Eine Maschine besteht aus tausenden Einzelteilen und jedes davon bringt seine eigenen Daten mit. Kommen diese unvollständig, uneinheitlich oder nicht maschinenlesbar beim Maschinenbauer an, sind aufwändige manuelle Prozesse notwendig. Wie sich dieser Aufwand auflösen lässt, zeigt die Class.Ing Ingenieur-Partnerschaft aus Salzkotten auf der FMB.
Der Digitale Zwilling ist das Schlüsselelement der Industrie 4.0. In der Praxis scheitert seine Umsetzung häufig an den Daten und nicht an der Technik. Denn der Zwilling einer Maschine entsteht nicht am Stück: Er setzt sich aus den Daten aller verbauten Komponenten zusammen. Der Maschinenbauer erbt sie von seinen Lieferanten, diese wiederum von ihren Zulieferern. Diese N-Tier-Hierarchie ist der eigentliche Engpass. „Ein Digitaler Zwilling ist immer nur so gut wie die Daten, die von unten in ihn hineinlaufen“, sagt Frank Scherenschlich, der die Ingenieur-Partnerschaft gemeinsam mit Goran Rukavina führt.
Ansetzen lässt sich dort mit einem Online-System für Lieferantendaten: Zulieferer importieren oder pflegen ihre Artikel- und Merkmalsdaten direkt in einem Portal – strukturiert, geprüft, standardisiert. Den gemeinsamen Nenner liefert dabei der ECLASS-Standard: Wer ein Bauteil danach beschreibt, stellt es so dar, dass verschiedene Systeme es gleich verstehen. Schon in einem einzelnen Schaltschrank stecken Komponenten aus dutzenden Quellen; liegen deren Merkmale ebenfalls standardisiert vor, entsteht ein durchgängiger Datensatz statt einer Menge von Einzeldokumenten. Was für die Baugruppe gilt, skaliert auch auf die komplette Maschine und lässt sich in PLM- und PDM-Systeme übernehmen.
Dass digitale Produktdaten kein Selbstzweck sind, zeigt die Regulierung. Der Digitale Produktpass 4.0, der am 18. Februar 2027 mit dem Batteriepass startet, setzt strukturierte Produktdaten voraus. Und mit der neuen EU-Maschinenverordnung (EU) 2023/1230, die ab dem 20. Januar 2027 gilt, dürfen Betriebsanleitungen und Produktinformationen vollständig digital bereitgestellt werden. Ein Digitaler Zwilling – standardisiert über eine Verwaltungsschale, die Asset Administration Shell – ist dafür ein hervorragender Weg: Er transportiert Konformitätsangaben, technische Merkmale und Dokumentation der Maschine in einer maschinenlesbaren Struktur, statt sie über PDF-Dateien zu verteilen.
Bleibt die Frage, wie gewachsene Datenbestände in diese Form kommen. Hier setzt Class.Ing auf künstliche Intelligenz – allerdings als Werkzeug unter fachlicher Kontrolle, nicht als Ersatz für sie. KI-Verfahren erkennen Dubletten, ordnen Artikel Klassen zu, extrahieren Merkmalswerte aus Datenblättern und schlagen fehlende Angaben vor; die Freigabe bleibt beim Menschen.
Einen eigenen Ansatz verfolgt das Unternehmen mit metaparts: vordefinierte, bereits vollständig klassifizierte virtuelle Artikel für reale Produkte, beispielsweise Normteile. Ein Rillenkugellager etwa muss nicht in jedem Unternehmen neu beschrieben werden – seine Merkmale sind bekannt und standardisiert. Konstrukteure greifen auf den fertigen Datensatz zu, statt ihn anzulegen. Vorhandene Stücklisten lassen sich KI-gestützt gegen diesen Bestand prüfen und ergänzen.
Der Nutzen zeigt sich dort, wo heute unnötiger Aufwand entsteht: Die Beschaffung vergleicht Angebote anhand echter Merkmale statt mithilfe von Prospekttexten. Die Konstruktion findet vorhandene Teile wieder, statt Dubletten anzulegen. Und die Maschinendokumentation entsteht aus dem Datenbestand heraus, statt am Ende zusammengetragen zu werden.
Für die Zulieferer der Region ist die Botschaft unbequem und hilfreich zugleich: Der Druck, standardisierte Produktdaten zu liefern, ist bereits vorhanden – über die Kunden, über den Digitalen Produktpass, über die Maschinenverordnung. Wer jetzt beginnt, erfüllt nicht nur eine Anforderung, sondern gewinnt einen weiteren Vertriebskanal.
Weitere Informationen: www.classing.de und auf der FMB Halle 20, Stand DH 305
