Ergebnisse im Bereich Digitalisierung
Digitalisierung im Kontext von Produktionssystemen ist ein Prozess, der nicht nur eine technische, sondern auch eine organisatorische und eine soziale Komponente besitzt die ausgewogen betrachtet werden müssen. Mit ihrer Dissertationsschrift „Ableitung einer ganzheitlichen Transformationsstrategie zur Realisierung von Datendurchgängigkeit im Anlagenentstehungsprozess“ hat Frau Dr.-Ing. Listl in 2024 uns Werkzeuge in die Hand gegeben, die uns ein besseres Verständnis von Digitalisierungsprozessen ermöglicht haben.
Auf dieser Basis erarbeiteten wir in den Projekten Digitale Anlagenmodellierung mit neutralen Datenformaten (DIAMOND), PMV-based analytics for knowledge-driven manufacturing (PMV4Analytics) und Workflow-Automatisierung in der Auftragsbearbeitung (ATAautoWorkflow) Werkzeuge zur Gestaltung von Digitalisierungsprozessen.
Ausgangspunkt ist immer die Gewinnung eines umfassenden Verständnisses der zu digitalisierenden Prozesse und seiner Rahmenbedingungen. Auf Basis einer Prozess- und Verschwendungsanalyse - wie zum Beispiel im Paper „Prozess- und Verschwendungsanalyse in Engineering und Inbetriebnahme“ dargestellt - kann mit Hilfe einer SIPOC (oder alternativ mit Hilfe einer Engineeringwertstromanalyse wie in der Dissertation von K. Hassan ein Verständnis für den zu digitalisierenden Prozess gewonnen und Schwächen am Prozess erkannt werden. Auf dieser Basis können Entscheidungen über die Frage „Was soll digitalisiert werden?“ getroffen werden.
Einen der ersten Schritte im Rahmen der Digitalisierung bildet die Gewinnung eines Verständnisses über die Informationsmengen und die für sie notwendigen Daten, die betroffen sind. Die entsprechende Informationsmodellierung kann zum Beispiel mit Hilfe der mit Common Concept Methode / Common Data Method, wie sie in den Papers "Common concept method for citizen modelers in cross-domain engineering“ und „A CDM Meta-Model for cross-disciplinary data management in production systems engineering“ vorgestellt wird, erfolgen. Die sich dabei ergebende Metamodellierung des in der Digitalisierung betroffenen Informationshaushaltes kann direkt zur Generierung von AutomationML basierten Informationsmodellen genutzt werden.
Die mit der CDM entwickelten domänenspezifischen, AutomationML basierten Informationsmodelle bieten einen einfachen Zugang zur Umsetzung von Informationslogistik. Wie das Paper „The IEDT framework - enabling efficient engineering data exchange using AutomationML“ zeigt, ist es in einfacher Weise möglich, Engineeringdaten zu aggregieren und zu Systemen von Industrie 4.0 Verwaltungsschalen zu formen, die ganze Produktionssysteme beschreiben können.
In Analogie zur Betrachtung von Engineeringdaten können auch Laufzeitdaten von Produktionssystemen in die Informationsmodellierung integriert werden. Die Paper „Approach for identifying data usage information objects for the later implementation in production environments: Enabling a logic for the information modelling based on use cases using a conversation concept“ und „Standardized data exchange for industrial dataspaces using asset administration shell, automationML and OPC UA“ zeigen, wie die relevanten Informationen identifiziert und herstellerneutral bereitgestellt werden können.
Beispiele für den Nutzen, den die gesammelten Daten in entsprechenden Expertensystemen erbringen können, stellen die Paper „Keeping CRISP-DM in the (human) loop - insights for complex manufacturing systems“ und „Integration of security patterns for quality analysis in production systems engineering„ vor.
Mit den Spezifika, die sich bei Digitalisierungsprojekten für klein- und mittelständische Unternehmen ergeben und welche Anpassungen der oben genannten Methoden sinnvoll erscheinen, beschäftigt sich das Paper „Model-based decision making for industrial processes in SMEs by combining PPR with performance indicators“.
Im 2026 erscheinenden Buch „Business Intelligence for Multi-Domain Systems Engineering and Operations: Applications in Cyber-Physical Production“ fassen wir die genannten Ergebnisse noch einmal zusammen und stellen Sie in einen gemeinsamen Kontext.
In aktuell laufenden und in geplanten Projekten wollen wir die erreichten Ergebnisse in verschiedenen praktischen Anwendungsfällen nutzen und auf Basis der dabei gewonnenen Erfahrungen verfeinern. Wir würden uns freuen, wenn sich interessierte Alumnis, die weitere Anwendungsfälle haben, bei uns melden.
