Grundsätzlich macht eine Smart Factory aus, dass sie mittels cyberphysischer Systeme über sich selbst Bescheid weiß und darüber optimieren kann. Um das zu erreichen, wird eine grundlegende Infrastruktur benötigt, über welche alle benötigten Maschinen und Anwendungen vernetzt sind. Wenn deine Maschinen miteinander und mit übergeordneten Systemen kommunizieren, ihre Zustände in melden und Produktionsdaten automatisch austauschen, dann hast du bereits eine solide Grundlage für Smart Factory Technologien geschaffen.

Diese Basis (typischerweise durch Protokolle wie OPC UA, PROFINET oder MQTT realisiert) ermöglicht schon vieles:

• Zentrale Überwachung der Maschinenzustände
• Automatische Erfassung von Produktionsdaten (OEE, Taktzeiten)
• Echtzeitreaktionen auf Störungen und Engpässe
• Datenbasierte Prozessoptimierung

In meinem Vier-Ebenen-Modell für IIoT-Anwendungen habe ich beschrieben, wie Datenerhebung, Datentransfer, Datenhaltung und Datenauswertung das digitale Rückgrat jeder Smart Factory bilden.

Die Reise geht weiter! Sobald deine Maschinen in dieser Architektur eingebettet sind, kommen weitere Technologien zum Einsatz, die deine vernetzte Produktion noch weiter optimieren können. In diesem Artikel möchte ich dir fünf davon näher vorstellen. Wir schauen uns zu jeder dieser Technologien an, wie sie grundlegend funktioniert, welcher Zweck dahinter steckt und wie sie in der Praxis angewendet wird:

1. Smart Sensors
2. RFID-Systeme
3. Vision-Systeme / Industrielle Kameras
4. Edge Computing
5. Collaborative Roboter (Cobots)

Sicherlich ist das keine vollständige Liste aller Technologien, die zur Intelligenz einer Smart Factory beitragen. Umgekehrt ist auch eine Produktion nicht automatisch smart, nur weil eine dieser Technologien eingesetzt wird. Jedoch finde ich diese fünf besonders erwähnenswert, da sie konkrete Herausforderungen adressieren und messbaren Mehrwert schaffen. Schauen wir sie uns deswegen genauer an.

Smart Sensors

In meinem Beitrag über die Datenerfassung in einer Smart Factory habe ich bereits erklärt, dass Sensoren grundsätzlich eingesetzt werden, um physikalische Zustände in digitale Signale umzuwandeln.

Doch was macht einen Sensor nun schlau? Schauen wir uns dazu am besten ein Beispiel eines Smart Sensors an, den IFM MVQ101 (mehr Details auf der Herstellerseite)

Die grundlegende Funktion dieses Sensors ist die Drehwinkelerfassung von Ventilen in der Prozessindustrie. Er besitzt darüber hinaus jedoch noch Fähigkeiten zur Selbstdiagnose wie die automatische Erkennung von Blockaden sowie eine Detektion von Verschleiß und Verschmutzung.

Was macht einen Sensor smart?

Damit ist der IFM MVQ101 ein gutes Beispiel dafür, was einen Sensor smart macht:

• Rechenleistung im Sensor: Datenverarbeitung im Sensor.
• Selbstdiagnose: Automatische Erkennung von Fehlfunktionen.
• Multifunktionale Daten: Mehrere Messwerte in einem Sensor.
• Digitale Kommunikation: Nicht nur analoge Signale.
• Edge Intelligence: Lokale Analyse vor der Übertragung.

Der Zweck eines Smart Sensors liegt damit auf der Hand, denn mit diesem Sensor will man die Verfügbarkeit der Anlage erhöhen indem man vorausschauend handelt. Smart Sensors sind damit ein wichtiges Instrument von Predictive Maintenance.

RFID-Systeme

Die Abkürzung RFID steht für Radio Frequency Identification und ist eine Technologie zur kontaktlosen Erkennung von Objekten. In diesem System gibt es immer einen Transponder als Sender und einen Reader als Empfänger.

Transponder (RFID-Tag):

• Kleiner Chip mit Antenne auf oder in einem Trägermaterial.
• Kann eine eindeutige ID und zusätzlich kleine Datenmengen speichern.
• Arbeitet meist passiv mit der Energie des Lesekopfs.
• Diverse Formate möglich (z.B. Karte, Kleber, Schlüsselanhänger).

Lesekopf (RFID-Reader):

• Sendet Funkwellen aus, die einen Tag innerhalb einer bestimmten Reichweite aktivieren.
• Liest die auf dem Tag gespeicherten Informationen aus.
• Ist mit einem IT-System verbunden, welches die Tags kennt und die Information verarbeitet (z.B. MES, ERP).
• Spezielle Leseköpfe für raue Produktionsumgebungen wie z.B. von Siemens.

RFID-Funktionsweise, Zweck und Anwendung

Der Lesekopf sendet elektromagnetische Wellen aus, welche die Antenne des Tags aufnimmt und kurzzeitig in einem Kondensator speichert. Diese Energie aktiviert den Chip, welcher seine gespeicherten Informationen zurück zum Lesekopf sendet.

Der Zweck eines RFID-Systems in einer Smart Factory ist, dass Gegenstände ohne Logik oder Kommunikationsfähigkeit durch das Anbringen eines Tags eine digitale Identität erhalten. Damit können diese automatisch identifiziert werden und ihre Information an definierte Punkte im Produktionsprozess übermitteln.

RFID-Systeme sind dank der unterschiedlichen Formen und günstigen Herstellung vielseitig einsetzbar, z.B. zur Identifikation (Zugangskontrollen oder an E-Auto Ladestationen) oder in industriellen Fertigungen. In der Automobilproduktion trägt beispielsweise jede Karosserie einen RFID-Tag, der an jeder Station automatisch ausgelesen wird. Somit weiß das System immer, welches Fahrzeug sich wo befindet und welche Ausstattung montiert werden soll.

Vision-Systeme / Industrielle Kameras

Mit industriellen Kameras bekommt eine Maschine quasi Augen. Dabei handelt es sich um besonders robuste Geräte zum Einsatz bei schwierigen Umgebungsbedingen, wie z.B. Erschütterungen, Hitze, Kälte, Feuchtigkeit. Kombiniert man dies mit einer Bildverarbeitungssoftware und einem KI-Algorithmus, dann erhält man ein Vision-System.

Dadurch kann sowohl die Überwachung von Produktionsprozessen durch Menschen abgelöst, als auch in bestimmten Bereichen erst ermöglicht werden, denn Vision-Systeme erkennen in Millisekunden, was das menschliche Auge übersehen würde.

Schauen wir uns wieder ein Praxisbeispiel an und nehmen einen Hersteller von Leiterplatten. In dessen Produktion wird bisher jede Platine (350 Bauteile) manuell geprüft mit einer Fehlerquote von 2-3% und Prüfzeiten von 3-4 Minuten. Reklamationen verursachten monatlich Kosten von 10.000-25.000 €.

Ein Vision-System kann hier Abhilfe schaffen. Dazu werden vier Hochauflösungskameras (z.B. von Beckhoff) direkt in die Produktionslinie integriert, welche nun jede Platine in unter 30 Sekunden prüfen. Diese Kontrolle kann beispielsweise beinhalten:

• Vollständigkeit und korrekte Positionierung aller Bauteile
• Qualität der Lötstellen
• Oberflächendefekte und Verschmutzungen

Dazu arbeitet das Vision-System wie folgt:

1. Bildaufnahme aus vier Perspektiven (< 500ms)
2. KI-gestützte Analyse erkennt selbst kleinste Defekte bis 0,05mm
3. Automatische Gut/Schlecht-Sortierung
4. Dokumentation mit Bild und Seriennummer für 100% Rückverfolgbarkeit

Dadurch lässt sich die manuelle Kontrolle ersetzen, von 3-4 Min auf 30 Sekunden pro Platine verringern und die Fehlererkennungsrate auf 99,8% erhöhen, wodurch wiederum die Reklamationen sinken. Eine Investition in ein Vision-System kann sich hier schnell auszahlen. Darüber hinaus kann das System jeden Prüfvorgang fotografisch Dokumentieren, wodurch eine Datenbasis für Analysen zur kontinuierlichen Verbesserung der Produktion entsteht.

Edge Computing

Edge Computing bedeutet Datenverarbeitung direkt auf der Shopfloor-Ebene statt in entfernten Datenzentren. Leistungsfähige Industrial PCs (IPCs) machen dies heute möglich.

Lass‘ uns deswegen die Funktionsweise und Vorteile von Edge Computing anhand eines Beispiels anschauen. Eine hochautomatisierte Stanzlinie erzeugt durch Vibrations-, Temperatur- und Stromsensoren etwa 10.000 Messwerte pro Sekunde (864 Mio. Datenpunkte/Tag).

Die Herausforderung ohne Edge Computing

Alle 864 Mio. Datenpunkte müssten über das Netzwerk in ein zentrales Rechenzentrum oder die Cloud übertragen werden, was eine extreme Netzwerklast zur Folge hat. Außerdem kommt es zu Latenzproblemen, weil die Daten erst zum Server, dort analysiert und die Ergebnisse zurückgeschickt werden müssen. Und schließlich erzeugen die Speicherung und Übertragung aller Rohdaten hohe Kosten.

Die Lösung mit Edge Computing

Das Unternehmen installiert einen Industrial Edge Computer direkt an der Produktionslinie, welcher folgende Aufgaben übernimmt:

1. Datenvorverarbeitung

Das Edge Device empfängt alle 10.000 Messwerte/Sekunde und berechnet relevante Kennzahlen vor Ort. Es sendet nur aggregierte Werte an die Cloud, was eine hohe Reduktion des Datentraffics bewirkt. Aus 864 Millionen Datenpunkten können z.B. 1.440 aggregierte Werte pro Tag werden.

2. Echtzeit-Anomalieerkennung

Durch das Ausführen eines Machine-Learning-Modells direkt auf dem Edge Device werden abnormale Vibrationsmuster, die auf Lagerschäden hindeuten, direkt erkannt. Die Reaktionszeit kann auf unter 100 Millisekunden sinken statt mehrerer Sekunden bei Cloud-Verarbeitung. Es können daraufhin sofortige Maßnahmen eingeleitet werden.

3. Prozesssteuerung vor Ort, auch offline

Das Edge Device kommuniziert direkt mit der SPS der Presse und kann bei kritischen Werten automatisch die Geschwindigkeit reduzieren, ohne dabei von einer Netzwerkverbindung oder Cloud-Verfügbarkeit abhängig zu sein. Selbst bei Netzwerkausfall arbeitet die Anlage weiter überwacht und puffert die Daten lokal für eine spätere Synchronisierung.

Ich denke du erkennst schnell, welche Vorteile Edge Computing haben kann, sowohl technisch, als auch operativ und finanziell.

Collaborative Roboter (Cobots)

Der Einsatz von Robotern in Produktionen ist nicht neu. Insbesondere Industrieroboter, die klassisch aus einem Roboterarm bestehen, tauchten bereits in den 1960er Jahren auf. Richtig ausgelegt können diese besonders schwere und repetitive Arbeiten gleichbleibend präzise und schnell ausführen. Dazu besitzen sie enorme Kraft und erreichen im Betrieb hohe Geschwindigkeiten, sodass der Arbeitsbereich von Industrierobotern stets vor Zugang gesichert sein muss.

Das Besondere an Collaborative Robots (kurz Cobots) ist nun, dass diese so ausgelegt sind, dass ein Mensch mit ihnen unmittelbar zur Erfüllung einer Aufgabe zusammenarbeitet.

Damit die Zusammenarbeit funktioniert, muss der Mensch vor der Gefahr, die durch die Bewegung eines Roboterarms ausgeht, geschützt werden. Dafür nutzen Cobots Kraft-Moment-Sensoren, die eine Kollision unmittelbar feststellen und alle Bewegungen abschalten. Um größere Bremswege zu vermeiden, arbeiten Cobots mit geringerer Geschwindigkeit. Zusätzlich lassen sie sich intuitiv anlernen, indem du den Arm durch die gewünschte Bewegung führst und diese anschließend speicherst. So bleibt für den Werker jederzeit transparent, was der Cobot macht.

Cobots entlasten Werker von monotonen, ergonomisch ungünstigen Tätigkeiten wie Schrauben, Kleben oder Palettieren. Gleichzeitig bleiben Flexibilität und menschliche Expertise erhalten: Der Mitarbeiter kann auf Abweichungen reagieren, während der Cobot die Präzisionsarbeit übernimmt.

Schauen wir uns für ein Beispiel in eine Schokoladenfabrik an. Dort arbeitet ein UR18 Cobot von Universal Robots mit einem Werker am Verpackungsband zusammen. Der Mitarbeiter legt Sondersortimente manuell in Geschenkboxen, während der Cobot das Pick-and-Place der Standardprodukte aus dem Förderband in Versandkartons übernimmt. Bei Produktwechsel lernt der Werker den Cobot auf die neue Greifposition in 2 Minuten an, ohne Programmierung. Der Output steigt um 40%, ohne zusätzliche Mitarbeiter einzustellen.

Mission Recap

Die fünf vorgestellten Hardware-Technologien sind keine Voraussetzung für den Einstieg in die Smart Factory, sondern der nächste Schritt für eine bereits vernetzte Produktion. Während Smart Sensors und RFID-Systeme deine Datenbasis erweitern, machen Vision-Systeme und Edge Computing deine Fertigung intelligenter und reaktionsfähiger. Cobots schließlich zeigen, dass Automatisierung und menschliche Expertise sich ergänzen, nicht ersetzen.

Entscheidend ist, dass du nicht alle Technologien gleichzeitig einführen musst. Ich pflege zu sagen: Beginne beim Problem, nicht der Lösung. Sei es Qualitätsprobleme (Vision-Systeme), Netzwerküberlastung (Edge Computing) oder ergonomische Belastung (Cobots). Jede dieser Technologien zahlt individuell auf eine smarte Lösung des jeweiligen Problems ein.

Was ist dein nächster Schritt? Welche Herausforderung in deiner Produktion würde am meisten von einer dieser Technologien profitieren? Teile deine Gedanken gerne in den Kommentaren. Ich freue mich auf den Austausch!

Bleib‘ Neugierig! Dein Hauke