Next Level Ecosphere for Intelligent Industrial Production

Die Vision dieses Vorhabens ist die Vollautomatisierung der Produktion auf Basis vernetzter, intelligenter, autonomer Systeme zur Steigerung der Produktivität, Flexibilität, Robustheit und Effizienz. Ziel der Umsetzungsphase ist es daher ein neuartiges Ökosystem – die Next Level Ecosphere for Intelligent Industrial Production (IIP-Ecosphere) – aufzubauen, die eine „nächste Ebene“ in der intelligenten Produktion ermöglicht.

Heutige Ökosysteme und Geschäftsmodelle in der Produktion schränken die Entwicklung hin zu einer autonomen und intelligenten Produktion stark ein. Ein Beispiel dafür ist die Beziehung zwischen Anwendern und Anbietern von Systemen zur Werkzeugzustandsüberwachung. Diese Systeme sind in Maschinen des Anwenders eingebunden und sollen Prozessfehler erkennen. Eine darüber hinaus gehende Nutzung der Daten oder Kooperation zwischen Unternehmen erfolgt aufgrund der oben genannten Hemmnisse häufig nicht. Im Gegensatz dazu sind in der IIP-Ecosphere Systeme verschiedener Anbieter mit unterschiedlichen Kompetenzen (z. B. Fehlerüberwachung, Prozessoptimierung) „as-a-service“ verfügbar.

Als weitere Teilnehmer des Ökosystems können beispielsweise Werkzeughersteller die Prozessdaten zur Werkzeugoptimierung oder für „pay-per-use“-Geschäftsmodelle einsetzen. Hohes Innovationspotential erzeugt die IIP-Ecosphere dabei durch die Verschränkung über Prozessketten und Hierarchieebenen der Produktion hinweg. So können Serviceanbieter in der IIP-Ecosphere aggregierte Informationen über Fehler auf Bearbeitungsprozessebene nutzen, um Anwendern eine autonome Optimierung der Prozessfeinplanung (Prozessparameter) und eine flexible Zuordnung zu Ressourcen auf der Ebene der Produktionsplanung und –steuerung zu bieten.

Erst diese kombinierte Betrachtung der unterschiedlichen Ebenen wird zu einer umfassenden Steigerung der Produktivität und Erhöhung der Effizienz führen.

Zusätzlich ermöglichen die KI-Methoden der IIP-Ecosphe rerelevanten Akteuren in Prozessketten (Entwickler, Anwender, Maschinenhersteller, Sensorhersteller) Fertigungsdaten aus unterschiedlichsten Prozessen von Ur- und Umformprozessen bis hin zur Endbearbeitung nutzbringend zu verknüpfen und die zugrundeliegenden KI-Methoden und Produktionstechnologien (z.B. sensorische Komponenten, Prozesswissen) unternehmensübergreifend weiterzuentwickeln.

Partner:
Leibniz Universität Hannover
Friedrich-Alexander Universität Erlangen-Nürnberg
Salt and Pepper

Contact:
Prof. Schmidt-Thieme
Hadi S. Jomaa