Smart Risk: Der Griff der virtuellen Welt nach der Wirklichkeit

Der Betrieb smarter Systeme wie Industrie 4.0 ist, wie alle anderen Produktionssysteme auch, dem Unternehmensmanagement unterworfen. Ein Teil davon ist das (technische) Risikomanagement, z.B. nach ISO 31000. Risikomanagement und die dahinterliegenden Konzepte bauen dabei auf jahrzehntelangen Erfahrungen, Methoden und Best Pratices auf. Sie sind in den Unternehmen und Branchen fest etabliert, beruhen aber fast immer auf Denkweisen und Methoden, die aus der Zeit vor dem Internet stammen.

Industrie 4.0 stellt also die gewohnten Vorgehensweisen in Frage. Ein Grund dafür ist die bisher unvollständige Verbindung zwischen Informationstechnik (IT) und Risk Engineering, d.h. der IT Security einerseits und Gefahrenanalyse andererseits. Kurz: die bisher virtuelle Welt der IT greift zunehmend in die physische Welt ein und kann damit Schäden verursachen. Versagende IT Security kann zum Beispiel zur Freisetzung eines gefährlichen Stoffes aus einer Chemieanlage führen und für Schäden an Mensch und Umwelt verantwortlich sein. Ein modernes Risikomanagement muss jedoch damit umgehen können.

Risiko beschreibt ganz allgemein Auswirkungen von Abweichungen vom Normalbetrieb und wird ihm Engineering meist als Häufigkeit und Ausmass unerwünschter Ereignisse verstanden. Risikomanagement ist dann die Art und Weise, wie ein Unternehmen solche Ereignisse erkennt, analysiert, beurteilt und schliesslich handhabt. Die IT und das Risk Engineering gingen jedoch bisher getrennte und nicht immer zusammenpassende Wege. Risikomanagement in den Zeiten der Industrie 4.0 bedeutet somit, dass sich zwei recht unterschiedliche Denk- und Vorgehensweisen zusammenraufen müssen. Das heisst aber auch, sich übergreifend mit dem Thema Risiko zu beschäftigen und voneinander zu lernen. Die im CAS Industrie 4.0 vorgestellten und am Institut für Nachhaltige Entwicklung INE angewandten  Methoden verbinden dabei drei Analyse-Ebenen:

Abb. Mehrschichtenmodell computergesteuerter und vernetzter Systeme (Quelle: Mock R., Zipper Ch., Risiko: das Ende eines Konzeptes? Sicherheitsforum 1/2017)

Die erste Ebene umfasst das klassische Risikomanagement physischer Einrichtungen z.B. die Handhabung des Versagens von Pumpen und Ventilen einer Produktionsanlage. Am anderen Ende liegt die dritte Ebene. Sie beschreibt die Software-Ebene, z.B. Betriebssysteme und beinhaltet die Prinzipien der IT Security, z.B. der Ermittlung der Vertraulichkeit, Integrität und Verfügbarkeit von Daten. Neu ist die dazwischenliegende Kontroll-Ebene. ICS (IndustrialControl System), SCADA (Supervisory Control and Data Acquisition) und HMI (Human Machine-Interface) sind Stichwörter für die wichtigsten Bindeglieder zwischen virtueller und physischer Welt.

Insgesamt besteht die Aufgabe darin, ein kompliziertes, soziotechnisches Produktionssystem möglichst praxisnah und ebenengerecht in das Risikomanagement eines Unternehmens einzubeziehen. Der CAS Industrie 4.0 versucht, die entsprechenden Problematiken den Kurs-Teilnehmenden näher zu bringen und erste Lösungsansätze für das Risikomanagement zu vermitteln.

Ralf Mock, Christian Zipper

Vom 20. bis 24. März war die ZHAW Plattform Industrie 4.0 an der CeBIT.  Am ZHAW Stand im Swiss Pavillon konnten die Kompetenzen in den Bereichen Vernetzung, Datenmanagement, Modellierung sowie Smart Proucts und Services mit einem breit interessierten Publikum diskutiert werden. In der Arena des Swiss Pavillon hatten wir zudem die Gelegenheit, im Referat „ZHAW Platorm Industry 4,0 – Perspective Services and Buisness Models“ unsere am Business-Nutzen orientierte Vorgehensweise darzulegen. Während den 5 Tagen Messe fanden zahlreiche inspirierende Gespräche statt mit vielen neuen Kontakten für Kooperationen und Projekte.

Andreas Rüst, Jürg Meierhofer

Im Forschungsschwerpunkt Autarke Systeme am Institute of Embedded Systems der ZHAW wurde ein energieautarker kabelloser Sensor für einen industriellen Antrieb entwickelt.

Das erstellte Sensorsystem bezieht seine Energie mittels Energy Harvesting direkt aus den Vibrationen des Antriebs. Ein Beschleunigungssensor misst die auftretenden Vibrationen. Die Messdaten werden mittels Funk an den Empfänger weitergeleitet. Die Kombination aus Energy Harvesting und Funkübertragung macht eine Verkabelung überflüssig. Da auch keine Batterien verwendet werden, verringern sich Installations- und Wartungsaufwand. Gleichzeitig erhöht sich die Betriebssicherheit.

Tests mit dem an der ZHAW erstellten Prototyp belegen die Eignung für industrielle Anwendungen. Bereits bei geringen Vibrationen kann genügend Energie für permanente Datenerfassung und regelmässige Datenübertragung gesammelt werden. Das System eignet sich damit für Betriebsdatenerfassung und Anwendungen im Bereich Condition Monitoring.

Juan-Mario Gruber

Am 23. Februar sind wir im Technopark Winterthur erfolgreich in den „CAS Industrie 4.0 – von der Idee zur Umsetzung“ gestartet.

Während 16 Kurstagen werden die Teilnehmenden  die Themen

• Cyber-physikalische mechatronische Systeme und Smart Factory Konzepte auf Anlagenebene
• Internet of Things (IoT)
• Neue Fertigungstechnologien und Produktlebenszyklusmanagement (PLM)
• Predictive Maintenance (PM)
• Risikomanagement im Kontext Industrie 4.0
• Business Modelling und Servitization

vertiefen und an praktischen Beispielen diskutieren. Wir wünschen allen eine spannende Zeit, viele neue Erkenntnisse und gute Vernetzung in einer Klasse mit reichem Erfahrungsschatz.

Mit Industrie 4.0 steht nicht nur die nächste industrielle Revolution vor der Tür, sondern es findet ebenso, von der breiten Öffentlichkeit nahezu unbemerkt, eine Revolution im Bereich der Hard- und Software statt. Gerade eben erst haben sich Mechatronische Systeme als Einheiten aus Mikroprozessoren, Sensoren und Aktoren in Haushaltsgeräten, Autos, Flugzeugen, medizinischen Geräten und Produktionsanlagen etabliert, da spricht man bereits über den nächsten Entwicklungssprung. Nicht nur einzelne, intelligente aber nahezu voneinander isolierte mechatronische Einheiten machen die neuen Systeme aus, sondern die uneingeschränkte Kommunikation dieser Einheiten über das Internet wird künftig das entscheidende Merkmal sein. Diese sog. Cyber-physikalischen Systeme (CPS), welche die physikalische Welt mit dem Internet – dem Cyberspace – verbinden, sind Schlüsselkomponenten bei der Umsetzung von Industrie 4.0.

CPS werden das Wettbewerbsumfeld und die Art und Weise wie Unternehmen untereinander und mit den Kunden interagieren auf eine neue Basis stellen. Durch sie werden neue Dienstleistungen möglich, neue Wertschöpfungsketten werden entstehen und klassische Branchen wie die Automobilindustrie, der Energiesektor und die Fertigungs- und Produktionstechnik werden sich grundlegend verändern.

Während mechatronische Systeme (Abbildung 1) mit eingebetteten Prozessoren und Software (als Teil von Geräten, Maschinen, Gebäuden, Transportsystemen, Produktionssystemen, medizinischen Systemen, logistischen Prozessen, usw.) im Wesentlichen in der Lage sind, physikalische Daten mittels Sensoren zu erfassen, physikalischen Prozesse über Aktoren zu beeinflussen, drahtlos und / oder drahtgebunden lokal untereinander und mit Menschen über eine geeignete Mensch-Maschine-Schnittstelle zu kommunizieren, verfügen CPS über folgende, entscheidende weitere Fähigkeiten:

• sie können die aufgezeichneten Daten auswerten und speichern und entweder aktiv oder reaktiv sowohl mit der physischen als auch der digitalen Welt interagieren,
• sie sind drahtlos und / oder drahtgebunden nicht nur lokal, sondern auch global miteinander und mit globalen Netzwerken verbunden,
• sie können damit weltweit verfügbare Daten und Dienste nutzen und
• sie verfügen über verschiedene, multimodale Mensch-Maschine-Schnittstellen.

Die Kommunikationsfähigkeit von technischen Systemen ist in der Automatisierungstechnik nicht neu und wird bereits seit den 70er Jahren praktiziert. Was ist also wirklich neu und revolutionär an CPS? Wirklich neu ist die Tatsache, dass die Vernetzung Cyber-physikalischer Systeme über das Internet, also über ein offenes, globales Netz stattfindet (Abbildung 2).

Dies hat in der Praxis immense Auswirkungen, denn damit werden jegliche im Internet verfügbaren Daten, Informationen und auch damit zusammenhängende Dienste für CPS verfügbar. Ebenso können von CPS generierte Daten im Internet (bzw. einem dafür vorgesehenen Speicherort wie z.B. einer Cloud oder einer mehr maschinennahen Speicherung in einem sog. Fog) bereitgestellt werden. Darüber hinaus ist eine weltweite Vernetzung von CPS untereinander und mit weiteren Systemen möglich. Eine solche Vernetzung muss nicht statisch sein, sondern kann sich lokal uns/oder global dynamisch an die Anforderungen anpassen.

Aufgrund dieser Eigenschaften entstehen für CPS grundsätzlich neue Anforderungen.

• Eine der wesentlichen Fragen ist die Frage nach der Sicherheit solcher Systeme im weltweiten Netz. Künftige Lösungen müssen zwingend den für heutige Systeme geltenden hohen Sicherheitsanforderungen genügen, ansonsten ist eine Akzeptanz in den hochsensiblen Bereichen verschiedenster Automationslösungen nicht gewährleistet.
• CPS müssen über eine höhere Eigenintelligenz verfügen als bisherige mechatronische Systeme. Die Möglichkeit auf verschiedenste Umgebungsbedingungen und Anforderungen entsprechend zu reagieren lässt sich nicht mit einer „einfachen“ Regelung realisieren. Assoziative und (später) kognitive Algorithmen müssen Teil der embedded Software eines CPS sein. Ein CPS muss über das Wissen seiner eigenen Funktionalität (self-awareness), seiner Partner (self-coordination), seines Umfeldes (self-organisation), seines aktuellen Zustandes (self-optimization) und der Möglichkeit zur Veränderung seines Zustandes (self-healing) verfügen.
• CPS müssen die Durchgängigkeit von Konstruktions-, Produktions- und Betriebsdaten unterstützen und auf der anderen Seite service- und produktivitätsrelevante Daten an entsprechende Einheiten (remote service und remote maintenance) liefern können.
• Mensch-Maschine Schnittstellen von CPS müssen auf die geänderten Bedingungen angepasst werden. Menschen und CPS müssen in Automatisierungs- und Produktionsprozessen durch verschiedene Interaktionen effizient miteinander kommunizieren können.

Das führt zur Auflösung der bisher in der klassischen Automatisierungstechnik bekannten Automatisierungspyramide. Vielmehr ergibt sich eine Netzstruktur, in dem die einzelnen Knoten dynamisch miteinander kommunizieren können (Abbildung 3). Da jedem Knoten theoretisch über dynamische Verknüpfungen jede im Netz verfügbare Information zur Verfügung gestellt werden kann, ist einerseits die sogenannte „self-X“ Funktionalität (self-awareness, self-coordination, …) von CPS und andererseits die multimodale, auf die jeweiligen Bedürfnisse zugeschnittene Mensch-Maschine Schnittstelle von besonderer Bedeutung. Hier zeigt sich für künftige Anwendungen der besondere Vorteil der CPS: der Automatisierungsgrad kann deutlich gesteigert werden, trotz allgemeinem Trend zur Produktindividualisierung und im Wesentlichen auch ohne den im Zusammenhang mit Industrie 4.0 oftmals diskutierten Verlust von Arbeitsplätzen.

Insbesondere werden auch kleine und mittlere Unternehmen (KMU) künftig bei der Entwicklung neuer Möglichkeiten der cyber-physischen Systeme eine wichtige Rolle spielen. Einerseits als Anbieter individueller technischer Lösungen, andererseits aber besonders auch als Anbieter von neuen Dienstleistungen auf der Basis der globalen Kommunikationsfähigkeit von CPS. In einer hierarchielosen und dynamisch vernetzten Struktur können KMUs aufgrund ihrer Kundennähe und Flexibilität spezifische Kernkompetenzen aufbauen und damit den Aufbau neuer Wertschöpfungsstrukturen sehr effizient unterstützen.

Abbildung 1: Mechatronisches System

Abbildung 2: Cyber-physikalisches System

Abbildung 3: Auflösung der Automationspyramide zur Netzstruktur

Hans Wernher van de Venn

Aladdins Wunderlampe oder die sprichwörtliche gute Fee machen es dem Kunden einfach: Auch ungenau spezifizierte Wünsche werden ohne grosse Umstände sofort erfüllt (ein bisschen Theaterdonner gehört aber sicher dazu). Nun lernen bereits Kinder aus reichlich vorhandener Märchenliteratur die Tücken einer solchen Produktionsweise: Nicht immer erfüllt das durch Zauberhand Erschaffene die Erwartungen der Wünschenden und meist haben Wünsche gravierende Nebenwirkungen.

Eine gut lesbare Beschreibung der Eigenschaften, Vorteile und Herausforderungen deklarativer Progammierung findet sich in J. Lampe: „Ist deklarativ wirklich instruktiv?“, Informatik Aktuell, Mai 2014. Darin schreibt der Autor:

„Gemeinsam ist allen Definitionsansätzen, dass sie als wichtiges Kennzeichen die Beschreibung des Was anstelle des Wie hervorheben. Während ein prozedurales Programm den Weg beschreibt, auf dem das gewünschte Ziel (=Ergebnis) erreicht werden kann, ist ein deklaratives Programm die genaue Beschreibung (Spezifikation) eben dieses Ergebnisses. Die deklarative Sicht ist daher vorwiegend statisch und entspricht am ehesten der Verwendung von Blaupausen als Produktvorlage.

Wenn auf die Spezifizierung der Ausführung verzichtet wird, öffnet das Chancen für deren Optimierung. Im Idealfall kann der deklarative Code später einmal durch ein Verfahren ausgeführt werden, dass zum Zeitpunkt des Schreibens noch gar nicht bekannt war. Gern wird dabei auf die implizite Parallelisierung verwiesen. Doch wie im normalen Leben begegnet einem auch in der Programmierung der Idealfall höchst selten.

Für die weitere Diskussion soll als Beispiel für eine eher deklarativ geprägte Programmiersprache SQL benutzt werden. Ein anderer prominenter Kandidat für diese Rolle ist HTML. Als typischer Vertreter prozeduraler Sprachen dient Java.“

Die heutige Realität bietet dem Kunden in der Regel weit weniger als man selbst von der Sparvariante einer Wunderlampe erwarten würde. Eine mehr oder weniger breite Kollektion industriell produzierter Massenware wird angeboten, und die Kundin/der Kunde sucht sich dasjenige Produkt aus, welches ihr oder ihm am besten entspricht. Notgedrungen geht dies zu Lasten der Individualität; allerdings zeigen zum Beispiel Firmen in der Möbelindustrie, dass kluges Design es ermöglicht im industriellen Massstab Komponenten herzustellen, welche in einer personalisierte Art und Weise kombiniert werden können.

Die fortschreitende Digitalisierung und Flexibilisierung der Wertschöpfungskette erlaubt in absehbarer Zukunft die „massenhafte Produktion“[1] von individualisierten Produkten und ermöglicht es somit, noch weiter in Richtung einer personalisierten Produktion zu gehen. Die Kundin, der Kunde erhält die Möglichkeit, ihre/seine Bedürfnisse über die reine Auswahl aus einer Palette fertiger Produkte oder die freie Kombination standardisierter Basiskomponenten hinaus zu verwirklichen. Selbstverständlich war das bis dato auch möglich; kompetente Heimwerkerrinnen und Heimwerker wurden eigentlich nur durch die Gesetze der Physik eingeschränkt. Nun ist das mit der Kompetenz so eine Sache. Einige unter uns werden die Erfahrung der Autoren teilen, dass man zwar durchaus in der Lage sein kann, ziemlich genau anzugeben, was man braucht ohne allerdings genau zu wissen, wie man dies erreichen kann. Hier bietet ein Ansatz aus der Informatik, das Konzept der deklarativen Programmierung (vgl. Box), interessante Möglichkeiten dieses Potenzial umfassend auszuschöpfen. Der/dem Kundin/Kunden wird eine Plattform angeboten, die ihr/ihm es ermöglicht, das „Was“ der Wünsche bequem auszudrücken. Die Struktur der Plattform ist so gestaltet, dass nur solche „Was“ ausgedrückt werden können, für die der Produzent auch ein konkretes „Wie“ der Umsetzung zur Verfügung stellen kann.

Da Produkte im Wesentlichen durch CAD Modelle und daraus abgeleiteten Daten  repräsentiert werden, besteht ein Bedürfnis nach Werkzeugen, die es Endbenutzern erlauben diese Modelle deklarativ auszudrücken. In Anlehnung an den Begriff der deklarativen Programmierung brauchen wir gewissermassen eine deklarative „Produktbeschriebungssprache“[2] und einen entsprechenden „Compiler“, der aus Beschreibungen 3d Objekte generieren kann. Entsprechende Ansätze werden in der CAD Industrie  erforscht und teilweise  auch bereits  angeboten. Firmen wie Autodesk mit ihrem „Project Dreamcatcher“[3] oder Robert McNeel & Associates mit Grasshopper®[4] arbeiten an CAD Lösungen, die nicht ein blosses Werkzeug sind, sondern selbständig zu den Anforderungen des Benutzers passende Geometrien generiert. In weiteren Schritten werden dann teilweise von den vorgeschlagenen Lösungen einige Ansätze weiter verfolgt und genauer spezifiziert und modifiziert. Aus dieser Herangehensweise ergibt sich ein interaktiver Problemlösungsansatz (Dreamcatcher Workflow) in dem die Software dem Benutzer Möglichkeitenaufzeigt und ihn gewissermassen durch den „Design Raum“ geleitet.

Selbstverständlich sind wir auch mit Ansätzen der deklarativen Programmierung noch lange nicht in einem Schlaraffenland angekommen. Auf jeden Fall ist aber eine deklarative Produktebeschreibung ein weiterer Schritt zur Verbindung der Vorteile individualisierter Nachfrage und eines industriell produzierten Angebots.

[1] Wir verstehen hier den Term „massenhafte Produktion“ als die Produktion von vielen individuellen Erzeugnissen, im Gegensatz zur „Massenproduktion“ bei der die Herstellung vieler identischer Erzeugnisse gemeint ist.

[2] Eine Sprache ist hier im weitesten Sinn zu verstehen, es kann sich z.B. auch um grafische Repräsentationen handeln.

[3] https://autodeskresearch.com/projects/dreamcatcher

[4] http://www.grasshopper3d.com/

Abbildung 1. Der Dreamcatcher Workflow (https://autodeskresearch.com/projects/dreamcatcher)

Abbildung 2. Schematische Darstellung von 3d Geometrien in Grasshopper 3d.

Dandolo Flumini und Rudolf Füchslin

Die Digitalisierung der Wertschöpfungskette erfordert bei bestehenden Systemen und Maschinen für die erfolgreiche Implementation der Sensorik oft sehr kundenspezifische Lösungen.
Das Zentrum für Signalverarbeitung hat in Zusammenarbeit mit der Firma Reishauer AG die kontaktlose Identifikation von Werkzeugen erfolgreich in die bestehenden Verzahnungsschleifmaschinen mit SPS- Steuerung integriert.

Die kontaktlose Identifikation von Werkzeugen in der Maschine verhindert Fehleinsätze von Werkzeugen, lässt Standzeiten ermitteln, ermöglicht die naht- und dokumentlose Bewirtschaftung mittels ERP-Systeme und entspricht so einem zunehmenden Kundenbedürfnis zur Qualitätssicherung.

Die RFID-Lösung musste in solcher Weise integriert werden, dass der beim hochproduktiven Zahnradschleifen auftretende Schleifscheibenabrieb mit den Schleifspänen und dem Schleiföl weder mechanisch noch elektrisch, bzw. physikalisch einen Einfluss auf die Übertragung sowie die Antennen und die RFID- Etiketten hat. Hinzu kommt, dass das zu identifizierende Abrichtwerkzeug auf einer mit bis weit über 5‘000 U/min rotierenden Spindel aufgespannt wird und im laufenden Betrieb in der Maschine identifiziert werden muss. Die realisierte Lösung ist mittlerweile weltweit patentiert und wird auf Kundenwunsch eingebaut.

Das Projekt wird im Rahmen der F&E- Konferenz zu Industrie 4.0 mit anderen Projekten der ZHAW am 11. Januar 2017 an der ZHAW in Winterthur vorgestellt.

Daniel Früh

Industrie 4.0 bricht bestehende Wertschöpfungsketten auf und verändert ganze Wirtschaftszweige. Die erfolgreiche Umsetzung neuer Geschäftsmodelle erfordert Kompetenzen aus verschiedenen Fachbereichen. Die ZHAW School of Engineering hat deshalb ihre Expertise im Bereich Industrie 4.0 gebündelt und kombiniert bestehendes Know-how auf verschiedenen Gebieten zu einer ganzheitlichen Anwendung. Die Experten der Plattform Industrie 4.0 unterstützen Unternehmen umfassend bei der Transformation zu Industrie 4.0. Gemeinsam haben sie das Weiterbildungsangebot«CAS Industrie 4.0 – von der Idee zur Umsetzung» entwickelt. Dieses CAS umfasst die Themenfelder „Cyber-physikalische mechatronische Systeme und Smart Factory Konzepte auf Anlagenebene“, „Internet of Things (IoT)“, „Neue Fertigungstechnologien und Produktlebenszyklusmanagement (PLM)“, „Predictive Maintenance (PM)“, „Risikomanagement im Kontext Industrie 4.0“ sowie „Business Modelling und Servitization“.

Weitere Details finden Sie hier: CAS Industrie 4.0 – von der Idee zur Umsetzung

Markus Marti