Prof. Dr. Christian Hopmann, Leiter des Instituts für Kunststoffverarbeitung (IKV) an der RWTH Aachen: "Der Weg zu Industrie 4.0 ist ein Marathon, auf dem wir die ersten Kilometer hinter uns, aber eben auch noch eine lange Wegstrecke vor uns haben." (Bildquelle: IKV)

Prof. Dr. Christian Hopmann, Leiter des Instituts für Kunststoffverarbeitung (IKV) an der RWTH Aachen: „Der Weg zu Industrie 4.0 ist ein Marathon, auf dem wir die ersten Kilometer hinter uns, aber eben auch noch eine lange Wegstrecke vor uns haben.“ (Bildquelle: IKV)

Verknüpft mit dem Stichwort Industrie 4.0 erhielt die Digitalisierung in der Kunststoffindustrie vor einigen Jahren ein starkes Momentum. Welche wichtigen Fortschritte wurden seitdem erzielt?
Prof. Dr. Christian Hopmann: Vor allem wurden die Grundvoraussetzungen für Industrie 4.0 geschaffen: Die Möglichkeit, Daten und Informationen automatisiert zu erhalten und zu verarbeiten. Wir sehen, dass vom Materialhersteller bis zum Verarbeiter moderne Konzepte und Methoden verwendet werden, Daten zu erfassen und bereitzustellen. Bereits dies ermöglicht eine höhere Transparenz und damit verbunden Potenzial zur Optimierung. Darüber hinaus sehen wir mehr und mehr Konzepte, die den Kern von Industrie 4.0 in Angriff nehmen: Mehrwertgenerierung durch vernetzte, intelligente Systeme. Als Beispiel hierfür sind Assistenten zur Prozesseinrichtung oder Prozessoptimierung zu nennen, wie beispielsweise auf der K2019 gezeigt. Es ist aber auch klar, dass der Weg zu Industrie 4.0 ein Marathon ist, auf dem wir die ersten Kilometer hinter uns, aber eben auch noch eine lange Wegstrecke vor uns haben.

Welche Schritte sollten Kunststoffverarbeiter und Ausrüstungshersteller als Nächstes gehen, damit die Digitalisierung einen für alle Beteiligten erkennbaren Mehrwert bringt? Wo liegen derzeit die wichtigsten Handlungsfelder?
Hopmann: Wichtig ist es zunächst einmal, den Weg, Daten erfassbar und zugänglich zu machen, konsequent weiterzugehen. Hier gibt es noch wenig einheitliche und hinreichend präzise definierte Standards, insbesondere auf Seiten der Datenstrukturierung. Auch müssen die Voraussetzungen hinsichtlich Datensicherheit sowie Datenwertigkeit vielfach noch geschaffen werden. Es muss Ziel sein, digitale Methoden auf einfachste Art und Weise –idealerweise in Plug-and-Play– zu erreichen, um den Kostenoverhead zu minimieren. Der wichtigste nächste Schritt ist aber die Zusammenführung von Bedarfen einerseits und modernen Methoden andererseits. Das schließt die Anwendung von Methoden der künstlichen Intelligenz ein, ist aber keineswegs auf diese beschränkt. Grundlage ist in jedem Fall eine saubere Analyse der unternehmens- und prozessspezifischen Bedarfe optimierungsbedürftiger und -fähiger Prozesse. Ein großes Potential bietet diesbezüglich die Optimierung über Standort- und Unternehmensgrenzen hinweg. Das zeigt sich wie unter dem Brennglas in der Corona-Krise, die jegliche Schwächen des Supply Managements schonungslos offenlegt.

Inwiefern?

Hopmann: Durch flexible und intelligente Planungs- und Steuerungssysteme, die eine echtzeitfähige Optimierung von Fertigungs- und Geschäftsprozessen zulassen, können geänderte Kundenbedarfe und Lieferketten nicht nur erfasst, sondern zielgenau prognostiziert werden. Dies erlaubt eine echtzeitfähige und flexible Planungsanpassung zu jedem Zeitpunkt. Die Krise wäre nicht vollständig zu verhindern, aber ein substantieller Zeit- und Erkenntnsigewinn könnte Engpässe antizipieren und vermeiden helfen.

Oft hört man, die Digitalisierung wird auch in der Kunststoffindustrie zu ganz neuen Businessmodellen führen (müssen) und das Geschäften entlang der Wertschöpfungskette grundlegend verändern. Wie sehen Sie das?
Hopmann: Wie bereits erwähnt: Die Betrachtung von Prozessen entlang der gesamten Wertschöpfungskette bietet ein bedeutendes Optimierungspotential. Nicht nur in Bezug auf Kosteneffizienz, sondern auch in Bezug auf Nachhaltigkeit. Dies setzt jedoch eine zunehmend überbetriebliche Verfügbarkeit von Informationen voraus. Der Handel, Banken und Versicherungen machen uns das vor: Das eigentliche Produkt wird zunehmend austauschbar, aber auf Basis der Erkenntnisse über den Markt, die aus den mit dem Produkt verknüpften Daten gewonnenen werden, lassen sich Geschäftsmodelle sehr wohl neu modellieren. Das beobachten wir zunehmend im Automobil: Moderne Fahrzeuge sammeln jede Menge Daten, die der Nutzer –wissentlich oder nicht– dem Hersteller permanent kostenlos zur Verfügung stellt. Aus diesem Schatz werden zusätzliche Angebote geschaffen werden.

Welche zum Beispiel?

Hopmann: Das umfasst beispielsweise zusätzliche Services wie Informationen über einen anstehenden Wechsel von Winter- auf Sommerreifen oder Wartungsarbeiten –gerne auch mit integrierter Terminabstimmung bei der nächstgelegenen Werkstatt– ebenso wie Apps, zum Beispiel mit Echtzeitanalyse der Parksituation in dem Stadtviertel, in dem man sich aktuell befindet. Diese Apps stehen dem Nutzer over-the-air als Download kostenpflichtig zur Verfügung. Natürlich werden die Daten aber auch genutzt, um die nächste Fahrzeuggeneration noch schneller zu entwickeln und besser an die echten Kundenbedarfe anzupassen, weil etwa über das individuelle Fahr- und Nutzungsverhalten oder kritische Situationen erstmals umfassende und zuverlässige Daten aus dem Feld vorliegen. Wir nennen das Reallabor: Der Versuchsumfang umfasst alle Fahrzeuge im realen Betrieb. Das spart erhebliche Kosten und erlaubt eine zielgenaue Produktentwicklung auf die realen Bedürfnisse der Kunden.

„Digitale Services erlauben es, dem Verarbeiter zu einer besseren Nutzung der Anlage zu verhelfen und die Features so zu entwickeln, dass sie Mehrwert generieren.“

Ist das auf die Kunststoffindustrie übertragbar?

Hopmann: Es ist aus meiner Sicht unbedingt zu erwarten, dass derartige Entwicklungen auch in der Kunststoffverarbeitung stattfinden und sich am Markt etablieren. Es ist doch heute so, dass der verfügbare Funktionsumfang einer modernen Extrusionsanlage oder Spritzgießmaschine nur zu einem Bruchteil in der Produktion genutzt wird. Der Verarbeiter kauft Features ein, die im Betrieb keinen Mehrwert schaffen. Welche Verschwendung an Ressourcen! Digitale Services erlauben es, dem Verarbeiter zu einer besseren Nutzung der Anlage zu verhelfen und die Features so zu entwickeln, dass sie Mehrwert generieren. Am Ende ist das hilfreich für alle. Ob die Informationen aus dem Reallabor sicher und vor allem fair im Sinne des Mehrwerts pro Partner geteilt werden, wird eine spannende Frage sein. Verlassen würde ich mich darauf nicht und schon deshalb dringend darüber nachdenken, wie sich die jeweilige Unternehmung in diesem Umfeld positioniert. Denn hinter jeder Information steht ein Wert, der in der kommenden Zeit erheblich steigen wird.

Die Erwartungen an eine digitalisierte, vernetzte Produktion sind hoch. (Bildquelle: Wright Studio - stock.adobe.com)

Die digitalisierte, vernetzte Produktion ist das am weitesten fortgeschrittene Elemnt von Industrie 4.0. (Bildquelle: Wright Studio – stock.adobe.com)

Zurzeit arbeiten viele Unternehmen daran, Ihre eigenen Anlagen im Sinne von Industrie 4.0 vertikal zu vernetzen. Erkennen Sie in der Branche bereits Ansätze einer horizontalen Vernetzung über die Wertschöpfungskette hinweg? Was sind dabei die größten Herausforderungen?

Hopmann: Es sind durchaus Ansätze und auch Lösungen zur horizontalen Vernetzung entlang der Wertschöpfungskette erkennbar. Dies sind jedoch meist sehr spezialisierte Lösungen, die nur für spezielle Unternehmen oder Produktionen implementiert sind. Eine der größten Herausforderung der horizontalen Vernetzung ist die Dateninhomogenität sowie die Diversität der Prozesse aber auch der Menschen in den diversen Bereichen. In Hinblick auf die Dateninhomogenität hat man es mit einer Vielzahl von Daten zu tun, die einerseits einfach strukturierbar sind (wie Order-Management, Logistik-Daten, Messwerte), aber andererseits sehr individuell gestaltet sind (wie Geometriedaten oder Simulationsergebnisse). Obwohl mittlerweile Systeme existieren, die auch inhomogene Datenmengen speichern können, muss immer eine individuelle Auswertung über eine individuelle Sicht auf die Daten in Echtzeit ermöglicht werden. Wir nennen das den Digitalen Schatten, der sehr anwendungsfallorientert ist. Diese Problematik geht Hand in Hand mit der Diversität der Menschen hinter den einzelnen Systemen. So hat ein Ingenieur eine oftmals vollkommen andere Sicht auf Datenstrukturierung und die Inhalte der Daten als beispielsweise ein Betriebswirt. Es treffen nun Systeme aufeinander, die für vollkommen unterschiedliche betriebliche Bereiche entwickelt wurden.

Zunehmend gewinnen in der Kunststofftechnik-Forschung (auch im IKV) Begriffe an Bedeutung, die ursprünglich aus den Informationswissenschaften stammen – wie etwa Künstliche Neuronale Netzwerke (KNN). Welche Rolle können KNN und ähnliche mathematische Tools in der weiteren Entwicklung der Branche spielen?

Hopmann: Methoden wie Künstliche Neuronale Netze haben den großen Vorteil, dass das System, das mit diesen abgebildet wird, nicht vollständig bekannt sein muss. Das heißt,. das abzubildende Verhalten muss nicht in der Tiefe verstanden werden. Gleichwohl wird das Systemverhalten mit allen Details abgebildet. Dort liegt jedoch oftmals ein Nachteil: Das trainierte Modell ist zunächst einmal nur für die Anwendung gültig, durch die es trainiert wurde. Ein weiterer Nachteil besteht darin, dass für eine hinreichend hohe Qualität ein umfangreicher Trainingsdatensatz vorhanden sein muss. Es müssen also Daten des Systems in verschiedenen Systemzuständen vorhanden sein. Durch die Flexibilität dieser KNN kann der Einsatzbereich enorm breit sein, und KNN können grundsätzlich auf sehr unterschiedliche Fragestellungen angewendet werden. Die Forschung (insbesondere am IKV) konzentriert sich derzeit darauf, diese Methodik effizienter zu gestalten. Dies kann einerseits durch eine intelligente Generierung von Trainingsdaten erreicht, zum Beispiel durch Simulationsdaten, und andererseits durch sogenanntes Transferlernen ermöglicht werden. Letzteres zielt auf die Verwendung von Daten vorhandener Prozesse auf das Bilden von KNNs für neue Prozesse ab. Ich möchte aber auch darauf hinweisen, dass Künstliche Intelligenz kein Allheilmittel ist. Auch in der eher klassischen Regelungstechnik, die sich ja ebenso mit hohem Tempo weiterentwickelt, liegen noch viele Potentiale, und in Hinblick auf Echtzeitfähigkeit und Flexibilität ist diese oftmals der KI überlegen. KI sollte also ein zweifellos wichtiges Werkzeug aufgefasst werden, mit dem komplexe Systeme beschrieben werden können. Es ist aber eben auch nicht das einzige.

„Ich bin davon überzeugt, dass es sich lohnt, das Thema Künstliche Intelligenz voranzutreiben“

Ein sehr weit gefasster Ansatz ist das Machine Learning, das – vereinfacht ausgedrückt – sich selbst einstellende und sich selbst optimierende Prozesse auch ohne Simulation ermöglichen soll. Ist dieser Ansatz erfolgversprechend?

Hopmann: Durchaus, allerdings kann auch hier die Simulation Beiträge leisten. Eine Art von Machine-Learning sind Neuronale Netze. Wie bereits erwähnt, ist der Anwendungsbereich breit und die Möglichkeiten sind vielversprechend. Generell kann man bei Machine Learning Ansätzen davon ausgehen, dass eine gewisse Datenmenge vorhanden sein muss. Diese zu reduzieren, zum Beispiel  mittels Simulation ist derzeit ein sehr vielversprechender Ansatz. Es ist wichtig, dass die Daten, die für eine Einstellung oder Optimierung herangezogen werden, das Systemverhalten charakterisieren. Ein einziger Prozesspunkt reicht daher nicht aus, um ein Modell zu bilden. In der Konsequenz müssen diese Daten, die das Systemverhalten beschreiben, zunächst generiert werden, bei dem eine Gutteilproduktion also nicht der Fall ist. Besonders bei Produktionen mit hohen Stückzahlen oder vielen Datenpunkten sind diese Methoden generell geeignet. Diese Methoden können weiterhin mit klassischen Methoden wie physikalisch basierten Modellen kombiniert werden.

Wie stehen Sie persönlich zu dem Stichwort Künstliche Intelligenz (KI) in Zusammenhang mit der Kunststofftechnik? Wird dieser Begriff zu inflationär verwendet, oder weist uns KI den Weg in die Zukunft?

Hopmann: Sicherlich wird der Begriff sehr inflationär verwendet und häufig nicht mit hinreichendem Hintergrund. KI ist keineswegs so neuartig, wie man den Eindruck haben könnte. Ich selbst habe damit schon in meinem Studium gearbeitet und das ist schon ein paar Tage her. Richtig ist aber auch, dass sich KI weiterentwickelt hat und erheblicher Forschungsbedarf insbesondere in der Anwendung von KI in technischen Systemen besteht. Ich bin davon überzeugt, dass es sich lohnt, dieses Thema voranzutreiben – sonst würden wir das am IKV ja nicht machen –, allerdings müssen wir die künstliche Intelligenz als ein weiteres Handwerkszeug bei der Analyse und Modellierung komplexer Systeme verstehen. Diese gilt es sinnvoll mit andere Methoden zu kombinieren.

„Ein enorm wichtiger Aspekt der Digitalisierung ist, dass neue Methoden anwendungsorientiert und unter Berücksichtigung der Interaktion mit dem Menschen entwickelt und implementiert werden.“

Die Kunststoffindustrie ist seit Langem auch eine wissensbasierte Branche. Mit der zunehmenden Digitalisierung scheint sich dieser Trend noch einmal deutlich zu verstärken. Müssen Institute wie das IKV nun ihre Angebote noch direkter und noch flexibler auf die aktuellen Bedürfnisse der Industrie ausrichten?

Hopmann: Die Digitalisierung stellt ein essenzielles Hilfsmittel dar, Wissen zu konservieren, zu kondensieren und zugänglich zu machen. Diesbezüglich kann Digitalisierung verwendet werden, um die Abhängigkeit von langjähriger Erfahrung zu entschärfen und Erfahrung Schritt für Schritt durch Wissen zu substituieren. Zusätzlich zum kunststofftechnischen Handwerkszeug werden weitere Fertigkeiten z.B. m Bereich der Automatisierung, Datenverarbeitung und Informatik wichtiger. Das ist aber kein „entweder oder“, sondern ein „sowohl als auch“. Es kommt also darauf an, das exzellente kunststofftechnische Wissen weiter zu vertiefen und um die genannten Felder zu erweitern. Da die Aufnahmefähigkeit des Menschen naturgemäß begrenzt ist, müssen dazu neue Lehrmethoden entwickelt werden und die Ausbildung wird sich zunehmend diversifizieren. Für die Wissenschaft ist das ein Füllhorn, für die Ausbildung eine Herausforderung.

Warum?

Hopmann: Wir sind von dem Humboldt’schen Bildungsideal überzeugt, das für eine substantielle Ausbildung und Qualifizierung die wissenschaftliche Forschung zwingend voraussetzt. Im Rahmen unseres „PIC 4.0 – Polymer Innovation Center 4.0“ adressieren wir daher beides: Die Forschung und Entwicklung in Hinblick auf die Digitalisierung in der meist mittelständischen Kunststoffindustrie wie auch die Ausbildung von Studenten, Weiterbildung für die Industrie sowie auch im Handwerk stehen in dessen Zentrum. Zusammen mit unserem Exzellenzcluster „Internet of Production“ und weiteren Projekten werden wir am IKV In den nächsten drei Jahren weit über 20 Mio. EUR in die Digitalisierung investieren. Das beinhaltet Gebäude und technische Infrastruktur genauso wie Forschungsprojekte und Qualifizierungsmaßnahmen. Das dürfte weltweit einzigartig sein.

„Vor allem wird die Digitalisierung die zentrale Rolle bei der Lösung unserer Nachhaltigkeitsprobleme und der Implementierung von Kreislaufwirtschaft spielen.“

Darf ich Sie um einen kleinen Rundum-Ausblick bitten: Inwieweit wird die Digitalisierung die Kunststoffindustrie bis zum Jahre 2030 verändern?

Hopmann: Wir gehen davon aus, dass die Digitalisierung eine deutliche Produktivitätssteigerung in der Kunststoffindustrie ermöglicht und den Kapitalbedarf senkt, sowohl auf der Ebene der gesamten Wertschöpfungskette, wo die Digitalisierung eine deutliche Transparenzsteigerung und effiziente Kommunikation bewirkt, als auch der Bauteil- und Prozessentwicklung, wo auf konkrete Datengrundlagen zurückgegriffen werden kann, und bei der Optimierung auf dem Shopfloor-Level. Ein enorm wichtiger Aspekt der Digitalisierung ist, dass neue Methoden anwendungsorientiert und unter Berücksichtigung der Interaktion mit dem Menschen entwickelt und implementiert werden. Nur dadurch kann einerseits eine effiziente Umsetzung (ohne zeit- und kostenintensives, speziell geschultes Personal) und eine nachhaltig sinnvolle Verwendung gewährleistet werden. Wir werden in den kommenden Jahren mehr und mehr Systeme sehen, die einfacher zu implementieren und einfacher zu verwenden sind. Darüber hinaus werden mehr Routinearbeiten von autonomen Systemen übernommen, wodurch Ressourcen frei werden, um sich auf Kreativität erfordernde, innovationstreibende Aufgaben zu konzentrieren. Vor allem aber wird die Digitalisierung die zentrale Rolle bei der Lösung unserer Nachhaltigkeitsprobleme und der Implementierung von Kreislaufwirtschaft spielen. Die Kreislaufwirtschaft wird vor allem digital sein, und sie wird kommen, und sie wird alle Bereiche der Kunststoffbranche umfassen. Schon deshalb ist es unerlässlich, die Digitalisierung voranzutreiben.

Über uns

Über den Autor

Ralf Mayer

ist Chefredakteur Plastverarbeiter.

ralf.mayer@huethig.de