Mobile Energie-Erfassungseinheit (MobEE)

Die Steigerung der Energieproduktivität in der Produktion nimmt zukünftig eine immer wichtigere Rolle ein. Als großer Energieabnehmer muss auch die produzierende Industrie einen wesentlichen Beitrag dazu leisten. Die Mobile Energie-Erfassungseinheit (MobEE) hilft dabei, die notwendige Transparenz zu erzeugen, um auf Basis von Lean-Production-Prinzipien mit einer methodischen Herangehensweise Energieeinsparpotenziale zu identifizieren und umzusetzen.

Das Energiekonzept der Bundesregierung setzt das Ziel, bis 2050 den Primärenergieverbrauch gegenüber 2008 um 50 % zu senken. Pro Jahr erfordert dies eine Steigerung der Energieproduktivität um durchschnittlich 2,1 %. Energieproduktivität ist hierbei als Bruttoinlandsprodukt im Verhältnis zum Endenergieverbrauch definiert [1]. Die Industrie hatte mit einem Anteil von 46 % im Jahr 2010 den höchsten Netto-Stromverbrauch in Deutschland [2] und trägt somit eine große Mitverantwortung zur Erreichung der ambitionierten Ziele. An praktikablen methodischen Vorgehensweisen zur Verbesserung der Energieproduktivität in Produktionsprozessen fehlt es bislang jedoch oftmals in Industrieunternehmen.

Hier setzt das Forschungsprojekt „Methoden zur Steigerung der Energieproduktivität in der Automobilproduktion“ (MSEA) an, und untersucht die Möglichkeiten einer Integration der Zielgröße Energieproduktivität in die Prinzipien und Methoden der Lean Production. Lean Production ist eine durch Toyota entwickelte Philosophie zur Ausrichtung der Produktionsprozesse an den Kunden. Der Ansatz verfolgt außerdem das Ziel der Vermeidung jeglicher Verschwendung wie z. B. Wartezeiten oder Überproduktion [3]. Das Projekt MSEA wird in Zusammenarbeit zwischen der Projektgruppe Ressourceneffiziente mechatronische Verarbeitungsmaschinen (RMV) des Fraunhofer IWU in Augsburg und der BMW Group am Standort München durchgeführt.

Lean Production und Energieproduktivität

Die Idee der Verknüpfung von Lean Production Methoden mit der Zielgröße Energieproduktivität ist nicht neu. Bereits in [4] und [5] wird die Methode der Wertstromanalyse um Aspekte der Energieproduktivität erweitert.

Energieproduktivität wird als Nutzen pro Energieaufwand definiert, wobei die Quantifizierung des Nutzens von der Betrachtungsebene abhängt. Das Projekt MSEA fokussiert die Fabrikebene. Hier wird der Unternehmensumsatz als Nutzen quantifiziert [6]. Im Forschungsprojekt MSEA werden neben dem bereits bestehenden Energiewertstrom weitere Lean-Methoden auf Energieproduktivität hin untersucht und gänzlich neue Methoden entwickelt.

Notwendigkeit für Transparenz über Energiebedarfe

Zur Anwendung der erweiterten und neuen Methoden in der Produktion ist jedoch immer Transparenz hinsichtlich des Energiebedarfs notwendig. Diese Transparenz wird zum einen benötigt, um mit verlässlichen Daten Potenziale zu ermitteln, zum anderen hilft sie auch bei der Sensibilisierung der Mitarbeiter für Energieverschwendung. Sensibilisierung durch Visualisierung ist nicht nur ein wichtiges Prinzip bei der Umsetzung von Lean Methoden, sondern kann ebenso bei der Verbesserung der Energieproduktivität helfen [7].

Die Ausstattung von Produktionsbereichen mit integrierter Messtechnik zur Erzeugung von Transparenz ist derzeit jedoch noch keine Selbstverständlichkeit. Für bestehende Produktionslinien ist eine komplette Nachrüstung der Energiemesstechnik oft nicht wirtschaftlich [8]. Um dennoch Messwerte in dem zu betrachtenden Bereich zu ermitteln, bietet sich die Nutzung mobiler Messgeräte an, die von verschiedenen Herstellern angeboten werden.

Nach Aufnahme der Daten können die Messungen mit der herstellereigenen Auswertesoftware aufbereitet werden. Eine Echtzeitbetrachtung von elektrischen Leistungskurven und Volumenströmen für Medien wie Druckluft oder Kühlschmierstoffe ist nur vereinzelt möglich. Mobile Geräte zur ganzheitlichen Betrachtung verschiedenster Medien mit einer einheitlichen Echtzeitauswertung werden derzeit als Komplettpaket nicht angeboten. Dieses Defizit behebt die Entwicklung der Mobilen Energie-Erfassungseinheit (MobEE).

Hier weiterlesen

Das könnte Sie auch interessieren

Digitale Intelligenz statt Energieverschwendung So senken smarte Algorithmen Kosten und schaffen CO₂-Transparenz

Steigende Energiepreise, strengere Regulierung und wachsende Erwartungen an nachhaltige Lieferketten setzen Unternehmen unter Druck. OekoProOf entwickelt digitale Lösungen für energieintensive Branchen: Ein Planungstool optimiert die Chargenreihenfolge, senkt Energieverbrauch und CO₂-Ausstoß. Ein Transparenztool erfasst Emissionen auf Chargenebene und bildet die Grundlage für einen Digitalen Prozesspass.

Smart-E-Factory: Energieeffizienz durch KI und Gleichstrom Im Gespräch: Nissrin Perez, Jürgen Jasperneite und Holger Borcherding, Fraunhofer IOSB-INA

Der Einsatz des XGBoost-Verfahrens revolutioniert die Bedarfsprognose und Logistikplanung in der Supply Chain. Durch die präzise Vorhersage von Absatz- und Ressourcenschwankungen ermöglicht es Unternehmen, die Produktionsplanung und Logistik zu optimieren und zuverlässigere Entscheidungen zu treffen. In einem zunehmend dynamischen Marktumfeld steigert XGBoost die Effizienz und reduziert das Risiko von Fehlplanungen.

Best-of FI Award 2025: IIM, TU Graz | LEAD Factory „Effizienz live erleben“ - Sieger Schulung (Forschung)

In der praxisnahen Lernfabrik des IIM-Instituts erleben Teilnehmende reale Produktionsprozesse rund um die Herstellung eines Scooters. Von Lean über Digitalisierung bis Nachhaltigkeit: Die modularen Trainings fördern durch Learning-by-Doing nachhaltiges Wissen und machen komplexe Themen unmittelbar erlebbar – für Studium, Beruf und Industrie.

Ein Digitaler Zwilling für jedes Fertigungsprodukt Datenräume und AAS-Standard revolutionieren die Industrie

In der Fertigungsindustrie steht ein Paradigmenwechsel bevor. Initiativen im Kontext von Industrie 4.0 und Manufacturing-X bieten eine größere Transparenz entlang der gesamten Wertschöpfungskette. Dank objektzentrierter Datenhaltung können Hersteller künftig auf Einzelproduktebene denken und agieren. Der AAS-Datenstandard ermöglicht dabei einen eindeutigen Digitalen Schatten zu jedem gefertigten Produkt.

Die Lernfabrik im Metaverse Effiziente Automobilproduktion durch integrative Lernprozesse auf der Plattform Roblox

Durch die Digitalisierung ihrer Abläufe und der damit verbundenen Volatilität müssen Unternehmen ihre Mitarbeiter in immer kürzeren Zyklen neues Wissen vermitteln. Gleichzeitig können zu viele Schulungen die Mitarbeiter überfordern. Als erfolgversprechend haben sich deshalb Lernfabriken erwiesen. Am Beispiel einer Automobilproduktion wird dargestellt, wie sich eine solche Lernfabrik leicht und mit geringem Aufwand im Metaverse realisieren lässt.

Matrixproduktion als effiziente Lösung für Variantenvielfalt So gelingt die Implementierung flexiblerer Fertigungsformen im produzierenden Mittelstand

Die Matrixproduktion bietet zahlreiche Vorteile für die Produktion eines variantenreichen Produktspektrums. Trotz umfassender wissenschaftlicher Forschung zu intralogistischen und produktionstechnischen Prozessen ist ihre praktische Implementierung jedoch bisher begrenzt. Insbesondere der hohe Aufwand der Tauglichkeitsprüfung und fehlende Schulungskonzepte für das Planungspersonal sind ursächlich hierfür.