Prof. Dr.-Ing. Michael F. Zäh

Prof. Dr.-Ing. Michael F. Zäh ist seit 2002 Inhaber des Lehrstuhls für Werkzeugmaschinen und Ferti-gungstechnik der TU München. - Bild: Manfred Weis

Produktion: Sie predigen seit Jahren bei Industrie 4.0 sorgfältig abzuwägen, was für das eigene Unternehmen gut ist und dies dann Schritt für Schritt umzusetzen. Womit soll ein Unternehmen anfangen, wenn es sich für eine Industrie 4.0-Anwendung entschieden hat?

Prof. Dr.-Ing. Michael F. Zäh: Das kommt ganz darauf an, worin ein Unternehmen seine Kernkompetenzen und seine Wettbewerbsvor-teile sieht. Wenn zum Beispiel ein Unternehmen intensiv Spanende Fertigung betreibt, in ihr eine hohe Wertschöpfung erzielt und darin seine Kernkompetenz sieht, dann könnten Ansätze der Verschleißüberwachung an Werkzeugen sinnvoll sein, um sich Kostenvorteile zu erschließen. Condition Monitoring an Maschinen, um Maschinenausfall vorzubeugen, wäre ebenfalls ein Hebel für die Kosten.

Betätigt sich ein Unternehmen vor allem im Bereich der Dienstleistung oder auch der Pay-on-Production-Modelle und sieht dort seinen Wettbewerbsvorteil, dann steckt der größte Hebel natürlich in der Vernetzung nach außen und nicht in einer Vernetzung im Inneren des Unternehmens. Genau das muss das einzelne Unternehmen abwägen und dann die richtige Stoßrichtung selbst definieren.

Produktion: Obwohl Algorithmen für KI-Anwendungen wie Condition Monitoring und Predictive Maintenance vorhanden sind, werden diese Funktionen im Maschinenbau noch nicht konsequent umgesetzt. Woran liegt das Ihrer Meinung nach?

Prof. Zäh: Ich kann nur zwei Gründe hierfür vermuten: Der eine ist die fehlende Transparenz und auch das fehlende theoretische Wissen darüber, wie entsprechende Algorithmen und mathematische Ansätze funktionieren, um auf Basis von Daten eine Zustandsüberwachung zu machen. Der zweite Punkt ist, dass es schlicht an konkreten Umsetzungsbeispielen fehlt. Man hört und liest oft von Condition Monitoring und KI-Anwendungen und davon, dass die Produktionstechnik dadurch den nächsten Innovationshub machen wird. Aber ich kenne wenig oder um nicht zu sagen gar keine validen Fallbeispiele für eine konkrete Umsetzung. Wenn solche Vorbilder fehlen, ist es für Unternehmen schwierig, eine Orientierung zu finden und etwas auf ihre eigene Produktion zu übertragen.

Produktion: Kostensenkung beim Betrieb von Werkzeugmaschinen ist einer der Vorteile, der sich aus Condition Monitoring und Predictive Maintenance ergibt. Von welchen Benefits kann der Anwender noch profitieren?

Prof. Zäh: Ich denke, dass Kostensenkung tatsächlich der größte Vorteil ist, weil eben an vielen Stellen eine Wartung gemacht wird, ohne den Zustand von Komponenten konkret zu erfassen. Die Wartung wird stur nach Wartungsintervallen gemacht, und diese Vorgehensweise ist eben nicht kostenoptimal. Der nächst naheliegende Benefit ist eine verbesserte Termintreue. Wenn ich unvorhergesehene Maschinenausfälle verhindern kann, verhindere ich, dass das Werkstück nicht gefertigt werden kann und deswegen kein Auftragsfortschritt erzielt wird.

Prof. Zäh auf dem EMAG Technologieforum

Wie können sich produzierende Unternehmen auf den rasanten digitalen und elektrischen Wandel im Automobilbau vorbereiten? Und welche Produktionslösungen weisen in die Zukunft? Antworten auf diese Fragen geben renommierte Experten wie Prof. Zäh sowie Prof. Matthias Klingner, Leiter des Fraunhofer-Instituts für Verkehrs- und Infrastruktursysteme, oder Prof. Stefan Bratzel, Direktor des Centers of Automotive Management, auf dem Technologieforum 2019 von EMAG am 15. und 16. Mai in Salach.

Umfangreiche Beschreibungen zu allen Präsentationen und Vorträgen finden Sie auf der EMAG Webseite.

Produktion: Berater für Data Analytics stellen immer wieder fest, dass die Daten das größte Hindernis der Unternehmen sind. So sollen viele nicht wissen, wo die Daten überhaupt sind, in welcher Qualität sie vorliegen, wer darauf zugreifen darf, wo man sie speichern soll und wie man sie schützt. Können Sie dem zustimmen?

Prof. Zäh: Was das Zugriffsrecht betrifft, so sind es oft Bestimmungen des Datenschutzes, für die sich der Betriebsrat sehr interessiert, und das kann zum Hemmnis werden. Dass es an der Datenqualität oft mangelt, habe ich jüngst hautnah bei einem Partnerprojekt erfahren. Schon der ganz einfache Punkt, wann genau Maschinen ausfallen und wann sie instand gesetzt wurden, wird teilweise nur handschriftlich vom Personal erfasst, sodass eine tiefergehende Datenanalyse sehr stark erschwert ist. Zustand und Betriebsmodus von Maschinen mit einer feinaufgelösten Zeitskala – auch das ist heute häufig nicht möglich oder allenfalls über Umwege und nur näherungsweise zu bestimmen.

Produktion: Wie könnte man diesem Problem entgegentreten?

Prof. Zäh: Automobilkonzerne oder die Automobilzulieferindustrie als stark vertretende Branche im Bereich der Werkzeugmaschinennutzung könnten ihre Marktposition geltend machen, um bei den Werkzeugmaschinenbauern Innovationen zu fordern, mit denen es möglich wird, die für das Condition Monitoring und andere Funktionen relevanten Daten genauer, das heißt mit höherer zeitlicher Auflösung und besserer Interpretierbarkeit, abzuspeichern und zur Verfügung zu stellen.

Produktion: Der digitale Zwilling als Simulationswerkzeug zur Designoptimierung wird bei Werkzeugmaschinenbauern immer beliebter. Welche Potenziale stecken noch in ihm?

Prof. Zäh: Die anwendungsübergreifende Nutzung von einmal erstellten Modellen. Wir haben momentan noch hauptsächlich die Situation vorliegen, dass digitale Zwillinge für verschiedene Anwendungen in den Unternehmen gestaltet werden: Ein Modell für die Optimierung des Gestellaufbaus der Maschine mit Blick auf Statik und Dynamik, ein anderes Modell zur Kompensation von thermischen Verformungen und wieder ein Modell für die virtuelle Inbetriebnahme. Ein Gewinn könnte sein, ein Master-Modell zu betreiben und aus diesem die entsprechenden Anwendungen zu speisen.

Beispielsweise ein Modell für die Gestaltung des Modellaufbaus mit entsprechenden Zusatzinformationen, das dann auch für die virtuelle Inbetriebnahme und auch für thermische Analysen und Optimierungen verwendet werden kann. Einen ersten Schritt in diese Richtung sind wir am Institut schon gegangen, indem wir gezeigt haben, wie ein mechanisches Finite-Elemente-Modell in ein thermisches übergeführt werden kann.

Produktion: Am Institut für Werkzeugmaschinen und Betriebswissenschaften iwb geben Sie der KI die Möglichkeit, sich als Querschnittstechnologie zu beweisen. An welche Grenzen ist sie dabei bisher gestoßen?

Prof. Zäh: Wenn Sie mich persönlich fragen: An keine! Für die klassischen KI-Tools oder -Methoden, wie die künstlichen neuronalen Netze und die evolutionären Algorithmen, gibt es nach meinem Verständnis keine wirklichen Grenzen in der Anwendung. Sie brauchen nur die entsprechende Phantasie, welche Anwendung Sie mit welchem Werkzeug angehen wollen. Dafür muss aber, wie schon erwähnt, der Algorithmus erst verstanden werden, damit sich die Phantasie entwickeln kann.

Produktion: Aus Sicht eines neutralen Forschungsinstituts: Wo passen Hype und Realität beziehungsweise reale Zukunftschancen aktuell nicht zusammen?

Prof. Zäh: Ich denke, dass mit dem marketingtechnisch hervorragend gewählten Begriff Industrie 4.0 enorme Erwartungshaltungen geweckt werden, die so nicht bedient werden können. Zum Beispiel, dass innerhalb weniger Jahre die gesamte Produktion vernetzt sein wird, dass damit flächendeckend ein KI-basiertes Condition Monitoring eingesetzt werden kann, eine vernetzte Auftragsvergabe, eine Auftragsverteilung von einem Unternehmen an ein anderes und so weiter. Das ist einfach unrealistisch. Es braucht viel mehr Zeit als die Menschen der Sache geben oder geben wollen. Und es sind sicher auch viele Dinge dabei, die einfach nicht sinnvoll sind. Man darf sich von den vielen Innovationen etwas erwarten, aber nicht zu schnell.

Wissen, was die Industrie bewegt!

Alles zu Industrie 4.0, Smart Manufacturing und die ganze Welt der Technik.

Newsletter gratis bestellen!