Handbuch Industrie 4.0

Inhaltsverzeichnis

1. Daten-, Informationsanalyse und maschinelles Lernen

   1. Frontmatter

   2. Unternehmensübergreifendes Teilen von Wissen und Daten in Industrie 4.0 Anwendungen – Beispiele aus den Projekten SIDAP und M@OK

      Iris Weiß, Birgit Vogel-Heuser

      Zusammenfassung

      Die Digitalisierung eröffnet neue Möglichkeiten in der datengetriebenen Modellierung komplexer Produktionsprozesse. Besonders effizient können Daten aus Produktionsprozessen eingesetzt werden, wenn die Informationen und Daten des gesamten Lebenszyklus einer Anlage betrachtet werden und somit ein ganzheitliches digitales Abbild entsteht. Eine Voraussetzung hierzu ist, dass Informationen und Daten auch über Unternehmensgrenzen hinweg geteilt werden. Dieser Beitrag zeigt zwei Anwendungsszenarien, eines aus dem Condition Monitoring und eines aus dem Quality Monitoring, bei denen das Teilen von Daten einen essenziellen Vorteil erbracht hat.

   3. Implementierung von autonomen I4.0-Systemen mit BDI-Agenten

      Richard Verbeet, Hartwig Baumgärtel

      Zusammenfassung

      Der Anforderung von Industrie 4.0 nach flexiblen Software-Architekturen für eine digitale Vernetzung kann durch Multiagenten-Systeme begegnet werden, die Integration autonomer Problemlösung erfordert aber kognitive Software-Architekturen, die über regelbasierte Systeme hinausgehen. BDI-Agenten sind durch ihre Ziel- und Kontext-Orientierung ein Lösungsansatz, da sie mit verschiedenen Stufen kognitiver Komplexität zur Bearbeitung von Aufgaben eingesetzt werden können. Ihre Kommunikation kann durch serviceorientierter Architekturen gewährleistet werden, wodurch auch die Anbindung an andere IT-Systeme erfolgen kann. Steuerungskonzepte für eine Supply Chain, ein Transportsystem und ein Produktionssystem demonstrieren den Einsatz von BDI-Agenten. Daraus wird eine Klassifikation von Agenten für industrielle Anwendungen abgeleitet. Abschließend wird eine ganzheitliche Industrie 4.0-Architektur durch das Framework Arrowhead, die Verwaltungsschale und BDI-Agenten beschrieben.

   4. Service- und Agenten-basierte Ansätze für die Implementierung von I4.0-Systemen

      Hartwig Baumgärtel, Richard Verbeet

      Zusammenfassung

      Industrie 4.0 basiert auf den drei Säulen Vertikale Integration, Horizontale Integration und Produktlebenszyklus-Management. Die Implementierung von Systemen zur Realisierung dieser Säulen erfordert eine Architektur, welche die Interoperabilität verteilter Komponenten und deren digitale Repräsentation ermöglicht. Als Middleware werden die Serviceorientierten Architekturen OPC UA, Arrowhead und JADEX/JADEX untersucht. Agenten-Technologie wird verwendet, um eine Active Component-Shell als Realisierung der Verwaltungsschale zu implementieren. Dadurch soll die Middleware von Prozessen und Hardware entkoppelt werden und ein modularer Aufbau der Architektur gewährleistet werden.

   5. Semantic Web: Befähiger der Industrie 4.0

      Patrick Moder, Hans Ehm, Hartwig Baumgärtel, Nour Ramzy

      Zusammenfassung

      Vorgestellt wird die im Rahmen des von Horizon 2020/ECSEL JU geförderten Projekts Productive4.0 erarbeitete Digital Reference. Sie basiert auf einer Ontologie mit einer Vielzahl von Klassen und Eigenschaften zur Abbildung von Halbleiterprodukten, Lieferketten der Halbleiterherstellung und Prozessketten, die Halbleiter beinhalten. Konzipiert ist die Digital Reference als lingua franca, die als Plattform dient, um einen konsistenten Wissensaustausch über Abteilungs-, Domänen- oder Unternehmensgrenzen hinweg zu ermöglichen. Die Ontologie entspricht einer Beschreibungssprache, die sämtliche Teilnehmer befähigt, sich miteinander autonom auf eintretende Szenarien einstellen zu können. Sie beinhaltet neben einer Abbildung der Produkte, Anlagen und sämtlicher an der Wertschöpfung beteiligter Unternehmensprozesse auch deren Relationen. Die Digital Reference findet ihre Anwendung in einer Vielzahl von Einsatzgebieten im Kontext eines Halbleiterherstellers mit seinen Zulieferern und Kunden. Hierzu zählen Verbesserungen bei der auch überbetrieblichen gemeinsamen Nutzung, Aufbereitung und Bereitstellung von Informationen, der Extraktion impliziten Wissens sowie der Prüfung integrierter Modelle. Im Speziellen wird auf die Prinzipien der zugrunde liegenden Semantic Web Technologien eingegangen sowie Chancen und Risiken erörtert. Ein besonderes Augenmerk soll auf einer integrierbaren Subontologie der Digital Reference liegen, welche das Automatisierungsgerüst Arrowhead beschreibt. Es wird detailliert auf die zugrunde liegenden Paradigmen des Arrowhead Frameworks eingegangen und beschrieben, wie es als Ontologie umgesetzt Nutzen stiftet.

   6. Anwendungsfälle und Methoden der künstlichen Intelligenz in der anwendungsorientierten Forschung im Kontext von Industrie 4.0

      Benjamin Maschler, Dustin White, Michael Weyrich

      Zusammenfassung

      Es wird erwartet, dass datengetriebene Methoden künstlicher Intelligenz im Kontext Industrie 4.0 die Zukunft industrieller Fertigung prägen werden. Obwohl das Thema in der Forschung sehr präsent ist, bleibt der Umfang der tatsächlichen Nutzung dieser Methoden unklar. Dieser Beitrag analysiert daher von 2013 bis 2018 veröffentlichte wissenschaftliche Artikel, um statistische Daten über den Einsatz von Methoden künstlicher Intelligenz in der Industrie zu gewinnen. Besonderes Augenmerk wird dabei auf die Trainings- und Evaluations-Datentypen, die Verbreitung in verschiedenen Industriezweigen, die betrachteten Anwendungsfälle sowie die geografische Herkunft dieser Artikel gelegt. Die resultierenden Erkenntnisse werden in praxisnahe Hinweise für Entscheider destilliert.

   7. Remote Operations

      Fernüberwachung von Produktionsanlagen Emanuel Trunzer, Mina Fahimi Pirehgalin, Birgit Vogel-Heuser, Matthias Odenweller

      Zusammenfassung

      Zunehmender Wettbewerbsdruck und der demografische Wandel erfordern die immer weitreichendere Digitalisierung von prozesstechnischen Anlagen. Vor allem die Fernsteuerung und -überwachung (Remote Operation) von Anlagen aus zentralen Leitwarten ist von großem Interesse. Durch verbesserte Sensorik und datengetriebene Verfahren lassen sich manuelle Tätigkeiten zunehmend automatisieren und erlauben eine Fernüberwachung, -diagnose oder sogar (zeitweise) -steuerung von Anlagen. So ist zum Beispiel die Überwachung auf äußere Leckagen ein typischer Anwendungsfall der Fernüberwachung und somit wichtiger Bestandteil der Remote Operation.

   8. Datenqualität in CPPS

      Iris Weiß, Birgit Vogel-Heuser

      Zusammenfassung

      Die Potenziale datengetriebener Methoden können nur ausgeschöpft werden, wenn die zugrunde liegenden Daten die geforderte Qualität aufweisen und damit die gelernten Modelle und Methoden valide sind. Um in zukünftigen Anwendungen von datengetriebenen Methoden in cyber-physischen Produktionssystemen die systematische Prüfung der Datenqualität zu fördern, werden in diesem Beitrag die Dimensionen von Datenqualität diskutiert. Zudem werden konkrete Beispiele für die Dimensionen erwartbarer Informationsgehalt und Glaubwürdigkeit gegeben.

   9. Big Smart Data – Intelligent Operations, Analysis und Process Alignment

      Harald Schöning, Marc Dorchain

      Zusammenfassung

      Viele Aspekte von Industrie 4.0 werden erst durch das Internet der Dinge ermöglicht. Daten über Produktionsleistung und -qualität, Betriebszustand etc. können in Echtzeit überwacht, aber auch in die Planung und Steuerung der Produktion einbezogen werden. Die Szenarien zur Nutzung dieser Daten unterscheiden sich in ihrem Integrationsgrad. Jedenfalls sind Big-Data-Technologien notwendig, um den vollen Nutzen aus den Daten zu gewinnen. Ein solcher Nutzen besteht in der Kopplung der Datenanalyseergebnisse aus dem Internet der Dinge, speziell real-time Analytics, mit den Geschäftsprozessen.

   10. Konzeptualisierung als Kernfrage des Maschinellen Lernens in der Produktion

       Oliver Niggemann, Gautam Biswas, John S. Kinnebrew, Nemanja Hranisavljevic, Andreas Bunte

       Zusammenfassung

       Die Mehrheit der Projekte zur Überwachung und Diagnose Cyber-Physischer Systeme (CPS) beruht heute auf von Experten erstellten Modellen. Diese Modelle sind jedoch nur selten verfügbar, sind oft unvollständig, schwer zu überprüfen und zu warten. Datengetriebene Ansätze sind eine viel versprechende Alternative: Diese nutzen die großen Datenmengen die heutzutage in CPS gesammelt werden. Algorithmen verwenden die Daten, um die zur Überwachung notwendigen Modelle automatisch zu lernen. Dabei sind mehrere Herausforderungen zu bewältigen, wie zum Beispiel die Echtzeit-Datenerfassung und Speicherung, Datenanalyse, Mensch-Maschine Schnittstellen, Feedback- und Steuerungsmechanismen. In diesem Beitrag wird eine kognitive Referenzarchitektur vorgeschlagen, um diese Herausforderungen in Zukunft einfacher zu lösen. Anhand dieser Referenzarchitektur wird eine Schlüsselfrage diskutiert: Der Übergang von subsymbolische Informationen wie sie für das maschinelle Lernen typisch sind und symbolischen Informationen, welche von Menschen einfacher verstanden werden, d. h. die Frage der Konzeptualisierung. Anwendungsfälle aus unterschiedlichen Branchen werden schematisch dargestellt und untermauern die Richtigkeit und den Nutzen der Architektur.

   11. Juristische Aspekte bei der Datenanalyse für Industrie 4.0

       Beispiel eines Smart-Data-Austauschs in der Prozessindustrie Alexander Roßnagel, Silke Jandt, Kevin Marschall

       Zusammenfassung

       Die unternehmensübergreifende integrierte Aggregation, Analyse und Auswertung großer Datenmengen verursacht vielfältige neue Rechtprobleme. Der Beitrag zeigt am Beispiel der Prozessindustrie, wie diese durch Vertragsgestaltung zwischen den Partnern gelöst werden können. Zuvor werden grundlegende Fragen der rechtlichen Einordnung von Smart Data und der Verfügungsbefugnis über sie geklärt. Als ein Ergebnis werden wesentliche Inhalte der vertraglichen Absprachen als Empfehlungen zusammengestellt.