Industrie 4.0 ist ein Oberbegriff für die Digitalisierung in der Produktion. Dabei werden Maschinen und Produktionsanlagen vernetzt und durch einheitliche, dienstebasierte Schnittstellen zu cyber-physischen Systemen (CPS) erweitert. Die Vernetzung dieser modularen Systeme eröffnet zahlreiche neue Möglichkeiten, von denen ein Produktivitätsschub ausgehen wird. Es wird künftig sehr einfach möglich sein, Daten aus der Produktion zu gewinnen und die Produktion flexibel an wechselnde Anforderungen anzupassen.

Dazu werden auch die Produkte intelligent, so dass sie mit den Maschinen kommunizieren können. Ziel ist es, die Produktion kleinerer Losgrößen – bis hin zur Losgröße 1 – auch für kleinere Unternehmen in Deutschland kostengünstig zu den Konditionen einer Serienfertigung zu ermöglichen.

Die konkreten Inhalte von Industrie 4.0 sind dabei unbestimmt, es handelt sich vielmehr um die Umschreibung einer Philosophie und Vorgehensweise, nicht um eine Technologie. Der Begriff wurde auf der Hannover Messe 2011 erstmals verwendet.
Als erste industrielle Revolution gilt die Mechanisierung durch Wasser- und Dampfkraft, als zweite die Fließbandfertigung und als dritte der Einsatz von Elektronik und Informationstechnik.

Eine Smart Factory ist eine Produktionsstätte, die das Prinzip von Industrie 4.0 umsetzt und in der intelligente, vernetzte Maschinen mit intelligenten Produkten interagieren.
Während in einer klassischen Produktion eine starke hierarchische Struktur vorherrscht, basiert eine Smart Factory auf einer eher heterogenen Struktur. Wesentliches Merkmal dabei sind lokale Entscheidungen in intelligenten Maschinen, den cyber-physischen Produktionsmodulen (CPPM). Diese cyber-physischen Produktionsmodule wiederum werden zu cyber-physischen Produktionssystemen (CPPS) vernetzt.

Der Aufbruch der hierarchischen Struktur ermöglicht den Einsatz von Methoden der Lean Production auch in der Automation. So können intelligente Maschinen benötigtes Material direkt bei vorgelagerten Produktionseinheiten anfordern. Dies ermöglich eine schlanke Fertigung nach dem Pull-Prinzip anstelle einer von oben vorgegebenen Push-Fertigung.

Durch die Nutzung von Internettechnologien kann eine Smart Factory auch über die Werksgrenzen hinaus vernetzt sein, so dass die gesamte Wertschöpfungskette vom Rohmaterial bis zum Kunden abgedeckt wird.

Die klassische Informatik betrachtet zu lösende Aufgaben eher aus technischer Sicht und stößt insbesondere in einem komplexen Umfeld an ihre Grenzen. Die künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik und versucht diese Lücke zu schließen. Dabei werden mit einem vom menschlichen Verhalten ausgehenden Lösungsansatz Strategien zur Problemlösung entwickelt.

Ein wesentlicher Teil von künstlicher Intelligenz beschäftigt sich mit lernenden Verfahren, die ihre Ergebnisse an Eingangsdaten anpassen können. Insbesondere die künstlichen neuronalen Netze stehen dabei im Fokus der aktuellen öffentlichen Diskussion. Jedoch dürfen KI-Systeme nicht fälschlicherweise auf neuronale Netze reduziert werden. Vielmehr zeigt sich das intelligente Verhalten eines KI-Systems immer nur in der Anwendung von Rechenverfahren auf reale Probleme. Üblicherweise kommen dabei immer mehrere Verfahren kombiniert zum Einsatz.

Neuronale Netze haben ihre Stärke bei der Mustererkennung, wohingegen Entscheidungen auf Basis erkannter Muster meist mit Entscheidungsverfahren erfolgen, z.B. nach statistischen Regeln aufgestellten Entscheidungsbäumen. Aber auch fest ausprogrammierte Entscheidungen und vieles mehr zählen zum Umfeld der künstlichen Intelligenz. Letztlich geht es immer darum, dass sich ein System in einer Art und Weise verhält, die uns im logischen Sinne intelligent erscheint. Wirklich intelligent im menschlichen Sinne – also auch emotional und kreativ – sind solche Systeme auf lange Sicht nicht.

Vernetzte cyber-physische Systeme stellen die Basistechnologie für eine intelligente Fabrik dar. Die Kommunikation zwischen diesen Systemen setzt ein universelles und standardisiertes Kommunikationsprotokoll voraus. In der Vergangenheit wurden meist herstellerspezifische Feldbusse oder Protokolle wie OPC auf Basis von Windows verwendet. Um hier für die Zukunft gerüstet zu sein, wurde OPC UA (OPC Universal Access) entwickelt.

Als eine wesentliche Neuerung wurde keine einfache funktionale Schnittstelle, sondern eine moderne, mehrschichtige Service-orientierte Architektur definiert. Aufbauend auf Basisdiensten stellt OPC UA ein umfassendes Informationsmodell bereit, welches auch Sicherheitsmechanismen vorsieht. Dieses Informationsmodell lehnt sich an die Prinzipien der objektorientierten Programmierung an und vernetzt Nutzdaten mit Metainformationen und Diagnosedaten. Damit ist es möglich, die Kommunikation nicht auf Basis von Zahlenwerten, sondern auf Basis von physikalisch hinterlegten Größen (semantisch) abzuwickeln

Der Begriff der Cloud bezeichnet ein Konzept, bei dem Server nicht mehr im eigenen Hause, sondern im Internet bereitgestellt werden. Die Bezeichnung stammt daher, dass in Diagrammen das Internet durch seine nicht greifbare Struktur seit langem durch eine Wolkenform symbolisiert wird. Konkret geht es heute darum, keine eigenen Server mehr zu betreiben, sondern Rechenleistung und Speicherplatz in einem externen Rechenzentrum als Dienstleistung (as a Service, kurz „aaS“) anzumieten. Der genaue Standort und die Struktur der verwendeten Rechner sind dabei zumeist unbekannt oder spielen eine untergeordnete Rolle. Meistens handelt es sich um ein Rechenzentrum eines großen Anbieters.

Technische Voraussetzung für eine Cloud ist eine entsprechende Schnittstelle, die den gezielten Zugriff auf die gemieteten Ressourcen ermöglicht, ohne eine genaue Kenntnis über die interne Struktur des Rechenzentrums zu haben. Eine Grundvoraussetzung für den Zugriff auf die Cloud ist eine breitbandige Kommunikationsinfrastruktur. Vorteile der Cloud liegen in der hohen Verfügbarkeit, der Datensicherheit eines Rechenzentrums sowie der Skalierbarkeit der angemieteten Rechenleistung entsprechend der Anforderungen.

Eine IoT-Plattform (Internet of Things) ist eine spezielle Ausprägung einer Cloud. Die wesentliche Funktion besteht darin, eine zentrale Stelle für die vertikale Integration von meist weltweit verteilten Geräten bereitzustellen. Es kann sich hierbei um eine große Bandbreite von einfachen Geräten wie Fitnessarmbändern bis hin zu komplexen Maschinen oder Robotern handeln.

Beim industriellen Einsatz spricht man auch von einer IIoT-Plattform (Industrial Internet of Things). Werden Geräte lediglich firmenintern angebunden, kann eine IIoT-Plattform auch als private Cloud bereitgestellt werden. Kern einer IoT-Plattform stellt eine Datenbank dar, in welcher die von den einzelnen Geräten eintreffenden Daten gesammelt werden.

Mithilfe von vorgefertigten oder individuell programmierten Funktionen sind eine Anzeige und Auswertung der abgelegten Daten möglich. Die Verwendungsmöglichkeiten reichen von der einfachen Verfügbarkeitsanalyse bis hin zu komplexen Datenanalysen.

Wird ein physikalisches Gerät, sei es eine Maschine oder auch ein Produkt, durch ein in einem Rechnersystem gespeichertes Abbild wiedergegeben, so spricht man von einem digitalen Zwilling.

Ursprünglich und in engerem Sinne bezieht sich diese Bezeichnung auf ein möglichst realitätsnahes Simulationsmodell, das parallel zu einer realen Maschine läuft und mit dem das reale Verhalten bereits vor der Inbetriebnahme geprüft und sichergestellt werden kann. Dies ermöglicht die virtuelle Inbetriebnahme einer Maschine oder einer ganzen Produktionsstraße.

Im weiteren Sinne stellen aber auch einfachere Repräsentationen von Maschinen und Produkten, wie sie in der vertikalen und horizontalen Integration Verwendung finden, digitale Zwillinge dar. Durch einen permanenten Abgleich zwischen realem Gegenstand und digitaler Darstellung wird dabei die Konsistenz sichergestellt.

Gerade im Maschinenbau gibt es dabei einen interessanten, teilweise rekursiven Prozess: Die Produkte eines Maschinenbauers dienen in anderem Zusammenhang wiederum als Maschinen zur Herstellung anderer Produkte. Auf diese Weise kann sich ein viele Stufen umfassendes Netzwerk aus digitalen Zwillingen ergeben.

Der Begriff der Edge hat in die Automatisierungstechnik erst vor kurzem Einzug gehalten. Ursprünglich kommt er aus der Mobilfunktechnik und bezeichnet dort den Rand des eigentlichen Mobilfunknetzes. Um die begrenzte Übertragungsrate der Mobilfunknetze (im Vergleich zu den großen Datenmengen einer Vielzahl von mobilen Endgeräten und Sensoren) nicht zu überlasten, ist dort eine Vorverarbeitung von Daten notwendig.

In der Automatisierungstechnik bezeichnet die Edge hingegen den Übergangsbereich zwischen den Automatisierungsnetzen der Operation Technology (OT) und den Kommunikationsnetzen den Information Technology (IT). Während in der IT Reaktionszeiten und Verfügbarkeiten von Servern nicht immer garantiert werden können, benötigt die OT ein deterministisches Echtzeitverhalten. Somit stellt die Edge quasi die Schnittstelle zwischen dem Echtzeit- und dem Nichtechtzeitbereich dar.

Automatisierungsanlagen benötigen häufig und in zunehmendem Maße erweiterte Rechenleistungen, um Funktionen wie eine Produktionssteuerung oder zukünftig Algorithmen der künstlichen Intelligenz ausführen zu können. In der IT besteht heute der Trend, Rechenleistung immer häufiger in zentrale Rechenzentren zusammenzufassen oder gar in die Cloud auszulagern. Dies hat zwar große administrative Vorteile, bringt jedoch meist den Nachteil höherer Latenzzeiten und nicht immer garantierter Verfügbarkeit mit sich. Um den Echtzeit- und Verfügbarkeitsanforderungen von Automatisierungsanlagen zu genügen, ist es deshalb häufig erforderlich, Rechenkapazität in der Nähe der Anlage und damit in der Edge-Ebene bereitzustellen.

Die Einsatzmöglichkeiten sind dabei vielfältig. Meist wird ein einfaches Edge Device durch einen leistungsfähigeren Rechner ersetzt, auf welchem dann eine weite Bandbreite von Software eingesetzt werden kann. Im weiteren Sinne gehören auch Industrie-PCs, welche direkt im Automatisierungsnetz eingebunden sind und keine direkten Steuerungsaufgaben übernehmen, zum Edge Computing. Wird im Edge Computing ein umfassendes, Middleware-basiertes Basissystem eingesetzt, wie es üblicherweise in Rechenzentren zum Einsatz kommt, so spricht man teilweise auch von Fog Computing.

Insbesondere existierende Automatisierungsanlagen sind nicht für eine universelle Vernetzung vorbereitet. Um eine derartige Anbindung im Sinne des Retrofitting zu realisieren, lassen sich Edge Devices einsetzen. Vereinfach handelt es sich hierbei um kompakte Kleinrechner, welche über zwei Kommunikationsschnittstellen verfügen und die auf der einen Seite mit dem IT-Netz des Unternehmens und auf der anderen Seite mit einem Automatisierungsnetz verbunden sind. Der Rechner stellt dann eine Kommunikationsbrücke zwischen beiden Systemen her und übersetzt die häufig proprietären Protokolle der Automatisierung in modernde, standardisierte Protokolle wie OPC-UA.

Edge Devices werden deshalb auch als Edge Gateway oder IoT Gateway bezeichnet. Automatisierungsnetze sind aus drei Gründen besonders anfällig gegen Angriffe von außerhalb: diese sind die heterogene Struktur der Geräte, die häufig fehlende Möglichkeit, zeitnah Systemupdates einzuspielen sowie das grundsätzlich höhere Schadenspotenzial. Neben der Übersetzungsfunktion gewährleisten Edge Devices deshalb auch eine Absicherung des Automatisierungsnetzes. In gewisser Weise besteht damit eine Art Analogie zu einer Firewall zwischen Intranet und Extranet.

Speicherplatz in Computersystemen ist heute kein Kostenfaktor mehr. Big Data ist der englische Begriff für Massendaten und bedeutet, dass große Datenmengen erfasst und abgespeichert werden. Diese Daten stehen dann für vielfältige Auswertungen zur Verfügung und können insbesondere für das Training von lernenden KI-Systemen eingesetzt werden.

Problematisch ist jedoch, dass diese erfassten Daten nur sehr selten mit Hintergrundinformationen versehen sind. Insbesondere für das Lernen ist es jedoch wichtig, zu welchem gewünschten Ausgangszustand die Eingangsdaten gehören. Bei der Auswertung von Messdaten aus einer Maschine ist es beispielsweise wichtig, dem zugehörigen Betriebszustand der Maschine zu kennen. Werden erfasste Daten im Vorfeld durch solche Informationen ergänzt, so spricht man von Smart Data.

Die letzten Jahre haben immense Fortschritte bei der verfügbaren Rechenleistung von Computersystemen gebracht. Zudem stehen durch die fortschreitende Vernetzung unserer Welt zahlreiche Daten zur Verfügung. Beide Entwicklungen haben dafür gesorgt, dass künstliche neuronale Netze aktuell in den öffentlichen Fokus geraten sind.

Neuronale Netze lehnen sich in der Grundstruktur an das Prinzip unsers Nervensystems an und bilden die Funktion von Nervenzellen durch ein vereinfachtes Rechenmodell nach. Hierzu werden Rechenknoten (Neuronen) in mehreren Schichten hintereinander angeordnet und durch einfache Rechenoperationen miteinander verknüpft. Die sinnvolle Art der Verknüpfung wird dabei nicht fest vorgegeben, sondern anhand von Daten angepasst. Ein neuronales Netz erzeugt damit aus einem Eingangsmuster ein Ausgangsmuster.

Historisch wurden neuronale Netze mit wenigen Rechenstufen eingesetzt. Die heutigen Rechner erlauben es jedoch, mehr als 100 Schichten von Neuronen zu verwenden. Hierdurch ergibt sich eine große Flexibilität und Anpassbarkeit. Von der großen Rechentiefe her stammt deshalb der Begriff Deep Learning für diese Systeme.

Eine Blockchain ist eine stetig wachsende Kette von Datensätzen, die nicht zentral, sondern dezentral in einem Netzwerk verschiedener Rechner gespeichert wird. Die Blockchain kann wie ein digitales Kassenbuch eingesehen, aber nicht mehr verändert werden. Dadurch bietet die Technologie Unternehmen die Möglichkeit, den Datentransfer innerhalb der Wertschöpfungskette schneller, effizienter und transparenter zu gestalten.

Eine Blockchain entsteht, indem jede einzelne Transaktion in einem Datenblock gespeichert wird und diese Blöcke wiederum durch ein kryptografisches Verfahren aneinander gekettet werden. Dabei haben die Datenblöcke eine feste und unumkehrbare Reihenfolge, sind also manipulationssicher und in ihrer Historie für jeden Teilnehmer nachvollziehbar. Das bekannteste Beispiel zur Anwendung der Blockchain-Technologie ist die dezentrale und regierungsunabhängige Kryptowährung Bitcoin. Im Bereich der additiven Fertigung wurden mithilfe der Blockchain-Technologie bereits Kleinserien hergestellt, ohne dass vorher ein produktspezifisches Werkzeug gebaut werden musste.

Der Einsatz der Blockchain-Technologie bietet einige Vorteile: Sie kann nicht nur die Zusammenarbeit von Unternehmen innerhalb der Lieferkette effizienter gestalten und somit Transaktionskosten minimieren, sondern bietet auch ein zusätzliches Maß an Sicherheit und Transparenz. Da das Verfahren insgesamt recht aufwändig und energieintensiv ist, sollte jedes Unternehmen vor der Einführung genau prüfen, inwiefern es tatsächlich davon profitieren kann.

Auf digitalen oder Online-Plattformen werden Produkte oder Dienstleistungen mehrerer Anbieter präsentiert. Dabei wird zwischen zentralen und dezentralen Plattformen unterschieden.

Zu den zentralen Plattformen zählen neben Social-Media- und Medienplattformen, Vergleichs- und Bewertungsportalen sowie Suchmaschinen auch App Stores, Online-Marktplätze und Sharing-Plattformen. Sie werden von einem Betreiber zur Verfügung gestellt, der die Vermarktung und den Betrieb der Plattform, die Kommunikation der Teilnehmer untereinander und gegebenenfalls die Zahlungsabwicklung sicherstellt. Der Plattformbetreiber speichert und verarbeitet die bei diesen Transaktionen gesammelten Daten (Kundendaten, Transaktionen, Preise etc.). So können Unternehmen über digitale Kanäle eine größere Zielgruppe für ihre Produkte und Dienstleistungen erreichen.

Dezentrale Plattformen funktionieren ohne einen zentralen Betreiber. Dafür wird eine Netzwerkstruktur aufgebaut, in der jedes beteiligte Unternehmen einen Knotenpunkt darstellt und direkt mit den anderen interagieren kann. Dezentrale Plattformen sind insbesondere geeignet für die Kooperation im Sinne einer kooperativen Wertschöpfung, da hochsensible Daten zu verfügbaren Kapazitäten, Maschinen- und Produktdaten sowie unternehmensinternen Planungsdaten direkt und sicher zwischen den verschiedenen Unternehmen ausgetauscht werden können. Aus technologischer Sicht bietet die Nutzung der Blockchain-Technologie in diesem Zusammenhang großes Potenzial.

Retrofit(ting) bezeichnet die Modernisierung bestehender Anlagen. Dies kann durch eine Nachrüstung, zum Beispiel von moderner Sensortechnik, oder das Ersetzen veralteter Maschinenteile umgesetzt werden.

Retrofitting ermöglicht es, auch ältere Maschinen und Anlagen fit für die vernetzte Produktion zu machen. Mit Hilfe von Sensoren und geeigneter Kommunikationstechnik lassen sich Maschinenzustands- und Prozessdaten erfassen, die vielseitig zur Planung und Steuerung der Produktion, zur Prozessoptimierung und -überwachung sowie zur vorbeugenden Instanthaltung beitragen.

Die Digitalisierung der Produktion kann somit kostengünstig ohne kompletten Austausch des Maschinenparks erfolgen. Dieses kapitalschonende Vorgehen ist vor allem für kleine und mittlere Unternehmen von Vorteil.

Eine grundlegende Analyse ist wichtig, damit die Maschinen zielgerichtet aufgerüstet werden können: Es muss geprüft werden, welche Daten für die Optimierung des Produktionsprozesses erforderlich sind und wie sie sich gewinnen lassen. Aber auch, welche benötigten Maschinendaten bereits verfügbar sind.

Hinter der Abkürzung RFID steht der englische Begriff „radio – frequency identification“, zu Deutsch „Identifizierung mit Hilfe elektromagnetischer Wellen“. Mit dieser Funktechnologie lassen sich Gegenstände automatisch und berührungsfrei identifizieren und lokalisieren.

Ein RFID-System besteht aus einem Transponder (auch RFID-Tag oder -Etikett genannt), der an einem Gegenstand oder wie in der Landwirtschaft an Tieren befestigt wird, und einem RFID-Lesegerät (auch RFID-Reader genannt). Dieses Lesegerät sendet Signale an den Transponder und veranlasst ihn, die gewünschten Informationen zu übermitteln – das funktioniert je nach Leistungsstärke über Distanzen bis zu 100 Metern. Transponder geben aber nicht nur Daten ab, sondern können sie auch speichern.

Die Technologie wurde schon in den 1980er Jahren zur Warendiebstahlsicherung eingesetzt und seitdem weiter ausgebaut. In der Produktion erfolgt der Einsatz zum Beispiel bei der Rückverfolgung von Werkstoffen. Ein RFID-Transponder auf einem Bauteil kann Informationen darüber enthalten, wo es herkommt, wo es eingebaut werden soll und zu welcher Bestellung es gehört. Andere Einsatzmöglichkeiten sind beispielsweise das kontaktlose Bezahlen, das Waren- und Bestandsmanagement oder die elektronische Zeiterfassung.