interview

Domänenwissen als Stärke

Von der Harvard Business Review wurde er zum „Sexiest Job des 21. Jahrhunderts” gekürt und auch so steht er momentan allseits hoch im Kurs: Der Data Scientist. Trotzdem glaubt Dipl.-Ing. Frank Maier, der für Innovationen zuständige Vorstand der Lenze SE, nicht daran, dass aus abstrakten Analysen mehr herausgelesen werden kann als aus gezielten Condition Monitoring Aktivitäten. „Denn wir wissen, wonach wir suchen“, wie er gegenüber x-technik AUTOMATION betonte. Warum der Lenze CTO für den Einsatz smarter Zustandsüberwachungsmethoden plädiert und wie er generell über die fortschreitende Digitalisierung denkt, verriet er ebenfalls im nachfolgenden Interview. Das Gespräch führte Sandra Winter, x-technik

Predictive Maintenance ist eine Art Versicherung: Ich versichere mich mit zusätzlichen Aufwänden gegen einen Stillstand. Dabei ist es wichtig, den kostenoptimalen Punkt zu treffen.

DI Frank Maier, der für Innovationen zuständige Vorstand der Lenze SE

Predictive Maintenance ist eine Art Versicherung: Ich versichere mich mit zusätzlichen Aufwänden gegen einen Stillstand. Dabei ist es wichtig, den kostenoptimalen Punkt zu treffen. DI Frank Maier, der für Innovationen zuständige Vorstand der Lenze SE

Herr Maier, die Digitalisierung hat uns alle fest im Griff – wo sehen Sie die größten Vorteile für Maschinenbauer und produzierende Unternehmen?

Zu diesem Thema gibt es unterschiedliche Zugänge. Zum einen geht es um den Effizienzgewinn im eigenen Unternehmen, also um die Frage, mit welchen digitalen Methoden sich Fehler vermeiden oder gewisse (Arbeits-)Prozesse vereinfachen bzw. optimieren lassen. Ein weiterer Aspekt adressiert die Frage: Wie kann ich meinen Kunden dabei helfen, ihre Effizienz zu steigern? Unsere EASY Engineering Tools wie der EASY Product Finder, der EASY System Designer oder der EASY UI Designer fallen unter diese Kategorie. Diese Werkzeuge unterstützen Maschinenbauer umfassend bei der Konzeption und dem Betrieb neuer Anlagen. Und last but not least gibt es dann noch ein drittes Betätigungsfeld beim Thema Digitalisierung – die Erschließung neuer Geschäftsmodelle, was so ein bisschen als die Königsdisziplin des Ganzen gilt.

Lenze setzt auf ein „Smartes Condition Monitoring“, bei dem man einerseits versucht, so weit wie möglich ohne zusätzliche Sensorik auszukommen und andererseits sehr genau darauf achtet, auf welcher Ebene der Informationspyramide einer Maschine sich eine permanente Zustandsüberwachung tatsächlich bezahlt macht für die Kunden.

Lenze setzt auf ein „Smartes Condition Monitoring“, bei dem man einerseits versucht, so weit wie möglich ohne zusätzliche Sensorik auszukommen und andererseits sehr genau darauf achtet, auf welcher Ebene der Informationspyramide einer Maschine sich eine permanente Zustandsüberwachung tatsächlich bezahlt macht für die Kunden.

Wie ist der aktuelle Status Quo beim Thema Digitalisierung? Wie gut ist die Industrie für die Anforderungen von morgen aufgestellt?

Tatsache ist, dass wir alle bereits seit 30, 40 Jahren kontinuierlich am Digitalisieren sind. Es ist also keineswegs so, dass wir jetzt erst damit beginnen. Allerdings sollten wir einen Gang höher schalten und diesen „Transformationsprozess“ beschleunigen, weil dank Moore´s Law die technologischen Möglichkeiten innerhalb kürzester Zeit drastisch zunehmen und wir mit dieser Entwicklung Schritt halten müssen, um im globalen Wettbewerb bestehen zu können. Das ist natürlich eine Riesen-Herausforderung, vor allem auch für kleinere Unternehmen, weil diesen in der Regel weniger personelle Ressourcen zur Verfügung stehen.

Bei einem Showcase auf der Messe wurden bestimmte Informationen aus den Achsen zusammengezogen und aggregiert, um zu erkennen, ob ein Riemen rutscht oder eine Spindel schwergängig wird.

Bei einem Showcase auf der Messe wurden bestimmte Informationen aus den Achsen zusammengezogen und aggregiert, um zu erkennen, ob ein Riemen rutscht oder eine Spindel schwergängig wird.

Das heißt es wird immer schwieriger, alles im Alleingang zu meistern?

Ja. Nicht umsonst setzen selbst die großen Player zunehmend auf strategische Partnerschaften, um die Herausforderungen der Zukunft meistern zu können. Demzufolge sollten auch die Klein- und Mittelbetriebe umdenken, sich vom Not-invented-here-Syndrom lösen und vermehrt die Zusammenarbeit mit anderen suchen bzw. vorgefertigte Software-Bausteine wie die FAST-Toolbox von Lenze für ihre Zwecke nutzen. Vor allem in der Softwareentwicklung ist Wiederverwendung einer der wichtigsten „Produktivitätshebel“. Deshalb wurde ja auch die Objektorientierung erfunden.

Bei Lenzes Condition Monitoring-Lösung fungiert der Antrieb als Sensor. Für ein modellbasiertes Condition Monitoring steht eine Reihe unterschiedlich dimensionierter SPSen zur Verfügung. Eine datenbasierte Auswertung kann lokal oder in der Cloud erfolgen.

Bei Lenzes Condition Monitoring-Lösung fungiert der Antrieb als Sensor. Für ein modellbasiertes Condition Monitoring steht eine Reihe unterschiedlich dimensionierter SPSen zur Verfügung. Eine datenbasierte Auswertung kann lokal oder in der Cloud erfolgen.

Auf der Nürnberger SPS-Messe wurde von Lenze das Thema Condition Monitoring in den Fokus gerückt – warum?

Weil das ein Thema ist, das in der Industrie heiß diskutiert wird, bei dem es aber nach wie vor einige begriffliche Unklarheiten gibt. Condition Monitoring, Preventive Maintenance und Predictive Maintenance – das alles wird gerne einmal in einen Topf geworfen. Deshalb wollten wir die Unterschiede an einem praktischen Beispiel aufzeigen. In unserem Showcase machten wir einen Antrieb zum Sensor und schlossen von ohnehin vorhandenen Messwerten wie Geschwindigkeit, Beschleunigung, Drehmoment, Position oder Stromaufnahme auf den Zustand eines Riemenantriebs.

Da eine klassische Preventive Maintenance auf einer modellbasierten Analyse basiert, wurden auf der einen Seite gemessene Ist-Werte mit denen verglichen, die sich aus der angenommenen mathematischen Beschreibung der Maschine ergeben. Und auf der anderen Seite waren Algorithmen und neuronale Netze im Einsatz, um über eine Anomalien-Erkennung auf Verschleißerscheinungen aufmerksam zu machen. Mit diesem datenbasierten Analyse-Ansatz verwiesen wir auf die Möglichkeiten einer Predictive Maintenance. Alles in allem konnten wir mit diesem Showcase nicht nur unser Domänenwissen unter Beweis stellen, sondern auch unsere Expertise bei der Interpretation von Daten.

Lenze promotet ein „Smartes Condition Monitoring“ – was ist damit gemeint?

Dahinter steckt die Überlegung, auf welcher Ebene in der Informationspyramide einer Maschine Condition Monitoring idealerweise anzusetzen hat. Sehr oft wird ja darüber gesprochen, einzelne Komponenten zu überwachen, aber macht das wirklich Sinn, wenn z. B. ein Getriebemotor mit einer Wahrscheinlichkeit von 0,1 % ausfällt? Bei einer permanenten Erfassung des Maschinenzustands gilt es nämlich eines zu beachten: Je weiter man in der Informationspyramide einer Maschine nach unten geht desto geringer die Ausfallrate pro Komponente. Da ist dann unter Umständen sogar das Auftreten eines Pseudofehlers bei der Überwachung wahrscheinlicher als ein realer Defekt. Deshalb setzen wir bei Lenze auf ein „Smartes Condition Monitoring“, bei dem wir einerseits bestrebt sind, soweit wie möglich ohne zusätzliche Sensorik auszukommen, um zu aussagekräftigen Informationen zu gelangen. Und andererseits sehr genau darauf achten, auf welcher Ebene sich eine permanente Zustandsüberwachung tatsächlich bezahlt macht für unsere Kunden.

Bei unserem Showcase auf der Messe war es ebenfalls nicht nur ein Getriebemotor, den wir überwachten. Stattdessen wurden bestimmte Informationen aus den Achsen zusammengezogen und aggregiert, um zu erkennen, ob ein Riemen rutscht oder eine Spindel schwergängig wird.

Jetzt gibt es ja unterschiedliche Instandhaltungsstrategien…

Ja, aber die Reise geht eindeutig in Richtung Predictive Maintenance – einer vorausschauenden Instandhaltungsstrategie, die auf der Auswertung von Prozess- und Maschinendaten basiert. Allerdings müssen wir uns über eines im Klaren sein und da dürfen wir von Herstellerseite auch nicht zu viel versprechen: Es wird immer noch ein paar Dinge geben, die sich selbst durch eine umfassende Zustandsüberwachung nicht gänzlich vermeiden lassen: Zufallsausfälle der Elektronik beispielsweise. Das ist Physik, dagegen gibt es keine Strategie, das passiert einfach. Null Ausfälle gibt es nicht, aber eine Reduktion sehr wohl. So gesehen ist Predictive Maintenance eine Art Versicherung: Ich versichere mich mit zusätzlichen Aufwänden gegen einen Stillstand. Dabei ist es wichtig, den kostenoptimalen Punkt zu treffen.

Könnte eigentlich auch ein Data Scientist oder Analyst bei einer Predictive Maintenance Anwendung die richtigen Schlüsse aus den erhobenen Daten ziehen?

Der klassische Data Scientist hat ja den Anspruch, dass er aus den erhobenen Daten Zusammenhänge herausliest, die der Domänen-Experte gar nicht kennt. Das habe ich ehrlich gesagt noch nicht oft gesehen. Ich glaube schon, dass es nach wie vor eines unserer wichtigsten Differenzierungsmerkmale ist, gerade auch bei Lenze, dass wir anders als ein Data Scientist, der aus abstrakten Daten abstrakte Informationen herausfiltert, das applikative Verständnis haben. Wir wissen, wonach wir suchen und dieses Wissen um die Domäne sollten wir uns erhalten und dann über datengestützte Modelle, sozusagen als Algorithmus, in die Industrie einbringen.

Wir als Ökosystem – sprich der Maschinenbau und seine gesamte Zulieferindustrie – werden uns nur dann gegen die großen Datensammler und -analysten dieser Welt behaupten können, wenn wir das Domänenwissen zu unserem Vorteil nutzen. Ich durfte einmal einen Bediener einer Wellpappenanlage live in Aktion beobachten, der am Papier-Geräusch erkennen konnte, ob „seine“ Maschine richtig eingestellt ist. Das Knistern verriet ihm, an welchen Schrauben er zu drehen hat, um das Maximum herauszuholen. Und sogar ich als Ingenieur glaube nicht daran, dass wir diese Art von Expertenwissen in den nächsten zehn Jahren datentechnisch abbilden werden können.

Kann man Know-how überhaupt digitalisieren?

Bis zu einem gewissen Grad kann man das Wissen, das die Kollegen im Kopf haben, sehr wohl sammeln, digital aufbereiten und in einer Datenbank hinterlegen, damit das aggregierte Wissen einer Organisation zur Verfügung steht. Bei Lenze beispielsweise haben wir vor vielen Jahren mit dem Aufbau einer Application Knowledge Base (AKB) begonnen. In diese fließt das Know-how unserer Applikationsingenieure ein. Somit können wir unseren Kunden mittlerweile das aggregierte Wissen unserer Community als Expertenwissen zur Verfügung stellen.

Wo sehen Sie in naher Zukunft die größten Herausforderungen im Zusammenhang mit der fortschreitenden Digitalisierung?

Darin, dass wir Maschinen künftig vermehrt über Software definieren müssen, um mit den aktuellen Marktanforderungen Schritt halten zu können – in diesem Zusammenhang gewinnen die Themen Modularisierung und Objektorientierung zunehmend an Bedeutung.

Gesellschaftlich betrachtet ist für mich der Fachkräftemangel eine der größten Herausforderungen. Einerseits arbeitet der demografische Wandel gegen uns und andererseits hat die Technikfreundlichkeit nicht wirklich zugenommen in den letzten Jahren. In unseren Gefilden führen wir wesentlich mehr Diskussionen über Risiken, die in der Technik stecken, als über Chancen. Das ist in Amerika oder China genau anders herum. In den asiatischen Ländern genießt ein Ingenieur weitaus mehr Ansehen als hierzulande. Das führt dazu, dass in diesen Ländern wesentlich mehr Dynamik in der Technik herrscht. Die Hälfte aller Ingenieure, die weltweit die Universitäten verlassen, stammen mittlerweile aus China und Indien. Da baut sich eine ungeheure Ingenieursmacht auf. Wir müssen demnach alles daransetzen, dass wir ebenfalls mehr Burschen und natürlich auch Mädchen für die sogenannten MINT-Fächer begeistern können.

Herr Maier, vielen Dank für Ihre interessanten Ausführungen!

Filtern

Suchbegriff

Unterkategorie

Firmen

Inhaltstyp

Firmentyp

Land