Editorial 09.11.2018, 00:00 Uhr

Wissensbasiertes Konstruieren neu gedacht: Digital Engineering

Prof. Dr.-Ing. Sandro Wartzack
Ordinarius des Lehrstuhls für Konstruktionstechnik der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU). Wissenschaftlicher Herausgeber der „Konstruktion“ für den Bereich „Virtuelle Produktenwicklung“

Prof. Dr.-Ing. Sandro Wartzack Ordinarius des Lehrstuhls für Konstruktionstechnik der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU). Wissenschaftlicher Herausgeber der „Konstruktion“ für den Bereich „Virtuelle Produktenwicklung“

Der Sommerurlaub ist längst vorbei, gerne werden die Urlaubsfotos angeschaut. Wo war doch gleich das Bild mit der schönen Segelyacht? Kein Problem, man nutzt die Suchfunktion im Smartphone und wird trotz der vielen Tausend Fotos schnell fündig. Diese Technik verblüfft uns, ebenso wenn uns das Smartphone abends unaufgefordert verrät, wie lange wir voraussichtlich nach Hause fahren werden und wie die aktuelle Verkehrssituation ist. Auch Online-Übersetzungstools faszinieren uns Nutzer mit einer inzwischen sehr hohen Qualität. Es ist kaum zu glauben, aber hinter diesen Tools verbirgt sich eine künstliche Intelligenz (KI), die sich einerseits die Vernetzung der Smartphones mit den Algorithmen und Daten aus dem Internet zunutze macht, andererseits von der Leistungsfähigkeit der Geräte profitiert: moderne Smartphones verfügen heutzutage über spezielle Prozessoren, die KI-Berechnungen durchführen. Diese Annehmlichkeiten des Alltags haben wir längst akzeptiert. Warum? Weil sie praktischen Nutzen stiften, Vorgänge erleichtern und Zeit einsparen.

Im Maschinenbau nutzt man die Algorithmen ebenfalls seit einiger Zeit: Mit Themen wie Condition-Based-Maintenance (CBM) und der Erweiterung Predictive Maintenance (PM) ist man in der Lage, optimale Wartungsintervalle zu bestimmen und Wartungen vorzunehmen bevor Schäden eintreten, weil die nachträgliche Reparatur von Systemen und Komponenten zu aufwändig und damit zu kostenintensiv ist. Die Daten zur Auswertung stammen dabei aus dem vielzitierten und manchmal in Frage gestellten „Internet of Things“ (IoT). Die Relevanz dieser Themen ist insbesondere im After-Sales Bereich extrem gestiegen. Beispielsweise lassen sich mit geeigneten Datenanalyse-Algorithmen Kupplungsschäden auf Basis von Fahrdaten (Pedalstellungen, Schalthäufigkeit) vorhersagen oder auch die gigantischen Datenmengen einer Flugzeugturbine auswerten, um die Betriebskosten von Flugzeugen zu senken. Selbst der Transportvermittlungskonzern UBER will betrunkene Kunden per Methoden des Maschinellen Lernens erkennen und ihnen entsprechend einen speziell geschulten Fahrer zuordnen oder sogar die Beförderung verweigern.

In der Produktentwicklung ist man dagegen noch etwas zögerlich. Warum machen wir die x-te ähnliche Simulation, obwohl intelligente Routinen diese durch Training mit Daten von vorhandenen Simulationen ohne weiteren Berechnungsaufwand in Echtzeit erledigen könnten? Warum konstruieren wir immer wieder neu, obwohl der Computer nachprüfen könnte, ob ähnliche CAD-Modelle vorhanden sind, die das Problem lösen könnten? Vielleicht wird es irgendwann genügen, die Anforderungen einzugeben und in Echtzeit die fertigen Zeichnungen oder sogar Bauteile auszudrucken?

Genau an diesem Punkt sind wir beim Unterschied zwischen der Virtuellen und der Digitalen Produktentwicklung. Während erstere schon seit einigen Jahrzehnten erfolgreich praktiziert wird, besteht der Vorteil des Digital Engineerings darin, dass das Produktmodell mit einer Vielzahl von Daten – beispielsweise aus der Fertigung oder Nutzung – angereichert und mit KI-Verfahren hinsichtlich verschiedener Ziele ausgewertet werden kann.

Auch wenn zahlreiche Firmen mit „Industrie 4.0“ werben und dieser und ähnliche Fachtermini geradezu inflationär verwendet werden, sollte das uns nicht davon abhalten, den Nutzen der neuen, digitalen Möglichkeiten zu erforschen und zu prüfen, wie die neuen Methoden des maschinellen Lernens sinnvoll in die Produktentwicklung integriert werden können bevor uns irgendwann Google beibringt, wie man konstruiert.

 

Von „ ... bevor uns irgendwann Google beibringt, wie man konstruiert.“

Prof. Dr.-Ing. Sandro Wartzack
Ordinarius des Lehrstuhls für Konstruktionstechnik Friedrich-Alexander-Universität Erlangen- Nürnberg (FAU) Wissenschaftlicher Herausgeber der „Konstruktion“ für den Bereich „Virtuelle Produktenwicklung“
Martensstraße 9, 91058 Erlangen
E-Mail: wartzack@mfk.fau.de www.mfk.fau.de

Top Stellenangebote

HTW Berlin-Firmenlogo
HTW Berlin Stiftungsprofessur (W2) Fachgebiet Industrielle Sensorik und Predictive Maintenance 4.0 Berlin
Duale Hochschule Baden-Württemberg Mosbach-Firmenlogo
Duale Hochschule Baden-Württemberg Mosbach Lehrbeauftragter (m/w/d) Mosbach
Duale Hochschule Baden-Württemberg Mosbach-Firmenlogo
Duale Hochschule Baden-Württemberg Mosbach Professur für Mechatronik (m/w/d) Mosbach
THD - Technische Hochschule Deggendorf-Firmenlogo
THD - Technische Hochschule Deggendorf Professur (W2) Network Communication Cham
THD - Technische Hochschule Deggendorf-Firmenlogo
THD - Technische Hochschule Deggendorf Professur (W2) Technologien und Prozesse in der Additiven Fertigung Cham
THD - Technische Hochschule Deggendorf-Firmenlogo
THD - Technische Hochschule Deggendorf Professur (W2) Energieinformatik Deggendorf
Technische Hochschule Nürnberg Georg Simon Ohm-Firmenlogo
Technische Hochschule Nürnberg Georg Simon Ohm Professur (W2) Produktionstechnik - Produktionssysteme Nürnberg
Technische Hochschule Deggendorf-Firmenlogo
Technische Hochschule Deggendorf Professor (d/m/w) Network Communication Deggendorf
Technische Hochschule Deggendorf-Firmenlogo
Technische Hochschule Deggendorf Professor (d/m/w) Technologien und Prozesse in der Additiven Fertigung Deggendorf
Hochschule München-Firmenlogo
Hochschule München W2-Professur für Mathematische Methoden und Grundlagen (m/w/d) München
Zur Jobbörse