Kluge Produktion

In der vierten industriellen Revolution werden Maschinen dank Vernetzung effizienter und eigenständiger. Drei Beispiele zeigen, wie diese intelligente Form der Datenanalyse im Alltag der Industrie 4.0 funktioniert und was sie ermöglicht

»Die Maschine weiß, wer vor ihr steht«
Matthias Möller, Ingenieur und Leiter der Abteilung Planung Produktionsprozesse bei Bosch Rexroth

Maschine:

Multiproduktlinie

Aufgabe:

200 Varianten hydraulischer Ventile herstellen

Hersteller:

Bosch Rexroth ist auf Antriebs- und Steuerungstechnologie spezialisiert. Mit Technik und digitalen Dienstleistungen unterstützt das Unternehmen andere bei aktuellen Herausforderungen im Maschinenbau, zum Beispiel bei der Herstellung kleiner Chargengrößen oder beim Einsparen von Energie.

Schnittmodell Traktorenventil Bluetooth-Tag
Arbeitsplatz Multiproduktlinie

Das große Bild zeigt einen der Arbeitsplätze der Multiproduktlinie. Links unten im Bild: Der Bluetooth-Tag, mit dem sich Mitarbeiterinnen und Mitarbeiter an der Linie zu erkennen geben. Das Motiv darüber zeigt ein Schnittmodel eines Traktorenventils, das zu Schulungszwecken eingesetzt wird.

Matthias Möller, Ingenieur und Leiter der Abteilung Planung Produktionsprozesse im Bosch-Rexroth-Werk Homburg:

»Mit unserer Multiproduktlinie in Homburg bauen wir 200 verschiedene Varianten hydraulischer Ventile für Traktoren. Sie steht schon seit 2014 bei uns im Werk, aber noch immer kommen Interessierte aus dem In- und Ausland, um sich ihre Funktionsweise erklären zu lassen. Auf den ersten Blick sieht sie aus wie eine ganz normale Montagelinie. Im Hintergrund läuft aber ein ständiger Datenaustausch, denn die Linie mit ihren neun Arbeitsstationen ist komplett vernetzt. Man merkt es zum Beispiel, wenn sie mit der Mitarbeiterin oder dem Mitarbeiter interagiert: Über einen Bluetooth-Tag, den alle tragen, die an den Stationen arbeiten, weiß die Linie, wer vor ihr steht, welches Qualifikationsniveau die Person hat oder welche Muttersprache sie spricht. Daraufhin passt sie den Arbeitsplatz automatisch den individuellen Erfordernissen an. Das funktioniert im Prinzip ähnlich wie bei einem Smartphone, das wir uns ja auch alle auf unsere Bedürfnisse hin einstellen.

Arbeitsplatz an Montagelinie fertig montierte Hydraulikventile

Links im Bild einer der neun Arbeitsplätze an der Montagelinie. Rechts die fertig montierten Hydraulikventile.

Aber nicht nur Mensch und Maschine sind vernetzt, sondern auch Maschine und Produkt. Jedes Teil, das produziert wird, bekommt einen RFID-Chip. So weiß die Station, wie das Produkt gefertigt werden muss, und zeigt dem Personal die notwendigen Schritte auf dem Bildschirm an. Gleichzeitig wird eine Art Lebenslauf des Produkts erstellt, um seine Qualität zu dokumentieren. Zudem haben wir einen guten Überblick, was gerade an Komponenten verbraucht wird, sodass wir einen um 30 Prozent reduzierten Lagerbestand an der Linie haben. Unsere Produktivität konnten wir um 10 Prozent steigern, gleichzeitig sind wir flexibler.

Ich arbeite seit 20 Jahren im Maschinenbau, und für mich ist das ein Riesenschritt nach vorne. Auch in unserer Branche, die viel mit Stahl und Eisen zu tun hat, können wir zeigen, was Vernetzung leisten kann. Unsere Linie hat einen Stein ins Rollen gebracht, der immer noch rollt. Daraus haben wir schon einige weitere Produkte entwickelt, die uns intern helfen, die wir aber auch extern vermarkten.«

»Der Algorithmus lernt mit jedem Mal dazu«
Antje Relitz, Data Scientist in der Entwicklung von Werkzeugmaschinen bei Trumpf

Maschine:

TruLaser Center 7030

Aufgabe:

Blechteile in allen Formen schneiden

Hersteller:

Die TRUMPF Gruppe mit Hauptsitz in der Nähe von Stuttgart ist Marktführer bei Werkzeugmaschinen und Lasern für die industrielle Fertigung. Ihre Softwarelösungen zielen auf das Prinzip »Smart Factory«, also Produktionsumgebungen, die sich selbst organisieren und die ein wesentlicher Bestandteil der Industrie 4.0 sind.

Die TruLaser Center 7030 arbeitet fast alleine – ein Mitarbeiter sagt ihr nur, was sie zu tun hat, und befüllt sie mit Blechbögen

Antje Relitz, Data Scientist in der Entwicklung von Werkzeugmaschinen bei Trumpf:

»Herkömmliche Laserschneidmaschinen gibt es schon eine ganze Weile. Am Ende kommt hier ein Blech mit geschnittenen Teilen heraus, ähnlich wie beim Plätzchenbacken, wenn Sie also den Teig ausgerollt und die Formen ausgestochen vor sich liegen haben, sie aber noch herauslösen müssen. An dieser Stelle musste bislang ein Mensch die Teile händisch heraustrennen.

Antje Relitz Trumpf Standort Ditzingen

Am Standort Ditzingen (rechts) entwickelt unter anderem Antje Relitz (links) Lösungen für die Industrie 4.0.

Bei unserem Laservollautomaten, der TruLaser Center 7030, funktioniert das alles vollautomatisch. Wie bei einer Druckerstation befüllt man anfangs nur eine Schublade mit Blechbögen, aus der sich die Maschine selbst belädt. Sobald die Maschine die Teile geschnitten hat, löst sie diese heraus und gibt sie schön gestapelt aus. Für die Kundschaft ist es nicht offensichtlich, dass sie dabei mit Daten arbeitet – anders wäre es allerdings gar nicht möglich. Unser Anspruch ist nämlich, dass unsere Maschine Teile in allen erdenklichen geometrischen Formen herauslösen kann, egal ob Kreis, Stern, Ring oder ein beliebiges anderes Teil. Das macht die Maschine mithilfe von Pins, die von unten drücken, und von Shuttles, die von oben saugen.

Wie aber muss man diese platzieren, damit sich das Teil nicht verkantet? Mit einfachen Regeln kommt man hier nicht weiter, denn für jedes Teil gibt es eine eigene optimale Positionierung. Und das ist für eine Maschine wahnsinnig kompliziert. Deswegen kommt an dieser Stelle künstliche Intelligenz (KI) ins Spiel. Wir sammeln die Erfahrungen unserer Kunden in Form von anonymisierten Daten und sehen uns die Infos über Teile, Positionierung und jeweiligen Entnahmeerfolg an. Der Algorithmus lernt mit jedem Mal dazu, was erfolgreich war und was nicht, um seine Vorhersagen zu trainieren. In Zukunft soll die TruLaser Center 7030 mit jedem neuen Teil, das sie bearbeitet, automatisch dazulernen und dadurch immer effizienter werden.

Da mein beruflicher Hintergrund die Mathematik und nicht der Maschinenbau ist, finde ich es spannend zu sehen, wie Methoden der KI etablierte Technik revolutionieren. Noch vor wenigen Jahrzehnten hätte es solche Maschinen gar nicht geben können.«

»Der gesamte Entwöhnungsprozess läuft selbstständig«
Frank Ralfs, Produktmanagement Beatmung bei Dräger

Maschine:

Beatmungsgerät mit der Software Smart Care/PS

Aufgabe:

Beim Entwöhnen von der Beatmung helfen

Hersteller:

Dräger ist als Unternehmen für Medizin- und Sicherheitstechnik vielen in der Corona-Krise ein Begriff geworden: Die Beatmungsgeräte und Atemschutzmasken des norddeutschen Unternehmens sind weltweit gefragt. Die Lübecker arbeiten zudem an Softwarelösungen, die die Medizin digitaler machen sollen.

Frank Ralfs Beatmungsgerät

Das Beatmungsgerät von Dräger ist mit der Software Smart Care/PS ausgestattet und hilft Patientinnen und Patienten bei der Entwöhnung von der künstlichen Beatmung.

Frank Ralfs, Produktmanagement Beatmung bei Dräger:

»Wenn ein Mensch atmet, zieht er normalerweise Luft in seine Lungen. Ist er aber an ein Beatmungsgerät angeschlossen, dann wird Luft in seine Lungen gedrückt, um den Gasaustausch zu leisten. Dieses Prinzip funktioniert sehr gut, allerdings gibt es auch Risiken: Die Beatmung kann die Lunge schädigen, insbesondere wenn sie schon vorgeschädigt ist. Und je länger jemand beatmet wird, desto stärker verkümmern die Muskeln, die er oder sie zum eigenständigen Atmen braucht, und desto höher ist auch die Infektionsgefahr. Vom ersten Tag der Behandlung an geht es daher auch um die Frage, wie schnell jemand wieder alleine atmen kann. Wie viel man die Beatmung aber zu welchem Zeitpunkt zurückfahren kann, ergibt sich aus einem ›Trial and Error‹-Verfahren unter ständiger Überwachung der Behandelnden.

Frank Ralfs Beatmungsgerät

Indem die Software permanent Vitalwerte der Patientin oder des Patienten abgleicht, kann sie den Status der Beatmung klassifizieren und damit selbstständig Entscheidungen fällen. Damit Betroffene nur so lange wie nötig künstlich beatmet werden.

Unser Beatmungsgerät haben wir mit der Software Smart Care/PS ausgestattet. Es kann bei diesem Prozess helfen, weil es ein wissensbasiertes Entwöhnungssystem bietet. Permanent misst es die Atemfrequenz, das Luftvolumen und die CO2-Konzentration und vergleicht die Daten mit Normbereichen, um entlang dieser drei Kategorien eine Diagnose zum Zustand der Patientin oder des Patienten zu geben. Daraufhin passt sich das System an und versucht entsprechend, den Grad der Unterstützung herunterzufahren. Sollte sie oder er Anzeichen respiratorischer Überforderung zeigen, erhöht das System wieder die Intensität. Bleibt das Minimalniveau lange genug stabil, deklariert es diesen sogenannten Spontan-Atemversuch als erfolgreich, und Behandelnde können eine Extubation erwägen. Damit wird entweder die Beatmung beendet oder auf Maskenbeatmung gewechselt.

Bei vielen Patientinnen und Patienten läuft der Entwöhnungsprozess komplett selbstständig. Das System merkt auch, wenn etwas nicht stimmt und es die Beatmung nicht weiter herunterfahren sollte. Und wenn es nicht weiterkommt, etwa bei widersprüchlichen Kombinationen der Messdaten, schlägt es Alarm. Das spart nicht nur Kosten: Mit Smart Care/PS kann die Dauer der Beatmung reduziert und somit auch das Infektions- und Sterblichkeitsrisiko verringert werden.

Der nächste Schritt ist nun, dass Daten bidirektional zwischen Medizinprodukten sowie dem Informationssystem einer Klinik ausgetauscht werden können. Als erste deutsche Einrichtung hat die Berliner Charité das gerade mit unserer Unterstützung eingerichtet. Es basiert auf dem neuen IEEE-Standard ›Service-oriented Device Connectivity‹ und wird in einem Klinikbereich für die Intensivversorgung von Corona-Patienten eingesetzt. Ein Beatmungsgerät kann dann mit anderen patientennahen Geräten etwa zur Lungen- oder Kreislaufüberwachung sowie mit dem klinikeigenen Patientendatenmanagementsystem vernetzt werden und seine Informationen austauschen. Das soll sicherstellen, dass Daten dort zur Verfügung stehen, wo sie gebraucht werden. So entsteht die Grundlage für zukünftige bessere Nutzung von Daten unterschiedlicher Herkunft für die Therapie.«

Fotos: Schmott, Sebastian Berger, Jewgeni Roppel

Ähnliche Artikel

So verändert Datenanalyse den Profifußball

So verändert Datenanalyse den Profifußball

Die Corona-Pandemie und die Klimakrise mit Daten verstehen

Die Corona-Pandemie und die Klimakrise mit Daten verstehen

Wozu der Zensus dient

Wozu der Zensus dient

Im Gespräch mit der Vorsitzenden des Deutschen Ethikrats

Im Gespräch mit der Vorsitzenden des Deutschen Ethikrats

Ein Besuch bei Data Scientists

Ein Besuch bei Data Scientists

Nützliche Wegweiser: So gelingt dem Handel der Einstieg ins Netz

Nützliche Wegweiser: So gelingt dem Handel der Einstieg ins Netz

Digitaler Unterricht mit Classroom

Digitaler Unterricht mit Classroom

So verändert Datenanalyse den Profifußball

So verändert Datenanalyse den Profifußball

Die Corona-Pandemie und die Klimakrise mit Daten verstehen

Die Corona-Pandemie und die Klimakrise mit Daten verstehen

Wozu der Zensus dient

Wozu der Zensus dient

Im Gespräch mit der Vorsitzenden des Deutschen Ethikrats

Im Gespräch mit der Vorsitzenden des Deutschen Ethikrats

Ein Besuch bei Data Scientists

Ein Besuch bei Data Scientists

Nützliche Wegweiser: So gelingt dem Handel der Einstieg ins Netz

Nützliche Wegweiser: So gelingt dem Handel der Einstieg ins Netz

Digitaler Unterricht mit Classroom

Digitaler Unterricht mit Classroom

So verändert Datenanalyse den Profifußball

So verändert Datenanalyse den Profifußball

Die Corona-Pandemie und die Klimakrise mit Daten verstehen

Die Corona-Pandemie und die Klimakrise mit Daten verstehen

Wozu der Zensus dient

Wozu der Zensus dient

Im Gespräch mit der Vorsitzenden des Deutschen Ethikrats

Im Gespräch mit der Vorsitzenden des Deutschen Ethikrats

Ein Besuch bei Data Scientists

Ein Besuch bei Data Scientists

Nützliche Wegweiser: So gelingt dem Handel der Einstieg ins Netz

Nützliche Wegweiser: So gelingt dem Handel der Einstieg ins Netz

Digitaler Unterricht mit Classroom

Digitaler Unterricht mit Classroom

Nach oben