Es geht nicht darum, Analoges durch Digitales zu ersetzen, sondern Simulation und Realität bestmöglich zu verbinden – und gemeinsam mit Forschern an neuen Möglichkeiten zu arbeiten. Ein Einblick in die Smart Production bei Magna Steyr und AVL List.

Digitalisierung hin oder her. „Der Mensch spielt weiterhin eine Schlüsselrolle in der Fahrzeugproduktion“, steht für Wolfgang Zitz außer Frage. Am Weg hin zur Smart Factory und dahin, dass „jedes Auto mehr oder weniger ein Unikat sein kann“ führt für den Vice President (Contract Manufacturing) der Magna Steyr nichts vorbei. „Die Maschine soll den Menschen nicht ersetzen. Man muss herausfinden, wie man beide miteinander am besten kombinieren kann, um agil zu produzieren und so die Anforderungen der Kunden zu erfüllen.“ Auch wenn es auf den ersten Blick nicht zu erkennen ist, am Fließband produzierte Autos sind bereits heute mehr oder weniger Einzelstücke, weil Simulationen und kurzfristige Produktionsänderungen den Alltag bestimmen. Dafür braucht es Big-Data-Lösungen und an denen feilt man mit Unterstützung durch das Know-Center in der sogenannten „Smart Factory“ – gewissermaßen einem firmeninternen Versuchslabor. Unter anderem:

  1. Autonome Fahrzeuge für die Logistik
    Fahrerlose Transportwägen befördern Autoteile von A nach B – etwa vom Lager zum Fließband. Hindernisse auf den Transportrouten werden von den fahrerlosen Transporteuren automatisch erkannt, Routeninformationen in Echtzeit kommuniziert („Machine Learning“). Bereits im Zuge des Jaguar-Projekts im Jahr 2017 sollen die autonomen Fahrzeuge im großen Stil im Magna-Werk eingesetzt werden.
  2. Entlastung für die Produktionsmitarbeiter
    Für schwere Tätigkeiten in der Fertigungsstraße wird eine neue Generation von kollaborierenden Leichtrobotern getestet – gewissermaßen als Assistenten für die Mitarbeiter, denen körperlich besonders anstrengende Arbeiten abgenommen werden. Die Roboter erkennen Hindernisse automatisch, passen ihre Handlungen an und entwickeln Sensibilität für ihre Umgebung.
  3. Location-Tracking für die Fahrzeuge
    Hunderttausende Fahrzeuge verlassen Jahr für Jahr die Fertigungsstraßen bei Magna Steyr. Vor der Auslieferung in alle Welt gibt es für einige der Fahrzeuge aus logistischen Gründen noch einen Zwischenstopp auf dem Magna-Gelände. Seit Kurzem arbeitet man mit einem „Location Identificatin System“, um auf Knopfdruck den aktuellen Standort jedes einzelnen Fahrzeugs abzufragen – eine immense Zeitersparnis für die Mitarbeiter.

Bei all diesen Projekten gilt für Zitz „Learning by doing“. Und der gute alte Lehrsatz von Charles Darwin: „Nicht der Stärkste oder Intelligenteste überlebt, sondern derjenige, der sich am besten an den Wandel anpasst.“

Reale Simulation bei AVL List

Volle Fahrt voraus gilt in Sachen Big Data auch bei AVL List. Wolfgang Puntigam, Head of Integrated Open Development Plattform, und sein Team arbeiten an einem Paradigmenwechsel: Man baut nicht erst Karosserie, Reifen und Motor und testet das (fast) fertige Fahrzeug dann unter realen Bedingungen, sondern man schickt eine Simulation auf die Straße – im wahrsten Sinne des Wortes. Der große Vorteil: Man kann früher, effizienter und kostengünstiger an der richtigen Technik feilen. Sukzessive werden Teile der Simulation dann durch „echte Hardware“ ersetzt, etwa indem man im nächsten Schritt bereits eine reale Karosserie, aber noch einen virtuellen Motor einsetzt.

Über den Tellerrand blicken

Der Status Quo laut Wolfgang Puntigam: „Die Herausforderung ist derzeit, die verschiedenen Datenquellen zu verknüpfen.“ Wie in vielen Unternehmen ist das Problem nicht der Mangel an Daten, sondern die intelligente Verknüpfung. Das bestätigt auch Andreas Gebhard vom Softwarehersteller EURODATA. Viele Unternehmen berücksichtigen dem Experten zufolge noch zu wenig, dass es auch außerhalb des „eigenen Informationssilos“ noch unzählige Daten gibt, die Basis für neue Lösungen und Geschäftsmodelle sein können – auch solche, die gemeinsam mit Geschäftspartnern, etwa entlang einer Logistikkette, genutzt werden können.

Quick-Egg-Check

Nicht nur beim Thema Fahrzeugbau, auch in der Landwirtschaft werden Daten genutzt, um neue Systeme und Anwendungen – in diesem Fall für den Konsumenten – zu entwickeln. Der Quick-Egg-Check ist eine solche Anwendung: Diesen hat JOANNEUM RESEARCH für den Verein „Österreichische Eierdatenbank“ produziert. Basis dafür sind die Daten, die von den Eierbauern standardmäßig angegeben werden: etwa Menge und Größe der Eier. Der Konsument kann mit dem Quick-Egg-Check die Herkunft eines einzelnen Eis, das er im Supermarkt gekauft hat, genau nachvollziehen.