| 1 Auf dem Weg zu Industrie 4.0: Lösungen aus dem Spitzencluster

|1
Auf dem Weg zu Industrie 4.0:
Lösungen aus dem Spitzencluster it‘s OWL
2|
INHALTSVERZEICHNIS
Inhaltsverzeichnis
Vorwort3
Industrie 4.0 – Die vierte industrielle Revolution?
4
Der Spitzencluster it‘s OWL im Kontext Industrie 4.0
6
Technologieplattform für Intelligente
Technische Systeme
9
Selbstoptimierung – Das System denkt mit,
lernt und passt sich an
11
Mensch-Maschine-Interaktion – Intelligente
12
Maschinen verstehen den Menschen
Intelligente Vernetzung – Anschließen
und Betreiben
14
Energieeffizienz – Weniger Energieverbrauch, höhere Leistung
16
Systems Engineering – Intelligente
Produkte erfordern intelligente Entwicklung 18
Resümee und Ausblick
20
Literatur21
Clusterpartner22
Mit intelligenten technischen Systemen zur energieeffizienten
Intralogistik (Lenze)
Foto: Gildemeister
Impressum23
VORWORT
Auf dem Weg zu
Industrie 4.0
|3
Durch ein innovatives Transferkonzept, das in
den nächsten drei Jahren 120 Transferprojekte
vorsieht, erhalten kleine und mittlere Unternehmen die Möglichkeit an der Spitzentechnologie zu partizipieren.
Ausgezeichnet im Spitzencluster-Wettbewerb
des Bundesministeriums für Bildung und
Forschung – dem Flaggschiff der HightechStrategie der Bundesregierung – gilt it‘s OWL
bundesweit als eine der größten Initiativen zu
Industrie 4.0 und leistet einen wichtigen Beitrag, Produktion am Standort Deutschland zu
sichern.
Spitzencluster it‘s OWL liefert Lösungen.
Im Technologie-Netzwerk it‘s OWL – Intelligente Technische Systeme OstWestfalenLippe
– bündeln Weltmarkt- und Technologieführer
im Maschinenbau, der Elektro- und Elektronikindustrie sowie der Automobilzulieferindustrie
ihre Kräfte.
Gemeinsam mit regionalen Forschungseinrichtungen erarbeiten sie in 46 Projekten neue
Technologien für intelligente Produkte und
Prof. Dr.-Ing. Jürgen Gausemeier
Heinz Nixdorf Institut Universität Paderborn,
Vorsitzender Clusterboard it‘s OWL
Produktionssysteme. Der Fokus liegt dabei auf
den Bereichen Selbstoptimierung, MenschMaschine-Interaktion, Intelligente Vernetzung,
Energieeffizienz und Systems Engineering.
Diese Broschüre beschreibt die Ansätze und
Lösungen des Spitzenclusters im Kontext von
Industrie 4.0. Ausgehend von unserem innovativen Technologiekonzept werden die Bausteine der Technologieplattform und ihre konkrete Anwendung in Maschinen und Anlagen
dargestellt.
Wir sind gerüstet, den Weg zur vierten industriellen Revolution Schritt für Schritt zu gehen.
Denn OstWestfalenLippe gehört zu den fünf innovativsten Regionen in Deutschland – so das
Ergebnis eines Wettbewerbs des Bundeswirtschaftsministeriums im Januar 2014. 
Dadurch entsteht eine einzigartige Technologieplattform, mit der Unternehmen die
Zuverlässigkeit, Ressourceneffizienz und Benutzungsfreundlichkeit ihrer Produkte und Produktionssysteme steigern können.
Hans Beckhoff
Geschäftsführender Gesellschafter
Beckhoff Automation GmbH,
stellvertr. Vorsitzender Clusterboard it‘s OWL
Dr. Eduard Sailer
Geschäftsführer Miele & Cie. KG,
stellvertr. Vorsitzender Clusterboard it‘s OWL
4|
Industrie 4.0 – Die 4. Industrielle Revolution?
Industrie 4.0 – Die vierte
industrielle Revolution?
Mittelenglands vollzog. Den großen Durchbruch
brachte die Vollendung der Dampfmaschine durch
James Watt 1782; sie ermöglichte die Bereitstellung von Energie an beliebigen Orten und machte
die Menschheit unabhängig von den Kräften der
Natur [Geo08].
Reale Welt und virtuelle Welt wachsen evolutionär zusammen.
Von jeher war die industrielle Produktion einem
Wandel unterworfen. Häufig war dieser so stark,
dass im Nachhinein der Begriff Revolution verwendet wurde, wie aus Bild 1 hervorgeht.
Die erste industrielle Revolution beschreibt
den Übergang von der reinen Handarbeit zur maschinellen Produktion, die sich ab 1770 zunächst
in den Baumwollspinnereien und Webereien
Die zweite industrielle Revolution charakterisiert eine starke Mechanisierung und Elektrifizierung kombiniert mit einer ausgeprägten Rationalisierung. Dies ermöglichte ein erhebliches
Wachstum und damit die Versorgung der entstehenden Massenmärkte. Wesentliche Merkmale
der durch Taylor geprägten Rationalisierung dieser
Epoche waren die Arbeitsteilung, die Standardisierung, die Präzisionsfertigung sowie die Fließfertigung. Henry Ford wandte diese neue Methodik auf
die Produktion des T-Modells an und erzielte damit
einen bahnbrechenden Erfolg in der Automobilherstellung. Die Elektrizität förderte stark die Dezentralisierung der mechanischen Systeme.
Die dritte industrielle Revolution basierte auf
der Entwicklung und Verbreitung des Computers
bzw. Mikroprozessors. Dies führte zu numerisch
gesteuerten Arbeitsmaschinen (NC-Maschinen,
Industrierobotern), die wesentlich schneller umgerüstet werden können als konventionell auto-
4. Industrielle Revolution
SpeicherProgrammierbareSteuerung
auf Basis cyber-physischer Systeme
Einsatz von IT zur Automatisierung der industriellen
Fertigung (NC-Maschine, Industrieroboter, SPS),
Paradigma der flexiblen Automatisierung
Henry Ford,
Produktion T-Modell
2. Industrielle Revolution
Rationalisierung, Betriebswissenschaft nach Taylor:
Arbeitsteilung, Fließprinzip, Standardisierung,
Präzisionsfertigung, Bedienung von Massenmärkten
Spinn- und
Webmaschinen
Grad der Komplexität
3. Industrielle Revolution
1. Industrielle Revolution
Nutzung der Dampfmaschine:
Aufschwung Textilindustrie, Kohleförderung, Stahlerzeugung
Ende 18. Jh.
Beginn 20. Jh.
1960er Jahre
heute
Bild 1: Historische Entwicklung der industriellen Produktion (nach DFKI)
Industrie 4.0 – Die 4. Industrielle Revolution?
matisierte mechanische Systeme. Es entstand
das Paradigma der flexiblen Automatisierung; die
entsprechenden Systeme zeichnen sich durch eine
hohe Produktivität und Flexibilität aus.
Im Kontext der industriellen Produktion eröffnet
sich eine neue Perspektive, die von vielen als die
vierte industrielle Revolution gesehen wird –
Industrie 4.0 [KLW11], [FA13].
Seit einiger Zeit beobachten wir den Wandel von
den nationalen Industriegesellschaften zur globalen Informationsgesellschaft. Informations- und
Kommunikationstechnik wachsen zusammen und
durchdringen alle Lebensbereiche. Produktion wird
als komplexes, informationsverarbeitendes System
verstanden, in dem bereichs- und unternehmensübergreifende Leistungserstellungsprozesse und
deren durchgängige Unterstützung durch Informations- und Kommunikationstechnik eine herausragende Rolle spielen.
Der Weg zu dem neuen Leitbild Industrie 4.0 wird
evolutionär verlaufen; die Auswirkungen auf das
System industrielle Produktion werden in der Sicht
zurück den Charakter einer Revolution haben. Bei
aller Euphorie für Industrie 4.0 darf nicht übersehen werden, dass die Einführung und Nutzung von
IT-Systemen am Ende einer gut überlegten Handlungskette steht und nicht am Anfang; „das Pferd
darf nicht von hinten aufgezäumt werden“.
Vor diesem Hintergrund werden Geräte und Systeme unserer realen Umgebung, die durch eingebettete Software gesteuert werden, zunehmend in
das weltumspannende Kommunikationsnetz integriert, wofür der Begriff Internet der Dinge steht.
Reale Welt und virtuelle Welt wachsen offensichtlich zusammen, was durch den Begriff Cyber-Physical Systems zum Ausdruck kommt.
|5
Bild 2 soll diese Botschaft anschaulich und plausibel vermitteln: Wirkungsvolle IT-Systeme benötigen wohlstrukturierte Geschäftsprozesse; diese
wiederum folgen einer Geschäftsstrategie, die
darauf abzielt, Erfolgspotentiale der Zukunft zu
erschließen. Soll Industrie 4.0 nicht das gleiche
Schicksal erleiden wie Computer Integrated Manufacturing (CIM), muss dementsprechend unternehmerisch gehandelt werden [GP14], [Jas12]. 
Antizipieren der Entwicklungen von Märkten,
Technologien etc., um die Chancen von
morgen, aber auch die Bedrohungen für das
etablierte Geschäft von heute frühzeitig zu
erkennen.
Entwicklungen von Geschäfts-, Produktund Technologiestrategien, um Chancen
rechtzeitig zu nutzen.
Vorausschau
Gestaltung von strategiekonformen
Geschäftsprozessen,
„structure follows strategy“.
Strategien
Einführung von IT-Systemen
zur Unterstützung der wohlstrukturierten Prozesse.
Prozesse
Systeme
Bild 2: 4-Ebenen-Modell zur zukunftsorientierten Unternehmensgestaltung [GP14]
6|
Der Spitzencluster it‘s OWL im Kontext Industrie 4.0
Der Spitzencluster it‘s OWL
im Kontext Industrie 4.0
Hierzu werden 46 anwendungsorientierte Forschungsprojekte im Gesamtumfang von ca. 100
Mio. Euro in einem Zeitraum von fünf Jahren
durchgeführt.
Im Januar 2012 wurde die gemeinsame Entwicklungsstrategie im Spitzencluster-Wettbewerb des
Bundesministeriums für Bildung und Forschung
(BMBF) ausgezeichnet. Der Wettbewerb bildet das
Flaggschiff der Hightech-Strategie der Bundesregierung. Deren Ziel ist es, leistungsfähige themenspezifische Cluster zu unterstützen und regionale
Innovationspotentiale zu stärken. Das TechnologieNetzwerk it‘s OWL erhält 40 Mio. Euro an Fördermitteln und darf sich „Spitzencluster“ nennen.
Intelligente Produkte und Produktionssysteme durch Symbiose
Die Technologiekonzeption beschreibt, was unter
intelligenten technischen Systemen zu verstehen
ist und insbesondere, welche Eigenschaften sie
haben.
von Informatik und Ingenieurwissenschaften.
Im Technologie-Netzwerk Intelligente Technische
Systeme OstWestfalenLippe (kurz: it‘s OWL) haben
sich 174 Unternehmen, Hochschulen, Forschungseinrichtungen und Organisationen zusammengeschlossen, um gemeinsam den Innovationssprung
von der Mechatronik zu intelligenten technischen
Systemen zu gestalten.
Die it‘s OWL-Technologiekonzeption
Weltmarktführer im Maschinenbau, der Elektro-,
Elektronik- und Automobilzuliefererindustrie sowie international renommierte Forschungseinrichtungen bündeln hierzu ihre Kräfte. Das gemeinsame Ziel: eine Spitzenposition der Region OWL im
globalen Wettbewerb für Intelligente Technische
Systeme.
Die Realisierung der vier Eigenschaften adaptiv,
robust, vorausschauend und benutzungsfreundlich beruht auf der Grundlagenforschung
der drei maßgebenden Hochschulen auf den Gebieten Selbstoptimierung, Kognition, intelligente
Mensch-Maschine-Interaktion und intelligente
Vernetzung. Von Anfang an orientiert sich die
Technologiekonzeption an den Konzepten CyberPhysical Systems und Industrie 4.0.
Vernetztes
System
Kommunikationssystem
Informationsverarbeitung
Kognitive
Regulierung
Mensch-MaschineSchnittstelle
Assoziative
Regulierung
Kommunikationssystem
Leistungsversorgung
Aktorik
Nicht kognitive
Regulierung
Teilsystem
Mensch
Kommunikationssystem
Sensorik
Umgebung
Information
Energie
Grundsystem
Stoff
Bild 3: Technologiekonzeption – von intelligenten Teilsystemen hin zum vernetzten, cyber-physischen System
Der Spitzencluster it‘s OWL im Kontext Industrie 4.0
In fünf Querschnittsprojekten werden die an
den maßgebenden Hochschulen erarbeiteten
Grundlagen in eine implementierte, für Unternehmen nutzbare Technologiebasis transformiert, die
sowohl konzeptionell als auch in der praktischen
Realisierung zur Spitze der einschlägigen Entwicklung zählen.
Die Technologiekonzeption von it‘s OWL strukturiert ein intelligentes technisches System in vier
Einheiten: Grundsystem, Sensorik, Aktorik und Informationsverarbeitung (Bild 3).
Der Informationsverarbeitung kommt hier eine
zentrale Rolle zu. Sie interveniert via Kommunikationssystem zwischen der Sensorik, durch die die
notwendigen Informationen über die Betriebssituation wahrgenommen werden, und der Aktorik,
die im Zusammenspiel mit dem Grundsystem die
letztliche physische Systemaktion ausführt. Beim
Grundsystem handelt es sich in der Regel um mechanische Strukturen.
Wir bezeichnen eine derart elementare Konfiguration aus den genannten vier Einheiten als Teilsystem. Beispiele für Teilsysteme sind Antriebe,
Automatisierungskomponenten, intelligente Energiespeicher etc. Systeme wie eine Werkzeugmaschine bestehen in der Regel aus mehreren
Teilsystemen, die als interagierender Verbund zu
betrachten sind [GTD13].
In erster Linie prägt die Art der Informationsverarbeitung den beabsichtigten Wandel von mechatronischen zu intelligenten technischen Systemen.
So verfügen Erstere nur über eine reaktive und
starre Kopplung zwischen Sensorik und Aktorik.
Intelligente Technische Systeme hingegen können
diese gezielt modifizieren. Reaktive Wirkungsabläufe werden dabei nicht vollständig ersetzt, da die
meisten existentiellen Systemmechanismen schon
aus Gründen der Sicherheit reaktiv und reflexartig
ablaufen müssen.
Das aus der Kognitionswissenschaft stammende
Dreischichtenmodell für die Verhaltenssteuerung [Str98] (Bild 3) veranschaulicht diese abstrakte Sichtweise auf die Informationsverarbeitung intelligenter Systeme:
Die nicht-kognitive Regulierung enthält die kontinuierliche Steuerung und Regelung (motorischer
Regelkreis) sowie Reflexe. Übertragen auf ein
mechatronisches System wäre das beispielsweise
die Sicherstellung des kontrollierten Bewegungsverhaltens eines Mehrkörpersystems, z. B. aktives
Fahrwerk eines PKWs.
Die assoziative Regulierung enthält u.a. Reiz-Reaktions-Mechanismen und Konditionierung. In einem
technischen System würde die Reglerumschaltung
– z. B. von einer Geschwindigkeits- auf eine Abstandsregelung – auf dieser Schicht veranlasst.
|7
Die kognitive Regulierung weist typische Funktionen der künstlichen Intelligenz wie Zielmanagement, Planung und Handlungssteuerung auf. Eine
technische Realisierung auf dieser Schicht wäre
die Selbstoptimierung, wonach ein System aufgrund geänderter Betriebsbedingungen automatisch seine Ziele modifiziert und dann sein Verhalten selbstständig an die veränderten Ziele anpasst
[GRS14].
Ein weiterer zentraler Punkt des Technologiekonzepts ist, dass Intelligente Technische Systeme
– die häufig geographisch verteilt sind – kommunizieren und kooperieren. Die Funktionalität des entstehenden vernetzten Systems erschließt sich
erst durch das Zusammenspiel der Einzelsysteme.
Weder die Vernetzung noch die Rolle der Einzelsysteme ist statisch; vielmehr kann sich beides im
Sinne der geforderten Gesamtfunktionalität verändern.
Die Vernetzung erfolgt zunehmend in globaler
Dimension. Dabei werden Ansätze im Sinne von
Cyber-Physical Systems integriert, die in der Vergangenheit völlig separat betrachtet wurden, wie
beispielsweise Cloud Computing einerseits und
eingebettete Systeme andererseits. Das vernetzte
System wird nicht mehr ausschließlich durch eine
globale Steuerung beherrschbar sein, vielmehr
muss auch durch lokale Strategien ein global gutes
Verhalten erreicht werden [GTD13].
Viele Benutzer,
1 Computer
Zentralrechner
1 Benutzer,
1 Computer
Data Warehouses,
Internet, PC
1 Benutzer,
viele Computer
Big Data,
Cloud Computing,
Smart Devices
Internet der Daten
und Dienste
+
Cyber-Physical
Systems (CPS)
Eingebettete
Systeme
Physikalische
Objekte, Geräte, ...
+
+
+
+
Internet der Dinge
IP-Fähigkeit
Semantische Beschreibung
Vernetzung, Internet (M2M)
Drahtlose Kommunikation
+ Sensorik, Aktorik
+ Integration hochleistungsfähiger Kleinstcomputer
Bild 4: Zwei konvergierende Entwicklungsstränge als Innovationstreiber (nach Forschungsunion 2013)
8|
Der Spitzencluster it‘s OWL im Kontext Industrie 4.0
Smart Building
Smart Mobility
Smart Products
Internet der Daten
und Dienste
+
Internet der Dinge
Smart Grids
Smart Factory
Smart Health
Smart Logistics
Bild 5: Anwendungsfelder von intelligenten vernetzten Systemen (nach Forschungsunion 2012)
Innovationstreiber Internet der Dinge und
Internet der Daten und Dienste
Wie in Bild 4 (siehe S. 7) dargestellt, handelt es
sich um zwei konvergierende Entwicklungsstränge, die neue Perspektiven in vielen Lebens- und
Wirtschaftsbereichen eröffnen. Diese neuen Anwendungsfelder sind in Bild 5 beispielhaft wiedergegeben.
Das Internet der Dinge ist letztlich das Resultat
aus der oben beschriebenen Technologiekonzeption. In diesem kommunizieren physische intelligente Objekte, z. B. Werkstücke, Maschinen,
Betriebsmittel, Lager- und Transportsysteme und
Fertigungsleitstand, über Internet oder andere
Netze.
Der Wandel zu einer virtuellen Geschäftswelt basiert hingegen auf einem zunehmenden Angebot
von internetbasierten Dienstleistungen und der
Verfügbarkeit von großen Datenmengen, die immer
schneller verarbeitet werden können.
Globale Datennetze, basierend auf Technologien
wie Big Data, Cloud Computing und Smart Devices,
ermöglichen ein Internet der Daten und Dienste, aus dem sich faszinierende Möglichkeiten für
innovative Dienstleistungen – oft in geschickter
Kombination von Sachleistungen – und attraktive
Geschäftsmodelle ergeben [ASSW14].
Vor dem Hintergrund dieser Entwicklung sind die
33 Innovationsprojekte des Spitzenclusters zu
sehen, die zu innovativen Marktleistungen führen.
Tabelle 1 enthält eine Reihe derartiger Projekte, die drei der in Bild 5 dargestellten Anwendungsbereichen zugeordnet sind. 
Smart Products
Smart Factory
Smart Logistics¹
Elektronische Umfelderkennung
CLAAS
Fertigungsinseln
HARTING
Energieeffiziente Intralogistik
Lenze
eXtreme Fast Control
Beckhoff
Intelligente Leistungssteller
AEG
Intelligente Vernetzung von Landmaschinen
CLAAS
Hochintegrierter Elektronikmotor
Lenze
Intelligente Verarbeitung von
Großbauteilen
Goldbeck
Innovative Automatisierungsgeräte
Weidmüller
Intelligente
Werkzeugmaschine
DMG Mori Seiki
Integrierte Steuerungstechnik
KEB
Interaktive Robotik im Fertigungsprozess
HARTING
Intelligenter Systembaukasten
Wittenstein
Scientific Automation
Beckhoff
Intelligentes Gefahrstofflager
DENIOS
Selbstoptimierende
Wäscherei
Kannegiesser
Selbstoptimierender Bonder
Hesse
Self-X-Fertigungsprozesse
Weidmüller, Hettich
Selbstoptimierender Kneter
WP Kemper
Virtuelle Arbeitsvorbereitung
DMG MORI SEIKI
Separator i4.0
GEA
Wandlungsfähige
Produktionstechnik
Phoenix Contact
Software Defined Industrial
Ethernet
WAGO
¹ Zahlreiche Anwendungen aus dem Bereich Logistik im Kontext Industrie 4.0 erarbeitet das EffizienzCluster
LogistikRuhr, das ebenfalls als Spitzencluster ausgezeichnet wurde. Zwischen beiden Spitzenclustern besteht
eine strategische und fachliche Kooperation.
Tabelle 1: Innovationsprojekte (Auswahl) von it‘s OWL im Kontext Industrie 4.0 (Fotos: Lenze, CLAAS)
Technologieplattform für intelligente technische Systeme
Technologieplattform für
Intelligente Technische
Systeme
Fünf Querschnittsprojekte machen Ergebnisse aus der
|9
Das zielführende Management von 46 Forschungsprojekten mit einem Gesamtvolumen von ca. 100
Mio. € erfordert eine adäquate Projektstruktur.
Die Projektstruktur des Clusters gemäß Bild 6 weist
33 Innovationsprojekte, 5 Querschnittsprojekte und
8 Nachhaltigkeitsmaßnahmen auf.
Innovationsprojekte und Querschnittsprojekte
ergeben eine Matrixorganisation: Die von der
Industrie vorangetriebenen Innovationsprojekte
verwenden die durch die Hochschulen im Rahmen
der Querschnittsprojekte bereitgestellte Technologieplattform.
Die Nachhaltigkeitsmaßnahmen fördern die Entwicklung von Kompetenzen in allen 140 Clusterunternehmen und verstetigen die Entwicklungsdynamik des Clusters über das Ende der finanziellen Förderung hinaus.
Spitzenforschung für Unternehmen anwendbar.
Globale Zielmärkte Maschinenbau, Fahrzeugtechnik und Energietechnik
Teilsysteme
Beispiele:
Vernetzte Systeme
Systeme
Beispiele:
Beispiele:

Intelligente Sensoren

Produktionsmaschinen

Smart Grids

Antriebe

Hausgeräte

Produktionsanlagen

Automatisierungskomponenten

Geldautomaten

Cash Management Systeme
5 Querschnittsprojekte
schaffen Technologieplattform für
Innovationsprojekte und Transfer
Selbstoptimierung
Mensch-Maschine-Interaktion
Sie bilden die Basis für Systeme.
Sie bilden die Basis für teils geogr.
Zur Laufzeit veränderlich, neue
verteilte, vernetzte Systeme.
Funktionalität durch Zusammen-
Intelligente Vernetzung
spiel von Systemen.
Energieeffizienz
33 Innovationsprojekte
der Kernunternehmen führen zu überlegenen Marktleistungen
Systems Engineering
8 Maßnahmen zur Nachhaltigkeit
erzeugen Entwicklungsdynamik über Förderdauer hinaus
Vorausschau
Technologietransfer
Internationalisierung
Marktorientierung
Prävention Produktpiraterie
Aus- u. Weiterbildung
Unternehmensgründungen
Akzeptanz
Bild 6: Projektstruktur des Spitzenclusters
10 |
Technologieplattform für intelligente technische Systeme
Die Matrixorganisation (Innovationsprojekte/
Querschnittsprojekte) hat sich über die hohen
Erwartungen hinaus sehr gut bewährt:
Die Innovationsprojekte nutzen technolo-
gische Synergien; das Rad wird nicht jedes
Mal neu erfunden.
Durch den mit harten Anforderungen verbundenen Einsatz der Leistungen der Querschnittsprojekte in den Innovationsprojekten
reift die Technologiebasis.
Die Technologiebasis steht weiteren Unternehmen im Cluster und ggf. auch außerhalb
des Clusters zur Verfügung. Dadurch kann eine
große Anzahl von Unternehmen, insbesondere
KMU, von der Spitzentechnologie partizipieren. Dies in der Praxis zu realisieren, ist Zweck
der etwa 120 geplanten Transferprojekte.
Im Folgenden gehen wir auf die fünf Querschnittsprojekte ein, die die Technologieplattform des Clusters bilden. Bild 8 zeigt, wie die
Querschnittsprojekte in der Technologiekonzeption
eingeordnet sind. 
Bild 7: Systems Engineering bildet die Klammer um die Technologieplattform (Fraunhofer IPT)
Systems Engineering
Intelligente
Vernetzung
Kommunikationssystem
Informationsverarbeitung
Kognitive
Regulierung
Interaktion zwischen
Mensch und Maschine
Mensch-MaschineSchnittstelle
Assoziative
Regulierung
Kommunikationssystem
Leistungsversorgung
Aktorik
Nicht kognitive
Regulierung
Teilsystem
Mensch
Selbstoptimierung
Sensorik
Umgebung
Energieeffizienz
Grundsystem
Informationsfluss
Energiefluss
Stofffluss
Bild 8: Die fünf Querschnittsprojekte in der Technologiekonzeption
Selbstoptimierung
| 11
Hochpräzise Messtechnik und intelligente
Informationsverarbeitung minimieren
Materialverluste und verbessern die
Qualität des Bearbeitungsprozesses.
Bild 9: Selbstoptimierende Stanz-Biege-Maschine (Weidmüller, Bihler)
Das System denkt mit, lernt und
passt sich an
Querschnittsprojekt Selbstoptimierung
Grundlage für die Umsetzung des Leitbilds Industrie 4.0 ist die Realisierung flexibler und
konfigurierbarer Produktionssysteme.
Dies wird nur durch eine intelligente Informationsverarbeitung in Maschinen und Anlagen
nach Maßgabe der vorgestellten Technologiekonzeption (vgl. Dreischichtenmodell) gelingen,
die eine autonome Interaktion mit dem Umfeld
sowie die Anpassung des Systemverhaltens an
künftige Ereignisse ermöglicht.
Zukünftige Produktionssysteme werden so in der
Lage sein, selbstständig und flexibel auf veränderte Betriebsbedingungen zu reagieren. Dies
geht einher mit einer Informationsflut, die aus
einer erheblichen Steigerung von zusätzlicher
Sensorik und Aktorik resultiert.
Zur Umsetzung solcher selbstoptimierender Prozesse muss eine autonome Parametrisierung der
Maschine bzw. Anlage erfolgen. Die Anpassung
des Verhaltens erfolgt dabei indirekt über sogenannte Systemziele. Diese stellen übergeordnete Ziele des Systems dar und werden hinsichtlich der aktuellen Situation eigenständig vom
System priorisiert. Beispiele für Systemziele
sind: „minimiere Durchlaufzeit“, „minimiere Energieverbrauch“ oder „maximiere Qualität“.
Selbstoptimierende Stanz-Biege-Maschine
Ressourceneffiziente Großwäscherei
Elemente der Selbstoptimierung in der Anlage
von Weidmüller (Bild 9) sind eine hochpräzise
Messtechnik, eine intelligente Informationsverarbeitung sowie die Vernetzung der Maschinen:
Ein Messsystem innerhalb der Maschine erfasst
die Kennwerte der produzierten Teile und gibt
Informationen über den Maschinen-Output an
die Steuerung weiter. Diese sorgt dafür, dass
die Maschine durch die autonome Anpassung
der Werkzeuge auf Abweichungen reagiert.
Ergebnis sind minimierte Materialverluste
sowie eine verbesserte Qualität der Bearbeitung [Kal13]. In Zukunft kann das Prinzip der
Selbstoptimierung auf ganze Produktionslinien
angewendet werden. Die vernetzten Maschinen
kommunizieren Unregelmäßigkeiten im Prozess,
so dass Ausfälle vermieden und der Produktionsverbund ganzheitlich optimiert werden.
Die Firma Kannegiesser definiert solche übergeordneten Ziele z. B. für die Automatisierung
in Großwäschereien.
In Abhängigkeit vom Energiepreis, dem Grad
der Verunreinigung sowie der Auslastung der
Wäscherei werden die Ziele „minimiere Durchlaufzeit“, „maximiere Reinigungsleistung“ oder
„minimiere Energieverbrauch“ priorisiert.
Falls nun stark verunreinigte Wäsche zur Desinfektion vorliegt, wird bspw. die Reinigungsleistung wesentlich erhöht, wenngleich dies in
bestimmten Grenzen zu erhöhtem Energieverbrauch oder höherer Durchlaufzeit führt. Dazu
werden Parameter wie Temperatur, die Dosierung von Reinigungsmitteln oder die Einwirkzeit
bedarfsgerecht und autonom angepasst. 
12 |
Mensch-Maschine-Interaktion
Intuitive Interaktion mit dem virtuellen
Prototypen eines Teigkneters
Bild 10: Virtueller Design Review eines intelligenten Teigkneters (WP Kemper, Heinz Nixdorf Institut)
Intelligente Maschinen verstehen
Menschen
Querschnittsprojekt Mensch-Maschine-Interaktion
Die zunehmende Durchdringung von Produkten
und Produktionssystemen mit Informations- und
Kommunikationstechnik erhöht deren Komplexität,
stellt neue Anforderungen an die Entwicklung bzw.
Planung der Systeme und fordert neue Wege der
Interaktion der Bediener mit den intelligenten
Systemen im Betrieb.
Die rasante Entwicklung moderner Interaktionstechnologie in den letzten Jahren eröffnet neue
Möglichkeiten und Paradigmen bei der Gestaltung
der Mensch-Maschine-Interaktion. Neben klassischen zeichenorientierten und grafischen Schnittstellen haben sich verschiedene fortgeschrittene
Interaktionsformen etabliert, die von sprachbasiert
über haptisch bis hin zu wahrnehmungsgesteuert
(z. B. multimodal) reichen.
So ist z. B. eine robuste 3D-Verfolgung von Personen durch eine aus dem Entertainment-Bereich
stammende Technologie in kurzer Zeit und zu gerin-
gen Kosten verfügbar geworden. Ähnliche Technologiesprünge sind in anderen Bereichen zu erwarten, z. B. in der Taktilsensorik oder der gefügigen
Robotertechnologie.
Außerordentlich Erfolg versprechend ist der Transfer dieser Technologien in die Produktionstechnik.
Für diesen Transfer wird im Spitzencluster auf
etablierte Strukturen zurückgegriffen: Das Institut
für Kognition und Robotik (CoR-Lab) und der DFG
Exzellenzcluster Kognitive Interaktionstechnologie (CITEC) an der Universität Bielefeld betreiben
die Entwicklung eines Interaktions-Toolkits
[LSP+12], welches neue Methoden und Werkzeuge
der Interaktionstechnologie (bspw. [KWY+13]) bereitstellt und damit die Entwicklung anwendungsnaher Assistenzsysteme unterstützt [WEG+13]. Auf
diesen Vorarbeiten aufbauend, werden geeignete
Methoden im Spitzencluster aufbereitet und für
den Technologietransfer bereitgestellt.
Virtuelle Design Reviews im Maschinenbau
Ein Beispiel ist der Einsatz von intuitiven Interaktionstechniken in virtuellen Design Reviews,
die es erlauben, im Entwicklungsprozess das
entstehende Produkt zu begutachten, kooperativ
Designentscheidungen zu treffen und Fehler zu
identifizieren. Bei der Entwicklung intelligenter
technischer Systeme gewinnt die Analyse des Verhaltens zunehmend an Bedeutung – die klassische
VR-Darstellung der statischen CAD-Daten reicht
hier nicht aus.
Aus diesem Grund werden Methoden entwickelt
und bereitgestellt, die es dem Entwickler ermöglichen durch direkte Interaktion mit dem virtuellen
Prototypen das Verhalten des Systems (z. B. Bewegungsabläufe) zu beschreiben. Dadurch wird der
zeitliche und technische Aufwand für die Vorbereitung eines Design Reviews deutlich reduziert, was
die Hürden für den Einsatz dieser Technik senkt.
Mensch-Maschine-Interaktion
Am Beispiel eines modernen Teigkneters der
Firma WP Kemper wird demonstriert, wie ausgehend von den CAD-Daten verschiedene kinematische Funktionen im virtuellen Prototyp umgesetzt
werden können (Bild 10). Mit geringem Aufwand
lassen sich bewegliche Teile (Knethaken, Getriebe
etc.) aber auch Interaktionsmöglichkeiten für den
Entwickler (Taster, Serviceschritte etc.) beschreiben.
Interaktionsstrategien für die Bedienung
flexibler Fertigungslinien
Neue Interaktionsstrategien unterstützen die Konfiguration, Wartung und Instandhaltung intelligenter technischer Systeme durch die Mitarbeiter
im Produktionsumfeld.
Die Firma HARTING entwickelt bspw. ein integriertes Konzept für flexible Fertigungslinien
(vgl. Bild 11), in dem Fertigungsmodule dynamisch
kombiniert werden können, ohne dass eine manuelle Programmierung vor Ort erforderlich ist.
| 13
Zusätzlich zu der dafür notwendigen modularen
Systemarchitektur sind neuartige Konzepte für
prozessintegrierte
Benutzerschnittstellen
eine wichtige Grundlage für eine interaktive Beschreibung und inkrementelle Verbesserung der für
eine Produktionsaufgabe notwendigen Prozesslogik.
Darüber hinaus werden Interaktionsstrategien
entwickelt, um Fehler bei der dynamischen Kombination einfach über die Mensch-Maschine-Schnittstelle beschreibbar zu machen. Algorithmen des
maschinellen Lernens sorgen für eine Anpassung
der Steuerung der Fertigungsmodule.
Dies verbessert die Flexibilität, Benutzerfreundlichkeit und Wirtschaftlichkeit von wandlungsfähigen Produktionssystemen, ohne die Qualität
und Prozesssicherheit zu beeinträchtigen. So wird
beispielsweise erwartet, dass die Kosten für die
Inbetriebnahme der Fertigungslinien vor Ort um bis
zu 30% reduziert werden können. 
Intuitive Mensch-Maschine-Interaktion
unterstützt die dynamische Kombination
von Fertigungslinien.
Bild 11: Flexible Fertigung durch intelligente Automatisierung und die Einbindung der Mitarbeiter im Produktionsfeld durch intuitive Benutzerschnittstellen (HARTING)
14 |
Intelligente Vernetzung
Produkt- und Prozessänderungen:
Bestätigung nach Selbstkonfiguration
Bild 12: Wandlungsfähige Produktion durch Plug-and-Produce (Phoenix Contact)
Anschließen und Betreiben
Querschnittsprojekt Intelligente Vernetzung
Ein wichtiger Schlüssel zur Realisierung des
Leitbilds Industrie 4.0 ist die weitreichende
Vernetzung der intelligenten technischen Systeme bis hin zur ihrer Integration in das globale Internet und das Internet der Dinge [HJ13].
Im Mittelpunkt stehen dabei die Adaptivität
und Wandlungsfähigkeit der Produktion durch
neue Self-X-Eigenschaften sowie der damit
einhergehenden Realisierung eines Plug-andProduce.
Produktionsstrukturen werden durch die teilweise Selbstorganisation der Prozesse zur Laufzeit
flexibler und setzen keine zentrale Planung mehr
voraus [NJ14]. Die Selbstkonfiguration beruht
auf Methoden zur automatischen Konfiguration
von Echtzeit-Kommunikationssystemen und der
semantischen Selbstbeschreibungsfähigkeit von
Produktionssystemen, -modulen und -komponenten. Beide Aspekte werden mit Hilfe einer
dienstorientierten Architektur bereitgestellt.
Die zunehmende Komplexität der Inbetriebnahme und Konfiguration kann dadurch wesentlich
reduziert und vereinfacht werden. Als direkte
Folge kann sich der Bediener auf die wesentlichen und wertschöpfenden Tätigkeiten konzentrieren. Außerdem ermöglichen rekonfigurierbare Kommunikationsschnittstellen die flexible
Integration von intelligenten technischen Systemen in unterschiedliche Kommunikationsnetze.
Dafür leisten anpassbare Koordinationsprotokolle, die in Bezug auf ihre Sicherheitseigenschaften verifiziert werden können, einen weiteren Beitrag zur Realisierung von wandlungsfähigen Produktionssystemen.
Eine weitere wichtige Funktion ist die Selbstdiagnose, sie beruht auf miteinander vernetzten multisensorischen Systemen zur Erfassung des eigenen Zustands und der Umgebung.
Sensor- und Informationsfusionssysteme sowie
adaptive, intelligente Sensorik ermöglichen
angemessene adaptive Reaktionen auf Veränderungen im System oder in dessen Umgebung.
Die verwendeten Algorithmen zur Informationsfilterung und zur intelligenten Verarbeitung
basieren auf possibilistischen sowie evidenztheorie-basierten Ansätzen und eignen sich
zur Einbettung in standardisierte Frameworks.
Durch effizientes Design ist ihr echtzeitfähiger
Einsatz in ressourcenbeschränkten eingebetteten Systemen gewährleistet.
Neue Methoden und unterstützende Werkzeuge
erlauben die optimale Parametrierung der Sensor- und Informationsfusionssysteme ohne
umfangreiches Expertenwissen. Adaptive und
intelligente Sensorknoten können sich durch die
Erkennung von kontextbehafteten Zusammenhängen automatisch parametrieren und erhöhen
die Flexibilität und Verlässlichkeit des Fusionssystems. Sie verfügen außerdem über Selbstbeschreibungsfähigkeiten und Schnittstellen zur
Echtzeit-Kommunikation, die eine durchgängige
Vernetzung der Sensorik gewährleistet.
Des Weiteren kommt der Standardisierung
in diesem Bereich eine zentrale Bedeutung zu,
um einerseits die Interoperabilität von Systemen verschiedener Hersteller sicherzustellen.
Andererseits kann eine erfolgreiche Integration
in Wertschöpfungsnetze und die dadurch ermög-
Intelligente Vernetzung
lichte Kollaboration der Systeme nur mit Hilfe
gemeinsamer Standards gelingen. Daher werden
die entstandenen Architekturen und Methoden
unmittelbar in die Standardisierung eingebracht.
Die folgenden Anwendungsfälle verdeutlichen
entwickelte Methoden und Konzepte.
Mit flexiblen Maschinen unterschiedliche
Produkte herstellen
Das Unternehmen Phoenix Contact realisiert
eine Wandlungsfähigkeit von Produktionsanlagen durch intelligente Automatisierungstechnik, die eine vereinfachte Planung, Inbetriebnahme und schnelle Anpassung an neue
Anforderungen ermöglicht (Bild 12). Insbesondere ist es damit nicht mehr erforderlich, alle Fertigungsvarianten bereits während des Entwurfs
der Anlage zu berücksichtigen.
Schwerpunkte der Arbeiten sind die vertikale Integration der Anlagenmodule in bestehende ITSysteme und eine intelligente Steuerungs- und
Kommunikationstechnik, die eine automatische
Konfiguration in der Planungs- und Betriebsphase unterstützen und damit die Reduzierung des
Engineeringaufwands ermöglichen.
| 15
Ein weiterer Aspekt sind auf einer digitalen
Artikelbeschreibung basierende intelligente
Produkte. Sie kennen ihre geplante Wertschöpfungsfolge, können mit den Produktionsanlagen
kommunizieren und sind jederzeit eindeutig
identifizierbar. Informationen entlang ihres Lebenszyklus werden gesammelt und bei Bedarf
bereitgestellt.
ein optimales Ernteergebnis zu erreichen. Der
Maschinenführer muss dazu die jeweiligen Bedingungen des Feldes wie den Reifegrad der
Pflanzen und die Bodenbeschaffenheit berücksichtigen. Gleichzeitig müssen die einzelnen
Prozesse wie das Ernten, der Transport und die
Einlagerung optimal aufeinander abgestimmt
werden.
Basierend auf diesen produktinhärenten Informationen können Fertigungs- und Montageprozesse geplant, überwacht und gesteuert werden.
Die Qualität kann so signifikant erhöht werden
bei gleichzeitiger Reduzierung des Ausschusses.
Ziel der Firma CLAAS ist die Entwicklung eines
softwarebasierten Dienstes, mit dem sich
unterschiedliche Landmaschinen selbständig an
die jeweiligen Erntebedingungen anpassen und
die einzelnen Prozesse und Akteure intelligent
vernetzt werden (Bild 13).
Des Weiteren werden Methoden zur bildgestützten Auswertung und Qualitätskontrolle im Produktionssystem unter Einbeziehung
der digitalen Informationen des Produkts entwickelt. Die erzielten Ergebnisse werden in realen
Pilotanlagen implementiert und validiert.
Intelligente Anpassung und Vernetzung von
Landmaschinen
Landmaschinen sind komplexe Produktionssysteme mit der Maßgabe, schnell und effizient
Für eine optimale Auslastung der Landmaschinen müssen alle Akteure im Ernteprozess wie
Hersteller, Lohnunternehmer und Landwirte
einbezogen werden. Es wird erwartet, dass so
die Auslastung um mindestens 10% gesteigert
werden kann. Die eigenständige Anpassung
entlastet zudem den Maschinenführer, da er
Änderungen im Ernteprozess nicht mehr manuell umsetzen muss. Der softwarebasierte Dienst
kann auf weitere Anwendungen wie die Transportlogistik übertragen werden. 
Ein softwarebasierter Dienst koordiniert
und optimiert den gesamten Ernteprozess. Grundlage ist die intelligente
Vernetzung der Landmaschinen.
Bild 13: Prozessoptimierung durch die intelligente Vernetzung von Landmaschinen (CLAAS)
16 |
Energieeffizienz
Baukastensystem mit intelligenten
Antriebslösungen und Lastmanagement
für die energieeffiziente Intralogistik
Bild 14: Energieeffiziente Intralogistik durch effiziente Antriebslösungen (Lenze)
Weniger Energieverbrauch,
höhere Leistung
Querschnittsprojekt Energieeffizienz
Der effiziente Umgang mit den vorhandenen
Ressourcen und insbesondere der benötigten
Energie ist ein weiterer wichtiger Aspekt im
Leitbild Industrie 4.0. Übergeordnetes Ziel ist
die holistische Optimierung von Fertigungsprozessen in Bezug auf deren Produktivität,
Wirkungsgrad und Ressourceneffizienz. Die optimierte Steuerung von Energieverbrauchern und
Energieerzeugern sowie der entsprechenden
Leistungsflüsse ermöglichen ein Energie- und
Lastmanagement in einem intelligenten technischen System.
Durch die Kombination von Prozessdaten aus der
Fertigungsanlage und den dazugehörigen Energieprofilen kann die Anlage unter Nutzung verhaltensbasierter Modelle ganzheitlich betrachtet und optimiert werden. Vernetzte Systeme
(Smart Grids, Micro Grids etc.), die in einem energetischen Austausch mit ihrer Umgebung stehen, haben in zukünftigen Produktionsanlagen
eine immer größere Relevanz und sind für die
Optimierung ebenfalls von zentraler Bedeutung.
Energieeffiziente Intralogistik durch intelligente Antriebs- und Steuerungstechnik
Als eine beispielhafte Anwendung wird vom
Unternehmen Lenze die Intralogistik herangezogen (Bild 14). Heutige Intralogistiksysteme
bestehen aus vollautomatisierten Lager- und
Verteilsystemen, deren Energieverbrauch hauptsächlich von elektrischen Antrieben verursacht wird. Energieeffiziente Lösungen wurden
bisher aus Kostengründen selten betrachtet.
Durch steigende Energiekosten ist der Energieverbrauch mittlerweile jedoch ein erheblicher
Kostenfaktor.
Der Einsatz von intelligenter Antriebs- und Steuerungstechnik und ein intelligentes Lastmanagement bieten ein erhebliches Optimierungspoten-
zial und ermöglichen den energieeffizienten
Betrieb von Warenlagern und die damit einhergehende Sicherstellung der Nachhaltigkeit.
Ein Baukastensystem stellt effiziente Antriebslösungen und die dazugehörigen Auslegungswerkzeuge zur Verfügung, um für jeden
Antriebsprozess im Warenlager die ökologisch
und ökonomisch optimale Lösung zu realisieren.
Darüber hinaus werden weitere Optimierungen
durch lastabhängig angepasste Bewegungsprofile erzielt, die adaptive Steuerungen und eine
intelligente Vernetzung der verschiedenen Komponenten voraussetzen.
Das intelligente Lastmanagement optimiert
den Betrieb des Warenlagers in Prozessechtzeit
hinsichtlich der Lastspitzen, um das Versorgungsnetz möglichst gleichmäßig auszulasten.
So wird eine bessere Planbarkeit der Versorgungsnetzstabilität ermöglicht, die insbeson-
Energieeffizienz
dere für den optimalen Betrieb in zukünftigen
elektrischen Versorgungsnetzen (Smart Grids)
von entscheidender Bedeutung ist.
Die Pilotierung durch prototypische Umsetzungen erfolgt anhand von Demonstratoren, wie
z. B. der Lemgoer Modellfabrik, und validiert die
entwickelten Methoden und Konzepte.
Nachhaltige Produktion durch intelligente
Automatisierungstechnik
Intelligente Automatisierungslösungen sind ein
wesentlicher Hebel für eine ressourcenschonende und damit energieeffiziente Produktion.
Großes Potential verspricht die Integration
intelligenter Verfahren und Technologien,
wie z. B. Selbstoptimierung, Lernverfahren, Condition Monitoring und Bildverarbeitung, in die
klassische Automatisierungstechnik.
| 17
Hierzu entwickelt die Firma Beckhoff eine
Plattform, die die Entwicklung und den Betrieb
nachhaltiger Produktionssysteme unterstützt
und so maßgeblich zur Optimierung der Energieeffizienz beiträgt (vgl. Bild 15).
Kern der Plattform sind wiederverwendbare
Lösungselemente, die sowohl als Hardwareals auch als Softwarekomponenten intelligente
Funktionen für die Automatisierungstechnik bereitstellen.
Durch den Einsatz derartiger Lösungselemente
kann in Zukunft der Energieverbrauch von Produktionssystemen um mindestens 10% reduziert
werden. Ferner können die Produktivität und
Verlässlichkeit der Produktionssysteme bei nahezu gleichbleibenden Kosten für die Automatisierungstechnik gesteigert werden. 
Energieeffiziente Produktionssysteme
durch die Integration intelligenter
Verfahren und Technologien in die
Automatisierungstechnik
Bild 15: Intelligente Automatisierungslösungen für nachhaltige Produktion (Beckhoff)
18 |
Systems Engineering
Verhalten-Zustände:
Personalisierbar:bool
Produkt Wäsche
Saugfähigkeit [l/kg]:float
Wäschestück
Verschmutzungsgrad:float
Faltmuster:enum
Farbe:enum
12-Kammer-Waschstraße
Vorpuffer
Verhalten-Aktivitäten:
Wäschereiverarbeitungsprozess
Zustände Wäschestück
Wäsche
vorpuffern
Sauber
Waschen
Feucht
Formteile,
Volltrockenware,
Flachwäsche
[verschmutzt]
Kleine Waschstraße
Wäschestück Zentrifuge
[sauber]
Entwässern
[feucht]
Wäsche
waschen
Wäschestück
[sauber]
[halbtrocken]
Sotierstand
Sortieren
Halbtrocken
Verschmutzt
Sortierspeicher
Formteil
Wäsche
puffern
Flachwäsche
Gefaltet
Größe:enum
Form:enum
Trocken
Große Waschstraße
Volltrockenware,
Flachwäsche
[verschmutzt]
Volltrockenware
Wäsche
waschen
Wäschestück
[sauber]
[feucht]
Presse
Markier- und Lagerstation
Wäsche
markieren
Generalisierung
Wäschestück Vereinzelungsstand
[sauber]
Vereinzeln
[halbtrocken]
Ungefaltet
Legende
Objekt
Entwässern
Zustand
Zustandsübergang
Wäsche puffern
Bündel markierter
Wäsche
Wasch- & Schleudermaschine [2]
Waschen
Schleudern
Anfangsknoten
Wirkstruktur:
einzelne Produktionsmittel
3D-Modell der Großwäschereianlage:
• 800.000 Teile pro Woche
• 25 t Wäsche pro Tag
• 2 t Waschmittel pro Tag
Bild 16: Modellierung zur Optimierung der Ressourceneffizienz von Großwäschereien (Kannegiesser)
Intelligente Produkte erfordern
intelligente Entwicklung
Querschnittsprojekt Systems Engineering
Systems Engineering (SE) versteht sich als durchgängige, fachdisziplinübergreifende Disziplin zur
Entwicklung technischer Systeme, die alle Aspekte
ins Kalkül zieht. Es stellt das multidisziplinäre System in den Mittelpunkt und umfasst die Gesamtheit aller Entwicklungsaktivitäten.
bungen der betroffenen Fachdisziplinen wie Mechanik, Elektrotechnik/Elektronik, Softwaretechnik
sowie Anlagen- und Prozesstechnik mündet.
timieren lässt. Wie in Bild 16 dargestellt, wird die
Wäschereianlage dazu auf verschiedenen Abstraktionsebenen modelliert.
Durchgängige, disziplinübergreifende Produkt- und Prozessmodellierung
Systems Engineering ist heute mehr eine Sammlung von Praktiken als eine umfassende ganzheitliche Methodik der Kreation technischer Systeme
[GDS+13]. Gleichwohl ist SE, wie u.a. von Ropohl
dargestellt [Rop75], der geeignete Ansatz für die
erforderliche Methodik zur Entwicklung von komplexen technischen Systemen im Kontext Industrie
4.0.
Ziel der Firma Kannegiesser ist die erhebliche
Verbesserung der Ressourceneffizienz industrieller Wäschereien. Dies umfasst die bestmögliche
Nutzung von Ressourcen wie Energie, Wasser und
Waschmittel bei einer zeit- und kostenoptimalen
sowie umweltgerechten Reinigung der Wäsche.
Die Gesamtwäscherei ist unter ökologischen und
ökonomischen Gesichtspunkten zu entwerfen, auszulegen und zu betreiben.
Die Prozess- und Systemmodelle beschreiben das
systemische, informationstechnische und physikalische Verhalten der Teilsysteme – vom Produkt
Wäsche über die einzelnen Produktionsmittel bis
hin zum gesamten Wäscheverarbeitungsprozess.
Ziel ist, einen ganzheitlichen fachdisziplinübergreifenden Entwurf eines komplexen Systems zu ermöglichen, der im Zuge der weiteren
Konkretisierung in die etablierten Entwicklungsmethodiken und die entsprechenden Toolumge-
Im Rahmen des Projekts werden dazu neuartige
Modellierungs- und Simulationsmodelle
erarbeitet, mit deren Hilfe sich die ganzheitliche
Prozessplanung, -steuerung und -überwachung op-
Durch die durchgängige Verwendung dieser Modelle bei der Prozessplanung, -steuerung und
-überwachung lassen sich suboptimale Zustände
frühzeitig erkennen und Optimierungen zielgerichtet umsetzen.
Die im Rahmen dieses Projekts erarbeiteten
Methoden und Werkzeuge lassen sich auf analoge
Problemstellungen komplexer maschinenbaulicher
Systeme anwenden.
Systems Engineering
| 19
Integration von virtueller und realer Welt
Die Firma DMG MORI SEIKI strebt die Unterstützung der Arbeitsplanung/NC-Programmierung mit
Hilfe einer virtuellen Werkzeugmaschine an
(Bild 17).
Die Auswahl des wirtschaftlichsten Fertigungsprozesses sowie der optimalen Bearbeitungsstrategie
ist Teil der Arbeitsplanung und basiert stark auf
den praktischen Kenntnissen der Mitarbeiter, die
durch NC-Programmiersysteme unterstützt werden.
Diese spiegeln jedoch häufig das Verhalten der
Maschine nur ungenügend wider; so werden beispielsweise die dynamischen Eigenschaften der
Achsen oder die Veränderungen der Werkzeuge
vereinfacht oder vernachlässigt.
Mit Hilfe eines virtuellen Abbilds der realen Maschine werden in Zukunft die zugrundeliegenden
Fertigungsunterlagen durch Simulation optimiert,
bevor sie in die Werkstatt weitergeleitet werden.
Zusätzlich werden die praktischen Kenntnisse der
Fertigungsplaner und die Ergebnisse der Optimierungen für die Wiederverwendung in eine integrierte Wissensbasis übernommen [BGP+13]. 
Virtuelle Welt

Fertigungsunterlagen
Maschine



Werkzeuge


Reale Welt
Steuerung



Geometrie
Kinematik
Verhalten der Antriebe
Optimierte
Fertigungsunterlagen
Technologiedaten
Geometriekomponenten
Spanabtrag
Interpolation Bewegungen
SPS Abläufe
Interpretation NC-Syntax
Bild 17: Optimierung von Fertigungsunterlagen durch die virtuelle Werkzeugmaschine (DMG MORI SEIKI)
20 |
Resümee und Ausblick
Resümee und Ausblick
it‘s OWL ist gerüstet, den Weg zur vierten industriellen
Revolution Schritt für Schritt zu gehen.
Mit einer stark durch den Maschinen- und Anlagenbau sowie die Elektroindustrie geprägten
Clusterstruktur verkörpert it‘s OWL die von der
nationalen Plattform Industrie 4.0 propagierte
duale Strategie, die Deutschland sowohl als
Leitmarkt als auch als Leitanbieter sieht.
Beispielsweise setzen die Clusterunternehmen
Beckhoff, Harting, Phoenix Contact, Wago und
Weidmüller Standards im Bereich der industriellen Automatisierung und halten einen Weltmarktanteil von 75 % in der elektrischen Verbindungstechnik. Demgegenüber steht ein stark
mittelständisch geprägter Maschinen- und Anlagenbau, für den der Einsatz von intelligenten
technischen Systemen erhebliche Innovationspotentiale verspricht.
Ergänzt durch eine starke Forschungslandschaft
bündelt it‘s OWL Kompetenzen und Bedarfe. Mit
der Umsetzung von konkreten Innovationsprojekten im Kontext Intelligente Technische Systeme bietet der Cluster ideale Voraussetzungen,
den Wandel der industriellen Produktion mitzugestalten und wesentliche Bausteine für die
Verwirklichung des Leitbilds Industrie 4.0
beizutragen.
Da das Gros der produzierenden Unternehmen
in OWL (ähnlich wie in anderen Teilen Deutschlands) kleine und mittelständische Unternehmen
sind, hängt die Realisierung des Leitbilds Industrie 4.0 sehr stark von deren Innovationskraft ab.
Aus diesem Grund betreibt it‘s OWL eine konsequente Transferstrategie mit dem Ziel der Diffusion der beschriebenen Technologieplattform
in die Breite.
Dieser Technologietransfer soll in erster Linie
durch sogenannte fokussierte Transferprojekte erreicht werden. Dabei handelt es sich
um kleinere Projekte mit einer Dauer von fünf
bis zehn Monaten, in deren Rahmen die Einführung von Clustertechnologien gefördert wird.
Es werden 120 solcher Transferprojekte in den
nächsten drei Jahren durchgeführt; das Projektvolumen beträgt insgesamt ca. 10 Mio. €. 
Literatur
| 21
Literatur
[ASSW14]
Arbeitskreis Smart Service Welt: Smart Service Welt – Umsetzungsempfehlungen für das Zukunftsprojekt Internet-basierte Dienste für die Wirtschaft, 2014
[BGP+13]
Bauer, F.; Gausemeier, J.; Pruschek, G.; Rehage, G.: Arbeitsvorbereitung 4.0. Cloud-basierte Nutzung virtueller Werkzeugmaschinen. wt Werkstattstechnik online. Jahrgang 103 (2013) H. 2
[FA13]
Forschungsunion Wirtschaft-Wissenschaft; Acatech – Deutsche Akademie der Technikwissenschaften (Hrsg.): Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0, 2013
[GDS+13]
Gausemeier, J.; Dumitrescu, R.; Steffen, D.; Czaja, A.; Wiederkehr, O.; Tschirner, C.: Systems Engineering in der industriellen Praxis.
Heinz Nixdorf Institut; Fraunhofer-Institut für Produktionstechnologie IPT, Projektgruppe Entwurfstechnik Mechatronik; UNITY AG,
Paderborn, 2013
[Geo08]
Geo Epoche: Die industrielle Revolution. Gruner + Jahr, Hamburg, 2008
[GP14]
Gausemeier, J.; Plass, C.: Zukunftsorientierte Unternehmensgestaltung. Carl Hanser Verlag, München, 2014
[GRS14]
Gausemeier, J.; Rammig, F.-J.; Schäfer, W. (Eds.): Design Methodology for Intelligent Technical Systems – Develop Intelligent Technical Systems of the Future. Springer-Verlag, Berlin Heidelberg, 2014
[GTD13]
Gausemeier, J.; Tschirner, C.; Dumitrescu, R.: Der Weg zu Intelligenten Technischen Systemen. Industrie Management, GITO Verlag, 1/2013.
[HJ13]
Hinrichsen, S.; Jasperneite, J.: Industrie 4.0 – Begriff, Stand der Umsetzung und kritische Würdigung. In: Betriebpraxis & Arbeitsforschung S.: 45-47, Dr. Curt Haefner-Verlag GmbH, Heidelberg, Mai 2013.
[Jas12]
Jasperneite, J.: Alter Wein in neuen Schläuchen? Computer & Automation 12/2012, WEKA FACHMEDIEN GmbH, Haar, 2012
[Kal13]
Kalla, H.: Industrie 4.0: Der Weg ist geebnet. etz, elektrotechnik & automation, VDE-Verlag, Ausgabe S2, 2013
[KLW11]
Kagermann, H.; Lukas, W.-D.; Wahlster, W.: Industrie 4.0 – Mit dem Internet der Dinge auf dem Weg zur 4. Industriellen Revolution. In: VDI Nachrichten 13, VDI Verlag, Düsseldorf, 2011
[KWY+13]
Kopp, S.; van Welbergen, H.; Yaghoubzadeh, R.; Buschmeier, H.: An architecture for fluid real-time conversational agents: Integrating incremental output generation and input processing. Journal on Multimodal User Interfaces, 2013
[LSP+12]
Lier, F.; Siepmann, F.; Paul-Stueve, T.; Wrede, S.; Lütkebohle, I.; and Wachsmuth, S.: Facilitating Research Cooperation through
Linking and Sharing of Heterogenous Research Artifacts. Proceedings of the 8th International Conference on Semantic Systems
(I-SEMANTICS ‚12). Sack H, Pellegrini T (Eds); New York, NY, USA: ACM: 157–164, 2012
[NJ14]
Niggemann, O.; Jasperneite, J.: Konzepte und Anwendungsfälle für die intelligente Fabrik. In: Bauernhansl, T.; ten Hompel, M.;
Vogel-Heuser, B. (Hrsg.): Industrie 4.0 in Produktion, Automatisierung und Logistik, Springer-Verlag, 2014
[Rop75]
Ropohl, G.: Einleitung in die Systemtechnik. In: Ropohl, G. (Hrsg.): Systemtechnik – Grundlagen und Antworten, Carl Hanser Verlag,
München, 1975
[Str98]
Strube, G.: Modellierung Motivation and Action Control in Cognitive Systems. In: Schmid, U.; Krems, J. F.; Wysocki, F. (Eds.). Mind
Modelling. Pabst, Berlin, 1998
[WEG+13]
Wrede, S.; Emmerich, C.; Grünberg, R.; Nordmann, A.; Swadzba, A.; Steil, J.J.: A User Study on Kinesthetic Teaching and Learning
for Efficient Reconfiguration of Redundant Robots. Journal of Human-Robot Interaction 2(1): 56–81, 2013
22 |
Clusterpartner
Clusterpartner
Im it‘s OWL e.V. bündeln Unternehmen,
Forschungseinrichtungen und Transferpartner ihre Interessen.
Unternehmen
motion control
CONSULTING & INNOVATION
Hochschulen und Forschungseinrichtungen
Transferpartner
Fördermitglieder
Arntz Optibelt Gruppe, BE Bauelemente GmbH, BISONtec GmbH, Brockbals GmbH, BST International GmbH, Clarion Events Deutschland GmbH, Ceres Vision
GmbH, dSPACE GmbH, ELHA-Maschinenbau Liemke KG, eltromat GmbH, Ferrocontrol Steuerungssysteme GmbH & Co. KG, Friedrich Remmert GmbH, gpdm mbH,
Handwerkskammer Ostwestfalen-Lippe, Hanning Elektro-Werke GmbH & Co. KG, Haver + Boecker OHG, IHC Industrie- und Handelsclub OWL e.V., Initiative für
Beschäftigung OWL e.V., ISI Automation GmbH & Co. KG, Janz Tec AG, Jowat AG, Kaimann GmbH, KW-Software GmbH, Kreis Paderborn, MADLEHN GmbH,
Melitta Europa GmbH & Co. KG, Phoenix Contact Electronics GmbH, Prisma sales service GmbH, REC Deutschland GmbH, Rollax GmbH & Co. KG, Scenario
Management International AG, scout P.-Projektmanagement, Smart Mechatronics GmbH, Sparkasse Paderborn-Detmold, Steinhaus Informationssysteme GmbH,
steute Schaltgeräte GmbH & Co. KG, Strothmann Machines & Handling GmbH, TK-Oberfläche GmbH, topocare GmbH, TURCK Electronics GmbH,
Werthenbach Hydraulik Antriebstechnik GmbH, Westfalen Weser Netz AG
Mitglieder Stand März 2014. Weitere Unternehmen, wissenschaftliche Einrichtungen und wirtschaftsnahe Organisationen können beitreten.
Weitere Informationen zum Verein (Satzung, Beitragsordnung und Beitrittserklärung) sowie weitere Partner finden Sie unter www.its-owl.de
Impressum
Impressum
Die Autoren
Prof. Dr.-Ing. Jürgen Gausemeier
Heinz Nixdorf Institut Universität Paderborn,
Vorsitzender Clusterboard it‘s OWL
Dr.-Ing. Roman Dumitrescu
Geschäftsführer
it‘s OWL Clustermanagement GmbH
Prof. Dr.-Ing. Jürgen Jasperneite
Leiter Fraunhofer Anwendungszentrum
Industrial Automation und
Institut für industrielle Informationstechnik
Hochschule OWL
Arno Kühn
Strategie, FuE
it‘s OWL Clustermanagement GmbH
Fraunhofer IPT Projektgruppe Entwurfstechnik Mechatronik
Henning Trsek
Institut für industrielle Informationstechnik
Hochschule OWL
Herausgeber
it‘s OWL Clustermanagement GmbH
Verantwortlich: Dr.-Ing. Roman Dumitrescu, Günter Korder, Herbert Weber
Umsetzung: Wolfgang Marquardt
Gestaltung: GOLDkids GbR
Bildnachweis: DMG MORI SEIKI (Titelbild), Beckhoff, Bihler, CLAAS, HARTING,
Heinz Nixdorf Institut, Kannegiesser, Lenze, Phoenix Contact, Weidmüller,
WP Kemper
April 2014
| 23
| 24
it‘s OWL Clustermanagement GmbH
Zukunftsmeile 1 | 33102 Paderborn
Tel. 05251 5465275 | Fax 05251 5465102
info@its-owl.de | www.its-owl.de