Passwort vergessen?  |  Anmelden
 |  Passwort vergessen?  |  Anmelden
Suche

Freitag, 22. Februar 2019

Automation

Datengetriebene Prozesse richtig bewerten

Von Martin Ciupek | 28. Juni 2018 | Ausgabe 26

Wie die Qualität von Software in der Produktion sichergestellt werden kann, erklären drei Experten anlässlich des VDI-Kongresses Automation 2018.

Automation_BU
Foto: Siemens AG

Kurt D. Bettenhausen leitet die unternehmensweite Technologieforschung von Siemens in Princeton/New Jersey.

VDI nachrichten: Vollmundig wurde Industrie 4.0 im Jahr 2011 als vierte industrielle Revolution angekündigt. Wie bewerten Sie das heute?

Kurt D. Bettenhausen: Die „vierte industrielle Revolution“ ist vermutlich die erste, die schon so bezeichnet wurde, bevor sie ihren Nutzen bewiesen hat. Fest steht allerdings: Die digitale Transformation verändert unsere Welt schneller und umfassender als wir oder unsere Vorfahren das je erfahren haben. Industrie 4.0 ist die deutsche Antwort auf die Herausforderungen der digitalen Transformation in der Industrie. Wichtig ist auch: Wir haben immer gesagt, es ist eher eine Evolution, als Revolution.

Die Akteure

Anfangs ging es um Visionen. Welche Strukturen konkretisieren sich nun?

Bettenhausen: In der intelligenten Fabrik der Zukunft geht es darum, die Informationstechnik zu integrieren sowie ein durchgängiges Engineering und „intelligente Produkte“ zu etablieren.

Produktionsanlagen, die dem Leitgedanken von Industrie 4.0 entsprechen wollen, setzen zwingend einen hohen Reifegrad im Unternehmen voraus, modulare Software entwickeln und betreiben zu können.

Grundgedanke ist, dass während des langen Anlagenlebenszyklus die Funktionserweiterung über Software deutlich einfacher, schneller und kostengünstiger als über Hardware zu realisieren ist. Mithilfe der vernetzten Software können zudem Analysen durchgeführt und Parameter zeitnah im Betrieb angepasst werden. Eine Fabrik mit Industrie- 4.0-Elementen betreibt Siemens etwa in Amberg.

Doch wie lässt sich der Nutzen von Industrie 4.0 und smarten Technologien bewerten?

Bettenhausen: Diese Frage haben wir uns bei Siemens im Jahr 2014 auch gestellt. Das führte zu einem gemeinsamen Projekt der globalen Forschung Corporate Technology von Siemens mit dem Institut für Automatisierungstechnik und Softwaresysteme der Universität Stuttgart von Professor Weyrich. Dabei haben wir uns cyber-physische Produktionssysteme näher angeschaut. Ziel war es zu verstehen, wie Key Performance Indicators – kurz KPI – helfen können, das zu messen und den Nutzen zu quantifizieren.

Dann geht es also um Kennzahlen für die Digitalisierung?

Bettenhausen: Richtig. KPI sind ein gängiges Mittel im Produktionsmanagement. Ein Beispiel dafür ist die Overall Equipment Effectiveness, oder kurz OEE. Damit wird die Leistungsfähigkeit einer Produktion bewertet. Die Frage für uns war aber zunächst, welchen Einfluss der IT-Einsatz in der Produktion hat. Schließlich gilt es künftig große Datenmengen auszuwerten und ggf. auch Verfahren der Künstlichen Intelligenz mit einzubeziehen. Anhand von Expertengesprächen und umfassenden Recherchen haben wir mit dem Stuttgarter IAS eine Reihe von grundsätzlichen Fähigkeiten von Automatisierungssystemen identifiziert, anhand derer der Beitrag der Informationstechnologie deutlich wird.

Wie gehen Sie dabei vor?

Foto: Wolfgang Geyer/Universität Stuttgart

Michael Weyrich beschäftigt sich mit der Komplexitätsbeherrschung in Cyber-physischen Systemen.

Michael Weyrich: Auf Basis des Stuttgarter Industrie-4.0-Evaluationsmodells lässt sich die Automatisierung des Produktionsmanagements klassifizieren. Anhand eines Kataloges von Systemeigenschaften wird es möglich, konkrete Aussagen zum Umsetzungsstand auszudrücken und diese zu qualifizieren.

Für viele Unternehmen der produzierenden Industrie besteht die Frage, wie sie sich schrittweise weiterentwickeln können. Das Evaluationsmodell zeigt ihnen Möglichkeiten auf, in welche Richtung sie sich entwickeln können und welches Vorgehen ihnen welchen Nutzen verspricht.

Bitte beschreiben Sie Ihr Modell.

Weyrich: Das bei uns in Stuttgart anhand von empirischen Untersuchungen entwickelte Evaluationsmodell zeigt drei unterschiedliche Kategorien von Systemeigenschaften. Damit werden grundlegende Fähigkeiten identifiziert, beispielsweise die Kommunikationsfähigkeit, die Integrierbarkeit der IT sowie die Fähigkeit, Daten zu erfassen und zu verarbeiten. Höherwertige Fähigkeiten, die die Wahrnehmung, Schlussfolgerung und Wissensabstraktion betreffen, stufen Systeme im Bereich der künstlichen Intelligenz ein. Aber auch die Architektur zeigt gewisse Charakteristika, die zur Einschätzung verwendet werden können.

Soweit die Theorie. Lassen sich die Ergebnisse auch überprüfen?

Weyrich: Ja – unbedingt. Allerdings sind viele Industrie-4.0-Anlagen nur modellhaft und implementieren die neuen Technologien nur partiell. Der Nutzen musste daher in der Produktionssimulation überprüft werden. Das erfolgte mit und ohne die jeweiligen Leistungsparameter wie Produktionsrate, Kosten und Produktumsatz. Hierzu wurden im Projekt umfassende Simulationsstudien auf Basis von Praxisszenarien unternommen.

Im Einzelnen kann der Nutzen sowohl beim Erfassen von Daten und Verarbeiten von Informationen als auch beim Einsatz der künstlichen Intelligenz identifiziert werden. Wir nutzen beispielsweise die Daten für statistische Methoden und Verfahren zum maschinellen Lernen. Ziel ist es, die Qualität in den Prozessen sicherzustellen.

Welche Rolle spielt dabei die künstliche Intelligenz?

Weyrich: Sie ist ein weiterer Schritt, um Management- und Steuerungsaufgaben zu automatisieren. Damit statten wir die Produktionssysteme der Zukunft mit Eigenschaften der Kognition aus. Wir verleihen ihnen also die eher menschlichen Fähigkeiten. Wahrnehmen, Lernen, Erinnern und Deduzieren sind solche Eigenschaften intelligenter Systeme.

Wie praxisnah sind solche Konzepte heute?

Weyrich: Unsere Forschungsprojekte am Institut für Automatisierungstechnik und Softwaresysteme zeigen hier Ansätze für Plug&Produce-Lösungen der Zukunft, bei denen einzelne Automatisierungskomponenten selbstständig zueinander finden und sich dabei an die Rahmenbedingungen der Produktion anpassen.

In einer modellhaften Produktionsanlage tragen einzelne Komponenten das Wissen über ihre Funktion bereits in sich und können sich somit ohne Zutun des Menschen zusammenfinden und konfigurieren.

Damit kann sich ein Produktionssystem an neue Rahmenbedingungen anpassen. Ein echtes Lernen oder das Treffen von Grundsatzentscheidungen im menschlichen Sinne ist dabei angesichts der Produktionsrealitäten heute allerdings noch Zukunftsmusik.

Sie betrachten dabei Gesamtkonzepte. Doch wie prüft der Maschinenbau die Reife der Software?

Foto: TU München

Birgit Vogel-Heuser forscht und lehrt zur Informationstechnik in der Fabrikautomatisierung und Industrie. 4.0.

Birgit Vogel-Heuser: Unsere Arbeiten am Lehrstuhl für Automatisierung und Informationssysteme der TU München geben Unternehmen des Maschinen- und Anlagenbaus konkrete Hinweise über ihren Reifegrad für Industrie 4.0. Hier geht es darum, welche Software und IT bei Unternehmen die Ausgangsbasis dafür bildet. Denn: Ein wesentlicher Erfolgsfaktor für die Evolution von Produktionsanlagen ist eine hohe Reife der Software, weil mit ihr am schnellsten Funktionserweiterungen ausgeführt werden können. Voraussetzung ist natürlich, dass die Anlagenhardware das erlaubt.

Wie gehen sie dabei vor?

Vogel-Heuser: Wir haben dazu einen Fragebogen entwickelt und führen bei Bedarf nachfolgend Experteninterviews. Damit können Unternehmen ihre Reife bestimmen und so ihre Stärken und Schwächen im Vergleich zu anderen Unternehmen identifizieren.

Die Ergebnisse der Analyse werden in einem Spinnennetzdiagramm visualisiert. Im Wesentlichen unterscheiden wir in unserem Modell Reifegrade in drei Feldern: dem Softwaredesign und Engineering insgesamt, der Qualitätssicherung sowie dem Betrieb und der Wartung eine wandelbaren Anlage.

Welche Erkenntnisse konnten Sie daraus gewinnen?

Vogel-Heuser: Unsere Analyse von bisher über 180 Unternehmen zeigte, dass es in allen Bereichen noch deutlich Potenzial nach oben gibt. Dabei handelt es sich teilweise um weltmarktführende Unternehmen ganz verschiedener Größenordnung und Branchen.

Nach unseren bisherigen Ergebnissen erreicht die Mehrheit der Unternehmen des Maschinen- und Anlagenbaus die Bestwerte höchstens in einzelnen Bereichen. Insbesondere beim Softwaretest und bei der Freigabe von Software für weitere Maschinen sind die Werte niedrig.

Oft mangelt es auch an der Kenntnis, welche Software beim Kunden wirklich läuft. Genau das ist aber die Voraussetzung dafür, dass Schäden beim Anwender vermieden werden und Updates erfolgreich verlaufen.

Insgesamt erreichen die besten Unternehmen Reifewerte zwischen 83 % und 86 %. Viele Unternehmen liegen jedoch im Bereich von 30 % bis 40 %. Tendenziell erreichen dabei die Anlagenbauer bessere Werte in Betrieb und Wartung, während die Maschinenbauer höhere Werte in Design und Qualitätssicherung erzielen.

Wie können Unternehmen die Ergebnisse für sich nutzen?

Vogel-Heuser: Der Fragebogen hilft beispielsweise, verschiedene Standorte eines Unternehmens miteinander zu vergleichen bzw. Unternehmen eines Marktsegments. Sind Stärken und Schwächen identifiziert, können mittels Expertenworkshops und ggf. auch Architektur- und Softwareanalysen weitere konkrete Maßnahmen für Verbesserung erarbeitet werden.

Wo liegen die Schwächen?

Vogel-Heuser: Wesentliche Schwächen erkennen wir im disziplinübergreifenden Varianten- und Versionsmanagement. Softwerker sind in ihrer Disziplin zwar stark, aber ohne den Bezug und die Kooperation der Mechanik- und Elektrotechnik ist das nur „die halbe Miete“.

Dazu kommt, dass bekannt sein muss, welche Softwarevariante und -version mit welchen Varianten der Mechanik und Elektrotechnik auf einer Maschine aktuell genutzt wird und fehlerfrei läuft. Nur dann kann darüber entschieden werden, wie diese um eine neue Funktion erweitert werden kann und wie das Softwareupdate konfiguriert sein muss. Bisher ist das bei vielen Unternehmen nicht eindeutig klar und muss unbedingt aufgebaut werden.

Was empfehlen Sie Unternehmen, die effiziente Strukturen aufbauen möchten?

Vogel-Heuser: Dazu sind Ansätze und Werkzeuge zur Analyse existierender Software und zur halbautomatischen Erzeugung von sogenannten Produktlinien notwendig. Sie werden beispielsweise im von der Deutschen Forschungsgemeinschaft geförderten Projekt „Red Splat“ erarbeitet.

Auch die Qualität der Modulbibliotheken kann mit Kennzahlen erfasst werden. Auf diese Weise können kritische Softwaremodule identifiziert werden.

Derzeit wird die Gültigkeit dieser Metriken mit mehreren Unternehmen erprobt. Ziel ist es, künftig direkt an einem Versionsmanagement anzudocken.