Digitalisierung, Produktionsplanung, Prozessverbesserung, Industrie 4.0

M2M-Kommunikation – wenn Maschinen miteinander sprechen

Vernetzte Produktion bei KMU: Blockchain-Demonstrator für kooperative Wertschöpfung
Lesedauer:  3 Minuten
©AdobeStock/DIgilife
©AdobeStock/DIgilife

Kooperative Wertschöpfung, orchestriert über eine Blockchain: Am Mittelstand 4.0-Kompetenzzentrum Ilmenau wird ein Demonstrator entwickelt, der eine vernetzte Fertigung von der Auftragserstellung bis zum fertigen Produkt ermöglicht. Der Demonstrator koppelt das additive Lichtbogenschweißen mit Thermografie und 3D-Scanverfahren, um eine spanende CNC-Nachbearbeitung produktindividuell zu optimieren. Die Datenübertragung zwischen den einzelnen Fertigungsprozessen erfolgt dabei auf Basis von Smart Contracts. Smart Contracts steuern den Fertigungsablauf und ermöglichen eine Kommunikation der Maschinen untereinander. Die Daten sind in der Blockchain vor Verlust oder Manipulation geschützt, aber dennoch permanent über das Internet verfügbar. Variable Zugriffsrechte erlauben die Weitergabe der Daten auch an Firmen in einem Partnernetzwerk, so dass eine Fertigung in kooperativen, unternehmensübergreifenden Netzwerken ermöglicht wird.

Industrieunternehmen in Deutschland steht zunehmend starke internationale Konkurrenz gegenüber, die ihre Wettbewerbsposition mittelfristig gefährden kann. Volatile Märkte, knappe Ressourcen und steigende Energiepreise führen zur Notwendigkeit einer Digitalisierung, um Prozesse durch Informations- und Kommunikationstechnologien effizienter zu gestalten [1]. Doch es geht um mehr als die Absicherung der Wettbewerbsfähigkeit. Es geht um die Art, wie wir zukünftig Informationen und Wissen austauschen. Es geht um Vernetzung. In diesem Zusammenhang bietet die Vision der Industrie 4.0 Chancen für eine flexible Produktion und die Verschmelzung der physischen mit der realen Welt [2].

Im Rahmen des Mittelstand 4.0-Kompetenzzentrums Ilmenau wird eine Demonstrationsumgebung entwickelt, welche eine vernetzte, unternehmensübergreifende Kooperation am Beispiel einer Fertigungskette darstellt. Produkt- und fertigungsbezogene Daten sollen dabei sowohl zwischen den beteiligten Unternehmen, als auch zwischen den einzelnen Prozessen auf Basis der Blockchain-Technologie ausgetauscht werden.

Ziel des Demonstrators ist es, die additive Fertigung, einen der Stützpfeiler und Hoffnungsträger der Industrie 4.0 [3], als Teil einer automatisierten Prozesskette darzustellen. Additive Fertigung ist bislang vor allem durch die Notwendigkeit einer spanenden Nachbearbeitung geprägt, um eine Oberflächenqualität vergleichbar zu klassischen Fertigungsverfahren zu erreichen. Diese Nachbearbeitung muss individuell für jedes Werkstück geplant werden, wodurch die eigentliche Stärke der additiven Fertigung – die wirtschaftliche Fertigung in Losgröße Eins – bei der erforderlichen Nacharbeit zum Kostentreiber wird.

Daher wird in der Fertigungskette des Demonstrators eine first-time-right-Fertigung angestrebt. Um dies zu erreichen, müssen Prozessdaten zwischen Maschinen ausgetauscht werden, welche nicht zwangsläufig in demselben Unternehmen stehen müssen. Dazu verwendet der Demonstrator die Blockchain-Technologie als Kommunikations- und Übertragungsmedium.

M2M-Kommunikation
Bild 1:  Prinzip der Blockchain-Technologie

Die Blockchain als Kommunikationsbasis

Allgemein beinhaltet die Blockchain-Technologie eine dezentrale Datenbank, die eine stetig wachsende Liste von Transaktionsdatensätzen enthält. Diese Datenbank wird immer wieder um eine bestimmte Menge an Transaktionen erweitert. Die Transaktionen oder Daten liegen dabei immer in einem Block. Werden die Blöcke miteinander verbunden, entsteht eine Kette. Somit entsteht der Begriff einer Blockkette bzw. im englischen Blockchain. Ist ein Block vollständig, wird der nächste erzeugt und an die bestehende Kette gehängt. Jeder Block ist dabei über eine Referenz (Hash) mit dem vorherigen Block verbunden (Bild 1).

Da alle Transaktionen in der Blockchain unwiderruflich gespeichert sind, können diese jederzeit zurückverfolgt werden. Das dezentrale Netzwerk zeichnet sich durch Manipulationssicherheit über die Unternehmensgrenzen hinweg aus. Es existieren in dem verteilten Netzwerk (Distributed Ledger) mehrere Duplikate der Blockchain. Diese Duplikate liegen auf jedem Netzwerkknoten. Die Lösung vermeidet Informationsverluste und reduziert die Bearbeitungszeit, was die Folgen von den zwangsläufigen Medienbrüchen einer herkömmlichen Fertigungskette wären.

Im Demonstrator wird diese Technologie dazu verwendet, produkt- und fertigungsbezogene Daten innerhalb eines definierten Prozesses nicht nur zwischen den einzelnen Maschinen, sondern auch zwischen Unternehmen sicher auszutauschen. Innerhalb der Demonstrationsumgebung sollen folgende Prozessschritte abgedeckt werden:

  • Auftragserstellung
  • Additive Fertigung mit Thermografie
  • Wärmebehandlung und 3D-Scan
  • CNC-Bearbeitung

Hier weiterlesen


Das könnte Sie auch interessieren

Sichere KI für resiliente Unternehmensprozesse

Sichere KI für resiliente Unternehmensprozesse

Von der Vision zur nachhaltigen Umsetzung
Die digitale Transformation verläuft für jedes Unternehmen unterschiedlich und erfordert einen individuellen Weg, der zur eigenen Ausgangslage passt. Entscheidend ist eine klare Strategie: Wo steht das Unternehmen heute, wo soll es hin und welche Maßnahmen sind dafür nötig? Besonders KMU stehen vor der Herausforderung, Digitalisierung strukturiert zu planen, Verantwortlichkeiten zu klären und neue Technologien sinnvoll einzusetzen.
Embodied AI bringt KI in die physische Welt

Embodied AI bringt KI in die physische Welt

Unternehmen sollten jetzt agieren – darauf kommt es an
Embodied AI bringt Künstliche Intelligenz in die physische Welt und eröffnet der Industrie neue Möglichkeiten. Intelligente Maschinen können ihre Umgebung wahrnehmen, aus Erfahrungen lernen und autonom handeln. Für Hersteller und Anwender entstehen dadurch neue Potenziale für Flexibilität, Qualität und Wettbewerbsfähigkeit – vorausgesetzt, bestehende technologische und regulatorische Hürden werden überwunden.
Der nächste Hebel heißt Agentic AI

Der nächste Hebel heißt Agentic AI

Daten und Kontext entscheiden über den Erfolg in der Industrie – nicht das KI-Tool
Während KI in der Produktion vielerorts bereits angekommen ist, bleibt ein anderer Bereich oft unbetrachtet: das Backoffice. Genau hier setzt Agentic AI an: autonome KI-Agenten, die mehrstufige Aufgaben eigenständig planen und ausführen. Ihr Potenzial wächst mit jeder zusätzlichen Datenquelle, die sie verlässlich einbinden können. Produzierende Unternehmen sollten jetzt in Agentic AI investieren. Am Ende entscheidet aber auch die eigene Datenbasis.
Wenn digital auf nachhaltig trifft

Wenn digital auf nachhaltig trifft

Digitalisierung trifft Nachhaltigkeit: Strategische Allianz für die Zukunft
Die gleichzeitige Transformation hin zu mehr Digitalisierung und Nachhaltigkeit scheint auf den ersten Blick komplex – eröffnet jedoch zugleich erhebliche Chancen. Die Twin Transformation verbindet beide Dimensionen strategisch miteinander und hebt Synergien entlang der gesamten Wertschöpfungskette. Aktuelle Erkenntnisse der anwendungsorientierten Forschung verdeutlichen, warum Unternehmen beide Transformationen gemeinsam denken müssen.
Die Fabrik als Ökosystem

Die Fabrik als Ökosystem

Von digitalen Ideen zur industriellen Anwendung
Die Produktion der Zukunft ereignet sich nicht auf einem starren Fließband, sondern in einem dynamischen, resilienten Netzwerk. Doch wie gelingt Unternehmen der Sprung von der Theorie Digitaler Zwillinge, Verwaltungsschalen und Künstlicher Intelligenz (KI) in die industrielle Praxis? Die SmartFactory-KL demonstriert mit ihrer Modellfabrik ein herstellerübergreifendes Demonstratorökosystem, das als reale Lernfabrik fungiert.
Auswirkungsanalyse technischer Änderungen mit GenAI

Auswirkungsanalyse technischer Änderungen mit GenAI

Eine Evaluation der Potenziale großer Sprachmodelle
Moderne Produkte sind durch eine zunehmende Komplexität, Individualisierung sowie die Integration von Mechanik, Elektronik und Software gekennzeichnet. Damit geht eine zunehmende Vielfalt interner und von Kunden angeforderter technischer Änderungen einher. Ob große Sprachmodelle die Folgen technischer Änderungen zuverlässig erfassen und für Produktentwickler verständlich aufbereiten können, ist bisher kaum untersucht worden.