Wie das IoT Softwareanbieter und ihre Produktlösungen beeinflusst

0

Um sich bei IoT-Projekten einen gewissen Erfolg zu sichern, gewinnt die Zusammenarbeit von Unternehmen aus vielfältigen Bereichen immer mehr an Bedeutung. So müssen beispielsweise für die Implementierung einer smarten Produktionsumgebung Hardware-, Software- sowie Infrastrukturhersteller gemeinsam Know-how aufbauen und weiterentwickeln. Das E4TC am Campus der RWTH Aachen beschäftigt sich mit dieser Art von interdisziplinärem Austausch und bietet mit seiner Member-Community eine Plattform, die die Zusammenarbeit dieser unterschiedlichen Bereiche fördert. Im Rahmen dieser Blog-Serie spreche ich mit verschiedenen Mitgliedern und tausche mich über entsprechende Netzwerkeffekte und Herausforderungen im IoT-Umfeld aus. Im letzten Interview habe ich von Christoph Ridder, der bei Miele im Bereich Fertigung, Montage, Waschautomaten tätig ist, spannende Einblicke aus der Produktionssicht erhalten.

Dieses Mal habe ich mich mit Dieter Pesch, dem Bereichsleiter für Produktmanagement und Entwicklung bei EPLAN, unterhalten. EPLAN bietet in den Bereichen Elektrotechnik, Automatisierung und Mechatronik Software- und Servicelösungen rund um das Thema Engineering an – zum Beispiel für den Bau von Maschinen, Anlagen oder Schaltschränken.

Herr Pesch, was sind denn in Ihren Augen aktuell die drei wichtigsten Digitalisierungstrends?

Dieter Pesch: Wenn ich an mein berufliches Umfeld hier bei EPLAN denke, ist es einmal das Thema digitale Produktdaten. Da geht es um Daten von Komponenten, die zum Beispiel an einer Maschine verwendet werden. Sie sind häufig in Katalogen oder auf irgendwelchen Webseiten zu finden, können aber nicht unbedingt strukturiert und in CAD/CAE-Systemen verwendet werden. Wenn ich mir zum Beispiel das Design eines Schaltschrankes anschaue, bei dem wir den Support für die Automatisierungstechnik übernehmen, gibt es da Sensoren, deren Beschreibung eine spezifische Struktur und bestimmte technische Ausprägungen haben muss. Oder etwa die Komponenten, die im Schrank montiert werden, für die wir Bohrbilder benötigen, weil sie mit Schrauben auf der Montageplatte befestigt werden müssen. Diese Bohrbilder wiederum brauchen wir in digitaler Form, um sie an die Bohrautomaten ausleiten zu können, die im weiteren Prozess die mechanische Fertigung unterstützen. Man kann also sagen, dass entlang der kompletten Wertschöpfungskette digitale Produktdaten notwendig sind, um damit die diversen Tools und Maschinen im Einsatz zu füttern.

Zweitens das Thema digitaler Zwilling. Also möglichst viel an Engineering und Konstruktion digital umzusetzen und damit sicherzustellen, dass das in der Theorie Konstruierte in der Praxis wie gefordert funktioniert und auch gebaut werden kann. Der digitale Zwilling kann natürlich der von einzelnen Maschinen, von ganzen Anlagen oder aber auch nur von Teilkomponenten an einer Maschine wie einem Schaltschrank sein. In diesem Fall könnte es beispielsweise darum gehen, zu überprüfen, ob die Tür noch schließbar ist, nachdem der Schrank mit Verkabelung und Geräten gebaut wurde. Jetzt denken Sie wahrscheinlich „mein Gott, das ist ja total simpel!“, aber in der Praxis sind das echte Fälle, die wirklich große Relevanz haben. Stellen Sie sich vor: Der Schrank ist gebaut, in die Tür wurden Einbauten montiert, Schalter, Anzeigeinstrumente und so weiter, und auf einmal geht die Tür nicht mehr zu. Das alles lässt sich im digitalen Modell überprüfen. In den digitalen Zwilling kann ich natürlich gegebenenfalls auch Änderungen zurückführen, um weitere Chargen entsprechend korrekt zu erhalten.

Und zu guter Letzt ist da das Thema Machine Learning und AI – Trendthemen, für die man eine gewisse Datengrundlage braucht. Wenn Sie keine digitalen Daten haben, können Sie mit AI nicht viel machen. Dieser Bereich ist für uns wichtig, um aus den Projekten heraus Neues zu lernen und anschließend in den kommenden Projekten auf dieses Wissen aufzubauen, vielleicht Fehler zu vermeiden oder Optimierungen durchzuführen. Ein Beispiel: Eine Antriebssteuerung verbraucht unnötig viel Energie. Dann kann ich aufgrund der Belastungsszenarien der Maschine einen Trend ermitteln – und den Antrieb günstiger auslegen. Damit habe ich einen wichtigen grundlegenden Hinweis für die Auslegung, für die Kostenstruktur der Maschine und kann letztlich auch die Betriebskosten optimieren. Das sind Dinge, die wir uns mit AI oder auch mit Machine Learning vorstellen können – ohne hier groß auf den Unterschied eingehen zu wollen. Einfacher ausgedrückt: in den Bereichen, in denen Optimierungspotenzial mithilfe dieser Werkzeuge und dieser Methoden vorhanden ist.

Und haben in dem Zusammenhang die Themen Streaming und Edge Analytics auch schon eine gewisse Relevanz?

Pesch: Ich glaube, noch nicht. Ich meine, das kann natürlich alles „in der Edge“ ablaufen. Wenn ich einen Data Lake aus Betriebsdaten angesammelt habe und diese in Echtzeit verarbeiten möchte, dann kann das natürlich ein Edge-Thema sein – weil etwa die Performance besser sein könnte als in der Cloud. Aber das hängt von der Art und Menge der Daten, der Bandbreite und so weiter ab. Ob Edge oder nicht, sei mal dahingestellt ... Denn vielfach ist es ja so, dass die Firmen mit ihren Daten organisch in die Cloud gehen, weil sie noch gar nicht so weit sind, aber trotzdem optimieren wollen. Das heißt erst einmal, dass die Daten irgendwo gesammelt werden sollen. Und das funktioniert eben auch ohne Cloud und ohne Edge. Wichtig ist, die Daten zu haben und mit ihnen etwas anfangen zu können. Das geht über die Verfügbarkeit hinaus: Man muss sie auch verstehen können, Stichwort „Semantik“. Deshalb ist der nächste Schritt für uns erst einmal Machine Learning. Wie es dann nachher von der IT-Infrastruktur her aussieht, ist noch ein eigenes Thema und von mehreren Parametern abhängig.

Wenn Sie sich jetzt in diesen Szenarien die Leistungserbringung von Unternehmen anschauen, gibt es da Ihrer Meinung nach Veränderungen?

Pesch: Glaube ich schon. Wenn wir das zum Beispiel aus der Sicht eines Maschinenbauers betrachten, der eine Industrie-4.0-gerechte Maschine bauen möchte, dann hat das durchaus Konsequenzen – etwa, wenn es um smarte Sensoren geht. Denn die muss ich kennen und verstehen: Um die Komponenten – also die der smarten Sensoren und Aktoren – kabellos zu vernetzen, sind heute IT-Skills gefragt, die bisher bei der traditionellen Verkabelung nicht notwendig waren. Daneben gibt es auch die Szenarien, bei denen es darum geht, herauszufinden, was mit den vielen Daten aus den Sensoren gemacht werden kann, und welchen Nutzen sie für den Maschinenbetreiber bringen können. Diese Daten muss ich sammeln, verstehen und interpretieren, um daraus dann einen Mehrwert zu generieren – Predictive Maintenance zum Beispiel. Dadurch sagt mir das System beispielsweise, dass in drei Betriebsstunden der Motor gewechselt werden muss, weil er einen drohenden Lagerschaden hat. Solche Szenarien gab es früher in dieser Form eher nicht: Man hat den Motor ausgewechselt, wenn er am Ende war. Und die Maschine stand im ungünstigen Fall ein bis zwei Tage still, bis eben der neue Motor eingebaut war. Bei entsprechend frühzeitiger Vorhersage können Unternehmen agieren statt reagieren, und das erfordert natürlich neue Kompetenzen. Ob die immer in-house zur Verfügung stehen, ist noch mal eine andere Frage. Es ist natürlich eine Strategie zu sagen, wir bauen diese Kompetenzen bei uns im Haus auf. Die andere Möglichkeit wäre: Ich vernetzte mich mit jemandem, der sie bereits hat und gehe eine Partnerschaft ein.

Das E4TC bietet in diesem Zusammenhang ja eine gute Infrastruktur, um mit anderen Unternehmen ins Gespräch zu kommen oder auch Sachen auszuprobieren. Was war denn für EPLAN die Hauptmotivation, so eine Mitgliedschaft einzugehen?

Pesch: Für uns ist das E4TC eine Art Forschungsplattform, weil man hier in der Lage ist, in Verbindung mit realen Maschinen und Anlagen – und auch mit den neuen Partnern – Projekte zu machen. Wenn ich etwa an PTC denke, dann gibt es bereits eine schöne Forschungslandschaft, in der man bestimmte Dinge ausprobieren kann, die genau in die Richtung Industrie 4.0 gehen. Das hätte vielleicht auch irgendwo bilateral funktioniert, aber über so ein Center wie das E4TC ist es oft einfacher, dann auch tatsächlich zusammenzukommen.

Was machen Sie mit EPLAN denn genau dort?

Pesch: Wir untersuchen zusammen mit PTC aktuell die Phase des Anlagenbetriebs. Dabei geht es darum, im Betrieb aktuelle Prozessdaten von Komponenten mit Hilfe von AR darzustellen. Das meint z.B. Temperatur- oder Drehzahl eines Antriebs. In der weiteren Fortführung geht es darum, die Prozessdaten auf einzuordnen, ob sie in einem kritischen Bereich liegen. Ist das der Fall, muss die Komponente getauscht werden. Hier kommt auch wieder AR ins Spiel, in dem der Servicemitarbeiter per Brille oder handheld-device geführt wird – zum Ort, wo die  Komponete verbaut wurde, sei es im Schaltschrank oder an der Maschine. Des Weiteren wird der relevanten Schaltplanteil eingeblendet, der sowohl Eigenschaften wie Typ oder Bestellnummer der Komponente anzeigt, aber auch die Verdrahtung und, falls relevant, die Einstellparameter. Mit dieser auf digitalen Daten basierenden Unterstützung des Servicepersonals ist es möglich, die Verfügbarkeit von Maschinen- und Anlagen deutlich zu erhöhen.

Zum Abschluss: Sehen Sie aktuell die Notwendigkeit, noch weitere ähnliche Projekte oder Mitgliedschaften zu verfolgen?

Pesch: Ja, wir haben, wenn man so will, eine bilaterale Partnerschaft mit unserer Schwester Rittal am Innovation Center in Haiger. Da verproben und zeigen wir auch die Wertschöpfungskette im Schaltschrankbau. Vom Engineering über die maschinengestützte Fertigung bis hin zur Verdrahtung. Aber auch Optimierungen, wie man nachher vom Engineering zum fertigen Schaltschrank kommt. Das läuft bilateral zwischen Rittal und uns, ist deshalb aber nicht weniger interessant, sondern hat einfach einen anderen Scope. Ansonsten haben wir in dieser Form keine weiteren Projekte oder Mitgliedschaften.

SAS bietet im Rahmen des E4TC Workshops zum Thema Industrie 4.0 an, um konkrete Strategien zu entwickeln, wie digitale Transformation erfolgen sollte. Je nach Bedarf werden unter anderem Business Use Cases aus unterschiedlichen Bereichen elaboriert. Interesse?

Jetzt individuellen Workshoptermin vereinbaren.
Share

About Author

Léonie Valencia

Von 2015-2016 sammelte Léonie Valencia an den SAS Standorten Heidelberg und Wien erste Erfahrungen im digitalen Marketing. Seit März 2019 ist sie wieder Teil des Marketing Teams und untersucht in ihrer Masterarbeit die Einflüsse des Internet of Things auf Wertschöpfungsprozesse von Unternehmen in der IT Branche. After gaining some experience in the field of digital marketing in the SAS offices of Heidelberg and Vienna from 2015-2016, Léonie Valencia rejoined SAS in 2019 to support the marketing department and to write her Master Thesis focusing on the impact of the Internet of Things on value creation processes in the IT sector.

Related Posts

Back to Top