O+P Fluidtechnik 10/2016

MENSCHEN UND MÄRKTE
Vielfach geht von erfolgreichen
Pilotprojekten eine beispielgebende
Wirkung aus, die zu
weiteren neuen Anwendungen
motiviert. Einige sehr interessante
Exponate gab es bereits auf der
Hannover Messe 2016 zu sehen.
Können Sie eventuell einige
weitere Leuchtturm-Projekte kurz
skizzieren?
meiner Sicht ist das zu kurz gesprungen. Die Strategie dahinter ist wohl eher, Big Data zu
machen, Anomalie-Analysen durchzuführen und die Modelle, deren fehlen vorhin
bemängelt wurde, auf datentechnischem Wege zu erzeugen.
Prof. S. Helduser: Die Ergebnisse der Datenanalyse könnte das IT-Unternehmen dann
mit dem vergleichen, was aufgrund des Domainwissens der Fachleute erarbeitet wird,
und so die eigenen mathematischen Analysemethoden immer weiter verfeinern.
D. Michalkowski: Ja, genau. Man erhält das Geschäftsmodell: Ich pflege alle Daten,
mache die Analyse, gebe dem Endkunden Daten für PdM und gebe dem Komponentenhersteller
Informationen, wie er seine Produkte verbessern kann – alles natürlich gegen
Honorar. Letztendlich hat die IT-Firma dann die Kernkompetenz und bestimmt den Markt.
Wenn die Fluidtechniker sich jetzt nicht einbringen, besteht die Gefahr, dass sie zum
reinen Komponentenlieferanten werden, der nur Hardware liefert und austauschbar wird.
A. Busch: Es ist unbestritten, wir müssen bei Big Data mitgestalten. Aber wir müssen
unseren Kunden erklären, was wir messen, wie wir messen und warum. Das muss für
ihn greifbar sein, damit er den Nutzen sieht. Diese Kompetenz müssen wir verstärkt
herausarbeiten.
Dr. M. Richter: Das ist genau unser Weg bei Schuler. Wir haben irgendwann begonnen
aus den Echtzeitsystemen Daten zu sammeln, ohne genau zu wissen, was wir damit
eigentlich machen wollen. In einigen Fällen konnten wir im Nachhinein über Analysen
und aufgrund unseres Fachwissens sagen, warum Schäden aufgetreten sind. Wir
konnten alte Maschinen mit neuen Maschinen vergleichen und unsere Kunden beraten.
Einige Kunden haben nach der dritten, vierten mobilen Messung entschieden, das
Diagnosesystem fest zu installieren. Es gilt also, den Kunden vom Nutzen zu überzeugen,
wobei die Kosten in Relation zum Investment überschaubar bleiben müssen.
Prof. S. Helduser: Zeigt sich an diesem Beispiel nicht auch die Stärke physikalisch
begründeter Modelle? Maschinenbauer und Kunde können das Geschehen nachvollziehen
und verstehen. Mit den rein mathematischen Vorhersagemodellen der IT-
Firmen dürfte das schwierig sein.
D. Michalkowski: Ja, aber da sehe ich nur einen zeitlichen Vorsprung. Die mathematischen
Vorhersagemodelle wachsen rapide, und was man mit Künstlicher Intelligenz
zukünftig machen kann, bleibt abzuwarten. Ich würde nicht sagen, die rein analytischen
Modelle haben auf Dauer keine Zukunft. Die Frage ist vielmehr, wie können wir als
Fluidtechniker uns dieses Wissen, das da entsteht, zunutze machen – darin liegt unsere
große Chance.
Jetzt ist der Zeitpunkt, wo wir uns als Deutscher Maschinenbau des Themas annehmen
müssen. Das zeigten auch meine Gespräche auf unserem Predictive-Maintenance-Stand
während der Hannover Messe 2016. Es waren sehr viele asiatische Kunden auf dem Stand,
die sich intensiv vorbereitet hatten und gezielte Fragen zu dem Thema gestellt haben. Man
hat nicht nur in Deutschland erkannt, dass in den Themen „Industrie 4.0“ und „Predictive
Maintenance“ ein gewaltiges technisches und kommerzielles Potenzial vorhanden ist.
Dr. J. Bredau: Vor etwa sechs Jahren hat die Firma Festo mit der Integration von
Diagnose für pneumatische Schweißzangen in der Automobilindustrie begonnen. In
einem Karosseriewerk sind teilweise 500 bis 1000 Zangen im Einsatz, und wir haben
mittlerweile mehrere Werke weltweit ausgerüstet. In einem dezentralen
Schweißzangen controller werden CM-Daten, wie Reibkräfte, Kraftaufbauzeit, Anzahl
Schweißpunkte, Luftverbrauch gesammelt und modellbasiert analysiert. Das System
leistet mehr als CM, aber ich würde es noch nicht als ein PdM-System bezeichnen. Jetzt
im nächsten Schritt fangen die Automobilhersteller an, die Daten in der firmeneigenen
Cloud zu sammeln. Wir arbeiten hier eng mit dem Automobilhersteller zusammen,
unter anderem geht es darum, welche Daten wo verdichtet werden, wie Daten transportiert
werden. Wir denken hier natürlich auch über die sich ergebenden Geschäftsmodelle
nach, zum Beispiel Unterstützung für die Instandhaltung oder ähnliches.
24 O+P Fluidtechnik 10/2016