Mit der Einführung autonom fahrender Fahrzeuge steigen die Anforderungen an die Qualitätssicherung und -dokumentation in der Produktion von Bordnetzen sprunghaft an. Zur Sicherung und zum Nachweis von Qualitätsstandards müssen Hersteller für jedes verwendete Bauteil nun eine durchgängige Rückverfolgbarkeit (Traceability) sicherstellen.

Vor diesem Hintergrund untersuchten DiIT und der Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik an der FAU die Implementierung von „Digitalen Zwillingen“ in der Bordnetzproduktion. Diese Zwillinge bilden eine durchgängige Prozessdatenkette der Bordnetze ab und ermöglichen damit eine 100-prozentige Rückverfolgbarkeit.

Die zentralen Ergebnisse der Projekts:

  • Mit den derzeitigen Prozessabläufen ist eine durchgängige Traceability nicht zu gewährleisten. Der gesamte Montageprozess der Kundenspezifischen Kabelbäume (KSK) erfolgt immer noch ausschließlich manuell und ohne IT-Unterstützung. Um die nötigen Daten für die Digitalen Zwillinge bereitstellen zu können, müssen die Prozesse angepasst werden.
  •  Derzeit werden für jeden Produktionsbereich eigene Datenmodelle und eine eigene Logik verwendet. Für die durchgängige Rückverfolgbarkeit wird ein einheitliches Datenmodell von der Schneiderei bis zur Just-in-Sequence-Auslieferung benötigt. Die entstehenden Daten müssen semantisch so verknüpft sein, dass jederzeit prozess- und produktübergreifende Track- und Trace-Abfragen gestellt werden können.
  • Tracking und Tracing beinhaltet zwei Ansätze: den Umgang mit Echtzeit-Daten, um die Produktionsabläufe transparent zu machen, direkt zu steuern und zu verbessern; und das Datenmanagement nach der Auslieferung zur Sicherstellung der Datenbasis für Rückrufe und Gewährleistungsfälle. Beide Funktionalitäten sollten auf dem gleichen Datenmodell beruhen, in der Produktion jedoch unterschiedlich verwaltet werden.
  • Die Arbeitsabläufe sollten um Schritte wie das Scannen von Produkten oder die Dokumentation von Qualitätsprüfungsergebnissen erweitert werden. Im Idealfall erfolgt dies durch stationäre Scansysteme oder eine automatisierte Dokumentation durch die Maschinen. Die Einführung von Prinzipien wie FIFO und Poka Yokes kann Anzahl und Komplexität zusätzlicher Prozessanpassungen dabei reduzieren.
  •  Durch das Hinzufügen weiterer qualitätsrelevanter Prozessdaten wie Maschinenparameter oder Sensordaten können die Datensätze Schritt für Schritt ganzheitlich ausgebaut werden. Das ermöglicht den Herstellern dann mit Hilfe prädiktiver Analytik, die Qualität ihrer Produkte weiter zu erhöhen und damit ihre Wettbewerbsfähigkeit zu steigern.

Das gemeinsame Forschungsprojekt von DiIT und der FAU mit dem Titel „Prozessübergreifende Rückverfolgbarkeit“ lief über einen Zeitraum von 18 Monaten. Geleitet wurde es vom Lehrstuhlinhaber Professor Dr.-Ing. Jörg Franke.