte Verbesserungspotenzial erfüllt. Auch Bestandsanlagen können simuliert werden, um diese möglicherweise mit einem effizienteren Düsensystem zu verbessern.

Durch die fortschreitende Digitalisierung werden heute in produzierenden Unternehmen wesentlich mehr Daten erhoben als in der Vergangenheit. Hierdurch ergeben sich auch neue Möglichkeiten für tiefgreifende Analysen des Produktionsumfeldes unter Gesichtspunkten der Ressourceneffizienz. Dabei können verschiedene Arten der Analyse voneinander abgegrenzt werden, die allgemein unter dem Überbegriff „Data Science“ oder „Data Analytics“ zusammengefasst werden. Wesentliches Unterscheidungsmerkmal ist hierbei die Art, wie Daten interpretiert werden, um daraus Schlüsse zu ziehen.

Eine Herangehensweise besteht darin, verschiedene Datensätze, die in einem Unternehmen vorliegen, miteinander in Beziehung zu setzen und so Korrelationen und Muster zu erkennen. Der Datensatz wird also hinsichtlich bisher unbekannter Zusammenhänge erforscht. Ein Beispiel hierfür ist die Bildung von Kundensegmenten anhand von Bestellungen und demographischen Kundendaten. Ein Spezialfall des Data Mining tritt dann auf, wenn sehr große Datenmengen analysiert werden müssen (z. B. im Fall der Erhebung von Echtzeitdaten einer Produktion). Die Speicherung und Verarbeitung dieser großen Datenmengen erfordern zumeist andere Technologien und Verfahren (Big Data Analyse).

Eine andere Herangehensweise an die Datenanalyse erfolgt mittels „Machine Learning“. Im Gegensatz zu Data Mining geht es hier nicht darum, unbekannte Zusammenhänge zu erforschen, sondern anhand bekannter Eigenschaften eines Satzes von Trainingsdaten auf andere Fälle zu schließen (z. B. Spam-Filter). Einen Sonderfall dieses Vorgehens stellt „Predictive Analytics“ dar. Hier wird versucht anhand großer historischer Datensätze auf zukünftiges Verhalten zu schließen. Ein Beispiel hierfür ist die Vorhersage eines Bauteilausfalls durch Abgleich von Ist-Daten mit historischen Betriebszuständen, die zu einem Bauteilausfall geführt haben [vgl. Otzasek, T. (2014)].

Die beschriebenen Analyseverfahren lassen sich auch sinnvoll zur Optimierung der Ressourceneffizienz einsetzen. So kann z. B. mit der Bestimmung der Korrelation der Energieverbrauchskurve mit der Maschinenauslastung durch Data Mining auf unnatürlich hohe, nicht produktionsbezogene Verbräuche geschlossen werden. Alternativ könnte ein Machine Learning Algorithmus in die Produktionsplanung integriert werden, der je nach Produktionsauftrag die ressourceneffizienteste Prozessroute bzw. die optimalen Maschinenkonfigurationen bestimmt und diese ggf. sogar selbstständig steuert.

Aus strategischer Investitionssicht stellt sich mittlerweile für viele Unternehmen die Frage, wie mit schwankenden Strompreisen umgegangen werden soll. Während der Strompreis zwischen 2011 und 2016 konstant gefallen ist, gab es zwischen 2017 und 2018 wieder starke Steigerungen auf bis zu 40 Euro/MWh (Spotmarkt EPEX [Bricklebrit (2019)]).

Ein wesentlicher Ansatz für Unternehmen, aktiv auf die Stromkosten Einfluss zu nehmen, ist das sogenannte Demand Side Management. Ziel ist es hier, den Strompreis bei der Steuerung des Produktionsprogramms und der technischen Gebäudeausstattung mit einzubeziehen. So wird ein wesentlicher Teil des Strompreises durch das Netznutzungsentgeld festgelegt, welches sich aus der maximalen Leistung berechnet, die in einem Abrechnungszeitraum abgerufen wurde. Hierdurch ergibt sich der Anreiz, durch Drosselung der Produktion und Abschalten verbrauchsintensiver Versorgungseinheiten des Gebäudes (z. B. Klimaanlage) Spitzen des Stromverbrauchs zu vermeiden (Peak Shaving) [Next Kraftwerke GmbH (2019)]. Zusätzlich kann es sinnvoll sein, zeitlich (um Stunden bis Tage) flexible energieintensive Prozesse (z. B. Wuchtvorgang von Gasturbinen) so zu planen, dass diese dann ausgeführt werden, wenn der Strompreis besonders niedrig liegt [Richter, M. (2019)]. Können keine Lasten reduziert werden, ist es ebenso möglich, Strom aus eigenen Energiespeichern zu nutzen, um Leistungsspitzen zu vermeiden. In Zeiten geringer Auslastung der Produktion kann der hier aufgebaute Stromvorrat auch am Energiemarkt als Regelenergie angeboten werden, um das Netz bei geringer Einspeisung durch erneuerbare Energien zu stabilisieren.

Eine weitere Option, um ein tragfähiges Demand Side Management zu etablieren, bietet die Flexibilisierung der Maschinen mittels dynamischen Energieträgerwechsels. Ein Beispiel hierfür sind Maschinen mit bivalenter Energieversorgung durch Strom und Gas. Hierdurch können auch die Risiken langfristig ungünstiger Entwicklungen der Energieträgerpreise zu gewissen Teilen abgemildert werden [Sauer, A. (2019)].

Bisher erfolgen die Vermittlung, Ablage und Weitergabe von Informationen in der Automobilproduktion noch vorrangig papierbasiert. Hierdurch ergeben sich immer wieder Probleme, wie z. B. fehlerhafte Interpretationen von Handschriften, Übertragungsfehler oder Lücken bei der Dokumentation. Außerdem verursacht diese Art des Informationsmanagements zusätzliche Kosten in Form von Material (Druck- und Papierkosten) sowie Arbeitszeit (z. B. physische Verteilung der Dokumente, Scan handschriftlicher Vermerke und händischer Übertrag in ERP-Systeme). Aufgrund dieser Probleme hat sich die Daimler AG nun unter dem Schlagwort papierlose Fabrik zu einer umfassenden Digitalisierung ihrer Prozesse entschlossen. Hierdurch können allein in den Mercedes-Benz Werken in Deutschland acht Tonnen Papier pro Jahr gespart werden. Den Werkern werden digitale Endgeräte zur Verfügung gestellt, mit denen sie ihre Arbeitsschritte dokumentieren und diese Informationen ohne zeitliche Verzögerung und zusätzlichen Aufwand an die Prozesssteuerung weiterleiten können. Hierdurch lassen sich Prozesse auch besser stabilisieren, absichern und z. B. mit Methoden der Datenanalyse verbessern. Außerdem können mit Hilfe von Ortungssystemen, einzelne Fahrzeuge im Feld nachverfolgt werden, wodurch Informationen zu individuellen Fahrzeugkonfigurationen an den einzelnen Fertigungs- und Montagestationen darstellbar sind. Insgesamt werden durch die Digitalisierung der Informationsflüsse also auch eine Verringerung der Durchlaufzeit pro PKW sowie eine Erhöhung der Qualität beabsichtigt [Travers, S. (2018)].

Der Digital Thread bezeichnet den Ansatz „Daten aus unterschiedlichen IT-Systemen zusammenzuführen, um daraus neue Erkenntnisse zur Optimierung des Fertigungsprozesses abzuleiten“ [Kletti, J. (2019)]. Kern dieser recht breiten Definition ist die Aussage, dass es im Kontext von Industrie 4.0 nicht mehr ausreicht, auf Insellösungen bei der IT zu setzen, die nur lose oder überhaupt nicht integriert sind. Damit werden die Rahmenbedingungen für neue Formen der Selbstoptimierung geschaffen. So ist hierdurch beispielsweise eine Integration der technischen Gebäudeausrüstung mit dem Maschinenpark möglich. Bei temperaturkritischen Prozessen könnte damit bereits vor Prozessbeginn die Einstellung des benötigten Raumklimas erfolgen. Der Digital Thread ist hierfür notwendige Voraussetzung, da die Software zur Steuerung der Klimatechnik auf die Daten der Produktionsplanung zugreifen muss. Ein anderes Beispiel wäre die Integration qualitätsrelevanter Informationen aus CAD-Modellen (z. B. Toleranzen) mit der Softwareumgebung für die Qualitätssicherung. Auf diese Weise können Übertragungsfehler und Missverständnisse vermieden werden, die ansonsten ggf. zu Produktionsfehlern oder Ausschüssen führen könnten [vgl. Kletti, J. (2019)].

Die Digitale Fabrik definiert sich durch das Zusammenwirken von Methoden, Modellen und Werkzeugen, die den Produktionsplaner bei Vorbereitungen der Inbetriebnahme, des Anlaufes und der Serienfertigung unterstützt. Hierbei steht die Verkürzung und Absicherung des Anlaufs sowie die Optimierung der Serienproduktion im Vordergrund. Zu diesem Zweck erfolgt eine digitale Abbildung von statischen (z. B. CAD) und dynamischen (z. B. Materialfluss) Modellen von Anlagen und Produktionsabläufen [VDI 4499 Blatt 2 (2011-05)]. Neben Modellen der Fertigungsstationen können an dieser Stelle ebenfalls Modelle des Produktes integriert werden. Hierdurch bietet die Digitale Fabrik eine wichtige Schnittstellenfunktion zwischen Produktentwicklung und Produktionsplanung. Aus Sicht der Ressourceneffizienz können Methoden der digitalen Fabrik daher neben fabrikplanerischen Maßnahmen, wie z. B. der Organisation effizienter Materialflüsse, auch Rückschlüsse auf das Produktdesign gezogen werden. So ist z. B. eine Simulation von Bearbeitungsvorgängen möglich, um den Verschnitt zu bestimmen. Ist dieser zu hoch können Anpassungen der Produktgeometrie sinnvoll sein, z. B. die Vermeidung schwieriger Radien.

Das Berliner Start-up Circular Fashion hat ein innovatives Konzept entwickelt, welches dabei helfen soll, zirkuläre Stoffströme in der Modebranche zu etablieren. Die Grundidee ist dabei ein Plattform-Ansatz, der es erlauben soll, Hersteller und Nutzer von Kleidung sowie Recyclingunternehmen besser zu vernetzen. Mit der Plattform bekommen Modedesigner Hilfestellungen, wie die Nachhaltigkeit ihrer Entwürfe verbessert werden kann und welche Materialien hier vorteilhaft sind. Jedes Kleidungsstück ist zusätzlich mit einer "Circular Fashion ID" versehen, welche Informationen über die in der Kleidung verwendeten Stoffe und den Prozess der Herstellung bereithält. Diese Daten können einerseits vom Nutzer, aber auch von Recyclingunternehmen eingesehen werden. Diese können die individuelle Stoffzusammensetzung verwenden, um den Sortierprozess der Stoffe zu vereinfachen [Circular Fashion (2018)].

Die Ressourceneffizienz von Transportvorgängen wird unter anderem durch die Länge der Touren, den Grad der Auslastung sowie den Treibstoffverbrauch auf der Route beeinflusst [Grimm, R. (2013)]. Hierdurch entsteht ein komplexes Entscheidungsproblem, welches nicht leicht aufzulösen ist. Mittels fortgeschrittener Methoden, wie Big Data Analysen und Predictive Analytics, werden derzeit neue Ansätze getestet, um die Planung für Disponenten zu vereinfachen. Die Firma initions hat zu diesem Zweck beispielsweise in einem Forschungsprojekt eine intelligente Software entwickelt, die automatisiert optimale Tourenpläne auf Basis aktueller Verkehrs- und Auftragsdaten erstellt. Hierfür wird auf die Standorte von Transportfahrzeugen in Echtzeit mittels Telematik zurückgegriffen. Anhand eines evolutionären Optimierungsalgorithmus ist es darüber hinaus möglich, automatisch Umplanungen vorzunehmen, z. B. bei drohender Überschreitung von Lieferterminen oder Verletzung gesetzlicher Ruhezeiten. Die Fahrer bekommen die aktualisierten Routeninformationen dann automatisch auf einem Endgerät im Fahrzeug angezeigt [Walter, M. (2018), Hamacher, M. (2018)].

Wenn das digitale Fabrikmodell soweit mit dem real existierenden Maschinenpark verknüpft ist, so dass ein realitätsgetreues Abbild der Maschinen und Anlagen geschaffen wird, kann von einem digitalen Zwilling gesprochen werden. Ziel ist die Simulation, Steuerung und Verbesserung der physischen Assets aus der virtuellen Welt. Charakteristisch hierbei ist die Kopplung eines statischen Fabrikmodells mit Echtzeitdaten, welche die reale Produktion wiederspiegeln. Hierbei können Auftrags- und Betriebsdaten sowie Energie- und Materialverbrauchsdaten im Vordergrund stehen. Außerdem sind im Zwilling die jeweiligen Fähigkeiten und Konfigurationsmöglichkeiten der Maschinen hinterlegt, so dass sich diese automatisch und selbstständig an neue Situationen in der Produktion anpassen können (z. B. neue Aufträge, Störungen etc.) [Sauer, O. (2018)].

Das Vorhalten unnötig hoher Bestände steigert das Risiko von Lagerverlusten und obsoleten Bauteilen (z. B. bei wechselnden Produktprogrammen). Hierdurch ergeben sich auch Einflüsse auf die Ressourceneffizienz. Die Minimierung von Beständen bei gleichzeitiger Sicherstellung der benötigten Produktionsinputs zur richtigen Zeit ist ein zentraler Bestandteil des Lean Managements. Hierfür werden mittlerweile digitale Systeme für die informationstechnische Integration der Bedarfe und Bestände von OEM und Zulieferern angeboten. Durch Bedarfs-Bestands-Management (BBM) und Bedarfs-Kapazitäts-Management (BKM) können derzeit vorrätige Teile und Rohstoffe den Montagebedarfen kurz- und mittelfristig bis auf mehrere Monate jederzeit gegenübergestellt werden. Hierdurch können Engpässe vermieden werden, die zu Produktionsstillständen und teuren Sonderbestellungen sowie Eillieferungen führen [Ivišić, R. (2016), S. 40 f.].

Ein anderes Mittel sind digitale Kanban Systeme. So verwendet beispielsweise die J. Schmalz GmbH ein System, welches automatisch die benötigten Nachschübe für die Produktion organisiert. Hierfür werden an den einzelnen Arbeitsplätzen Behälter mit Bauteilen und Materialien genau in der Menge, in der diese benötigt werden, bereitgestellt. Ist ein Behälter leer, wird dieser abgeholt und eingescannt. Daraufhin wird ein Behälter mit Nachschub durch ein intelligentes Warenlager automatisiert herausgesucht und zum Arbeitsplatz gebracht. Neigen sich die Vorräte im Warenlager dem Ende zu, werden nach demselben Prinzip auch Bestellungen bei den Zulieferern ausgelöst. Hier erfolgt ebenso eine informationstechnische Verarbeitung durch den Scan von Barcodes an leeren Boxen. Zusätzlich werden die Zettel mit den Barcodes an eine Wandhalterung angebracht, welche über ein Ampelsystem gleichfalls die Dringlichkeit der Lieferung darstellt. Durch einen Live-Stream mittels Webcam kann der Zulieferer hierdurch jederzeit den Status des Lieferbedarfs und dessen Dringlichkeit einsehen [Moll, J. (2014)].

Neben dem digitalen Fabrikzwilling können auch Produkte mit einem digitalen Zwilling versehen werden. Dies ist insbesondere für komplexe langlebige Produkte, wie z. B. Fahrzeuge oder Werkzeugmaschinen, interessant. Der Zwilling entspricht dabei dem digitalen Abbild eines real existierenden Produktes welches die aktuellen Eigenschaften und Zustände sowie das Verhalten in Echtzeit erfassen kann. Hierfür ist eine intelligente Verbindung der Instanz eines übergeordneten Produktmodells (Digitaler Master) und des „Digitalen Schattens“, der Gesamtheit aller Betriebs- und Zustandsdaten eines Produktes, notwendig [Stark, R. (2017)].

Der Zwilling kann dann dafür eingesetzt werden, Fehlverhalten des Produktes zu erkennen, prädiktive Instandhaltung oder Rückschlüsse auf das Produktdesign zu ermöglichen.

Ein Produkt-Service-System (PSS) (oder Hybrides Leistungsbündel) stellt eine vermarktbare Kombination von Produkten und Dienstleistungen dar, um gemeinsam einen Nutzerbedarf zu erfüllen [Goedkoop, M. J. et al. (1999), S. 18]. Die hierbei auftretenden Varianten unterscheiden sich nach Produkt- oder Servicezentrierung sowie nach der Regelung des Eigentums am zugrundeliegenden Produkt.

Durch die Kombination von Produkten und Services ergeben sich unterschiedliche Potenziale, um Ressourcen entlang des Produktlebens einzusparen. So können schon einfache zusätzlich zum Produkt angebotene Services, wie z. B. Wartung, zu einer längeren Produkthaltbarkeit führen. Bei Erhöhung des Serviceanteils können sich hier zusätzliche Potenziale ergeben. Wenn nur noch die Nutzung des Produktes anstelle des Produktes an sich verkauft wird, verbleibt das Eigentum des Produktes bei den Herstellern. Hierdurch steigt der Anreiz, Optimierungen der Material- und Energieeffizienz am Produkt vorzunehmen, um den Service möglichst kostensparend anzubieten. Hierzu zählen eine verbesserte Haltbarkeit, Sparsamkeit im Betrieb sowie die Wiederaufarbeitung von Komponenten und Baugruppen [Tukker, A. (2015)].

Die weitreichendste Form der PSS-Implementierung mit dem höchsten Serviceanteil ergibt sich, wenn Verträge mit dem Kunden ausschließlich hinsichtlich einer zu erbringenden Leistung abgeschlossen werden. Ein bekanntes Beispiel hierfür ist der Kauf von Triebwerksstunden anstelle eines Triebwerks im Bereich Luftfahrt. Die Abrechnung erfolgt daher je erbrachter Serviceeinheit, z. B. Euro je Flugstunde. Um derartige Geschäftsmodelle realisieren zu können, ist ein hohes Maß an Informationstransparenz für den Hersteller erforderlich, da dieser zumeist keine Mitarbeiter am Ort der Produktnutzung einsetzt. Aus diesem Grund wird hierfür auf informationstechnische Intelligenz und autonom agierende (cyber-physische) Systeme gesetzt. Unter dem Begriff "Smart Services" werden dabei Dienstleistungen subsumiert, die erst durch diese neue Intelligenz ermöglicht werden [Bundesministerium für Wirtschaft und Energie (2017)].

Eine wesentliche Grundvoraussetzung für die Digitalisierung ist ein effizienter Umgang mit Informationen. Brüche im Informationsfluss verzögern nicht nur die Abläufe und binden Kapazität (z. B. durch manuelle Übertragungsvorgänge), sondern wirken sich darüber hinaus auch auf die Ressourceneffizienz aus. So kann beispielsweise eine fehlerhafte Informationsweitergabe von der Produktentwicklung an die Fertigung zu Ausschüssen im Serienanlauf führen.

Um eine lückenlose Informationssteuerung zu erreichen, ist mittels einer umfassenden Analyse der Informationsflüsse im Unternehmen zu klären, welche Rolle welche Information zu welchem Zeitpunkt benötigt. Zu diesem Zweck müssen Prozesse, verwendete Methoden sowie Tools entsprechend dem optimalen Informationsfluss aufeinander abgestimmt werden [vgl. Lünnemann, P. et al. (2017), S. 92 ff.]. Im Hinblick auf die Prozesse ist dabei besonders die Identifikation von Schnittstellen zwischen verschiedenen Zuständigkeitsbereichen hervorzuheben. Hier treten oftmals Probleme auf, z. B. aufgrund von Konvertierungsfehlern oder unvollständigen Informationen. Auch bzgl. der verwendeten Tools ist zu prüfen, welche Informationen, Abläufe und Methoden in welchem Tool (insbesondere CAx, PDM und ERP) verwaltet werden und wie die Kompatibilität innerhalb der Systemwelt sichergestellt werden kann.

Die Firma Ulrich GmbH & Co. KG entwickelt und fertigt Implantate im Bereich der Medizintechnik. Mittels Fräsbearbeitung werden dabei Titan und verschiedene Stähle verarbeitet. Dabei sind die auftretenen Kräfte, denen der Fräser ausgesetzt ist, unterschiedlich. Bei zu hohen Kräften steigt der Verschleiß, bei zu niedrigen Kräften steigt die Bearbeitungszeit unnötig. Für eine Anpassung der Kräfteverteilung kann der Vorschub variiert werden. Hierbei ist es jedoch bisher nicht möglich den Verschleiß des Fräsers mit einzuberechnen. Bei größerer Abnutzung werden auch höhere Kräfte für den Fräsvorgang benötigt. Hierdurch kann es zum Bruch des Werkzeugs kommen. Da die in den Fräswerkzeugen verbauten Hartmetalle sehr teuer sind, wurde ein Projekt gestartet, um den Verschleiß zu verringern. Zusammen mit dem Schülerforschungszentrum Südwürttemberg erfolgte zu diesem Zweck die Entwicklung einer Maschinenregelung im Rahmen eines "Jugend-Forscht"-Projektes. Das anhand von Simulationen und Messreihen ermittelte Verschleißverhalten gibt Aufschluss hinsichtlich der jeweils optimalen Vorschubgeschwindigkeit. Durch eine Übertragung an die Maschinenregelung wird mittels Abgleich mit gemessenen Ist-Werten sichergestellt, dass die maximale Belastung des Werkzeugs niemals überschritten wird [Schmidt, M. et al. (2017a)].

Kunden verlangen heutzutage individuelle Produkte zu einem Preis der Massenfertigung. Hierzu gibt es als wesentliches Werkzeug der „Mass Customization“ z. B. die Möglichkeit, Konfiguratoren bereitzustellen, die es dem Kunden ermöglichen, sein Produkt zu individualisieren und dabei gleichzeitig die Herstellbarkeit der Varianten abzusichern (z. B. Konfiguration von Nike-Turnschuhen [Nike Inc. (2018)]).

Darüber hinaus können Produkte auch vollständig individualisiert werden. Im Kontext der Digitalisierung und Verfügbarkeit neuer Fertigungsverfahren bieten sich hier zusätzliche Möglichkeiten, den hohen Aufwand für ein individuelles Produkt zu verringern. Ein Beispiel hierfür ist die Maßanfertigung von Schuhen durch Scanning und additive Fertigungsverfahren [Schreier, J. (2017)]. Durch diese effiziente Art der Interaktion mit dem Kunden entfallen Aufwände für die Herstellung physischer Prototypen sowie für die Logistik durch ein geringeres Transport- und Reiseaufkommen.

Produkte bestehen aus zahlreichen Komponenten, die Original Equipment Manufacturer in den meisten Fällen von vielen verschiedenen Zulieferern beziehen. Hierbei müssen zahlreiche produktbezogene Informationen ausgetauscht werden. Für eine ressourceneffiziente Fertigung ist es dabei notwendig, diese Schnittstelle besonders abzusichern. So kommt es beispielsweise immer wieder zu Fehlern bei der Integration digitaler Produktmodelle aus verschiedenen Autorensystemen (insbesondere CAD). Schon simple Konvertierungsfehler können hier weitreichende Konsequenzen in der Herstellung verursachen, die erst im Qualitätsmanagement entdeckt werden. Es ist daher wichtig, die Systeminfrastrukturen der Hersteller bereits im Vorfeld aufeinander abzustimmen und ggf. passende Austauschformate festzulegen.

Weiterhin unterliegen viele technische Produkte Compliance-Vorgaben im Hinblick auf die eingesetzten Materialien (z. B. RoHS/REACH). Die Zusammenstellung dieser Informationen ist für den OEM jedoch oftmals schwierig, da diese über verschiedene Stufen der Wertschöpfungskette erhoben werden müssen. Bisher war hierfür ein aufwändiger Prozess notwendig, in dem die Informationen papierbasiert von den einzelnen Zulieferern eingeholt werden mussten. Mittlerweile sind digitale Lösungen erhältlich, die zumeist integriert in PDM-/PLM-Systemen vorliegen und effiziente Workflows für die Informationsgewinnung bieten. Außerdem bestehen hier Möglichkeiten für einen automatischen Abgleich der im Produkt enthaltenen Substanzen mit Datenbanken für RoHS/REACH-Konformität.

Zukünftig könnte die Blockchain-Technologie einen wesentlichen Beitrag leisten, um die Nachverfolgbarkeit von im Produkt verbauten Materialien besser nachvollziehen zu können. Dies ist z. B. notwendig, um sicherzustellen, dass keine Konfliktmineralien (Stoffe, die in Bürgerkriegsregionen bzw. unter gefährlichen Arbeitsbedingungen abgebaut werden) in das finale Produkt einfließen. Die Blockchain könnte hierfür die Rolle einer digitalen Rohstoffakte spielen, in der jede einzelne Transaktion des Materials von der Mine bis zur Weiterverarbeitung in der Lieferkette gespeichert vorliegt. Derzeit bestehen in diesem Kontext jedoch noch ungelöste Fragestellungen, wie z. B. die Authentifizierung der Vertragspartner, um sicherzustellen, dass keine Manipulationen vorgenommen werden können [vgl. Jungblut, S.-I. (2019)].

Die Herstellung variantenreicher Produkte war bisher mit hohem Aufwand verbunden. So erfordert die Fertigung geringer Stückzahlen eine detaillierte Planung, um neue Produktionsaufträge schnell eintakten zu können. Außerdem ergeben sich hohe Ressourcenaufwände durch häufige Umrüstung und damit verbundene Anlaufverluste.

Sobald Maschinen, Werkstücke und Transportbehälter über Kommunikationsplattformen [(z.B. Open Platform Communication (OPC)], standardisierte Schnittstellen [z. B. Extensible Markup Language (XML)] und Übertragungstechnologien (z.B. Bluetooth) miteinander vernetzt werden, ist eine Selbststeuerung der Produktionsprozesse möglich. Mit entsprechend hinterlegten Algorithmen kann auf diesem Weg eine dezentrale Optimierung des Produktionssystems hinsichtlich Kosten, Zeit oder sogar Ressourcenaufwand realisiert werden. Hierdurch ist auch eine integrierte Herstellung mehrerer Varianten auf einer Produktionslinie erreichbar. Ein Beispiel für eine reale Umsetzung autonom agierender Produktionsanlagen stellt das „Forschungs- und Anwendungszentrum Industrie 4.0“ an der Universität Potsdam dar [Universität Potsdam (2019)]. Hier sind verschiedene Szenarien einer digital integrierten  Produktion demonstrierbar, die in regelmäßigen Veranstaltungen vor Ort für interessierte Unternehmen gezeigt werden.

Ein besonders eindrucksvolles Beispiel für das Zusammenwirken von Produktion und Strommarkt zeigt die Firma BMW. So wurden hier in den letzten Jahren 15 MWh Kapazität an stationären Stromspeichern aufgebaut, die entweder für das Lastmanagement oder die Bereitstellung von Regelenergie zur Stabilisierung des Stromnetzes verwendbar sind. Die in den Speichern verbauten Batterien entstammen dabei aus der im Hause produzierten E-Fahrzeug-Flotte (BMW i3). Hierbei handelt es sich entweder um eine Nachnutzung von Batterien, die sich aufgrund abnehmender Kapazität nicht mehr für Mobilitätsanwendungen eignen (Second Life Batterien), oder um neue Batterien, die als Ersatzteile vorgehalten werden. Darüber hinaus erfolgt eine Vernetzung von Lüftungsanlagen und Kälte-/Kühlwasserpumpen, um diese als technische Einheit in der Primärregelleistung zu vermarkten. Mittels Modellierung und Simulation werden auf Basis von Schichtplänen, Wetter- und Windprognosen sowie der Anlagenverfügbarkeit tägliche Fahrpläne ausgearbeitet, die zu einer Flexibilisierung der Anlagen und zur Reduzierung von Energiekosten beitragen sollen [Mueller-Ruff, M. (2019)].

Eine Grundvoraussetzung zur Umsetzung Industrie 4.0 ist die Fähigkeit, cyber-physischer Systeme (CPS) effizient zu entwickeln und abzusichern. Die Herausforderungen in diesem Bereich sind groß. So lassen sich bei der Entwicklung von CPS stark wachsende Anteile von Elektronik und Software beobachten, um die neue Produktintelligenz zu ermöglichen. Daher stellt das Produkt an sich bereits ein komplexes System dar. Nichtsdestotrotz wird im Fall von CPS die Komplexität zusätzlich erhöht, da die Absicherung von in sich geschlossenen Produkten zu diesem Zweck nicht mehr ausreichend ist. Vielmehr geht es hierbei darum, die systemischen Effekte miteinander vernetzter Produkte vorherzusehen und mögliche Störgrößen auszuschließen. Ein Beispiel hierfür ist das autonome Fahren. So muss z. B. bei einem Spurwechselvorgang auch darauf geachtet werden, wie andere autonom fahrende Fahrzeuge auf neue Verkehrssituationen reagieren.

Ein wesentliches Hilfsmittel zu diesem Zweck stellt das Modellbasierte Systems Engineering dar. Durch die domänenunabhängige Beschreibung des zu entwickelnden Systems in einem einheitlichen Produktmodell sowie die Verknüpfung zahlreicher Partialmodelle zur Verhaltenssimulation kann die Effizienz bei der Entwicklung von CPS gesteigert werden. Vorteile sind hier die verbesserte Verknüpfung von Anforderungen, Funktionen, Systemelementen sowie Testverfahren. Darüber hinaus kann das MBSE-Modell disziplinenübergreifend zum Informationsaustausch sowie zur integrierten Spezifikation und Absicherung des Systems verwendet werden.

Bei fahrerlosen Transportsystemen (FTS) handelt es sich um autonom agierende Transportmittel, welche selbstständig in der Lage sind, Materialien, Werkstücke und sonstige Lasten in Fabriken, Lagern und Außenbereichen zu transportieren. Die verfügbaren FTS unterscheiden sich dabei hinsichtlich der möglichen Beladung (wenige Kilogramm bis mehrere Tonnen) und der Geschwindigkeit (variiert bezogen auf den Grad an Personenkontakt). Weiterhin können reine Flurförderzeuge (Transport von A nach B) und Flurförderzeuge mit Hubeinrichtung (z. B. zusätzliche Funktion zum Heben oder Stapeln) differenziert werden. Die Navigation der Systeme kann auf verschiedene Arten erfolgen, z. B. über magnetische oder induktive Leitlinien, Transponder, Laser oder GPS [Michalek, R. (2019)].

Der Einsatz von FTS wirkt sich vor allem auf die Produktivität aus, da hierdurch die Abwicklung von Transportvorgängen beschleunigt wird und Fehler reduzierbar sind. Im Hinblick auf die Ressourceneffizienz können unter Umständen Lagerverluste durch erhöhte Prozessstabilität vermieden werden (weniger Unfälle, falsche Handhabungen etc.). Im Gegenzug müssen hier jedoch erhöhte Aufwände für Steuerungselektronik in einer Lebenszyklusbetrachtung gegengerechnet werden. Für eine entsprechende Beurteilung fehlt derzeit noch die wissenschaftliche Basis.

Um den Wiederverwendungsgrad von Anlagen zu optimieren oder auch die Durchlaufzeiten und Risikofaktoren zu minimieren, hat ein Unternehmen im Bereich Düngemittel das Pre-configured Plant Concept entwickelt.

Dabei ist eine funktionale Modularisierung von Chemieanlagen das Ziel des Unternehmens. Bei diesem Konzept werden die Funktionen und Komponenten eines Produktes aufgefächert und anschließend je nach funktionaler Abhängigkeit in unterschiedliche Module differenziert. Somit können individuelle Klientelwünsche in modulare Modelle umgestaltet werden, wobei eine individuell anpassbare digitale Modelldarstellung entwickelt wird. Bei mehreren Tests konnte festgestellt werden, dass einzelne Module auf unterschiedliche Anwendungsbereiche übertragbar waren.

Letzteres erhöht nicht zuletzt auch die Wiederverwendbarkeit der Anlage. Außerdem können durch die Modularität eine größere Flexibilität und Durchlaufzeit erreicht werden. Das erspart Kosten und steigert den Nutzen für den Betreiber der Anlage. Außerdem kann auf standardisierte Module zurückgegriffen werden, wenn die individualisierten Module den benötigten Spezifizierungsgrad nicht erfüllen. Somit wird ein effizienter Betrieb der Anlage sichergestellt und kann hierdurch Energieeinsparungen bewirken.

Eine lückenlose Prozesserfassung bietet die Grundlage für eine effiziente Prozessführung. Aus Sicht der Produktionsplanung lassen sich Störungen des Prozesses verringern, wodurch der Nutzungsgrad von Maschinen steigerbar ist. Darüber hinaus können durch die Erhebung von Energie- und Materialverbrauchsdaten Rückschlüsse auf die Ressourceneffizienz der aktuellen Prozesskonfiguration gezogen werden.

Ausgangspunkt jeder Fertigungsdatenerfassung ist die Definition von Kennzahlen, um erhobene Daten sinnvoll auswerten zu können. Diese Kennzahlen sollten mit Bedacht ausgewählt werden, da bereits hier der Aufwand der Erhebung und der daraus ableitbare Nutzen zu wesentlichen Teilen festgelegt wird. Darüber hinaus stellen die Zuverlässigkeit und die Qualität der erhobenen Daten wichtige Stellhebel dar, um die Aussagekraft der erhobenen Kennzahlen besser zu beurteilen [vgl. Schmitt, R. et al. (2015), S. 13 f.].

Im Hinblick auf die Datenerhebung werden Initialmessungen, wiederholte Messungen und Echtzeitmessungen unterschieden. Initialmessungen finden zu Beginn der Produktion statt. Diese sind vor allem für Messgrößen sinnvoll, die über die Zeit konstant bleiben. Sich wiederholende Messungen erfolgen beispielsweise bei der Maschinenkalibrierung. Messungen in Echtzeit eignen sich für hochvariable Parameter, die eine kontinuierliche Erhebung notwendig machen (z. B. Verschleiß). Die Art der Erfassung kann hier nach In-Prozess-, Post-Prozess- oder Inline-Messung differenziert werden [vgl. Schmitt, R. et al. (2015), S. 15 ff.]. 

Auf Ebene der Sensorik ist ein Einsatz externer oder maschineninterner Messmethoden möglich. Der einfachste Weg besteht hier darin, die benötigten Daten aus der internen Sensorik der Maschine zu beziehen. Insbesondere bei älteren Maschinen sind entsprechende integrierte Sensoren zumeist nicht vorhanden. Nachrüstungen benötigter Sensoren sind zwar in den meisten Fällen prinzipiell möglich, jedoch oftmals zu teuer. Hier können einfache externe Messgeräte eingesetzt werden, welche physikalische Messgrößen erfassen (z. B. elektrischer Strom) und diese in digitale Werte umwandeln (Analog-digital-Wandler) [vgl. Neugebauer, R. (2014), 209 ff.].

Um aus erhobenen Messwerten sinnvolle Informationen zu ziehen, ist eine permanente Datenverarbeitung notwendig. Diese hat die Aufgabe, erhobene Messwerte auszulesen, aufzubereiten und entsprechend den definierten Kennzahlen miteinander in Beziehung zu setzen. Hierfür werden insbesondere Maschinen- (MDE) bzw. Betriebsdatenerfassungssysteme (BDE) verwendet. Diese Systeme sind vor allem dafür da, den aktuellen Status des Produktionsvorganges auf Maschinen- und Auftragsebene festzustellen (z. B. Auslastung, Maschinenzustand, Energieverbrauch, Chargen- und Seriennummern sowie Fertigungszahlen). Hierbei stellen sie zumeist einen integrierten Bestandteil von Manufacturing Execution Systemen (MES) dar, welche zur operativen Steuerung der Produktion eingesetzt werden (siehe VDMA 66412-1) [vgl. Schmitt, R. et al. (2015), S. 19ff.].

Die vom Verbraucher benötigte Druckluftmenge ist zumeist zeitlich nicht konstant, sondern schwankt mit dem Produktionsablauf in einem bestimmten Zyklus. In diesem Fall bietet sich der Einsatz intelligenter Druckluftsteuerungen an, die mehrere kleinere Kompressoren miteinander vernetzen. Hierdurch können Kompressoren zu- oder abgeschaltet werden, je nachdem, wie viel Druckluft notwendig ist. Durch den insgesamt niedrigeren Druckluftbedarf lassen sich auch Druckverluste senken [Eberhardt, L. und Stéphane Itasse, S. (2012)]. Durch den Einsatz von Drucksensoren kann zusätzlich die Transparenz zum Zustand des betrieblichen Druckluftnetzes signifikant gesteigert werden. Hierdurch sind ein Monitoring des Druckluft- und Energieverbrauchs sowie eine vorbeugende Instandhaltung möglich, indem frühzeitig Signale für drohende Leckagen oder Ausfälle von Kompressoren sichtbar gemacht werden. Darüber hinaus können in der operativen Instandhaltung damit besser Leckagen identifiziert und dokumentiert werden [Koehler, D. und Ruppelt, E. (2018)].

Um den zukünftigen Anforderungen von Industrie 4.0 zu genügen, muss sich ebenso die Recyclingbranche anpassen. So impliziert die zunehmende Intelligenz von Produkten und Produktionsanlagen auch zusätzliche Elektronik und daher feindispersere Materialmixe, mit denen die Verfahren umgehen müssen. Um die hier anfallenden Wertstoffe zu extrahieren und aufbereitete Rohstoffe in ausreichender Reinheit für eine erneute Verwendung bereitzustellen, sind ausgefeilte sensorbasierte Sortiermechanismen notwendig, um die jeweiligen Materialien treffsicher zu erkennen und mit geeigneten Mitteln von den anderen Materialien zu trennen [REMONDIS SE & Co. KG (2018)].

Komplementär wird sich auch die Logistik um die Abfallsammlung ändern müssen. Konzepte hierfür sind z. B. intelligente Abfalltonnen, die automatisch den Füllstand erfassen und so unnötige Transporte vermeiden. Ein anderes Beispiel umfasst Wertstoffscanner, die direkt in Müllfahrzeuge integriert sind und so das geladene Volumen und sogar eine Erkennung der geladenen Materialien und Wertstoffe ermöglichen [Mittermayr, R. und Klünsner, S. (2019), S. 19 ff.].

Neben dem Aspekt der Vernetzung umfasst der Begriff Industrie 4.0 auch die Intelligenz der Maschinen an sich. Im Vordergrund steht hierbei der Begriff der Selbstoptimierung. Dieser beschreibt die Fähigkeit der Maschine auf Änderungen von Prozessparametern (z. B. Verschleiß) und andere externe Störgrößen direkt während des Bearbeitungsvorgangs zu reagieren und automatisch Anpassungen vorzunehmen (z. B. Veränderung der Vorschubgeschwindigkeit). Hierfür sind drei wesentliche Komponenten erforderlich.

• Sensorik erfasst Prozessparameter während des Herstellungsvorganges (z. B. Temperatur bei der Laserbearbeitung),
• ein physikalisches Modell des Bearbeitungsvorganges verarbeitet die erhobenen Messdaten und setzt diese in Beziehung zu anderen Parametern (z. B. qualitätsbestimmende Merkmale wie temperaturbedingter Verzug),
• eine Aktorik reagiert auf ungünstige Betriebszustände, die mittels des physikalischen Modells identifiziert wurden, indem automatisch bestimmte Prozessparameter nachgeregelt werden (z. B. Intensität der Laserbearbeitung) [Krüger, M. (2015)].

Innerhalb der Fertigung können durch intelligente Regelung und Steuerung qualitätsbedingte Ausschüsse sowie der Materialverbrauch durch verschlissene Werkzeuge reduziert werden. Darüber hinaus werden hierdurch bestimmte Schlüsseltechnologien von Industrie 4.0 überhaupt erst möglich (z. B. fahrerlose Transportsysteme).

Ein wesentlicher Beitrag zur Reduzierung von Energieverbräuchen in produzierenden Unternehmen ist die Optimierung der Steuerung und Regelung von Produktionsanlagen. So können z. B. erhebliche Potenziale durch Vorsehung von Standby-Modi in Phasen des Leerlaufs einer Maschine erzielt werden. Hierbei werden nicht benötigte Aggregate der Peripherie, wie z. B. die Kühlschmiermittelversorgung, zeitweise abgeschaltet. Darüber hinaus wurde auch gezeigt, dass die Einstellung der Prozessparameter einen wesentlichen Einfluss auf den Energieverbrauch ausüben kann. Beispielsweise ist es möglich, den Energieverbrauch bei der Fräs- und Bohrbearbeitung durch Erhöhung der Schnitttiefe, Schnitt- und Vorschubgeschwindigkeit zu senken, wenn dadurch die Bearbeitungszeit insgesamt verringert wird. Hierbei muss natürlich ein Optimum in Verbindung mit verstärktem Werkzeugverschleiß und der Oberflächenqualität des zu bearbeitenden Werkstücks gefunden werden [Diaz, N. et al. (2011)]. Da sich diese Parameter im laufenden Betrieb verändern (z. B. zunehmender Verschleiß), kann unter Umständen eine Echtzeitregelung der Maschine erforderlich sein. Diese misst qualitätsbestimmende Parameter von Werkstücken bzw. den aktuellen Zustand von Werkzeugen und gleicht diese Messergebnisse mit einem hinterlegten Modell ab. Hierdurch können Abweichungen von den Soll-Parametern durch die aktuelle Konfiguration der Prozessführung vorhergesagt und automatisch korrigiert werden [Schmidt, M. et al. (2017a)].

Für eine effiziente Lagerverwaltung und Bestandsplanung sind vielfältige Informationen notwendig. Diese betreffen beispielsweise den aktuellen Lagerinhalt und die Position der einzelnen Waren, Haltbarkeitsdaten, geplante Warenbewegungen und Nachfrageprognosen. Intelligente Warenlager bieten die Grundlage, diese Informationen bereitzustellen, und weisen darüber hinaus einen hohen Grad der Automatisierung auf, um Waren physisch zu bewegen und verschiedene Teilsysteme der Fabrik, wie z. B. Beschaffung, Logistik und Lagermanagement, miteinander zu verknüpfen. Ein intelligentes Warenlager vereint dabei die Technologiebereiche Robotik, RFID, künstliche Intelligenz, das Internet der Dinge und Warehouse Management Systeme [SelectHub (2018)]. Die hierdurch verfolgte Vision ist ein komplett selbstregulierter Warenmanagementprozess, der eine bedarfsorientierte und individualisierte Produktion erlaubt und gleichzeitig zukünftige Bedarfe intelligent vorhersagen kann. Autonome Transportsysteme kommunizieren dabei mit den Regalen und Behältern und wissen daher stets, wo sich welches Material in welcher Menge befindet. Wird Nachschub benötigt, ist ein intelligentes Warenlager selbstständig in der Lage, diesen zu bestellen. Zukünftig wird es durch stetige Verbesserungen der Drohnentechnologie ggf. auch möglich sein, kleinste Stückzahlen sehr schnell als Versorgungslieferung zu erhalten, wodurch die Notwendigkeit, Bestände in der Fabrik zu halten, weiter verringert wird.

Auch bei der Bereitstellung von Raumwärme und Kühlleistung für Gebäude spielt die Digitalisierung eine große Rolle. In einigen Bereichen ist die Entwicklung hier bereits weit fortgeschritten und seit vielen Jahren Stand der Technik. So können Informationen zu Temperatur und Luftfeuchtigkeit digital ausgelesen und über intelligente Thermostate und damit verbundene Heiz- und Kühlaggregate automatisch nachgesteuert werden. Außerdem ist ein Zugriff auf diese Informationen aus der Ferne über Apps möglich, z. B. um Abweichungen des Energieverbrauchs zu erkennen und Wartungsaufträge auszulösen. Hier können auch Muster vorgegeben werden, nach denen die Heizleistung zyklisch steuerbar ist. Witterungsgeführte Heizungssysteme erkennen darüber hinaus die Außentemperatur und können so besser auf Änderungen des Klimas reagieren. Als zukünftige Erweiterung werden mittlerweile auch ausgefeiltere Systeme erprobt, die ihre Regelung anhand von Wettervorhersagen optimieren und so noch exaktere Regelergebnisse erzielen [Friedrich, U. (2011)].

Im Bereich der Hallenheizung und -kühlung ergeben sich weitere Potenziale durch digitale Lösungen Energie einzusparen. So wurde die Kübler GmbH 2018 mit dem Innovationspreis Rheinland-Pfalz für Ihr „Wärme-4.0“-Konzept ausgezeichnet. Der Ansatz zielt darauf ab, sämtliche Anlagen, die Wärme oder Kälte erzeugen (inklusive Produktionsanlagen), miteinander zu einem zentralen Wärmemanagementsystem zu vernetzen. Durch die hierdurch ermöglichten Analysen lassen sich Synergieeffekte und Einsparmöglichkeiten aufdecken [Kübler GmbH (2018)].

Durch die Digitalisierung und insbesondere die Industrie 4.0 können sich auch Produktionsräume ändern. Nicht immer muss es die große Fabrik sein. Kleinteilige und dezentrale Produktionsmethoden, wie das Rapid Manufacturing können sich gut in ein urbanes Umfeld eingliedern. So werden moderne Produktionsanlagen zu modularen, sich selbst konfigurierenden Systemen und damit auch deutlich flexibler. Digitale Mini-Fabriken produzieren gerne kundennah und in gut ausgebauter Infrastruktur und suchen deshalb meist ein urbanes Umfeld als Produktionsort.

„Industrie 4.0“ beschreibt u. a. die intelligente Vernetzung von Menschen, Maschinen, Produkten und Logistik sowie die virtuelle Produktentwicklung mit dem Ziel einer effizienteren und flexibleren Produktion. Maßnahmen der digitalen Transformation führen u. a. zur Steigerung der Ressourcenproduktivität, z. B. indem Stillstandzeiten reduziert werden. Die Auswirkungen der digitalen Transformation auf die Ressourceneffizienz können bislang nicht allgemeingültig quantifiziert werden. Neben den Ressourceneinsparungen durch Industrie 4.0 müssen auch die Ressourcen berücksichtigt werden, die bei der Produktion der Informations- und Kommunikationstechnik-Komponenten (IKT-Komponenten), wie der Sensorik und der Steuerung, verbraucht werden. Dazu gibt es bis dato noch keine quantitativen Untersuchungen. Da sich die Umsetzung der Industrie 4.0 bisher meist im Anfangsstadium befindet, besteht die Chance, die Optimierung der Ressourcenströme von Beginn an einzubinden.

Der erste Schritt zur digitalen Transformation ist die Vernetzung von Sensoren und Aktoren. Dadurch können Prozesse und Verbräuche überwacht und Betriebsdaten mit den Maschinendaten verknüpft werden, um Fehler und Auffälligkeiten besser und schneller aufdecken zu können. Mit fortgeschrittener Digitalisierung wird die Erfassung der Daten weiter ausgebaut. Die Systeme erfassen dann nicht mehr nur Daten, sondern analysieren sie auch und leiten gegebenenfalls Maßnahmen ab. Die vollständige automatisierte Regelung von Maschinen durch eine Datenerfassung und Analyse ebnet den Weg für Industrie 4.0.

Chemie 4.0 ist nicht nur ein Thema bei der Herstellung chemischer Produkte, sondern auch bei der damit verbundenen Logistik. Ein Softwareunternehmen hat sein entwickeltes Echtzeit-Prozessmanagement-System im Hinblick auf eine adäquatere und intelligentere Logistik verbessert.

Das System sorgt für eine intelligentere Planung und Steuerung sowie Optimierung von Transportprozessen. Dabei umfasst es alle Transportprozesse die zum, im und aus dem Werk ablaufen. Dieses neue System enthält unter anderem ein webbasiertes Zeitfenstermanagement, verschiedenste mobile Sicherheitsprüfungen, Dokumentations- und Kontrollfunktionen wie z. B. Check-in-Selbstbedienungsterminals oder Fahrdienst-Identifikationskarten und Verkehrsflussanalysen. Somit kann der Transportprozess sicherer und effizienter gestaltet werden, wodurch Energie eingespart werden kann.

Die Erfassung und Verarbeitung von Daten, die in einer Bestandsanlage anfallen und den Aufbau sowie das Verhalten der Anlagen im aktuellen Produktionskontext beschreiben, stellen für manche Unternehmen ein Problem dar. Zum einen ist oftmals gar nicht bekannt, welche Daten (z. B. Betriebsdaten, Wartungsinformationen, Dokumentationen, Daten zum erstmaligen Anlagenengineering) wo, wann, wie und warum dokumentiert werden, und zum anderen gibt es eine große Menge an Wissen im Unternehmen, welches für eine automatisierte Steuerung und Überwachung notwendig wäre, aber bisher nicht erfasst wurde. Daher ist es wichtig, zunächst zu eruieren, welche Daten für den sicheren und ressourceneffizienten Anlagenbetrieb notwendig sind. Daraus lässt sich ableiten, welche Daten in elektronischer Form vorliegen müssen.

Anschließend sollte festgehalten werden, in welchem Format die Daten aktuell und zukünftig erfasst werden können. Hierfür sollte anlagenunabhängig ein Standard entwickelt werden, um eine möglichst konsistente Datengrundlage für die verwendeten Softwaresysteme zu schaffen. So muss auf einen Blick erkennbar sein, ob es sich bei den Daten um Projekt-, Steuerungs-, Planungs- oder Dokumentationsdaten handelt. Dabei kann sich an der ANSI/ISA-Norm 88 (ISA 88.00.02:2001-1) orientiert werden. Das Gleiche gilt für die Anlagen und Steuerungseinheiten. Diese Standardisierung ermöglicht nicht nur ein vereinfachtes Datenmanagement, sondern auch eine vereinfachte Steuerung und Überwachung der Anlagen, wodurch Fehlermöglichkeiten und somit Ressourcenverluste reduziert werden.

Zur Integration von Industrie 4.0 im Druckluftmanagement sowie bezogen auf den Wunsch nach einem smarten, sich selbst anpassenden und effizienzsteigernden Netzwerk setzen ein Software- und ein Druckluftanlagenhersteller auf das offene Kommunikationsprotokoll OPC UA.

Um den Verwaltungsaufwand bei Tausch-, Leihsystemen und Werkzeugpooling gering zu halten, bietet sich das Internet als Informations- und Koordinationssystem an. So können notwendige Verwaltungsstrukturen geschaffen werden, die möglichst aufwandsarm sind, um die Zuteilung der freien Ressourcen zu koordinieren.

Eine solche Software könnte die Buchung von Räumen, Maschinen und anderen Ressourcen, die Terminierung von Schlüsselübergaben, die Anzeige von Verfügbarkeitszeiten von Räumen, Maschinen und anderen Ressourcen etc. erleichtern. Außerdem kann ein Algorithmus zur Abrechnung der genutzten Zeit implementiert werden.

Die Interstuhl Büromöbel GmbH & Co. KG entwickelt und produziert hochwertige Sitzgelegenheiten primär für Industrie- und Office-Anwendungen. Das Unternehmen ist an einem ganzheitlichen Umweltmanagement interessiert und kann dies mit zahlreichen Gütesiegeln, wie z. B. dem Blauen Engel, belegen. Ein Element der hier verfolgten Strategie betrifft auch die kontinuierliche Optimierung der Ressourceneffizienz ihrer Produkte. So wird das bestehende Produktportfolio in regelmäßigen Abständen auf den Prüfstand gestellt. Eines der hier durchgeführten Vorhaben umfasst eine Optimierung der Fußkreuze von Bürostühlen mittels Finite Element Methode. Hierdurch können pro Jahr 67,5 Tonnen Polyamid eingespart werden. Der hierdurch eingesparte Materialwert beträgt über 100.000 Euro pro Jahr [Schmidt, M. et al. (2017b), S. 246 - 249].

Um Modifikationen an modularen Anlagen zu vereinfachen, ist einigen Anbietenden der MTP-(Modul- Type-Package-)Ansatz ein Begriff. Dabei werden Module als wiederverwendbare vorautomatisierte Bauteile gespeichert und können dann in einem übergeordneten Automatisierungssystem digital beschrieben werden. Die Phoenix Contact GmbH entwickelte ebenfalls eine Technik, um den Gebrauch von MTPs leichter umzusetzen.

Es handelt sich dabei um das Modul-Engineering-Tool MTP-Designer, mit dem die R&I-Schemata der Verfahrenstechniker schnell und einfach in eine Visualisierung umgewandelt und übernommen werden können. Somit wird der Programmierungsaufwand des Modulprogrammierers deutlich reduziert bzw. entfällt teilweise sogar komplett. Das erleichtert sowie beschleunigt die Arbeit und spart auf diese Weise Zeit und Geld ein.

Das Ziel dieser Technik ist es, einzelne Module separat zu automatisieren und mit einer eigenen Steuerung auszustatten, um diese nur noch mechanisch verbinden zu müssen. Durch die Zeiteinsparung des Programmierens können lange Umbauzeiten vermieden werden, was zu einer hohen Flexibilität der Produktion beiträgt. Durch die einfache Wiederverwendung und Separation der Module können Nacharbeiten vermieden und ein zusätzlicher Ressourceneinsatz reduziert werden.

Um in der modularen Produktion in einer digitalen Industrie eine hohe Flexibilität und Anpassungsmöglichkeiten zu haben und auf variierende Kundenwünsche reagieren zu können, brauchen heutige Prozessanlagen einen neuen digitalen modularen Ansatz.

Hierfür gibt es die Technik Modul Type Package (MTP). In dieser werden digitale Beschreibungen und Integrationsinformationen eines Anlagenmoduls in einem standardisierten Format gespeichert, welche anschließend in geeigneten Tools zusammengefügt und aufeinander abgestimmt werden. Mit diesen digital erweiterten Modulen können schließlich schneller und einfacher automatisierte modulare Anlagen flexibel umgestaltet werden. So haben auch die Konzerne GEA und Siemens diese Technologie an einer Plug & Win-Separationsanlage demonstriert. Dabei wurden MTP benutzt, um Prozessdaten, Services und Diagnosedaten aus der Steuerung zu importieren und somit die Notwendigkeit langwieriger Programmierungen zu ersetzen.

Für eine analytische Materialauswahl müssen zahlreiche Parameter gleichzeitig betrachtet und gegeneinander abgewogen werden. Hierbei sind neben den klassischen Faktoren der beanspruchungsgerechten Werkstoffauswahl (Härte, Festigkeit, Gewicht, Viskosität etc.) weitere Aspekte zu berücksichtigen (z. B. Energieaufwand der Herstellung, Recyclingfähigkeit etc.). Gerade für letztere Faktoren ist jedoch eine angemessene Datenlage erforderlich. Hierfür wurden kommerzielle Materialdatenbanken entwickelt, welche entsprechende Werte beinhalten (z. B. GRANTA CES Selector). Der Zugang zu diesen Datenbanken ist zumeist sehr einfach gestaltet und verlangt wenige Vorkenntnisse.

Eine interessante Möglichkeit, um Anforderungen an Fertigungstoleranzen so gering wie möglich zu halten wurde in einem gemeinschaftlichen Projekt der Telekom Innovation Laboratories und OSRAM evaluiert. Unter dem Titel Mix Sigma ist hierbei ein Vorgehen entstanden, welches darauf basiert, Qualitätssicherungen verschiedener Wertschöpfungsstufen integriert zu betrachten. Hierdurch wird es möglich, Bauteile entsprechend ihrer individuellen Maßabweichungen zu kombinieren. So kann bspw. eine Maßabweichung bei dem Durchmesser einer Welle durch eine Abweichung des Durchmessers der Lagersitze ausgeglichen werden. Auf diese Weise sind auch Teile für die Produktion verwendbar, die unter normalen Umständen als Ausschuss deklariert worden wären. Voraussetzung hierfür ist eine über die Wertschöpfungsstufen geteilte Erhebung und Nutzung individueller Bauteildaten im Kontext des digitalen Zwillings [Deutsche Gesellschaft für Qualität (2018)].

Die Abstimmung zwischen Produktentwicklung und Fertigungsplanung unterliegt immer wieder Missverständnissen, die auf eine fehlende oder ungenaue Produktdokumentation zurückzuführen sind und damit qualitätsbedingte Ausschüsse verursachen. Eine Möglichkeit, um die Kommunikation zwischen den Fachabteilungen zu vereinfachen, ist eine Optimierung der hier verwendeten Informationsträger und der hiermit verbundenen Optionen des Informationsaustausches. Während in der Entwicklung zumeist bereits 3-D-Modelle verwendet werden, kommt in der Fertigung noch in vielen Fällen eine zweidimensionale Zeichnungsableitung zum Einsatz. 2-D-Zeichnungen können jedoch im Vergleich zum 3-D-Modell weniger Informationen übersichtlich vermitteln und bieten Raum für Interpretationsfehler. Außerdem ist ein hohes perspektivisches Vorstellungsvermögen notwendig, um die Zeichnung in ihrer Gänze zu verstehen. Für die Gewährleistung einer reibungslosen Kommunikation zwischen Produktentwicklung, Fertigung und Qualitätssicherung, wird mit einer modellbasierten Definition daher ein Ansatz verfolgt, der nur noch das 3-D-Modell als zentrales Kommunikationsmedium in den Vordergrund stellt. Damit ist es möglich, Dimension, Werkstoff, Form- und Lagetoleranzen direkt im 3-D Modell zu speichern, statt hierfür eine separate Zeichnung anzufertigen. Diese "Product and Manufacturing Information (PMI)" können nun auch über das Austauschformat Step 242 Format an andere Tools übertragen werden und vereinfachen so zusätzlich die Abstimmung zwischen verschiedenen Systemwelten [Bremer, T. (2017)].

Die Ingersoll Werkzeuge GmbH fertigt zu 90 % Sonderwerkzeuge in sehr geringen Losgrößen (1 bis 3). Die Gefahr von Ausschüssen durch eine fehlerhafte Konfiguration der NC-Zerspanungsmaschinen ist bei dieser Art der Fertigung sehr hoch. Aus diesem Grund setzt das Unternehmen auf eine lückenlose Prozesskette vom CAD-System bis zur eigentlichen Fertigung, kombiniert mit einer Vorab-Simulation des Fertigungsvorgangs. Hierfür wird zusätzlich zur NC-Bahnplanung mit CAM ein Simulationstool eingesetzt, welches eine Kollisionsprüfung vereinfachen kann. Außerdem erfolgt hier automatisch ein Abgleich der Spezifikationen des gefertigten Bauteils mit dem CAD Modell. Um die Prozesskette mit möglichst wenig Aufwand realisieren zu können, wurden zusätzlich eigene Softwarelösungen entwickelt, die den NC-Programmierer dabei unterstützen, die benötigten Werkzeuge und Aufnahme auszuwählen und automatisch zusammenzubauen. Schnittstellen zwischen dem Simulationstool und dieser Eigenentwicklung erlauben darüber hinaus sogar, den Aufbau automatisch anzupassen, wenn im Simulationsmodell Kollisionen festgestellt wurden [Vogel Communications Group (2018)].

Viele Industriebetriebe bezahlen hohe Summen für ihre Druckluftsysteme. Dabei belaufen sich allein die Energiekosten auf etwa 75 % der gesamten Stromkosten, wobei 30 % der in die Systeme fließenden Energie ungenutzt bleiben. Die meisten Anlagen in den Unternehmen sind historisch gewachsen und bestehen aus mehreren Kompressoren und Druckluftleitungssystemen. Im besten Fall werden einzelne Anlagenkomponenten optimiert, ohne dabei das gesamte Anlagen- und Druckluftsystem im Blick zu haben. Dies führt zu einer ineffizienten Fahrweise der Druckluftanlage.

Um dem entgegenzuwirken, ist die Nachrüstung einer übergeordneten Steuerung und Regelung von Komponenten eines solchen komplexen Drucklustsystems sinnvoll. Dieser Prozess umfasst ebenfalls die Installation diverser Sensoren (z. B. Druck, Temperatur, Leistung) zur Erfassung des Anlagenzustands. Diese von den Sensoren erzeugten Daten und Informationen sind essenziell für die Steuerung sowie Regelung des Anlagensystems und dienen zudem als Informationsquelle für die effiziente Planung von Instandhaltungsmaßnahmen.

Eine übergeordnete Steuerung und Regelung einer komplexen Druckluftanlage ermöglichen es, die Anlage am energieeffizientesten Betriebspunkt zu fahren. Dadurch können die Energieverbräuche jedes einzelnen Teilsystems der Druckluftanlage durch eine angepasste Druckeinstellung reduziert werden. Auch die Volumenströme werden dem jeweiligen Bedarf angepasst. Für diese Zwecke erfolgt eine durchgehende Datenerfassung und -auswertung, um eine Abweichung vom Druck-Soll-Wert des Kompressors zu erkennen und durch die Verwendung verschiedener Betriebseinstellungen die Fahrweise der Anlage an den Verbrauch anzupassen. Auf Basis dieser Maßnahmen kann der Energieverbrauch eines Druckluftsystems deutlich gesenkt werden.

In der J. Schmalz GmbH werden Vakuum-Komponenten für die Handhabungstechnik hergestellt. Teil des Produktportfolios sind Flächengreifer, welche auch Schaumteile beinhalten. Früher erfolgte eine Herstellung der Schaumteile standardisiert über ein Fräsbild bei externen Dienstleistern. Bis zur Bestellung eines Kunden wurden die Schaumteile eingelagert. Lange Lagerzeiten führten dabei regelmäßig zu Ausschüssen, da sich über die Zeit Materialeigenschaften der Teile verschlechterten. Im Zuge einer grundlegenden Überarbeitung der Produktionsabläufe des Unternehmens konnte dieses Problem behoben werden. So finden Produktionsvorgänge nun kundeninduziert statt. Das vom Kunden übermittelte CAD-Modell wird dabei automatisch an eine Schneidemaschine übermittelt, die daraufhin die gewünschte Schaumform über Nacht herstellt. Direkt an die Bearbeitung angebunden ist ein intelligentes Kanban System, welches automatisch die benötigten Nachschübe für die Produktion organisiert. Damit können Bestände drastisch reduziert werden. Im Zuge dieser konsequenten Digitalisierungsstrategie wurden auch andere Geschäftsprozesse verbessert. Bestellungen werden z. B. automatisch durch Einscannen von Barcodes ausgelöst. Darüber hinaus wird mittels Simulation von Lagerbewegungen eine Erhöhung der Pick-Zahl angestrebt. Dies ist unter anderem durch die volle informationstechnische Transparenz des Warenlagers in Form eines Warehouse Management Systems (WMS) möglich [vgl. Schebek, L. et al. (2017), 227 ff.].

Über Condition Monitoring hinaus können erfasste Zustandsdaten auch auf zukünftige Entwicklungen des Maschinenzustandes schließen lassen. Durch den Einsatz entsprechender Modelle und Algorithmen kann eine Vorhersage von notwendigen Wartungen und Reparaturen anhand der realen Bauteilbeschaffenheit realisiert werden (Predictive Maintenance). Hierdurch werden im Gegensatz zur turnusgemäßen Wartung keine Bauteile ausgetauscht, die eigentlich noch funktionstüchtig sind. Zusätzlich wird es hierdurch möglich, Ausfallzeiten der Maschinen gering zu halten.

Die Abnutzung von Triebwerken (insbesondere der Schaufeln) erfolgt höchst unterschiedlich und hängt von zahlreichen Parametern ab. So ist die Abnutzung z. B. im Vergleich zu normalen Strecken größer, wenn Flugzeuge regelmäßig über trockene Regionen und Wüsten fliegen. Um dieses Problem zu adressieren, bietet das Unternehmen MTU mit seinem Engine Trend Monitoring® Services an, um Triebwerke im Flugbetrieb zu überwachen und mit Hilfe prädiktiver Analysemethoden im Vorfeld festzustellen, wann ein Triebwerk gewartet werden muss. Die hier hinterlegten thermodynamischen Modelle erlauben eine Planung von Wartungsintervallen nach Bedarf, wodurch Wartungskosten verringert und die Auslastung der Flugzeuge erhöht werden können. Außerdem ist es so möglich, ungeplante Ausfälle und teure Folgeschäden zu vermeiden [Kappel, F. (2018)].

Product Lifecycle Management (PLM) bezeichnet einen ganzheitlichen Ansatz zum Management produktbezogener Daten über den gesamten Produktlebenszyklus. PLM umfasst damit eine integrierte Sammlung von Tools, die im Produktlebenszyklus eingesetzt werden. Den Schwerpunkt bilden hierbei Produktdatenmanagementsysteme (PDM), die Produktinformationen basierend auf der Produktstruktur verwalten. Hierbei stehen vor allem Entwicklungsdaten im Vordergrund. Kernfunktionalitäten von PDM-Systemen sind daher das Management von Varianten, Konfigurationen und Änderungszuständen sowie die Klassifizierung von Bauteilen und die Definition von Workflows. Aufgrund der hohen Affinität zur Entwicklung bieten PDM-Systeme außerdem umfangreiche Schnittstellen zu CAx-Systemen. Über die Entwicklung hinaus betrachtet PLM auch das Informationsmanagement in der Produktion und Nutzung bis hin zur Entsorgung des Produktes. In der Produktion spielt vor allem die Kopplung mit ERP- und MES-Systemen eine wesentliche Rolle, z. B. um technische und betriebswirtschaftliche Informationen auszutauschen. In der Nutzung erfolgt neben dem Management von Wartungs- und Instandhaltungsaufträgen zunehmend eine Integration von Echtzeitdaten über sogenannte IoT-Plattformen, welche erhobene Daten bündeln und mit zusätzlichen Smart Services koppeln (z. B. prädiktive Instandhaltung).

Die Konnektivität zwischen den Bauteilen und Maschinen ist in der Prozessindustrie ein wichtiges Thema. Durch neue Ansätze versuchen nun Unternehmen über die so genannte Namur Open Architecture (NOA) eine digitale Plattform zu schaffen, auf welcher Themen wie Informationsverarbeitung, Prozessschnittstellen oder auch Normalisierung erfasst und entkoppelt werden, womit sich in den einzelnen Bereichen Änderungen vornehmen lassen, ohne die eigentliche Prozesssteuerung zu verändern. Phoenix Contact geht hierbei mit dem Projekt ,,Enhanced Connectivity Ecosystem“ mit gutem Beispiel voran.

Dabei hat Phoenix Contact an dem BASF-Standort Schwarzheide versucht Daten eines Kugellagers, welches sich in einem Rührkessel befand, zu erhalten. Hierfür wurde eine App entwickelt, welche anhand des Strombezuges des Motors, der Temperatur und der Stoffzusammensetzung eine Aussage über den Zustand des Kugellagers treffen konnte. So konnten also Informationen zu der Performance des Kugellagers gesammelt, diese dann an einem mobilen Endgerät bearbeitet und anschließend weitergeleitet werden.

Um die Anlagenbewertung und Verbesserung in Zukunft einfacher und effizienter zu gestalten, hat die B&R Industrie Elektronik GmbH ihr Prozessleitsystem mit dem Namen Aprol mit einer neuen Version aufgestockt.

Dieses System vereint unterschiedlichste Bausteine. Eine der wichtigsten Aufgaben ist hierbei die Überwachung von Betriebsmitteln. Das Modul hilft, durch die Erfassung von Informationen Stillstandzeiten durch Ausfälle zu vermeiden. Durch die Abweichung der Messwerte vom optimalen Betriebspunkt zeigen diese bereits frühzeitig Ausfälle an. Diese Werte geben Auskunft über Schwachstellen, Fehler oder einen Nachbesserungsbedarf einzelner Einstellungen. So können beispielsweise Versorgungsleitungen durch Druckverlustmessungen oder Wärmetauscher mithilfe der Messung des Verschmutzungsgrades überprüft werden. Generelle Beschädigungen der Anlage können durch Schwingungsmessungen sichtbar und in einer 3D-Grafik visualisiert werden. Dabei wird jedoch durch ein ausgeklügeltes Alarmmanagement vermieden, dass es zu überlagerten Alarmmeldungen kommt, damit die bedienende Person der Anlage nicht mit der Informationslage überfordert wird.

Um die Anlagenbewertung und -Optimierung in Zukunft einfacher und effizienter zu gestalten, hat ein Prozessleitsystemhersteller sein Produkt weiterentwickelt.

Dieses System vereint unterschiedlichste Bausteine. Eine der wichtigsten Aufgaben ist hierbei die Überwachung von Betriebsmitteln. Das Modul hilft, durch die Erfassung von Informationen Stillstandzeiten durch Ausfälle zu vermeiden. Aufgrund der Abweichung der Messwerte vom optimalen Betriebspunkt zeigen diese bereits frühzeitig Ausfälle an. Diese Werte geben Auskunft über Schwachstellen, Fehler oder den Nachbesserungsbedarf einzelner Einstellungen. So können beispielsweise Versorgungsleitungen durch Druckverlustmessungen oder Wärmetauscher mithilfe der Messung des Verschmutzungsgrades überprüft werden. Generelle Beschädigungen der Anlage können durch Schwingungsmessungen sichtbar und in einer 3D-Grafik visualisiert werden. Dabei wird jedoch durch ein ausgeklügeltes Alarmmanagement vermieden, dass es zu überlagerten Alarmmeldungen kommt, damit die bedienende Person der Anlage nicht mit der Informationslage überfordert wird.

Die durch die Überwachung der Anlage erreichte Reduzierung der Stillstandzeiten und Ermöglichung eines optimalen Betriebes durch Fehlerreduzierungen sparen hohe Reparaturkosten ein und können den Energieeinsatz reduzieren. So kann in weiterer Konsequenz die Ressourceneffizienz durch einen optimierten Betrieb gesteigert werden.

Die Digitalisierung von Pumpen und die Datenerfassung der Zustände durch Sensoren sind heutzutage weit verbreitet. Die ausschließliche Verwendung statischer Daten reicht nicht mehr aus, denn dynamische Sensordaten aus dem Anwendungsfeld können weitaus mehr Vorteile für die digitale Überwachung der Pumpen bieten. So kann die Verwendung einer dynamischen digitalen Lösung auch die Leistung der Pumpen verbessern und somit Energieeinsparungen bewirken.

Zu diesem Zweck haben unterschiedliche Firmen digitale Lösungen entwickelt. Der Exzenterschneckenpumpen-Spezialist Seepex verwendet das System ,,Connected Services“. In diesem werden Live-Daten der angeschlossenen Pumpen in eine digitale Cloud geladen und dort analysiert. Somit können z. B. Abnutzungsvorhersagen getroffen werden.
Bei KSB wird die Online-Lösung KSB Guard angeboten. Diese kann ebenfalls mit Hilfe einer Cloud und der Sensordaten die Leistung einer Pumpe ermitteln und den Zustand überwachen. So können Vorhersagen über mögliche Stillstandzeiten oder Ausfälle getroffen werden und die Planung der Instandhaltung wird verbessert. Somit kann eine durchgehende effiziente Leistung der Pumpe sichergestellt werden.

Auch die Firma Grundfos nutzt eine cloudbasierte digitale Lösung mit dem Namen ,,iSolutions“. Dabei werden auch hier durch batteriebetriebene Sensoren Daten über den Zustand und Probleme der Pumpen erfasst. Der wesentliche Unterschied zum anderen anbietenden Unternehmen liegt in der Verwendung einer Funktion, die die Datenbank eines Maschinenanalysespezialisten heranzieht. Diese Funktion zeigt den Zustand der Pumpe in einem leichter verständlichen Format an und gibt gleichzeitig konkrete Handlungsempfehlungen für die Bewältigung von Fehlfunktionen oder Problemen.

Diese neuen Systeme können zu einer effizienteren und leistungsoptimierten Nutzung von Pumpen beitragen und somit den Ressourceneinsatz durch aufwendige Reparaturen und den Energieeinsatz durch fehlerhaft laufende Maschinen reduzieren.

Durch die zunehmende Intelligenz von Produktionsanlagen und die bessere Verfügbarkeit von Echtzeitdaten wird es immer leichter, Fehlerquellen im Produktionsablauf zu erkennen und hinsichtlich dieser frühzeitig gegenzusteuern. Die Überwachung kann dabei direkt durch Messungen oder über statistische Methoden erfolgen.

Maschinenintegrierte Messsysteme sind dazu in der Lage, sowohl den Zustand der Maschine (z. B. Werkzeugverschleiß) als auch die Qualität des zu fertigenden Bauteils schon in der Bearbeitung zu überprüfen. Diese Informationen können dann an entsprechende Leitstände weitergeleitet werden, an denen in Echtzeit Störungen an Maschinen und in der Produktqualität aufzeigbar sind. Hierdurch ist ein schneller Eingriff in den Produktionsablauf möglich, um den Ausschuss zu verringern. Auf dieser Basis können die Maschinen ihr Bearbeitungsprogramm selbstständig anpassen, wodurch Abweichungen automatisch korrigierbar sind [Itasse, S. (2018)]. Zusammen mit entsprechenden Modellen können anhand dieser Daten Störungen des Produktionsablaufs, z.B. durch Ausfall einer Maschine, vorausgesagt werden.

Ein weiterer Ansatz in diesem Kontext besteht in der Nutzung statistischer Datenanalyseverfahren, um auf Basis großer Datenmengen aus dem Feld die Ursachen für Qualitätsabweichungen zu ermitteln. Hier können z. B. Big Data Analysen eine große Rolle spielen, um Fehler am Produkt automatisch zu erkennen. So wurde z.B. die Ermittlung von Werkstofffehlern durch die Auswertung von Kameradaten erfolgreich bei der Stahlherstellung getestet. Vorher wurde diese Aufgabe durch eine Sichtprüfung von Mitarbeitern manuell durchgeführt [Jüngling, T. (2018)].

Als weitere Stufe wird derzeit daran gearbeitet, verschiedene Fehlerarten auf die Konfiguration der Prozessparameter zurückführen. Der Begriff prädiktive Qualitätssicherung bezeichnet dabei ein Vorgehen, in dem eine künstliche Intelligenz eingesetzt wird, um mögliche Produktfehler bei der Einstellung der Maschine vorherzusagen bzw. selbst steuernd einzugreifen [Klimm, B. (2018)].

In der weiter voranschreitenden Digitalisierung der chemischen Industrie wird das Thema digitaler Schutz immer wichtiger. Die HIMA Paul Hildebrandt GmbH versucht hinsichtlich dieser Nachfrage nach Sicherheit mit dem Ansatz einer digitalen Plattform eine Lösung aufzuzeigen.

Dabei handelt es sich um die ,,Smart Safety Plattform“, in welcher Safety- und Security-Anforderungen durch die einheitliche Abstimmung der Hard- und Software erfüllt werden. Zu diesem Zweck wählen Anbietende und Anlagenbetreibende zusammen geeignete Hard- und Softwarekomponenten aus und installieren diese in den Anlagen. Dabei können auch schon existierende Sicherheitskonzepte in die Plattform aufgenommen werden. Somit befindet sich die Sicherheitssteuerung der Anlagen in einem geschlossenen, einheitlichen und gesicherten System, wodurch die Wahrscheinlichkeit erfolgreicher Cyberangriffe deutlich reduziert werden kann.

Durch die einheitliche Hard- und Software können auch die Wartung und der Betrieb der Anlagen effizienter gestaltet werden, wodurch ebenso Ressourcen eingespart werden können.

Um den Herausforderungen der Industrie 4.0 entgegenzutreten, hat ein großer Chemiekonzern seine Produktions- und Engineering-Prozesse digitalisiert. Zur Umsetzung dieses Ziels wurde der Ansatz einer einheitlichen digitalen Plattform gewählt, auf der alle Anlageninformationen über den gesamten Lebenszyklus zusammengetragen und verwaltet werden. Es wurde zunächst eine digitale Umgebung anhand von Informationsmanagementlösungen von Hexagon PPM aufgesetzt, auf der anschließend sämtliche Anlageninformationen wie Bestandsdaten oder Dokumentationen abgespeichert wurden. Auf diese Plattform kann das gesamte Betriebspersonal zugreifen, wodurch jede Abteilung immer mit den für sie wichtigen Informationen der Anlage versorgt werden kann. Das unterstützt nicht nur die Betriebs- und Instandhaltungsprozesse der Anlage, sondern stellt auch eine effiziente Funktionsweise sicher.

Mit dieser Lösung kann der effiziente Betrieb der Anlage über den gesamten Lebenszyklus verbessert werden, da die Zusammenarbeit zwischen den Produktions-, Engineerings- und Instand-haltungsabteilungen optimiert wurde. So können Ressourcen und Zeit in der Bearbeitung eingespart werden, da Fehlerquellen durch mangelnde Absprachen reduziert werden.

Die Simulation stellt ein wesentliches digitales Werkzeug zur Reduktion des Energiebedarfs von Produktionseinrichtungen dar. Hierbei können Ansätze zur Simulation von Gebäuden oder Produktionsprozessen sowie integrierte Simulationsmodelle unterschieden werden. Die Simulation von Gebäuden bezieht sich vor allem auf thermodynamische Modelle, welche aufzeigen, wie die Wärmeverteilung in geplanten Gebäuden aussehen könnte bzw. wie sich Änderungen am Gebäude auswirken. Zusätzlich muss der Stromverbrauch der technischen Gebäudeausstattung in zusätzlichen Modellen berücksichtigt werden. Einen Schwerpunkt der letzten Jahre stellt auch die Integration von Simulationsmodellen mit Building Information Modelling (BIM) dar [van Treeck, C. et al. (2015)].

Für die Simulation des Energiebedarfs in der Produktion existieren zahlreiche Ansätze, die von detaillierten Simulationen einzelner Maschinen anhand der NC-Programme über die Simulation von Produktionsprozessen bis zur integrierten Betrachtung ganzer Fabriken reichen [siehe z. B. Duflou, J. R. et al. (2012)]. Im letzten Fall geht es vor allem darum, im Kontext der Digitalen Fabrik erstellte Modelle des Materialflusses und des Energieverbrauchs miteinander zu koppeln und so prospektiv verschiedene Prozessführungen zu vergleichen [Wenzel, S. et al. (2015)].

Als zukünftiges Forschungsfeld ergibt sich die Problemstellung, den Energieverbrauch von Gebäuden und Produktionsanlagen bei der Fabrikplanung integriert zu betrachten [siehe z. B. Fraunhofer (2017)].

Die Planung logistischer Abläufe in der Produktion impliziert die Zusammenarbeit verschiedener Abteilungen und Zuständigkeiten vom Warenlager über einzelne Produktionsprozesse bis hin zur kompletten Fabrik- und Layoutplanung. Aufgrund der hier vorherrschenden stark integrierten Prozesse erweist es sich als sinnvoll, wenn alle beteiligten Akteure in einem gemeinsamen Planungsmodell arbeiten. Zentraler Fokus im Kontext der digitalen Fabrik ist hierbei der Materialfluss, welcher in entsprechenden Tools gleichermaßen modelliert und simuliert werden kann [Schwarz, J.-M. (2017)]. Hierdurch können wesentliche Kennzahlen einer Produktion, wie z. B. die Durchlaufzeit oder die Auslastung der Anlagen oder Transportmittel, identifiziert werden. Über die Durchlaufzeit wird auch indirekt der Energieverbrauch des Produktionsprozesses bestimmt. Außerdem können durch den Materialfluss Ausschüsse berechnet werden, die bei einem gegebenen Produktionsprogramm zu erwarten sind.

Die Planung logistischer Abläufe in der Produktion impliziert die Zusammenarbeit verschiedener Abteilungen und Zuständigkeiten vom Warenlager über einzelne Produktionsprozesse bis hin zur kompletten Fabrik- und Layoutplanung. Aufgrund der hier vorherrschenden stark integrierten Prozesse ist es sinnvoll, wenn alle beteiligten Akteure in einem gemeinsamen Planungsmodell arbeiten. Zentraler Fokus ist hierbei der Materialfluss, welcher in entsprechenden Tools gleichermaßen modelliert und simuliert werden kann. Moderne Planungswerkzeuge bieten zudem die Möglichkeit der Einbindung der virtuellen Realität, um die realen Proportionen einer Fabrik hinsichtlich der Wegführung bei Transportvorgängen oder hinsichtlich des Fabriklayouts besser einschätzen zu können [Schwarz, J.-M. (2017)].

Mittels Simulation lassen sich Ressourceneffizienzpotenziale genau evaluieren, ohne kostenintensive Prototypen herzustellen und Versuche durchzuführen. Aus Sicht der Produktentwicklung sind dabei insbesondere die Fertigbarkeit bzw. der Aufwand zur Fertigung sowie das Verhalten des Produktes in der Nutzungsphase relevant.

Für die Evaluierung der Konstruktion im Hinblick auf die Fertigung helfen Standardwerkzeuge, wie z. B. Computer Aided Manufacturing, um die Fertigbarkeit, z. B. bei Fräsvorgängen, zu beurteilen. Darüber hinaus existieren spezielle Softwarelösungen, die einzelne Fertigungsverfahren fokussieren und konstruktionsbedingte Fehler bei der Herstellung vermeiden (z. B. Identifikation von Hinterschneidungen bei der Gusssimulation). Hier kann auch der Aufwand durch die Anzahl der benötigten Arbeitsschritte sowie den Materialaufwand abgeschätzt werden.

In der Nutzungsphase ist eine Simulation des Produktverhaltens möglich, z. B. um das Produkt gegen Belastungen abzusichern und dadurch haltbarer zu gestalten. Außerdem helfen bspw. thermodynamische Modelle dabei, den Wirkungsgrad und damit indirekt den Energieverbrauch in der Nutzungsphase zu optimieren.

Die Planung von Fertigungsprozessen erfordert eine detaillierte Definition von Prozessketten, mit denen die von der Konstruktion spezifizierten Bauteile realisiert werden. Hierfür existieren in den meisten Fällen verschiedene Möglichkeiten, die aus Sicht der Ressourceneffizienz gegeneinander abgewogen werden sollten. Als Basis für eine Einschätzung, ob sich ein bestimmtes Verfahren zur Herstellung eignet oder welches Verfahren vorteilhaft ist, sind zahlreiche Analysen notwendig. Simulation bietet hier eine sinnvolle Möglichkeit die Herstellung kostenintensiver Prototypen und Versuche zu vermeiden. Hierbei helfen einerseits Standardwerkzeuge, wie z. B. Computer Aided Manufacturing, um aus dem CAD Modell effiziente Bearbeitungswege, z. B. bei Fräsvorgängen abzuleiten. Darüber hinaus existieren auch spezielle Softwarelösungen, die einzelne Fertigungsverfahren fokussieren und Fehler bei der Herstellung vermeiden (z. B. Druckgusssimulation). Neben der Vermeidung von Herstellungsfehlern und der Auswahl des effizientesten Verfahrens kann Simulation auch zur Vermeidung von geplantem Verlust eingesetzt werden. Ein Beispiel hierfür ist das Nesting-Verfahren bei der trennenden Bearbeitung. Dieser Optimierungsansatz hilft dabei die optimale Verteilung der Werkstücke auf dem Rohmaterial zu finden. So können beispielsweise Materialverluste durch Stanzgitter bei der Blechbearbeitung minimiert werden.

Das heutige dynamische Wettbewerbsumfeld und die stetig steigenden Anforderungen an die Dokumentation erhöhen das Bedürfnis nach Sicherheit und Planbarkeit der Unternehmen – so auch in der industriellen Produktion. Eine Möglichkeit, diese Transparenz in Lieferketten zu erreichen, stellt die Nutzung von Plattform-Lösungen auf Blockchain-Basis dar.

Die Komplexität der Lieferketten sowie die Schwankungen der Nachfrage in der Pharmaindustrie sind in den letzten Jahren deutlich angestiegen. Daher wird der Wunsch nach einer transparenteren Lieferkette immer größer. Für diesen Anwendungsfall wurde eine Software entwickelt, die physische Lieferketten in eine digitale Version überträgt, auf die alle Beteiligten gleichermaßen Zugriff haben. Dabei werden Informationen gespeichert, die eine stringente Rückverfolgung innerhalb der gesamten Lieferkette unterstützen. Hierbei handelt es sich unter anderem um große Datenmengen, die z. B. durch Barcodes, Fotos und Sensoren entlang der gesamten Lieferkette hinweg eine Überwachung der Qualität des Produktes ermöglichen. Dabei werden diese Informationen von jedem Beteiligten der Lieferkette in einem digital verschlüsselten Block gespeichert. Diese werden dem Ablauf der Lieferkette entsprechend aneinandergereiht und somit in einer Blockchain zusammengesetzt. Das ermöglicht das leichtere Identifizieren von Fehlchargen und deren Entstehungsort. Da alle Agierenden auf der Plattform auf dieselbe Blockchain zugreifen können, sind aufgrund einer obligatorischen Verschlüsselung (nachträgliche) Änderungen und Fälschungen nicht mehr möglich.

So können gemeinsame Entscheidungen zwischen Beteiligten schneller und sicherer getroffen werden. Zugleich können bei Rückrufaktionen die Fehlerquellen und betroffenen Chargen schnell ausfindig gemacht werden. Überflüssige Rückrufe von Produkten, Stillstandzeiten von Anlagen oder Ausschüsse können so nachhaltig reduziert werden und zu einem effizienteren Umgang mit Material und Energie führen.

Neben der technisch-physikalischen Auslegung spielen auch verhaltensbezogene Maßnahmen eine Rolle, welche die Interaktion des Nutzers mit dem Produkt in den Vordergrund stellen. Eine grundlegende Prämisse bildet hier die hinreichende Kennzeichnung einer ressourceneffizienten Betriebsweise für den Nutzer. Darüber hinaus sollten Fehlgebräuche, die einen erhöhten Ressourcenverbrauch bedingen (z. B. ausbleibende Abschaltung einer Kaffeemaschine nach Gebrauch), anhand von Nutzerstudien antizipiert werden. In einigen Fällen können hier bereits einfache Features wie Standby-Funktionen Abhilfe schaffen. In anderen Fällen hilft es unter Umständen, Ressourcenverbräuche transparent aufzuzeigen und Tipps für einen verbesserten Betrieb zu geben [Telenko, C. et al. (2016)]. Ein Beispiel hierfür ist eine Darstellung der Treibhausgasemissionen im Cockpit eines Fahrzeugs, ggf. sogar mit Vergleichswerten. Diese Information fördert die Bewusstseinsbildung für den Ressourcenverbrauch und hilft dabei, den individuellen Fahrstil einzuschätzen und zu verbessern. Eine weitere häufig genutzte Option zur Minimierung des Ressourcenaufwandes besteht darin umweltgerechte Betriebsmodi bereitzustellen, die Produktnutzern die Möglichkeit geben, den Ressourcenverbrauch in der Nutzung zu verringern (z. B. Eco-Modus einer Waschmaschine).

Besondere Potenziale im Bereich Leichtbau lassen sich durch Topologieoptimierung erreichen. Mit dieser rechnergestützten Optimierungsform ist es möglich die Bauteilgeometrie direkt aus den zu erwartenden Lasten abzuleiten. Die hierbei generierten bionisch anmutenden Strukturen, lassen sich aufgrund ihrer Komplexität allerdings zumeist nur über additive Fertigungsverfahren realisieren. Funktionen zur Topologieoptimierung sind bereits in vielen kommerziellen CAD/CAE Tools, wie z. B. ANSYS oder SolidWorks 2018, integriert.

Die Durchführung einer vollumfänglichen Ökobilanz nach DIN EN ISO 14040 (2006) liefert wichtige Informationen zu Ressourcenverbräuchen und Emissionen, die durch eine Konstruktion im Produktlebenszyklus verursacht werden. Nichtsdestotrotz erfordert die Durchführung dieser Methode einen hohen Aufwand, Expertenwissen und viele Informationen, die erst nach der Produktion (z. B. Energieaufwand der Fertigung) bzw. sogar am Ende des Produktlebens (z. B. Nutzungsdauer) zur Verfügung stehen. Aus diesem Grund wurden zahlreiche Ansätze für vereinfachte Ökobilanzen entwickelt. Hierbei werden standardisierte Lebenswegmodelle verwendet, die mit Datenbanken ausgewählter Materialien und Fertigungsprozesse gekoppelt sind. Diese Werkzeuge sind entweder als einfache Online-Tools erhältlich (tlw. frei zugänglich siehe [OVAM (2015)]) oder direkt in CAD-Programme integriert (z. B. SolidWorks Sustainability oder Inventor Eco Materials Adviser).

Das Online-Werkzeug „Quantitative Produktbewertung“ des VDI Zentrum Ressourceneffizienz (VDI ZRE) unterstützt bei der lebenswegbezogenen Bewertung der Ressourceneffizienz sowie der Treibhausgasemissionen vorliegender Produktentwürfe oder eines bestehenden Produkts – anhand der Indikatoren Kumulierter Rohstoffaufwand (KRA) , Kumulierter Energieaufwand (KEA)  und Treibhausgasemissionen (THG) . In die Bewertung werden nur die Ressourcen Energie und Material bzw. Rohstoffe eingeschlossen. Es lassen sich bis zu vier Entwürfe über den Lebensweg bilanzieren und miteinander vergleichen. Dabei handelt es sich um eine vereinfachte Lebenszyklusanalyse. Anhand der Ergebnisse können die Entwürfe anschließend verbessert und Anpassungen vorgenommen werden. Das Bewertungswerkzeug ist auf der Website www.ressource-deutschland.de kostenlos zugänglich.

Auch innerhalb der Logistik halten zunehmend digitale Lösungen zur Effizienzsteigerung von Transportvorgängen Einzug. So wird hier zukünftig von einer Ausstattung von Transportmitteln, wie z. B. Fahrzeugen oder Containern, mit IoT-Technologien ausgegangen. Hierdurch soll Transportnetzwerken eine integrierte Übersicht über Transportbedarfe und zur Verfügung stehende Ressourcen in Echtzeit auf (Cloud-)Plattformen geliefert werden [Pflaum, A. et al. (2017), S. 49]. Darüber hinaus kann dadurch der Zustand der Ladung (z. B. Überwachung der Kühlleistung in Lebensmitteltransporten) und der Fahrzeuge (Kontrolle des Reifendrucks und kritischer Motorparameter) kontinuierlich nachverfolgt werden. Durch die bessere Vernetzung werden auch neue Schlüsseltechnologien der Logistik, wie das autonome Fahren und die automatisierte Be- und Entladung, ermöglicht, die zusätzliche Einsparpotenziale versprechen.

Die Inbetriebnahme von Produktionsanlagen kennzeichnet den letzten Schritt vor Anlauf der Serienproduktion. Hierfür müssen alle im Vorfeld erdachten Funktionen und damit ermöglichten Prozesse der Anlage getestet werden. Die konventionelle Inbetriebnahme erfolgt dabei direkt bei den Kunden. Werden hier erstmalig Funktionstests durchgeführt, ergeben sich erhebliche Risiken für Kunden und Hersteller. So wird durch die Inbetriebnahme zumeist die bestehende Produktion des Kunden beeinträchtigt. Treten an dieser Stelle Fehler auf, entstehen hohe Kosten durch Anlagenausfälle und Stillstände. Sind Fehler nicht vor Ort zu beheben, entwickeln sich zusätzlich hohe Aufwände für die Logistik und damit eine Beeinträchtigung der Ressourceneffizienz. Aus diesem Grund zielt die virtuelle Inbetriebnahme darauf ab, komplexe Abläufe der Fertigung und Logistik zunächst zu simulieren und die Wechselwirkungen zwischen den Anlagenbestandteilen zu testen [vgl. Brökelmann, J. (2015), S. 31 ff.]. Neben der Simulation der mechanischen Sicht der Prozesskinematik stehen hier auch elektronische und informationstechnische Komponenten im Vordergrund [VDI 3633 Blatt 8 (2007-04 (in Überarbeitung))]. Um das Zusammenspiel von virtuellen und physischen Anlagenkomponenten zu evaluieren, wird auf eine Hardware- und Software-in-the-Loop-Simulation zurückgegriffen, welche das Verhalten anderer Systemkomponenten durch entsprechende Steuersignale nachbildet [vgl. Baum, J. und Schäfer, R. (2018)].

Früher waren Abstimmungen der Produktentwicklung und Fertigung mit dem Kunden mit einem hohen Reiseaufwand verbunden (z. B. zur Abstimmung von Produktentwürfen oder Kostenplänen). Mittlerweile können zahlreiche Abstimmungen auch online in virtuellen Konferenzräumen stattfinden. Hier stehen zahlreiche Tools zur Verfügung, die von einfacher Groupware zur gemeinsamen Erstellung von Dokumenten über geteilte Whiteboards für Kreativprozesse bis zu umfangreichen kollaborativen CAD-Umgebungen reichen, in denen zeitgleich Modelle diskutiert und bearbeitet werden können. Auch neuere Interaktionstechniken wie Virtual Reality bieten mittlerweile Schnittstellen, um räumlich verteilt gemeinsam Modelle zu betrachten und zu diskutieren.

Moderne Planungswerkzeuge bieten die Möglichkeit, virtuelle Realität (engl. Virtual Reality [VR]) bzw. erweiterte Realität (engl. Augmented Reality [AR]) einzubinden, um die realen Proportionen einer Fabrikhalle und den darin enthaltenen Maschinenpark besser einschätzen zu können. Der Einsatz von VR/AR bietet sich dabei in verschiedenen Phasen des Anlagen- bzw. Fabriklebenszyklus an. In der Projektierung lassen sich verschiedene Anlagenkonzepte detailliert als Entscheidungsgrundlage miteinander vergleichen. In der Detailplanung kann VR/AR beispielsweise dazu genutzt werden, Anlagen sicherheitstechnisch und ergonomisch auszulegen und dabei gleichzeitig Planungsfehler, wie z. B. Kollisionen von Roboterarmen oder zu schmale Fluchtwege, zu vermeiden. Hierbei können auch Simulationen des Materialflusses mit einbezogen werden. Im Aufbau der Fabrik lassen sich mit AR Abgleiche des Ist-Zustandes der Aufbauten mit den vorliegenden Planungsdaten ermöglichen. Außerdem können sicherheitskritische Tests bei der Inbetriebnahme vorab simuliert werden, um Arbeiter und Maschinen vor Schaden zu bewahren. Selbst nachdem die Fabrik aufgebaut wurde, kann VR/AR noch zur Schulung der Mitarbeiter eingesetzt werden, z. B. um Montagevorgänge oder die Bedienung einer Maschine zu erlernen [vgl. Runde, C. (2015)].

Als virtueller Prototyp wird eine Kombination von statischen (z. B. CAD) und dynamischen (z. B. FEM, MKS) Modellen eines Produktes bezeichnet [Feldhusen, J. und Gebhardt, B. (2008), S. 62]. Durch die modellhafte Abbildung kann die Gestalt und das Verhalten des Produktes bereits frühzeitig simuliert und gegenüber allen prognostizierten Beanspruchungen und gewollten Funktionsmustern abgesichert werden. Hierdurch ist es möglich die Anzahl physischer Prototypen zu verringern und somit auch Ressourcen einzusparen.

Virtuelle Visualisierungstechniken bieten die Möglichkeit, die reale Welt bzw. deren virtuelle Abbilder mit zusätzlichen Informationen anzureichern. Hierdurch ergeben sich neue Möglichkeiten Informationen an Mitarbeiter zu vermitteln. Zu diesem Zweck können zwei verschiedene Formen der Unterstützung voneinander abgegrenzt werden. Die VR- bzw. AR-basierte Schulung zielt auf eine Erhöhung der Lernproduktivität durch interaktive Tutorials ab. Das reale Element (z. B. Maschine, Werkzeug) kann dadurch mit zusätzlicher Symbolik und Text versehen werden, um zielführende Möglichkeiten der Interaktion anzuzeigen (z. B. um den Umgang mit einer Maschine zu erlernen) [vgl. Rudolf, A.-K. (2016)].

Eine weitere Möglichkeit der Unterstützung bieten AR-/VR-basierte Assistenzsysteme. Hier geht es nicht um eine einmalige Vermittlung von Inhalten, sondern um eine fortlaufende Arbeitserleichterung. Beispiele hierfür sind Montageassistenzsysteme, bei denen die Werker schnell die verschiedenen Montagepunkte visualisiert bekommen, um so Montagezeit zu sparen und Fehler zu vermeiden.

Im Zuge der Entwicklung leistungsfähiger und kostengünstiger Head-Mounted-Displays für VR-Anwendungen existieren nun auch Anwendungen, die eine Zusammenarbeit im virtuellen Raum ermöglichen. Die Optionen reichen hier von komplett virtuellen Meetings, die reale Gesprächssituationen nahezu vollständig nachbilden, bis hin zur gemeinsamen Arbeit an geteilten Modellen. So können beispielsweise CAD-Modelle gemeinsam in ihren realen Proportionen betrachtet werden. Es ist hier auch möglich, mit den Elementen des Modells zu interagieren, z. B. durch Bewegung von Objekten oder Hinzufügen von Annotationen. Auf diese Weise kann VR ebenso dazu genutzt werden, Arbeitsstände oder Konfigurationsmöglichkeiten eines Produktes vorzuführen und damit beispielsweise Kundengespräche und Produktpräsentationen zu verbessern [vgl. Rudolf, A.-K. (2016)]. Einflüsse dieser Technologie auf die Ressourceneffizienz ergeben sich mittelbar über verringerte Reisebedarfe und eine bessere Abstimmung, die zu einer Vermeidung von Fehlern führen kann.

Modulare Anlagen sind längst Teil der Praxis. Kommt es allerdings zu einer Umgestaltung oder Erweiterung des Anlagenkonzeptes, so verläuft die Umstellung der Automatisierung bisher recht umständlich. Dies soll sich nun durch eine vorautomatisierte und modulare Einheit ändern. Ein Unternehmen für Automatisierungstechnik fördert die intelligente Zusammenführung von Modulen durch die Entwicklung eines entsprechenden Softwarepakets.

Dabei liefert das Unternehmen nicht nur eine einfache Steuerung der Module, sondern auch Lösungen für die Orchestrierung. Dadurch können die Module überwacht, gesteuert und verwaltet werden. Zwischen dem Anlagenmodul und der Orchestrierungsebene befindet sich die digitale Beschreibungsform Modul Type Package (MTP). In diesen Packages sollen Elemente wie Prozesssteuerung, Wartung oder Prozessüberwachung standardisiert werden. Diese Technologie in Verbindung mit dem Module-Designer ermöglicht es, einzelne Module mit zugeteilten MTPs zu erstellen und diese dann individuell dem Orchestrierungssystem hinzuzufügen. Damit wird die Bedienbarkeit der Automatisierung deutlich intuitiver gemacht.

Der reale Ablauf chemischer Reaktionen hängt von einer Vielzahl von Parametern ab. Dabei ist es nicht immer leicht, das Ergebnis vollständig vorherzusehen. Um die Qualität der Vorhersage allerdings zu erhöhen, kann maschinelles Lernen angewendet werden. Beim maschinellen Lernen wird das System der Anlage nicht rein mit theoretischen Reaktionsgleichungen versorgt. Vielmehr werden reale Daten wie Stoffstrommengen, Temperatur, Feuchte, Drücke etc. genutzt. Darüber hinaus werden Fingerabdrücke der eingesetzten und entstehenden Moleküle erzeugt, indem die Strukturen bzw. Graphen, die das Molekül repräsentieren, abgefragt werden. Diese Molekül-Fingerabdrücke ermöglichen eine Charakterisierung der an der Reaktion beteiligten Moleküle. Hierdurch lässt sich zuverlässig vorhersagen, welche Ausbeute und Stereoselektivität erreicht werden.

In der Praxis kann die Software genutzt werden, um die bestehenden Reaktionsgleichungen durch Einflussparameter zu erweitern. Dadurch wird die Berechnungsgrundlage reaktionsspezifischer Parameter realistischer und ermöglicht eine genauere Reaktionsvorhersage. Dies erlaubt eine Verbesserung der Anlageneinstellungen, die zu einer Reduktion an Material- und Energiemenge führen können.

Der Lernprozess des Systems ist dabei iterativ. Mit jedem neuen Produktionsdurchlauf erhöht sich die Datengrundlage. Hierdurch nähern sich die im System durch den Algorithmus angepassten Gleichungen der Realität an. Durch das maschinelle Lernen kann so auch das Erfahrungswis-sen gezielter auf andere gleichartige Anlagen übertragen werden, wodurch die Inbetriebnahmephase neuer Anlagen verkürzt und die Auslastung früher als üblich hochgefahren werden kann.

Ein wesentliches Hilfsmittel, um Zeit und Kosten in der Entwicklung zu sparen, besteht im Rückgriff auf bestehendes Wissen und existierende Arbeitsergebnisse. Die wissensbasierte Konstruktion (engl. „Knowledge-based Engineering [KBE]“) kann bei dieser Aufgabe unterstützen und verfolgt dabei die folgenden Ziele: „Standardisierung, Automatisierung, Qualitätssteigerung und – sicherung, Schaffung von Transparenz, Erhöhung der Kundenzufriedenheit, Erhöhung der Mitarbeiterzufriedenheit“ [VDI 5610 Blatt 2 (2017-05), S. 4]. in diesem Kontext ergeben sich auch Potenziale zur Optimierung der Ressourceneffizienz. So kann beispielsweise eine verbesserte Qualitätsabsicherung dazu beitragen qualitätsbedingte Ausschüsse in der Produktion zu verringern. Außerdem hilft eine gesteigerte Transparenz dabei, die Entscheidungsqualität in der Produktentwicklung zu erhöhen (z. B. durch Ermittlung von Kennzahlen zur Ressourceneffizienz verschiedener Konstruktionsvarianten).

Zur Umsetzung von KBE existieren zahlreiche unterschiedliche Ansätze. Diese reichen von einfachen Bibliotheken aus CAD-Geometrieelementen bis hin zu intelligenten Softwareprogrammen, welche Makros zur Automatisierung von Konstruktionsvorgängen oder Berechnungsalgorithmen zur Erhebung von Kennzahlen für den Ingenieur bereitstellen [VDI 5610 Blatt 2 (2017-05), S. 25 ff.].

In der Chemieindustrie werden Pumpen in zahlreichen Anwendungen eingesetzt, trotzdem erfolgt ihre Überwachung häufig noch rein händisch und in viel zu großen Abständen, um eine qualifizierte Aussage über Pumpenstörungen treffen zu können. Die regelmäßige Erfassung der Betriebsdaten reicht nicht aus und ermöglicht häufig nur ein reaktives Handeln. Um dem entgegenzuwirken, genügt es nicht, die Pumpen lediglich mit der notwendigen Sensorik auszustatten, welche Daten wie Druck, Temperatur, Feuchte oder Schwingungen erfassen. Es ist auch wichtig, die Daten aus der Umgebung der Pumpe zu erfassen, nur so kann ein vollständiges Belastungsbild der Pumpe erstellt werden.

Die Daten müssen kontinuierlich in Echtzeit erfasst werden. Die Daten ausschließlich im Betrieb zu ermitteln, wie es bisher häufig der Fall ist, lässt nur eine mangelhafte Aussage über den Zustand der Pumpe zu. Durch die Echtzeiterfassung können insbesondere die An- und Abschaltphasen der Pumpen besser erschlossen werden. Dies ermöglicht eine adäquatere Abschätzung über den Zustand der Pumpe und verhindert so redundantes Warten, was in einer Reduzierung des Hilfs- und Betriebsstoffeinsatzes resultiert.