Digitale Produktentwicklung Mit Digitalisierung Produkte und Prozesse optimieren
Die Digitalisierung manifestiert sich nicht nur in smarten Produkten sondern beschleunigt und optimiert auch den Produktentstehungsprozess. Nur mit einer digitalen Prozesskette, Simulation und Virtualisierung können komplexe Produkte kostengünstig, schnell und in hoher Qualität entstehen.
Anbieter zum Thema

Prozesse in der Produktentwicklung bis in die Produktion kontinuierlich zu optimieren, ist eigentlich selbstverständlich, der Anspruch in den meisten Unternehmen vorhanden. Seit Langem sind uns "Lean Production"“ oder das Toyota-Produktionssystem geläufig. Diese Systeme zielen auf eine kontinuierliche Verbesserung der Produkte und Prozesse, das Vermeiden von Verschwendung sowie insgesamt eine Steigerung der Produktivität.
Im Zeitalter der Digitalisierung könnte im ersten Moment der Eindruck entstehen, dass solche Optimierungsprozesse einfacher und schneller möglich sind: Man kennt die Zahlen, man weiß, wo es „brennt“, und „automatisiert“ an dieser Stelle so weit wie möglich.
Doch ganz so einfach ist es nicht, denn auch die Prozesse selbst – sei es im Engineering oder in der Fertigung – sind wesentlich komplexer geworden. Man denke nur an Smart Products oder Systems Engineering: Bei solchen Anforderungen genügt es nicht mehr, alle Arbeitsschritte und alle Bereiche des Engineerings einfach separat zu betrachten. Alles fließt ineinander, kann sich gegenseitig beeinflussen und muss deshalb ganzheitlich geplant und bearbeitet werden.
Produkte entstehen im Zusammenspiel aus Mechanik, Elektrik und Software
Das klingt nach gut und sinnvoll, aber was soll das konkret bedeuten? Ein Beispiel: Das neue Antriebssystem in einer Maschine soll effizient, leise und kostengünstig produzierbar sein sowie in den Bauraum des Vorgängers hineinpassen.
Zudem erwartet der Kunde Konnektivität und Sensorik zur Überwachung beziehungsweise Diagnose. Das bedeutet, dass alle in irgendeiner Weise am Produkt beteiligten Personen während eines solchen Projekts im Team zusammenarbeiten müssen und Zugriff auf die entsprechenden Daten haben.
Am Beispiel des Antriebssystems sind also sowohl Konstrukteure für die Mechanik als auch für die Elektrik sowie Softwareingenieure erforderlich, außerdem Simulationsspezialisten für Akustik und Elektromotoren. Zum Schluss muss das komplette Antriebssystem auch in der Maschine entsprechend funktionieren: Die Gesamtkonstruktion muss darauf ausgelegt sein, den physikalischen Parametern wie Temperatur oder Schwingungen standzuhalten; die elektrischen Anschlüsse und Verkabelungen müssen vorhanden sein.
Kollaborative Produktentwicklung: Alle Disziplinen arbeiten im Team
Die Entwicklung aktueller Produkte wird also zunehmend komplexer, was Teamarbeit erforderlich macht. Prof. Dr. Albert Albers, Leiter des Instituts für Produktentwicklung (IPEK) am Karlsruher Institut für Technologie (KIT), fasste das in einem Interview mit Bosch Rexroth zusammen: „Der geniale Daniel Düsentrieb kann die benötigte fachliche Tiefe nicht mehr leisten. Spezialisten müssen ihr Wissen auf einer gemeinsamen Ebene bündeln, auf der dann die Innovationen entstehen.“
Doch warum ist diese Zusammenarbeit vieler Disziplinen für die Produkt- und Prozessoptimierung von Bedeutung? Zum einen ist es wichtig, das Projektmanagement mithilfe der entsprechenden Software zu optimieren: einheitliche Strukturen im PLM- und ERP-System, Kollaborationsplattformen für die Zusammenarbeit unterschiedlicher Abteilungen oder Unternehmen und die Möglichkeit der durchgängigen Datenkonsistenz.
Zum anderen muss das Team – jeder für seinen Bereich – parallel arbeiten.
Jeder ist über den Projektfortschritt informiert; sogar Terminpläne des gesamten Projekts können generiert werden. Durch diese enge Zusammenarbeit schon in der Konstruktionsphase erkennt man Fehler oder Qualitätsmängel deutlich schneller und kann sie gemeinsam beheben, was wiederum die Markteinführung des Produktes beschleunigt.
Durch solch eine Optimierung hat Olbrich, ein Maschinen- und Anlagenbauer aus Bocholt, mithilfe von CIM Database des PLM-Anbieters Contact Software den Zeitaufwand alleine für die Angebotserstellung um 50 Prozent reduzieren können. Ein großer Vorteil ist außerdem die hohe Transparenz aller Projekte, sodass man viel früher als vorher eingreifen kann, wenn Zeit oder Budget über den geplanten Werten liegen.
Den Zwilling die Arbeit erledigen lassen
Die Zusammenarbeit unterschiedlichster Fachrichtungen ist die Basis, um einen digitalen Zwilling des physischen Produkts zu erstellen. Dieser Zwilling wird mit der Produktidee geboren, dient bei der Fertigung als Vorlage, wächst danach im Produktentwicklungsprozess immer weiter mit an und bleibt über den gesamten Lebenszyklus mit ihm verbunden.
Er kann sowohl getestet als auch in einer virtuellen Welt produziert werden. Ein solches Konzept besteht aus drei Teilen: dem physischen Produkt in der realen Welt, dem virtuellen Produkt in der virtuellen Umgebung sowie den vorhandenen Daten und Informationen, die das virtuelle und das reale Produkt verbinden. Je mehr Informationen und Daten vorhanden sind, desto eher lässt sich das Produkt nicht nur virtualisieren, sondern auch in seinem Verhalten und in seiner Leistung testen.
Treten hier bereits Probleme oder Fehler auf, dann können diese direkt an die Entwickler zurückgegeben werden, ohne dass bereits ein Prototyp hätte gebaut werden müssen. Auf diese Weise können zudem mehrere Produktvarianten vorab im Hinblick auf ihre Performance getestet werden.
Joachim Zoll, Leiter des Geschäftssegments Machine Tools Systems bei Siemens, beschreibt anschaulich, wie beispielsweise Maschinenbauer von einem solchen digitalen Zwilling profitieren können: "Da alle relevanten Konstruktionsdaten der Maschine digital vorliegen, kann ein virtuelles Maschinenmodell – ein sogenannter digitaler Zwilling – der auszuliefernden Maschine erstellt werden. Dies ermöglicht dem Maschinenbauer, den Maschinenentwicklungsprozess direkt virtuell zu beginnen, ohne ein Stück Mechanik in die Hand zu nehmen, und so gezielt und einfach auf Kundenwünsche einzugehen."
Digitaler Zwilling optimiert die Produktionsplanung
Der digitale Zwilling dient nicht nur als "Ersatz" eines realen Prototypen. Vielmehr fließt er auch in die Produktionsplanung mit ein, die ebenfalls digital erstellt wird. Sind die Parameter (Produktgrößen, Taktzeiten, Entfernungen) einzelner Produktionskomponenten vorhanden, kann anhand entsprechender Software wie Tecnomatrix von Siemens oder Delmia von Dassault Systèmes die komplette Fertigung von der Planung über Werkzeuge und Ressourcen bis hin zu Fertigungskapazitäten und Kosten digital aufgebaut werden.
Die Fertigung an sich ist der höchste Kostenfaktor in einem Unternehmen und umfasst sowohl Fertigungsmittel, Arbeitskosten und die Produktionsstätten als auch die Fertigungsplanung sowie den Prototypen- und Modellbau. Hier können sich durch Maßnahmen hinsichtlich Digitalisierung und Virtualisierung hohe Einsparpotenziale ergeben.
Anhand der vorhandenen Daten und des Hallenlayouts lassen sich schnell Simulationen unterschiedlichster Konstellationen durchführen, aber man kann auch berechnen, wie beispielsweise Störungen den Ablauf beeinflussen oder wie sich die Effizienz steigern lässt. Auf diese Art und Weise können viele Konzeptvarianten geprüft werden, um die günstigste oder die leistungsfähigste auswählen zu können. Ohne digitale Modelle wären solche Optimierungen kaum möglich oder würden sehr viel Zeit und Kosten in Anspruch nehmen.
Mit virtueller Inbetriebnahme Zeit und Geld sparen
Weitere Zeit lässt sich vor allem mit einer virtuellen Inbetriebnahme einsparen, die in der realen Umgebung bis zu 20 Prozent der Projektzeit umfassen kann. Am längsten dauert die vollständige Programmierung beziehungsweise die Fehlerbehebung in der Steuerungssoftware. Gerade hier kann man mit der virtuellen Inbetriebnahme viel Zeit einsparen, weil bereits in der Konstruktionsphase mit der Arbeit begonnen werden kann.
Dafür wird ein Simulationsmodell der gesamten Fertigungslinie erstellt und diese virtuelle Welt dann an das reale oder ebenfalls virtuelle Steuerungssystem angeschlossen. So können mögliche Fehlerquellen schneller ausfindig gemacht und Schwachstellen im System erkannt werden und die Produktion kann schneller anlaufen. Außerdem sind Tests möglich, die in der Realität schwierig oder unmöglich sind, weil entweder Maschinen beschädigt oder Menschen verletzt werden könnten.
Die Simulation ist nicht nur für die komplette Anlage möglich. Auch Teile wie Roboterzellen oder Bearbeitungszentren ermöglichen mithilfe ihres virtuellen Abbildes eine vorgelagerte, virtuelle Inbetriebnahme. Joachim Zoll: "Hier wird das virtuelle Maschinenmodell mit der realen Steuerungstechnik verbunden. Die Maschinenentwürfe sowie die Interaktion zwischen CNC und der Maschine können also unter realen Bedingungen im Detail getestet werden."
Produkt im Einsatz meldet Fehler an die Produktentwicklung zurück
Ist das Produkt auf dem Markt, hat der Hersteller oft aus verschiedenen Gründen ein Interesse daran, zu erfahren, wie der Kunde das Produkt nutzt und welche Probleme sich aus dieser Nutzung heraus ergeben. Schon heute ist es oftmals keine Zauberei, Nutzerdaten und Nutzerprofile zu erzeugen beziehungsweise zu erhalten – man denke nur an den erst kürzlich aufgetretenen Fall, als ein Nutzer des Carsharing-Dienstes BMW Drivenow in einen Unfall verwickelt war und BMW im Gerichtsverfahren plötzlich ein Bewegungsprofil des Fahrers vorlegte. Angesichts der integrierten Software und Sensorik ist es, abgesehen vom Datenschutz, kein Problem mehr, die Produkte technisch regelrecht zu "überwachen".
Das muss nicht den negativen Eindruck hinterlassen, den das Beispiel von BMW vielleicht erzeugt. Der Elektrofahrzeughersteller E.Go, eine Ausgründung der RWTH Aachen, hat für die Zukunft andere Pläne, denn er will die Daten einsetzen, um dem Fahrer einen tatsächlichen Mehrwert zu bieten. Zur Zeit arbeitet das junge Unternehmen an einem finanzierbaren, praktischen Elektroauto für den Alltag. Das Cockpit wird mit Unterstützung von PTC entwickelt und geht über die reine "Informationsvermittlung" an den Fahrer hinaus.
Tritt an einem solchen Fahrzeug ein Problem auf, erhält beispielsweise der Servicepartner des Elektroautos eine Meldung auf sein Smart Device – inklusive GPS-Daten, um zum Fahrzeug zu finden. Eine App ermöglicht es, vor Ort durch einen Code das Produkt mit einem Tablet oder einer Datenbrille zu scannen, zu erkennen und den Fehler auszulesen.
Anhand dieser Informationen erhält der Servicetechniker nun eine virtuelle Anleitung, um den Defekt zu beheben: Mit dem Smart Device wird er in einer virtuellen Welt über die integrierte Kamera angeleitet, wohin er gehen und welche Arbeitsschritte er durchführen muss.
Ist diese Arbeit abgeschlossen, kann der Fehler, wenn einer Datenweitergabe eingewilligt wurde, gemeldet werden. Tritt das gleiche Problem häufiger auf, wird die Produktentwicklung informiert, um entsprechende Änderungen vorzunehmen. Kommen beispielsweise gehäuft Lagerschäden vor, müssen die Konstrukteure überprüfen, ob die Lager vielleicht falsch ausgelegt wurden oder die Fahrer das Fahrzeug anders nutzen als im Engineering angenommen.
Bestehende Produkte verbessern
Auf diese Weise lassen sich bestehende Produkte verbessern, indem Informationen aus der Nutzung wieder zurück in die Entwicklung fließen. Ähnlich arbeitet Miele bereits heute, wie Dr. Eduard Sailer, technischer Geschäftsführer, erklärt. Mit den Daten, die Miele zum Beispiel von seinen Gefriergeräten erhält, wird das Unternehmen Informationen über das Nutzungsmuster bei verschiedenen Lebensmitteln sammeln. Doch auch hier ist man sich des Datenschutzes bewusst. Sailer: "Solche Daten an Dritte weiterzugeben, würde unserem Prinzip widersprechen, dass der Kunde das Recht hat, die Nutzung der zu ihm gehörenden Daten selbst zu steuern."
Ein digitaler Workflow in der Produktentwicklung hat das Potenzial, die Einführung neuer Produkte zu beschleunigen und die Qualität bestehender Produkte zu optimieren. Damit würden sich die Unternehmen auch einer der größten Herausforderungen bei der Umsetzung von Industrie 4.0 stellen können: der Prozess- und Arbeitsorganisation (siehe "Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0" der Acatech – Deutsche Akademie der Technikwissenschaften e. V. und des Deutschen Forschungszentrums für Künstliche Intelligenz, S. 29).
(ID:44221702)