Anzeige
Anzeige
Anzeige
Beitrag drucken

GAIA-X Projekt smartMA-X

Die Produktion aufteilen

Die  Technologie-Initiative SmartFactory-KL arbeitet an der Realisierung eines Shared Production-Ansatzes und bildet so die theoretische Grundlage für das europäische Infrastrukturprojekt  GAIA-X.

Keran Sivalingam, Projektleiter von smartMA-X (Bild: Technologie-Initiative SmartFactoryKL e.V.)

Keran Sivalingam, Projektleiter von smartMA-X (Bild: Technologie-Initiative SmartFactoryKL e.V.)

Die SmartFactory Kaiserslautern entwirft seit Jahren Visionen für die Produktion der Zukunft. Auf Industrie 4.0 im Jahr 2011 folgte 2019 das Update Production Level 4 (PL4), das durch seine modularen Grundprinzipien die theoretische Grundlage für GAIA-X bilden wird. Die Vision von PL4 ist eine resiliente Produktion, bei der GAIA-X eine wichtige Rolle spielt. Mit GAIA-X soll zukünftig eine europäische Dateninfrastruktur zu Verfügung stehen, um u.a. eine Shared Production zu realisieren. Dabei ist die Grundidee, dass Fertigungsfähigkeiten (Skills) angeboten werden, die europaweit frei auf dem Markt zur Verfügung stehen und genutzt werden können: Production-as-a-Service.

„Wir wissen, dass Maschinen aus verschiedenen Gründen oft nicht arbeiten. Manche Maschinen sind sogar nur wenige Tage im Monat in Betrieb, vor allem bei Mittelständlern. Da setzen wir an“, erklärt Prof. Martin Ruskowski, Vorstandsvorsitzender der SmartFactory Kaiserslautern. „Es wäre viel sinnvoller, wenn eine stillstehende Maschine von jemand anderem genutzt werden könnte. Diese ‚Fremdnutzer‘ zahlen dann für den Gebrauch. So haben Maschinenbesitzer und ‘Fremdnutzer‘ etwas davon.“

Geteilte Produktion

GAIA-X greift den Gedanken der ‘geteilten Produktion‘ auf. Shared Production oder Production-as-a-Service soll europaweit möglich werden. Dazu sind Maschinenmodule mit bestimmten Skills (Fertigungsfähigkeiten), wie bspw. ein Werkstück zuschneiden oder Metall fräsen, europaweit verbunden und können miteinander kommunizieren. Die Skills werden angeboten und können abgerufen werden. „GAIA-X muss eine sichere Dateninfrastruktur bieten“, sagt Ruskowski. „Deshalb wird im Unterschied zu bisher existierenden Clouds europäischer Datenschutz für GAIA-X gelten.“ So soll Datensouveränität sichergestellt werden. Aber auch die Datendurchgängigkeit entlang der Lieferkette haben die Wissenschaftler im Blick.

Das Produkt kennt sich selbst

Das von der SmartFactory 2019 veröffentlichte Update zur Industrie 4.0 – Production Level 4 – beschreibt die Vision einer solchen Fertigung. „Wir gehen darin von Skills, also Fertigungsfähigkeiten aus, die ein Produkt abrufen kann“, so Ruskowski. „Ein Produkt kennt demnach sich selbst und kommuniziert mit den angebotenen Skills und ruft diese zu seiner eigenen Fertigung ab. Im Prinzip spielt es dabei keine Rolle, ob das in einer Fabrikhalle geschieht oder europaweit.“

„Zuerst müssen wir unseren Demonstrator praktisch an das GAIA-X-Netzwerk andocken“, sagt Keran Sivalingam, Projektleiter von smartMA-X, einem Teilprojekt der SmartFactory-KL. „Das, was wir in den nächsten Jahren entwickeln, wird dann zum Vorbild für alle anderen. Wir möchten definieren, wie Maschinen mit ihren Skills überhaupt Teil des GAIA-X-Netzwerkes werden können.“ Doch das soll erst der Anfang sein. Ein Blick in die Details zeigt die Komplexität der Aufgabe: Eine Fähigkeit (ein Skill) besteht aus vielen kleinen Teilen, so genannten Atomic Skills. Der Skill selbst ist also die Summe kleiner oder untergeordneter Skills, weshalb er Compound Skill genannt wird. So setzt sich bspw. der Compound Skill ‘Loch bohren‘ aus vielen Atomic Skills zusammen: Drehzahl, Bewegung zum Produkt, Bohrdruck, Bohrwinkel, etc. „Wir müssen nun erforschen und ausprobieren, welcher Grad an Abstraktion eines Skills notwendig und sinnvoll ist, um ihn im GAIA-X-Netzwerk anzubieten. Sind Compound Skills zielführender oder Atomic Skills?“, erläutert Sivalingam. „Vor allem müssen wir aber auch testen, was technisch überhaupt möglich und sinnvoll ist. Dazu gibt es bisher kaum Wissen.“

Maschinendaten für die KI-Forschung

Eine weitere Aufgabe von smartMA-X ist die Arbeit mit Maschinendaten, die mit zunehmender Digitalisierung überall in großem Umfang generiert werden. „Bisher arbeitet kaum jemand damit“, sagt Projektleiter Sivalingam. Viele deutsche Mittelständler würden auf Daten sitzen, ohne zu wissen, welche praktischen Anwendungsmöglichkeiten es dafür gebe. „Erst seit wir auf echte Maschinendaten zurückgreifen können, können wir überhaupt vernünftig im Bereich industrieller KI-Anwendungen forschen“, so Sivalingam. „Deshalb bin ich sehr gespannt, welche Anwendungen oder Geschäftsmodelle wir in den nächsten Jahren unter Verwendung der maschinellen Daten aus unseren Forschungsarbeiten entwickeln.“

Trotz Blick in die Zukunft plant Ruskowski den nächsten konkreten Schritt für 2021: „Im Moment fokussieren wir uns auf Smart Maintenance“, sagt er. „Das setzen wir gerade in unserem Demonstrator mit unserem Partnerkreis um. Die Headline ist resiliente Produktion. Wie kann ich Module aus einem System herausnehmen, ohne dass die Produktion stoppt. Darauf zahlt auch GAIA-X ein, denn denkbar wäre, dass der ausfallende Skill irgendwo in Europa übernommen werden kann.“ Der Partnerkreis der SmartFactory-KL plant 2021 einen Smart Maintenance Use-Case zu präsentieren.

Beitrag drucken

Die Produktion aufteilen

Die SmartFactory Kaiserslautern entwirft seit Jahren Visionen für die Produktion der Zukunft. Auf Industrie 4.0 im Jahr 2011 folgte 2019 das Update Production Level 4 (PL4), das durch seine modularen Grundprinzipien die theoretische Grundlage für Gaia-X bilden wird. Die Vision von PL4 ist eine resiliente Produktion. Mit Gaia-X soll zukünftig eine europäische Dateninfrastruktur zur Verfügung stehen, um u. (mehr …)


Das könnte Sie auch interessieren:

Im Rahmen eines neu aufgesetzten Partnerprogramms will der Simulationsspezialist Machineering Anwendern u.a. die Lösungsintegration erleichtern.‣ weiterlesen

Immer wieder sind Unternehmen und Organisationen von Ransomware-Angriffen betroffen. Der Softwareanbieter Check Point beobachtet dabei ein noch aggressiveres Vorgehen der Hacker.‣ weiterlesen

Toby Alcock ist neuer Chief Technology Officer der Logicalis Group. Er bekleidete zuletzt die Position des Chief Technology Officer für Logicalis Australien.‣ weiterlesen

Sven Behrendt ist neuer CEO der SER Group. Die Unternehmensgruppe teilt zudem mit, dass John Bates als Executive Chairman in den Beirat der SER Group berufen wurde.‣ weiterlesen

Der Ort, an dem die wichtigsten Prozesse der Datenspeicherung und -verarbeitung stattfinden, hat sich in den letzten Jahrzehnten mehrfach verschoben. Von zentralen Großrechnern bis in die Cloud und wieder zurück. Durch den aktuellen Trend des Edge Computing werden Teile der Datenverarbeitung wieder näher an den Entstehungsort gerückt. Doch was ist der effizienteste Weg?‣ weiterlesen

In vielen Unternehmen steht der Anspruch an die Produktqualität in krassem Gegensatz zum Anspruch an die Stamm- und Plandaten. Doch diese sind essenziell für viele Berechnungen bis hin zur Wirtschaftlichkeit eines Produktes. Datenpflege im Werk ist zwar mühsam, aber mit den passenden Methoden und Software gut zu bewältigen.‣ weiterlesen

Wirklich Nutzen aus Machine Learning zu ziehen, ist schon schwer genug. Umso ärgerlicher ist es, wenn Fehler den Fortschritt verzögern. Dieser Leitfaden führt, angelehnt an zahlreiche Best Practices, durch ein erfolgreiches ML-Projekt und zeigt typische Fallstricke auf.‣ weiterlesen

Bei der Umstellung auf eine datengetriebene Produktion gibt es einige Herausforderungen, die es bereits im Vorfeld zu beachten gilt. Um diese systematisch angehen und meistern zu können, ist eine stufenweise Etablierung deshalb ein sinnvoller Weg.‣ weiterlesen

Martin Strempel ist neuer Business Development Manager Data Analytics beim beim MES-Anbieter Itac Software. In seiner bisherigen Laufbahn bei der BMW Group war er u.a. für die Produktionssteuerung im Werk in München verantwortlich und entwickelte Manufacturing Execution Systeme (MES) weiter.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige