prostep ivip Journal 2018-02 (DE)

Titel
Editorial
Inhalt
Kurz notiert ...
Japan: Gemeinsam Standards setzen
Agilität als Treiber für den Umbau der PLM-Landschaft
Aktuelle Entwicklungen der Forschungsvereinigung Smart Engineering e.V.
Neue Mitglieder
Produkte
Smart Service Lebenszyklus
MBSE praktisch nutzen
Neue Standards für die digitale Produktabsicherung
Durchgängiges Management von Informationsstrukturen in der Produktentstehung
High Performance Computing und Datenmanagement für Ingenieursanwendungen in Forschung, Mittelstand und Industrie
Core Value Processes for Traceability & Compliance
Wie kann eine erfolgreiche Einführung von Model-Based Systems Engineering erfolgen?
8 einfache digitale Transformationen zur Erhöhung der organisatorischen Agilität
IT-basiertes Werkzeug zur Datenflussanalyse im Entwicklungsumfeld
Termine
Impressum

Energizing the digital engineering world Mit smarten Produkten und IoT die Chancen der digitalen Transformation nutzen Webinar Webinar Webinar Dokumentenmanagement Dok ement enmanag ument ument heute – komplexe Prozesse heut esse omple e Pr x e – k e – k zo st ung statt simpler Verwaltung st ung att simpler V att simpler V att simpler V att simpler V altwer altwer am 27. November am 27. No ember am 27. No v Je er: Jetzt anmelden unter: tzt anmelden unt tzt anmelden unt de/1izz t1p de/1izz . t1p.de/1izz et Wir schaffen Arbeitswelten, in denen Mitarbeiter ihre Potenziale auf noch bessere Produkte Wir schaff enziale auf noch besser enziale auf noch besser en, in denen Mit en Arbeitswelt en Arbeitswelt arbeit er ihr er ihr oduk e Pr e P ot und Services konzentrieren können. Wo die Zusammenarbeit reibungsloser, Prozesse effizi- esse effizi- und Ser usammenarbeit r usammenarbeit r önnen. Wo die Z eibungsloser eibungsloser entrier entrier en k es k onz , Pr vic oz enter und Routinearbeiten einfacher werden. Wo Leitplanken gleichzeitig Sicherheit und ent eitig Sicherheit und eitig Sicherheit und en gleichz acher wer den. Wo L den. Wo L er und R eitplank en einf outine arbeit arbeit Freiraum bieten, damit Mitarbeiter und Teams sich in komplexen Projekten agil zuspielen uspielen rF ams sich in k ams sich in k er und T e en, damit Mit aum bie t en, damit Mit en agil z ojek t en agil z omplex arbeit en Pr eir können. contact-software.com önnen. k omce.ar c ont ftw act -so -so

Editorial Editorial 3 Der prostep ivip Verein ist ein Kind der Krise! Während ich das Editorial schreibe, wird mir eine Analogie bewusst: die Analogie zwischen der Gründung der ProSTEP Organisation, bestehend aus GmbH und Verein und dem Attischen Seebund (der Zusam- menschluss der griechischen Stadtstaaten angesichts der Bedro- hungen durch das Perserreich im 5 Jh. v.Chr). 25 Jahre prostep ivip Verein – der Kern einer 25 jährigen Erfolgsgeschichte! Die deutsche Wirtschaft war 1993 in eine bedrohliche Rezession geraten und japanische Automobilfirmen zeigten den etablierten europäischen Automobilbauern, wie man mit Lean Production erfolgreich sein kann. Die Ratlosigkeit in den Chefetagen der Automobilfirmen wuchs und es wurde eine Delegation nach der anderen nach Japan geschickt, um die in dem Buch „The Machine That Changed The World“ beschriebene Lean Production besser zu verstehen. Der Grundgedanke und das Leben einer offenen und vertrauens- vollen Zusammenarbeit, gerade auch zwischen Wettbewerbern, war und ist der Kern der Erfolgsgeschichte der PROSTEP AG und des prostep ivip Vereins. Diese erfolgreiche Zusammenarbeit hat in 25 Jahren die Entwicklung und Durchsetzung einer großen Zahl bedeutsamer internationaler PLM Standards und Lösungen ermöglicht und prostep ivip zu einem international anerkannten neutralen Player gemacht. Gleichzeitig konzentrierte man sich auf die eigenen Stärken. Der Computereinsatz in der Produktion war schon gut vorange- schritten, die Computerunterstützung in der Produktentwicklung stand zwar erst am Anfang, versprach aber großes Potential. Vor allem, wenn man Lösungen für die unzureichende Daten - integration der Systeme innerhalb und zwischen den Firmen, die eine Vielzahl unterschiedlicher Systeme einsetzten, finden würde. Eine große Aufgabe, die ein Hersteller alleine nur sehr schwer bewerkstelligen konnte. Dies führte dazu, dass Firmen, die – in Analogie zu den griechi- schen Stadtstaaten – in einem harten Wettbewerb zueinander standen, sich zunächst in einem Verbundprojekt und später in der ProSTEP Organisation zusammenschlossen, um diese Heraus- forderung gemeinsam zu meistern. Die Konstruktion der Organisation war von Anfang an durch die Gründung des Vereins und der Beteiligung des Vereins an der GmbH für jeden offen. Hersteller, Zulieferer, Systemanbieter und Forschungseinrichtungen, branchen- und länderunabhängig, konnten und können immer noch Mitglied im prostep ivip Verein werden (wie der Verein seit dem Zusammenschluss mit dem iViP Projekt im Jahr 2002 heißt). Als Initiator des ProSTEP Verbundprojektes, ehemaliger Geschäftsführer der ProSTEP GmbH und langjähriges Beiratsmit- glied im prostep ivip Vereinsvorstand sehe ich genau diesen Kern bedroht. Ich spüre immer wieder Angst und Bedenken von Firmen- vertretern, wenn ich über ihr Engagement im prostep ivip Verein und die Zusammenarbeit auch mit Wettbewerbern spreche. Eine Angst, die durch die Konstruktion der Arbeitsgruppen und die freie Verfügbarkeit der Arbeitsergebnisse für die Mitglieder völlig unbegründet ist, die aber eine Verunsicherung schürt und den Kern einer offenen und vertrauensvollen Zusammenarbeit massiv gefährdet. Gerade vor dem Hintergrund der Herausforderungen, die mit IoT, AI und der Elektrifizierung der Produkte verbunden sind, ist eine kooperative und offene Zusammenarbeit im vorwettbe- werblichen Bereich notwendig, um den einzelnen nicht über die Maßen zu belasten und tragfähige Lösungen hervorzubringen. prostep ivip hat es 25 Jahre vorgemacht wie es geht! Lasst uns an diesem Kern des Erfolgs festhalten! ProSTEP ist zwar ein Kind der Krise, wir sollten aber nicht erst wieder eine Krise abwarten, um die Vorteile der Zusammenarbeit im Sinne des prostep ivip Vereins zu entdecken. Ihr Dietmar Trippner ProduktDatenJournal 2 2018

Inhalt 3 Editorial 5 Kurz notiert STANDARDISIERUNG 6 Japan: Gemeinsam Standards setzen 8 Agilität als Treiber für den Umbau der PLM-Landschaft (Interview) 11 Aufruf zur Projekteinreichung: Aktuelle Entwicklungen der Forschungsvereinigung Smart Engineering e.V. NEUE MITGLIEDER 14 Boeing; Komax; SER PRODUKTE 15 Integration von VR in PLM FACHTHEMEN 16 Smart Service Lebenszyklus 20 MBSE praktisch nutzen 24 Neue Standards für die digitale Produktabsicherung 28 Collaborative Engineering basierend auf leichtgewichtigen CAD-Daten – Vereinfachen Sie Ihre 3D-Modelle 32 Durchgängiges Management von Informationsstrukturen in der Produktentstehung 36 High Performance Computing und Datenmanagement für Ingenieursanwendungen in Forschung, Mittelstand und Industrie 40 Core Value Processes for Traceability & Compliance – Rethinking Integrations 44 Wie kann eine erfolgreiche Einführung von Model-Based Systems Engineering erfolgen? 48 8 einfache digitale Transformationen zur Erhöhung der organisatorischen Agilität WISSENSCHAFT & FORSCHUNG 53 IT-basiertes Werkzeug zur Datenflussanalyse im Entwicklungsumfeld 58 Termine 59 Impressum 4 Inhalt Neue Standards für die digitale Produktabsicherung Die Produktabsicherung ist eine zen- trale Aufgabe der Entwicklung. Digital Mock-ups helfen, Fehlproduktionen, Funktionsmängel und Sicherheitsrisi- ken zu vermeiden. Gegenüber physi- schen Prototypen sparen sie zudem Zeit und Geld. Was der Industrie bis- lang fehlt, sind Standardverfahren für eine breitere Nutzung. IT-basiertes Werkzeug zur Datenfluss- analyse im Entwicklungsumfeld Das Entwicklungsumfeld gestaltet sich durch intelligente Produkte, Cyber- Physische Systeme und Smart Services im Rahmen von Systems Engineering grundlegend neu (Schaefer et al. 2017). Die Herausforderung dabei ist, dass mit der Innovation im Produkt die effiziente Wertschöpfung in den Unternehmen nicht gefährdet wird. Es muss ein ganzheitlich abgestimmtes Arbeitsumfeld für die Zusammenarbeit aller Domänen bzw. Disziplinen ermöglicht werden. Dem liegt ein durchgängiger Daten- und Informati- onsfluss zugrunde. Im PDM|PLM Competence Center des Fraunhofer IPK wurde zur Gestaltung dieses durchgängigen Daten- und Informati- onsflusses ein methodisches Vorgehen zur Beschreibung und Neugestaltung entwickelt: die Datenflussanalyse. ProduktDatenJournal 2 2018

Kurz notiert ... Kurz notiert ... 5 Symposium 2019: Collaboration in the Age of Smart Product and Services Nicht nur wegen der wachsenden Besucherzahl war das Symposium 2018 die erfolgreichste Veranstaltung, die bisher vom Verein organisiert wurde: Mehr als 700 Teilnehmer aus 21 Ländern und 40 Aussteller gestalteten mit uns den Event. Premiere feierte der Vorabendevent mit 400 Teilnehmern: Ein volles Haus im BMW Classics trug zu einem perfekten Einstieg in die 25-jährige Feier des prostep ivip Vereins mit einem anspruchsvollen Kongressprogramm bei. Das prostep ivip Symposium ist als größte neutrale PLM-Platt- form weltweit etabliert. Es setzt neue Qualitätsmaßstäbe im Austausch zwischen Experten und Entscheidern in der digitalen Zukunft der Fertigungsindustrie. Diesem Anspruch wollen wir auch 2019 mit einem außerordentlichen Programm wieder mehr als gerecht werden. „Collaboration in the Age of Smart Products and Services“ läutet die Glocken für das prostep ivip Symposium 2019. Mit über 30 Fachvorträgen und Workshops zu Themen der Digitali- sierung wollen wir praxisnahe Erfahrung bieten. Ziel ist die Beherrschung der Digitalisierung hinsichtlich Integration, Konti- nuität, Werten und Fähigkeiten. Merken Sie sich vor: Das nächste prostep ivip Symposium findet am 9. und 10. April 2019 unter dem Motto „Colla- boration in the Age of Smart Products and Services” in Stuttgart statt. Jetzt anmelden und Early-Bird Raten sichern. Beachten Sie bitte, dass die Anzahl von Plätzen für den Vorabend Event am 8. April 2019 limitiert ist. Innovative Fast-Track Projekte: Data Preparation for Data Analytics Der Themenkomplex Artificial Intelligence und Data Analytics beschäftigt viele unserer Mitglieder derzeit intensiv. Eine der größten Herausforderungen dabei ist es, Daten intelligent und effizient verfügbar für verschiedene AI-Anwendungen zu machen. Durch heterogene Daten und Prozesse werden heute allerdings noch bis zu 80% des Gesamtaufwandes der meisten AI-Projekte für die Datengewinnung und -aufbereitung fällig. Mithilfe von Standardisierung von ETL-Prozessen (Extract-Trans- form-Load) möchte der prostep ivip Verein mit dem neuen Projekt „Data Preparation for Data Analytics“ hier einen zentralen Beitrag leisten und die Prozesse des maschinellen Lernens vereinfachen. Organisatorisch beschreitet der Verein dabei neue Wege aus den Erkenntnissen des „prostep ivip Querdenker Club“. Wir möchten unsere Projektarbeit innovativer und agiler gestalten. Mit einer 100% Anschubfinanzierung aus Vereinsmitteln und umfassender wissenschaftlicher Begleitung, startet in dieser Hinsicht das „Fast-Track-Projekt“ zunächst mit einer Laufzeit von 6 Monaten, um zügig erste konkrete Resultate zu liefern. Weitersagen: prostep ivip Scientific Award 2019 Bereits zum 9. Mal bieten wir mit dem prostep ivip Scientific Award jungen Akademikern eine Plattform, um ihre Leistungen zu präsentieren. Wir würdigen damit herausragende Arbeiten im Themenspektrum rund um die virtuelle Produktentstehung und Produktion. Neben der öffentlichen Würdigung beim prostep ivip Symposi- um winken den Gewinnern 1000€ für Bachelor- oder Master- Arbeiten sowie 4000€ für Dissertationen. Bis 01.02.2019 können Bewerber ihre Arbeiten an psev@prostep.org senden. Weitere Informationen dazu finden Sie auf unseren Webseiten. Helfen Sie mit und geben Sie diese Information in Ihrem Bekanntenkreis weiter. ProduktDatenJournal 2 2018

Standardisierung 6 Japan: Gemeinsam Standards setzen Dr. Steven Vettermann prostep ivip, als international aktiver Verein, hat sich als besonderes Ziel gesetzt, die alten Bande hin nach Japan auszubauen und die Fertigungsindustrie dort auch vor Ort zu unterstützen. Neben altbekannten Themen wie STEP, JT etc., besteht ein immer größter werdendes Interesse hinsicht- lich Systems Enginnerring, Elektrik/Elektronik und dem Digital Twin. Alle Nationen arbeiten gerade an Standards in dieser Richtung. Doch keinem würde es etwas nützen, wenn jede Nation seine eigenen Standards herausbringen würde. Anwender wie Vendoren brauchen klare, abgestimmte Ausagen, welcher Standard oder welches Set an Standard in welchem Kontext angewendet werden kann. Und diese Standards müssen die Anforderungen der Industrie erfüllen. prostep ivip bietet dafür die Instrumente, dieses Ziel effizient zu erreichen. ProduktDatenJournal 2 2018

Standardisierung 7 Globale Basis zum Systems Engineering schaffen So trafen sich zum Beispiel im Frühjahr fast 60 Experten aus Deutschland, Frank- reich und Japan, um sich gegenseitig über die Stände ihrer Arbeiten im Kon- text Model-based Systems Engineering (MBSE) zu informieren und weitere, gemeinsame Schritte abzustimmen. Die Teilnehmer kamen aus den führenden Projekten der treibenden Organisationen: n German Chapter of INCOSE n MBD Group JAMA (Japanese Auto- motive Manufacturers Association) n MBD Group METI (Japanese Ministry for Economy, Trade and Industry) n prostep ivip Smart Systems Enginee- ring n SystemX Wann hat man schon mal Vertreter von Toyota, Nissan, Honda, Mazda, Isuzu, Mitsubishi, Denso, Melco, AISIN, Jatco, Hitachi, Panasonic und ihrer europäischen Pendants in einem Raum zusammen? In dem Workshop wurden nochmals fest- gestellt, wie gut die gemeinsamen Arbeiten zusammenpassen und was als nächste Schritte notwendig ist, um gemeinsam ein Set an Standards zu ver- öffentlichen. Im weiteren Verlauf des Jahres wurde ein offizielles Kooperationsabkommen mit den Beteiligten geschlossen und die gemeinsamen Ergänzungsarbeiten zur prostep ivip Recommendation SmartSE begonnen. Es versteht sich fast von selbst, dass im Kontext dieser Arbeiten auch eine vollständige Übersetzung der Recommendation ins Japanische erstellt wurde. Noch bis zum Ende dieses Jahres sollen alle Arbeiten abgeschlossen wer- den und die Ergebnisse veröffentlicht werden. Parallel zu dieser Initiative wurde in der zweiten Jahreshälfte übrigens auch ver- gleichbare Aktivitäten mit der Aerospace & Defence PLM Action Group, zusam- mengesetzt aus Airbus, Boeing, Gulf - stream, Rolls Royce u.a., sowie der Open Simulation Platform (OSP) im Schiffbau gestartet. Industriegetriebene Standardisierung in Bestform! Fokus Vehicle Electric Container (VEC) Auch zum Thema Kabelbaum und dem Austausch (Prozess)Daten intensiviert sich die Zusammenarbeit mit Japan. So präsentierte die prostep ivip / relevanter VDA Projektgruppe Product Data Model for Vehicle Electric Systems ihren VEC- Standard auf der Zuken Innovation World in Yokohama lud am Tag danach Vertreter aller führenden japanischen Automobilhersteller und Zulieferer zu einem ersten Ganztages-Workshop ein. So ähnlich fing auch die heute sehr intensive Zusammenarbeit zum Thema Systems Engineering. Dr. Steven Vettermann E-Mail: steven.vettermann@prostep.com Kontakt ProduktDatenJournal 2 2018

Standardisierung 8 Interview Agilität als Treiber für den Umbau der PLM-Landschaft Die BMW Group IT will 100 prozentig agil werden, um IT-Lösungen schneller implementieren und flexibler weiter entwickeln zu können und einen höheren Nutzen für die Anwender zu generieren. Was das für die künftige PLM-Bebauung des Automobilherstellers bedeutet, erläutert Ralf Waltram, der als VP der BMW Group für die IT-Systeme in der Fahrzeugentwicklung verantwortlich ist. Frage: Welche Anforderungen ergeben sich aus der Digitalisie- rungsstrategie der BMW Group hinsichtlich der künftigen IT- und PLM-Bebauung? Waltram: 2016 haben wir aus der BMW Group Unternehmens- strategie NUMBER ONE > NEXT unsere IT-Strategie abgeleitet, die sich auf vier Kernthemen fokussiert: IT in Produkt und Ser- vice, Digitalisierung der Geschäftsprozesse, Customer Centric IT Service Delivery und People & Culture. Flexibilität und Geschwin- digkeit sind gerade für „Customer Centric IT Service Delivery“ wesentliche Anforderungen, die wir mit unserer Initiative „100% Agile“ adressieren. Sie hat einen klaren Fokus auf Agili- tät in der Software-Entwicklung und auf eine Neuausrichtung der Struktur mit DevOps, in denen wir Development und Opera- tions in den Teams zusammenbringen. Um agiler zu werden, müssen wir auch die PLM-Bebauung flexibler gestalten. Sie ist aktuell noch stark durch monolithische Lösungen geprägt. Frage: Agilität ist also auch der Treiber für den Umbau der PLM- Landschaft? Waltram: Absolut richtig. Sie treibt uns hin zu service-orientier- ten, offenen und flexiblen Lösungen mit modernen Oberflächen. Das gesamte Thema User Experience spielt in diesem Kontext eine wichtige Rolle. Hierbei gehen wir in den Austausch mit den PLM Software Herstellern, damit die zukünftigen Lösungen am Markt einen modularen, service-orientierten Ansatz mit optimaler User Experience unterstützen. Frage: Welches sind die wesentlichen Bausteine dieser service- orientierten Architektur? Waltram: Aktuell sind wir im Rahmen unserer iPDM-Initiative dabei, unser Alt-System TAIS für das Management der MBOM abzulösen. Dabei verfolgen wir das Konzept einer „3+1-Archi- tektur“ mit einem Daten-Backbone, über den der wir die IT- Systeme in unserer Landschaft verbinden wollen. Dieser Daten- Backbone soll kein monolithisches System sein, sondern eine ProduktDatenJournal 2 2018 leichtgewichtige, semantische Schnittstelle, über die Daten für mehrere Geschäftsprozesse fließen. Frage: Sie haben sich für PTC Windchill als TAIS-Nachfolger und im Versuchsdaten-Management für Aras Innovator entschieden, setzen aber auch Teamcenter und SAP PLM ein. Wie fügt sich das alles in die PLM-Bebauung ein und welche Bausteine fehlen noch? Waltram: Wir haben uns für PTC Windchill als TAIS-Nachfolger entschieden, aber unser PDM-Backbone umfasst weit mehr; dazu gehören etwa auch Eigenentwicklungen wie unser Geo- metriedatenmanagement PRISMA. Aktuell findet die Definition statt, wie unser künftiger Backbone und die zugehörige „3+1- Architektur“ ausschauen und funktionieren sollen. Wir verfolgen für die jeweiligen Bereiche einen „Best in Class“-Ansatz und verknüpfen sie dann über das Daten-Backbone. Das ist unser erklärtes Ziel, um eine service-orientierte Architektur aufzubauen, die den hohen Ansprüchen an die User Experience genügt. Frage: Sie nutzen dafür noch relativ klassische Bausteine wie Windchill oder Teamcenter, das als PRISMA-Nachfolger gehandelt wird? Passt das mit der gewünschten Flexibilität zusammen? Waltram: Was heißt schon klassisch? Anbieter wie z.B. PTC oder Aras sind in den Innovationsquadranten von einschlägigen Marktanalysten wie Forrester als Treiber der Veränderung gesetzt. Ihre Software-Lösungen bieten die Möglichkeit, moderne service-orientierte Architekturen aufzubauen. Was die Nachfol- ge von PRISMA und andere Bereiche der Bebauung anbelangt, so ist derzeit noch keine finale Entscheidung gefallen. Derzeit konzentrieren wir uns auf das Thema iPDM bzw. MBOM. Frage: SAP ist aber nach wie vor für das Management der EBOM gesetzt? Waltram: Absolut. Wie gesagt, wir verändern in der Bebauung zurzeit nur das Thema MBOM. Natürlich werden wir uns aber im Rahmen der Digitalisierung gemeinsam mit unseren Business

Standardisierung 9 Partnern anschauen, was es sonst noch an Möglichkeiten gibt, den Produktentstehungsprozess zu verbessern. Frage: Welche Rolle spielt Aras mit Blick auf die „3+1-Architek- tur“? Könnte Aras Innovator ähnlich wie bei Automobilzuliefe- rer Schaeffler diese Integrationsschicht sein oder denken sie über eine Eigenentwicklung nach? Waltram: Wir gehen mit der Aras-Lösung im Moment das Thema Versuchsdatenmanagement an und es wäre verfrüht, die Frage zu beantworten, ob dies ein möglicher Kandidat für das Daten-Backbone wäre. Deshalb stellt sich auch die Frage nach einer selbst entwickelten Middleware noch nicht, obwohl das auf jeden Fall ein spannendes Thema ist, mit dem sich unsere Software-Architekten beschäftigen, die auch schon verschiedene Evaluierungen und Proofs of Concept durchgeführt haben. Frage: Werden Sie für die Verknüpfung der IT-Systeme über den Daten-Backbone neue Integrationskonzepte wie die Daten-Ver- linkung nutzen? Waltram: Natürlich denken wir über solche Konzepte nach, denn es macht keinen Sinn, ein monolithisches Daten-Backbone mit lediglich einer großen Datenbank aufzubauen. Wenn man leichtgewichtig bleiben will, spricht vieles dafür, die Systeme und Daten nur logisch zu vernetzen. Frage: Gibt es im Rahmen des Umbaus der PLM-Landschaft auch Überlegungen, Cloud-basierte Lösungen stärker einzuset- zen? Waltram: Ziel bei der TAIS-Nachfolge und dem Thema iPDM ist, die Cloud-Readiness zu gewährleisten. Grundsätzlich streben wir für die Architektur diese Möglichkeit an, z.B. um über unsere interne Cloud-Plattform skalieren zu können. Klar ist aber, sensible Daten auf der internen Cloud zu halten und z.B. Berechnungen über die Cloud zu skalieren. Frage: Klaus Straub, der CIO der BMW Group, hat sich auf dem prostep ivip Symposium klar zur Offenheit bekannt. Welche Rolle spielt der CPO bzw. die COP-Zertifizierung bei der Beschaf- fung neuer Software? Waltram: Offenheit ist eine wichtige Voraussetzung für unsere agile Ausrichtung. Die BMW Group hat sich von Anfang an sowohl innerhalb als auch außerhalb des Vereins für den CPO engagiert. Systementscheidungen werden bei uns heute konse- quent auf dieser Basis getroffen, so dass jeder Hersteller, der den CPO unterstützt, in einer besseren Position ist. Frage: Sie sagten, Sie wollen sowohl in der Entwicklung der Fahrzeug-IT, als auch bei den Backend-Systemen 100prozentig agil werden. Gilt das auch für die Mechanik-Entwicklung? Waltram: Ich kann so viel sagen, dass Agilität ganz klar nicht mehr nur ein Thema der IT ist, sondern inzwischen im gesamten Unternehmen wahrgenommen wird. Auch im Bereich des Fahr- zeugentwicklungsprozesses wird geprüft, ob und wie agile Methoden zum Einsatz kommen können. Frage: Ich habe gelesen, dass Hardware und Software bei der E/E-Entwicklung stärker entkoppelt werden sollen. Hat das auch mit Agilität zu tun? Waltram: Ich bin kein E/E-Experte, aber generell ist Entkopplung eine wesentliche Voraussetzung für Flexibilität, weil sie es ermöglicht, Funktionsumfänge freizuschneiden und inkremen- tell weiterzuentwickeln. Frage: Agilität erfordert die Bereitschaft, mit unfertigen Lösungen zu leben, hört man oft in Vorträgen. Muss der Käufer eines BMW künftig mit mehr Software-Bugs rechnen? Waltram: Nein, definitiv nicht. Da weiß ich nicht, in welchen Vorträgen sie waren. Für uns liegt der Fokus bei der Agilität darauf, in kurzen Zyklen lauffähige Software zu entwickeln, die sicher noch nicht den hundertprozentigen Funktionsumfang abdeckt, aber bereits einen Nutzen für unsere internen Kunden hat. Ich beziehe das im Moment auf die interne Gestaltung der Business-Prozesse in der Corporate IT. Ein wesentlicher Punkt ProduktDatenJournal 2 2018

Standardisierung 10 Zur Person Ralf Waltram (Jahrgang 1969) ist seit 1996 für die BMW Group tätigt und verantwortet seit 2016 die IT-Systeme in der Fahrzeugentwicklung. Hierbei legt er mit seinem Team den Schwerpunkt auf die Möglichkeiten der Digitalisierung im R&D-Prozess, mit einem agilen Zusammenarbeitsmodel und der Ausrichtung auf eine BizDevOps-Struktur. Zuvor hat er im Bereich Vertrieb und Marketing internationale IT-Projekte z.B. in China geleitet und Linien-Funktionen ver- antwortet. Ralf Waltram hat an der Hochschule München Informatik studiert, mit Schwerpunkt Computer Vision und Neuronale Netze. hier ist die schnelle Integration von fertigen Software-Inkremen- ten in die Gesamtlösung mit Hilfe automatisierter Softwaretests und automatisierten Deployment-Mechanismen. Deshalb fokus- sieren wir uns ja genau auf das Thema DevOps, um in punkto Geschwindigkeit alle Möglichkeiten auszuschöpfen und trotz- dem optimal abgesicherte Features auszuliefern. Und auch bei der Agilität im E/E-Bereich steht der Kundennutzen durch lauffä- hige Software im Vordergrund und nicht halbfertige Lösungen. Sonst hätte man Agilität falsch verstanden. Unsere Fahrzeuge sind immer mit ausgereifter Software ausgestattet, die unseren hohen Sicherheits- und Qualitätsansprüchen und denen unserer Kunden genügt. Frage: People & Culture ist eine wichtige Säule ihrer IT-Strategie. Wie wollen Sie Fachbereiche und mittleres Management für die agilen Vorgehensweisen gewinnen? Waltram: „100% Agile“ ist ein umfassender Change-Prozess auf allen Ebenen, der einen Kulturwandel erfordert. Das ist der Grund warum wir diese Säule in unserer IT-Strategie betonen. Wir haben in der IT auf allen Ebenen einen Transformations - prozess gestartet, mit Trainings für IT und Fachbereich, mit Infor- mationsveranstaltungen wie einem Digital Day, aber auch mit diversen Plattformen, auf denen die offene und transparente Lernkultur im Vordergrund steht. „100% Agile“ ist eine „Jour- ney“, auf der wir täglich dazu lernen. Wir nehmen auf dieser Reise auch unsere Fachbereiche mit und gehen gemeinsam das Thema IT-Produktorientierung an. Wesentlicher Teil dieser Veränderung ist, dass wir nicht mehr plangetrieben sondern wertgetrieben mit Blick auf den Kunden- bzw. Business-Nutzen handeln. Frage: Welche Nutzeneffekte versprechen Sie sich von der Implementierung agiler Methoden und einer service-orientierten PLM-Architektur? Waltram: Wie ich schon ausgeführt habe, liegt der Fokus auf Flexibilität und Geschwindigkeit, wobei der Nutzen der jeweiligen User Stories im Vordergrund steht. Bezogen auf die PLM-Archi- tektur und IT-Methoden bedeutet das, dass wir dank Flexi - bilisierung und Entkopplung deutlich mehr Releases mit Soft- ProduktDatenJournal 2 2018 ware-Inkrementen pro Jahr schaffen, während es in der Vergan- genheit nur zwei große Releases pro Jahr gab. Wir werden im Teamcenter-Umfeld in diesem Jahr z.B. zehn neue Releases aus- liefern, was natürlich einen entsprechend hohen Nutzeneffekt für unsere internen Kunden, d.h. die Anwender hat. Frage: Voraussetzung für die schnelleren Implementierungs - zyklen ist sicher eine stärkere Standardisierung der PLM-Anwen- dungen? Waltram: Ja, absolut. In unserer Rolle als Customer Centric IT Service Delivery adressieren wir bei der Gestaltung der PLM- Architektur auch das Thema Standards, etwa STEP AP 242. Wenn wir in neuen Architekturen externe Software einsetzen, bleiben wir ganz nahe am Standard, um uns die Release-Fähig- keit zu erhalten. Wir nehmen Entkopplung ernst und versuchen überall dort zu standardisieren, wo Standards möglich sind. Frage: Welche neuen Geschäftsmodelle könnten sich aus der der iPDM-Initiative in den nächsten Jahren ergeben? Waltram: Unser Ziel ist es zunächst einmal, mit iPDM die Grundlagen für ein modernes Produktdatenmanagement zu schaffen, das die BMW Group und die Business Stellen in die Lage versetzt, sich neue Geschäftsmodelle zu erschließen. Frage: Welche Bedeutung hat gerade mit Blick auf neue, serviceorientierte Geschäftsmodelle die Anbindung von IoT- Plattformen, auf denen Fahrzeugdaten zusammenfließen? Waltram: Wir bauen im Rahmen der Digitalisierungsstrategie eine IoT-Plattform auf, allerdings nicht in meinem Verantwortungs- bereich. Erklärtes Ziel ist es, diese Plattform über unsere „3+1- Architektur“ anzubinden, um nicht alle, aber die relevanten Daten im PLM-Umfeld bereitzustellen. Herr Waltram, Wir danken für das Gespräch. (Das Interview führte Michael Wendenburg)

Standardisierung 11 Aufruf zur Projekteinreichung Aktuelle Entwicklungen der Forschungs- vereinigung Smart Engineering e.V. Prof. Dr. Birgit Awiszus, Dr. Marcus Krastel, Prof. Dr. Thomas Mechlinski, Dipl.-Wi.-Ing. Jeannette Boll, Dr. Thoralf Gerstmann Die Forschungsvereinigung Smart Engineering e.V. – Ein Netzwerk aus Hochschulen, Forschungs- instituten, Unternehmen und kooperierenden Vereinen, das die Entwicklung von Lösungen für ein interdisziplinäres und vernetztes Vorgehen in der Produktentwicklung von innovativen und intelli- genten Produkten im Sinne des Smart Engineering verfolgt. Forschungsvereinigung Smart Engineering e.V. (FVSE) Auf Initiative des prostep ivip Vereins, speziell der Mitgliedergruppe 3, wurde im November 2015 die Forschungsverei- nigung Smart Engineering e.V. gegründet. Von ursprünglich sieben Gründungsmit- gliedern hat sich die Mitgliederzahl seit- dem auf derzeit 22 Mitglieder erhöht. Annähernd die Hälfte der Mitglieder ent- stammt dem wissenschaftlichen Umfeld (Hochschulen und Forschungsinstitute). Mit einem Anteil von 25 % bilden die Systemanbieter und Softwarehäuser die zweitgrößte Mitgliedergruppe. Zu den übrigen Mitgliedern zählen Systeman- wender, Consultingfirmen und kooperie- rende Vereine. Nach der Gewinnung neuer Mitglieder und der damit verbundenen Entwicklung einer heterogenen Mitgliederstruktur konnte im November 2017 als letztes wichtiges Vereinsorgan der Forschungs- beirat gewählt werden. Aufgaben und Ziele Das Ziel der Forschungsvereinigung besteht in der Entwicklung von Lösungen für ein interdisziplinäres und vernetztes Vorgehen in der Produktentwicklung von innovativen und intelligenten Produkten durch die Förderung von Wissenschaft und Forschung auf dem Gebiet des Smart Engineering. Gemäß der Vereins- satzung soll neben der reinen For- schungstätigkeit auch die allgemeine Zusammenarbeit von Anwendern, Ent- wicklern, Systemanbietern und For- schungseinrichtungen gefördert werden, um somit die Voraussetzungen für eine auch künftig erfolgreiche Entwicklung am Standort Deutschland zu schaffen und das Smart Engineering zu einer Schlüsseltechnologie zu entwickeln. Um dieses Teilziel zu erreichen, veranstaltet die Forschungsvereinigung regelmäßig kostenfreie Thementage zu ausgewählten Aspekten der verschiedenen Forschungs- schwerpunkte des Vereins. Darunter fan- den bereits Vorträge und Workshops zu den Themen Smart Engineering, Agile Entwicklung & Design Thinking sowie Model Based Engineering statt. Forschungsschwerpunkte Die Forschungsvereinigung stellt ihren Mitgliedern in enger Zusammenarbeit mit dem prostep ivip Verein einen For- schungsrahmen mit verschiedenen Haupt- forschungsschwerpunkten zur Verfügung (siehe Bild 1). Die genauen Themenstel- lungen der einzelnen Forschungsprojekte können die aktiven Mitglieder der For- schungsvereinigung sowie auch Nicht- Mitglieder selbst definieren. Der aktuelle Forschungsrahmen der FVSE umfasst folgende Schwerpunkte: Gestaltung der Smart Engineering- Geschäftsmodelle der Zukunft Die Digitalisierung verändert unsere gesamte Arbeitsweise und zwingt ins - besondere auch Unternehmen zum Um - denken. Eine erfolgreiche Unternehmens- strategie setzt die innovative Nutzung dieser zukunftsweisenden Technologien voraus, um neue (digitale) Geschäftsmo- delle zu entwickeln, Geschäftsabläufe zu optimieren und so die eigene Prozess - effizienz zu steigern. Weiterhin kann eine verbesserte Kundennähe durch schnellere und präzisere auf die Kunden- bedürfnisse angepasste Produktangebote geschaffen werden. Um insbesondere kleine und mit telständische Unternehmen zu sogenannten Smart Enterprises weiter zu entwickeln, werden gemeinsam Hand - lungsempfehlungen erarbeitet. In diesem Zusammenhang gewinnen auch recht - liche Rahmenbedingungen, wie z. B. der Schutz persönlicher Daten oder Haftungs- risiken, eine zunehmende Bedeutung. Anwendung von neuen und smarten Methoden in der Produktentwicklung Die Produktentwicklung wird immer komplexer. Unternehmen müssen sich stets flexibel an die vorherrschenden Situationen und Kundenbedürfnisse anpassen. Dafür werden sowohl neue Methoden erarbeitet als auch bereits in anderen Fachbereichen bestehende Methoden an die speziellen Besonder - heiten der smarten Produktentwicklung adaptiert. Typische Beispiele hierfür sind ProduktDatenJournal 2 2018

Standardisierung 12 Bild 1: Forschungsfelder der Forschungsvereinigung (Quelle: Icons made by Smartline, Smarticons, geotatah from www.flaticon.com) die Inkubator-Methode, die Constraint- Methode, aber auch Agile Methoden und Design Thinking. Erarbeitung von Grundlagen für individualisierte Produkte Um die zunehmende Individualisierung von Dienstleistungen und Produkten bis hin zur Losgröße 1 umzusetzen, müssen bestehende Prozesse angepasst und fle- xibilisiert werden. Neben dem Einsatz von Digitalen Zwillingen spielen auch die smarte Modularisierung sowie die bedarfsgerechte Re-Konfiguration wäh- rend der Nutzung eine zunehmende Rolle. Um dies zu erreichen, werden inte- grierte Datenmodelle („Digital Brains“) sowie interdisziplinäre PLM-Konzepte entwickelt. Etablierung einer modellgetriebenen Produktentwicklung Die Vorteile einer modellgetriebenen Produktenwicklung nach klassischen Vor- gehensmodellen wie dem V-Modell erge- ben sich insbesondere durch die Nutzung bewährter Standards, den modularen Aufbau und die Möglichkeit zur Anpas- sung an den Projektkontext. In einer smarten Produktentwicklung ist es erfor- derlich, dass die verschiedenen Modelle des V-Modells nun miteinander ver- knüpft werden. Hierfür sind automati- sierte Prozesse zur Modelltransformation zu entwickeln. Weiterhin muss für eine effektive (Aus-)Nutzung der CAE-Metho- ProduktDatenJournal 2 2018 den eine Möglichkeit geschaffen wer- den, die CAE-Ergebnisse automatisiert in CAD-Daten zurückzuführen. Für die Nut- zung der Gesamtheit aller Produktinfor- mationen, Methoden und Werkzeuge – über die gesamte Wertschöpfungskette und verteilt über mehrere Organisations- einheiten und Kooperationspartner hin- weg – bedarf es einer neuartigen, smarten PLM-Unterstützung, um die benötigten Daten, zur richtigen Zeit, in der richtigen Qualität, am richtigen Ort und im richti- gen Kontext digital bereitzustellen. Die Vernetzung aller Produktinformatio- nen spielt auch für die Etablierung eines Smart Requirement Management bzw. Smart Requirement Engineering in Unter- nehmen eine wichtige Rolle, um alle Anforderungen fehlerfrei managen, Änderungen verwalten und verfolgen sowie mögliche Inkonsistenzen zwischen Anforderungen, Plänen und Ergebnissen über die gesamte Projektdauer hinweg erkennen und eliminieren zu können. Der Mensch im Mittelpunkt eines Arbeitsplatzes der Zukunft Der Arbeitsplatz der Zukunft erfordert eine smarte und adaptionsfähige Arbeitsumgebung. Zudem müssen für eine standortübergreifende Zusammen- arbeit neue digitale Räume und Inter - aktionsmöglichkeiten geschaffen werden. Um diese Methoden sicher anwenden zu können, bedarf es einer grundlegenden Ausbildung sowie einer ständigen Weiter- bildung der Mitarbeiter. Hierfür müssen die konventionellen Lehr- und Ausbil- dungsmethoden an die geänderten Rah- menbedingungen angepasst und um neue Methoden erweitert werden. Auswirkung des Smart Engineering auf die Prozessplanung Das Smart Engineering wirkt sich nicht nur auf die Produktentwicklung und -herstellung aus, sondern muss sich auch in neuartigen Methoden und Werkzeugen in der Prozessplanung widerspiegeln. Welche Auswirkungen das Smart Engi- neering durch eine Smart Production und die Vernetzung aller Produktionssysteme und -mittel mit sich bringt, soll ebenfalls Gegenstand verschiedener Studien der FVSE sein. Forschungsprojekte Ab sofort ist es möglich, Projekte auf dem Gebiet des Smart Engineering über die Forschungsvereinigung durchzufüh- ren. Projektfinanzierung Je nach Projektumfang kann die Finan- zierung der Forschungsvorhaben auf unterschiedliche Weisen erfolgen. Die interne Projektfinanzierung beruht auf Mitteln der Forschungsvereinigung oder auf Eigenmitteln der beteiligten Mitglie- der. Die externen Finanzierungen erfol-

Standardisierung 13 gen hingegen aus öffentlichen Zuwen- dungen. Hierbei können verschiedene regionale und bundesweite Förderpro- gramme in Anspruch genommen werden. Projektbeantragung Um Projekte über die FVSE durchführen zu können, werden in einem ersten Schritt (siehe Bild 2) die Forschungsideen in Form von Projektskizzen bei der Geschäftsstelle der Forschungsvereini- gung eingereicht. Nach Prüfung der formalen Richtigkeit erfolgt die Weiterlei- tung der Skizzen an den Forschungsbei- rat. Die Mitglieder des Beirats bewerten die Projektskizzen hinsichtlich Durchführ- barkeit, Gemeinschaftsinteresse sowie Vorwettbewerblichkeit und entscheiden in quartalsweisen Sitzungen über die Annahme einzelner Projektideen. Bei positiver Bewertung wird anschließend durch die Projektgruppe ein Vollantrag gestellt und dieser erneut dem Beirat zur Begutachtung vorgelegt. Je nach Art und Umfang des geplanten Projektes kann auch der Vollantrag variieren. Mit einer finalen positiven Begutachtung erfolgt abschließend der Projektstart. Im Rahmen der Projektbeantragung stellt die Geschäftsstelle den Kontakt zu ande- ren Forschungseinrichtungen und weite- ren interessierten Unternehmen her und unterstützt bei der Suche nach geeigneten Fördermöglichkeiten. Bei der späteren Projektbearbeitung übernimmt die For- schungsvereinigung bei Bedarf die Koor- dination der Projekte und ggfs. die admi- nistrative Abwicklung gegenüber dem Fördermittelgeber. Weiterhin steht die FVSE den beteiligten Partnern während der gesamten Projektlaufzeit beratend zur Seite und unterstützt bei der Ver - wertung und Publikation der Projekt - ergebnisse. Einreichungsfristen Die Forschungsvereinigung Smart Engi- neering e.V. ruft alle Interessenten zur Einreichung von Projektideen auf. Dieser Aufruf richtet sich ausdrücklich sowohl an Mitglieder der Forschungsvereinigung als auch an Nicht-Mitglieder. Projektideen können jederzeit bei der FVSE eingereicht werden. Die Begutach- tung der Projektskizzen erfolgt quartals- weise im Rahmen der Beiratssitzungen. Mitgliedschaft Die eigentliche Durchführung von Projek- ten innerhalb des FVSE-Netzwerks setzt eine Mitgliedschaft in der FVSE voraus. Diese steht allen interessierten Unterneh- men bzw. Forschungseinrichtungen offen. Durch Ihren Beitritt sichern Sie sich die Möglichkeit, zukünftige Forschungs - themen der Forschungsvereinigung aktiv mitzugestalten. Weiterhin profitieren Sie von der Nutzung der neuesten For- Bild 2: Ablauf der Projektbeantragung schungsergebnisse und Veröffentlichun- gen im Bereich des Smart Engineering für die Weiterentwicklung firmenspezifi- scher Lösungen, der Verbesserung der eigenen Wettbewerbsfähigkeit sowie dem Ausgleich von strukturbedingten Nachteilen. Kontakt Für weitere Informationen zur For- schungsvereinigung Smart Engineering e.V. besuchen Sie unsere Homepage unter www.fv-smartengineering.org oder wenden Sie sich direkt an die Mitar- beiter der Geschäftsstelle. Dr.-Ing. Thoralf Gerstmann Telefon: +49 371 531-38678 thoralf.gerstmann@fv-se.org Dipl.-Wi.-Ing. Jeannette Boll Telefon: +49 371 531-38677 jeannette.boll@fv-se.org Kontakt ProduktDatenJournal 2 2018

Neue Mitglieder 14 Neue Mitglieder The Boeing Company Boeing is the world's largest aerospace company and leading manufacturer of commercial jetliners, defense, space and security systems, and service provider of after- market support. As America’s biggest manufacturing exporter, the company supports airlines and U.S. and allied government customers in more than 150 countries. Boeing products and tailored services include commercial and military aircraft, satellites, weapons, electronic and defense systems, launch systems, advanced information and communication systems, and performance-based logistics and training. Boeing has a long tradition of aerospace leadership and innovation. The company continues to expand its product line and services to meet emerging customer needs. Its broad range of capabilities includes creating new, more efficient members of its commercial airplane family; designing, building and integrating military platforms and defense systems; creating advanced technology solutions; and arranging innovative financing and service options for customers. With corporate offices in Chicago, Boeing employs more than 140,000 people across the United States and in more than 65 countries. This represents one of the most diverse, talented and innovative workforces anywhere. Our enterprise also leverages the talents of hundreds of thousands more skilled people working for Boeing suppliers worldwide. Komax Komax bedient seine Kunden mit innovativen, zukunftsweisenden Lösungen in allen Bereichen, die präzise Verbindungen erfordern. Standardisierte und kundenspezifische Maschinen werden durch verschiedene Verarbeitungsmodule, einzelne Anwendungs- teile sowie geeignete Software und Schnittstellen ergänzt, um eine zuverlässige und effiziente Produktion zu erreichen. Bei allem, was sie tut, orientiert sich Komax an ihren Kunden und deren Bedürfnissen. Dazu gehört ein umfassendes Leistungsspektrum, das Beratung, Inbetriebnahme, Schulung, Service und Support umfasst. Komax bietet Garantien und Dienstleistungen, die die Verfügbarkeit und den inneren Wert der Investitionen ihrer Kunden über die Inbetriebnahme hinaus schützen. Die SER Solutions Schweiz AG Die SER Solutions Schweiz AG steht für erfolgreiche Enterprise Content Management- Projekte. Die Kombination von lokalem Know-how und der marktführenden ECM-Soft- ware der international agierenden SER Group garantiert höchste Qualität. Und das ist, was Schweizer Unternehmen und Verwaltungen schätzen! Quer durch alle Branchen arbeiten mittelständische und grosse Unternehmen mit der innovativen und intelligenten Doxis4 iECM-Software von SER. Unseren Erfolg verdanken wir unseren erfolgreichen Projekten, treuen Kunden und einem 20 Mitarbeiter starken interdisziplinären Team. Seit 1998 betreuen wir namhafte Unternehmen der Schweizer Wirtschaft wie die Helvetia Versicherungen, Sunrise, Zürcher Kantonalbank, PAX, Weidmann, Habasit, Solothurner Spitäler, Hero, Steuerverwaltung Aargau, u.v.m. Von unserem Standort Oberentfelden aus bieten wir Ihnen die Ressourcen und den Lokalkolorit für erfolgreiche und ökonomische ECM-Projekte. ProduktDatenJournal 2 2018 Boeing Corporate Offices 100 North Riverside Chicago, Illinois 60606 https://www.boeing.com Kontakt Komax AG Industriestraße 6 CH – 6036 Dierikon http://www.komaxgroup.com Kontakt SER Solutions Schweiz AG Herostraße 12 CH-8048 Zürich https://www.ser.ch/ Kontakt

Produkte Produkte 15 Neue Technologie trifft etablierte Prozesse: Integration von VR in PLM Virtuelle Realität ist die Zukunft der Kollaboration. In einer kollaborativen VR-Platt- form können Sie digitale Prototypen im 1:1 Maßstab überprüfen, bevor ein physi- scher Prototyp existiert, realistische Eindrücke des Produkts entwickeln und Fehler in frühen Phasen eliminieren. Das Potenzial ist riesig, aber seien wir ehrlich: ein HMD ist einfach einzurichten, doch Fachleute dazu zu befähigen, effizient damit zu arbeiten bedeutet, Prozesse/Systeme umzugestalten und Mitarbeiter zu schulen. Die CAD/PDM-Integration hat nun eine Reife erreicht, von der VR-Applikationen profitieren. Der Schlüssel für eine gelungene Implementierung ist die Analyse der notwendigen Anforderungen für einen bestimmten Prozess. Die Grafik veranschau- licht zwei konträre Usecases. Marketing fordert eine High-End-Visualisierung, während simples Feedback und unidirektionaler Datenfluss ausreicht. Für Engineering-Zwecke ist die visuelle Qualität weniger relevant, während für Workflows und Freigabeprozesse die regelmäßige Aktualisierung notwendig ist. Die VR-Integration in PEP erfordert neben dem VR-Wissen auch Kenntnisse in PLM- Integration, Anforderungsmanagement und Prozessoptimierung. Nach dem ersten Einblick in die nötigen VR/PLM-Prozesse helfen wir Ihnen gerne weiter. Die prostep ivip-Mitglieder vr-on und InMediasP arbeiten gemeinsam an einem optimalen Weg zur Integration der VR-Technologie in bestehende PLM-Prozesse. Sie können ein detailliertes Whitepaper mit unserem Konzept herunterladen unter: vr-on.com und InMediasP.de. Parameter zu möglichen VR-Szenarien vr-on GmbH Mühlfelder Straße 9 82211 Herrsching am Ammersee E-Mail: info@vr-on.com Kontakt ProduktDatenJournal 2 2018

Fachthemen 16 Smart Service Lebenszyklus Konrad Exner, Till Blüher, Prof. Dr.-Ing. Rainer Stark Herausforderungen bei der Etablierung von Smart Services Durch die fortschreitende Digitalisierung entstehen immer größere Datenmengen in allen Lebenszyklusphasen von Produk- ten, Produktionsanlagen und Dienstlei- stungen, wodurch sich enorme Wert- schöpfungspotentiale ergeben [1]. Diese Wertschöpfungspotentiale können in der Industrie 4.0 durch die Verarbeitung von Daten in Form von Smart Services geho- ben werden. Smart Services sind digitale Dienstleistungen, deren Funktionalität auf der Aufbereitung, Analyse und Visualisierung von Daten beruht. Sie können dadurch die bisherigen produkt- orientierten Leistungsangebote revolu- tionieren, indem sie eine zusätzliche Wertschöpfungsschicht erzeugen, die weit in die Nutzungsphase der Produkte und Dienstleistungen hineinreicht [2]. Hersteller können so aktiv die Nutzungs- phase ihrer Produkte durch Smart Ser- vices gestalten und dadurch den gestifte- ten Nutzen von integrierten Produkten und Dienstleistung (PSS) anbieten, was die Basis für neue Geschäftsmodelle ist [1]. Smart Services unterscheiden sich insofern von bestehenden IT Services, welches eher den Betrieb von IT-Infra- strukturen bezeichnen, da Smart Services auf vernetzten und intelligenten Produk- ten basierende Leistungsangebote für den Kunden zu einem größeren digitalen Nutzensystem vereinen. Allerdings treten bei der Entwicklung von Smart Services und deren Umsetzung in innovativen Geschäftsmodellen viele Herausforderungen auf [4]. Einerseits müssen bestehende Geschäftsmodelle aufgrund neuer Leistungsangebote, neuer Risiko- und Kostenstrukturen sowie weitreichender Veränderungen, bspw. im Kundenmanagement, grund - legend transformiert werde [5]. Anderer- seits werden für diese Transformation neue Fähigkeiten, Ressourcen, Partner und Prozesse, insbesondere im Umgang mit Daten, benötigt [6]. Ganzheitliche Betrachtung des Smart Service Lebenszyklus Zur Unterstützung von Unternehmen bei der systematischen Entwicklung und Implementierung von Smart Services für eine datengetriebene Wertschöpfung, haben das Fraunhofer-Instituts für Pro- duktionsanlagen und Konstruktionstech- nik (IPK) und das Fraunhofer-Instituts für offene Kommunikationssysteme (FOKUS) im Projekt „Smart Service Customizati- on“ im Rahmen des Leistungszentrums Digitale Vernetzung einen Methoden- baukasten entwickelt und diesen in einem Tool implementiert. Da aufgrund der zunehmenden Wertschöpfungskraft der Datenanalyse der Einfluss von Smart Services auf bestehende Geschäftsmo- delle wächst, sind starke Veränderungen insbesondere im Geschäftskontext zu erwarten [7]. Der Methodenbaukasten betrachtet deshalb besonders die Aus- wirkungen von Smart Services auf die Wertschöpfungsstrukturen und die Bil- dung von entsprechenden Transforma - tionsstufen. Der Methodenbaukasten besteht dabei aus zwei Kernkomponen- ten: einer Integrationsplattform zur Ana- lyse heterogener Daten mit technischem Schwerpunkt, sowie dem Smart Service Cockpit zur systematischen und metho- dischen Generierung kundenindividueller Prozess- und Dienstleistungsmodule mit Fokus auf Smart Service Geschäfts - modelle. Die einzelnen Schritte wurden im Smart Service Cockpit zusammenge- fasst (Bild 1). Bild 1: Smart Service Cockpit - Schritte des Methodenbaukastens für den Smart Service Lebenszyklus mit einem Ausschnitt aus dem Smart Service Cockpit Tool ProduktDatenJournal 2 2018

Phasen des Smart Service Lebenszyklus Im Folgenden werden die einzelnen Phasen des Smart Service Lebenszyklus (Bild 2) detailliert erläutert. Unternehmensverständnis: Ähnlich zum ersten Schritt des CRISP-DM Modells muss auch im Smart Service Lebenszyklus zunächst ein Verständnis für die aktuelle Unternehmenssituation gewonnen werden [8]. Hierzu werden Interviews und Workshops mit Mitarbei- tern des adressierten Unternehmens zur Unternehmenssituation sowie weitere Markt- und Wettbewerberanalysen durchgeführt, um den Ist-Zustand des Unternehmens mit Hinblick auf Industrie 4.0 aufzunehmen. Auf diese Weise können Stärken, Schwächen, Chancen und Bedrohungen der Unternehmen in ihrem jeweiligen Marktumfeld ermittelt werden. Im zweiten Schritt Datenverständnis: wird ein Verständnis dafür gewonnen, welche Daten bereits im Unternehmen existieren und welche Fähigkeiten im Umgang mit Daten bestehen, da die Reifegrade im Bereich der Industrie 4.0 Fähigkeiten, insbesondere beim deutschen Mittelstand, eine große Varianz aufwei- sen [4]. Die entsprechende Methode aus dem Methodenbaukasten basiert dabei auf dem Acatech Industrie 4.0 Maturity Index und untersucht die Informations - systeme, Ressourcen, aber auch die Kul- tur und die Organisationsstruktur der betrachteten Geschäftsbereiche eines Unternehmens mit Hinblick auf die not- wendigen Fähigkeiten für Industrie 4.0 und ermittelt dafür die Reifegrade [9]. Da datenbasierte Fähigkeiten auch häufig im Unternehmen selbst heterogen ver- teilt sind, bieten sich hier erste Ansatz- punkte für Verbesserungspotentiale. Gleichzeitig werden bereits verfügbare, operative Daten gesichtet, die für die spätere Datenanalyse genutzt werden können. Zielsetzung: In Einklang mit der überge- ordneten Unternehmensstrategie werden die zuvor erhobene Ausgangslage des Unternehmens mit unternehmensinter- nen Technologie-Priorisierungen abge- wogen, um potentielle Aktivitätsfelder für Smart Services zu identifizieren. Diese Smart Services können Fortführungen bereits existierender Piloten im Unterneh- men sein, oder gänzliche neue Lösungs- ansätze verfolgen, die als technologische Industrie 4.0-Lösung für die erkannten Herausforderungen aussichtsreich sind. Je nach Zielsetzung leiten sich dann unterschiedliche Anforderungen an die Datenanalyse hinsichtlich der Funktiona- lität, Zuverlässigkeit, Datensicherheit etc. der Smart Services ab. Datenanalyse: Beim Schritt der Daten- analyse wird die Anforderungserhebung, Design-, Konzept- und Umsetzungspla- nung hinsichtlich der Datenverarbeitung durchgeführt. Dies beinhaltet im Bereich Datenanalyse bzw. Maschinelles Lernen die Gestaltung und Anpassung der benö- tigten Algorithmen, die Entwicklung von Fachthemen 17 Prototypen und Demonstratoren, sowie die Unterstützung von Unternehmen beim Aufbau eigener datenbasierter Fähigkei- ten und Ressourcen. Somit kann eine Machbarkeitsstudie über die gewünsch- ten Smart Service angefertigt werden, trainierte Datenmodellen den Unterneh- men übergeben werden, oder „Smart Insights“ als visualisierte, höherwertige Informationen für weitere explorative Datenanalysen bereitgestellt werden. Zur exemplarischen Veranschaulichung wurde, anhand frei verfügbarer Daten von 708 Rolls Royce Turbinen (26 Sensordaten pro Turbine), ein Algorithmus trainiert, der es ermöglicht den Abnutzungsgrad von Turbinen datenbasiert in Echtzeit zu bestimmen und diesen als Smart Insight visualisiert wiederzugeben (Bild 2). Auf Geschäftsmodellentwicklung: Basis der zuvor durchgeführten Schritte wird mit der Methode „Datengetriebe- nes Geschäftsmodell“ die Entwicklung eines Smart Service Geschäftsmodells durchgeführt (Bild 3). Einerseits liegt der Fokus darauf, dem Trend der steigenden Dienstleistungsorientierung nach dem PSS Ansatz gerecht zu werden, anderer- seits wird die Integration von Smart Services in das Leistungsangebot forciert. In Workshops werden die vier Kategorien des „Datengetriebenen Geschäftsmo- dells“ mit insgesamt zwölf Dimensionen erarbeitet, wobei die Unternehmensfüh- rung mit ihrer langfristigen Vision den Ausgangspunkt bildet. Es werden explizit die Bedarfe der unterschiedlichen Kun- densegmente untersucht und inwieweit Bild 2: Beispielhafte Darstellung von „Smart Insights“ – Datengetriebene Vorhersage von Turbinenzuständen anhand frei verfügbarer Daten von Rolls Royce [10] ProduktDatenJournal 2 2018

18 Fachthemen die Smart Services zu deren Lösung bei- tragen können. Zur Beschreibung der eigentlichen daten- getriebenen Wertschöpfung werden die Prozesse, Ressourcen, Fähigkeiten und Partner untersucht. Bei der Gestaltung der Partnerschaften stehen insbesondere der mögliche Aufbau von plattform - basierten Leistungserbringungsstruk turen im Vordergrund, die für Smart Services in der Industrie 4.0 typisch sind [12]. Dar- über hinaus werden durch PSS neue Kosten-, Risiko-, und Erlösstruk turen benötigt, die in den jeweiligen Dimensio- nen der Kategorien Finanzen und Management erarbeitet werden. Im letzten Transformationsstufen: Schritt des Smart Service Lebenszyklus steht die Implementierung der Smart Service Lösungen und des zugehörigen Geschäftsmodells im Vordergrund. Das generische Modell der Transformations- stufen (Bild 4) zielt darauf ab, langfristig einen Übergang zu einem datengetriebe- nen Geschäftsmodell zu erreichen. Dabei werden zunächst Maßnahmen formuliert, die basierend auf den vorhan- denen Lösungen und Fähigkeiten den Status Quo des aktuellen Geschäftsmo- dells verbessern. Mittelfristig sollen diese Fähigkeiten und Lösungen ausgebaut werden sowie Partnerschaften ange- bahnt werden, um den Schritt zu einem digitalen Unternehmen abzuschließen. Die letzte Transformationsstufe beinhal- tet dann die letztendliche Markteinfüh- rung und damit die Inbetriebnahme der Smart Services mit ihrem zugehörigen datengetriebenen Geschäftsmodell. Implementierung im Smart Service Cockpit Tool Zur Erhöhung der Sichtbarkeit wurde das Smart Service Cockpit als Web-Anwen- dungstool entwickelt, welches eine zentrale Darstellung und Bearbeitung, der über den Smart Service Lebenszyklus hinweg gesammelten Informationen, ermöglicht. Die jeweiligen Kerninforma- tionen, werden in den entsprechenden Kategorien mittels Leitfragen erhoben und bieten so eine schnelle Möglichkeit zur Datenerhebung. Außerdem können beliebige zusätzliche Informationen in die Datenbank des Smart Service Cockpit Tools hochgeladen werden, um während der Projektdurchführung den Experten Informationen bereitzustellen. Das Tool erlaubt zudem die Erzeugung einer Über- sicht des gestalteten Geschäftsmodells als PDF, wobei die Informationen vorher über einen Fragekatalog im Tool gesam- melt werden. Insgesamt entsteht so für Unternehmen ein Bearbeitungswerkzeug zur systematischen Gestaltung von Smart Services für datengetriebene Geschäfts- modelle. Ausblick: Smart Service Blueprints Ein identifizierter Schlüsselfaktor im Rah- men der Industrieprojekte ist die Nut- zung von Best Practices, zum Aufzeigen der Potentiale sowie der Reife in anderen Branchen. Eine verbesserte Ausnutzung der bisherigen Erfahrung kann durch die Entwicklung generischer Blueprints für Smart Services erreicht werden. Dazu werden die charakteristischen Merkmale eines Smart Service definiert und für jedes Merkmal generische Ausprägungen basierend auf den spezifischen Best Practices beschrieben. Diese ermöglichen es Unternehmen die potentielle Band- breite an Lösungen und Zielbildern auf- zuzeigen sowie Smart Services modular Bild 3: Datengetriebenes Geschäftsmodell [11] ProduktDatenJournal 2 2018

zu partitionieren und für kundenindividu- elle Randbedingungen zu konfigurieren. Eine weitere Ausbaustufe ist die auto - matisierte Erstellung von Smart Service Geschäftsmodellen basierend auf einer integrierten Auswertung vorhandener Daten, smarter Produkte und Produktions- systeme in Kombination mit den Smart Service Blueprints. Im Rahmen der Mem- ber Group 3 des prostep ivip Verein wird in verschiedenen Projekten untersucht, inwieweit Ansätze aus dem Gebiet der künstlichen Intelligenz im Produktdaten- management eingesetzt werden können. Die Überführung dieser Technologien in die Praxis sowie die Standardisierung, zur Integration großer Mengen an operativen Daten in traditionelle Produktdaten - management Systeme, wird ein entschei- dender Enabler für Smart Services. References: [1] Acatech, „Smart Service Welt: Abschlussbericht,“ [2] 2015. Plattform Industrie 4.0, „Exemplification of the Industrie 4.0: Application Scenario Value-Based Service following IIRA Structure,“ 2017, 2017. [3] Arnold Tukker, „Eight Types of Product-Service System: Eight ways to sustainability? Experiences from suspronet,“ Business Strategy and Environ- ment, 2004, pp. 246–260, 2004. [4] Michael Carl and Kai Gondlach, „Die Zukunft des Deutschen Mittelstands: Innovation durch Digi- talisierung,“ 2bAHEAD. [5] Christian Schnürmacher, Haygazun Hayka, Rainer Stark, „Providing Product-Service Systems – The long way from a product OEM towards an original solution provider,“ 7th Industrial Product-Service Systems Conference – PSS, industry transformation for sustainability and business, 2015, pp. 233–238, 2015. [6] Konrad Exner, Christian Schnürmacher, Sebastian Adolphy, Rainer Stark, „Proactive maintenance as success factor for use-oriented product-service system,“ Procedia CIRP, 2017, pp. 330–335, 2017. [8] [7] R.M. Dijkman, „Business models for the Internet of Things,“ International Journal of Information Management, 2015, pp. 672–678, 2015. Pete Chapman et al., „CRISP-DM 1.0 Step-by-step data mining guide,“ 2000, 2000. Schuh, G., Anderl, R., Gausemeier, J., ten Hompel, M., Wahlster, W., „Industrie 4.0 Maturity Index: Managing the Digital Transformation of Companies,“ [9] [10] A. P. Konrad Exner, „Smart Service Customization: Datenanalyse für individuelle Dienstleistungen,“ Futur, 2018, pp. 18–19, 2018. [11] Konrad Exner, Rainer Stark, Ji Yoon Kim, „Data- driven business model a methodology to develop smart services,“ Engineering, Technology and Innovation (ICE/ITMC), 2017, pp. 146–154, 2017. [12] Müller, Simon C., et al., „Geschäftsmodelle in der digitalen Wirtschaft: Studien zum deutschen Innovationssystem,“ EFI. Fachthemen 19 Konrad Exner Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik IPK E-Mail: konrad.exner@ipk.fraunhofer.de Tel.: +49 30 39006-247 Kontakt Bild 4: Generische Transformationsstufen für die Implementierung eines Smart Service Geschäftsmodells ProduktDatenJournal 2 2018

Fachthemen 20 MBSE praktisch nutzen Dr. Steven Vettermann Das Thema Model-based Systems Engineering (MBSE) ist derzeit in aller Munde. Viele Vorteile werden angepriesen und Folien gezeigt. Manchmal wird MBSE sogar als Silver Bullet dargestellt. Das Schöne an solchen Themen ist ja, dass man so viel hineindichten und das Ganze noch mit weiteren Akronymen ausschmücken kann. CIMdata hat unlängst festgestellt (vgl. [1]), dass allein schon diese zunehmende Begriffsverwirrung eine Einführung in die betriebliche Praxis und auch die Integration in bestehende PLM-Landschaften verhindert. Aber das ist ja erst die Spitze des Eis- bergs. Wie kriegt man an MBSE einen Knopf dran, wie etabliert man MBSE in seinem Unterneh- men und vor allem, was hat das Unternehmen davon – dieser Artikel soll am Beispiel „autonome Transportmittel“ dazu Orientierungshilfe geben. Herausforderungen Die Presse ist voll von Meldungen zur digitalen Transformation: Schneller sein, kostengünstiger und neue Märkte erschlie- ßen. Was dem Management gefällt, stellt die IT vor Herausforderungen, z.B.: • Wie der resultierenden (Gesamtsy- stem)Komplexität Herr werden? • Wie domänenübergreifenden Colla- boration ermöglichen? • Wie ein adäquates Projekt- oder Änderungsmanagement realisieren? • Wie die neuen Möglichkeiten nutzen, um das Verhalten des Produkts zu optimieren? • Wie die Homologation und Sicher- heitsnachweise unterstützen? Und während man dann noch drüber nachdenkt, wie man z.B. die Produkte mit Artificial Intelligence (AI) versieht, kommt die Mitteilung vom Betriebsrat, dass das „neue Konzept so ja wohl gar nicht geht“. Die gute Nachricht dabei ist, dass es solche Herausforderungen auch schon in der Vergangenheit gab, nur hießen die Akronyme anders. Dass das so ist, liegt weder am Thema, noch an der Technologie. Schon Nietzsche hat die „ewige Wiederkehr“ beschrieben. Letzt- ProduktDatenJournal 2 2018 endlich gibt es immer das Geflecht aus organisatorischen, methodischen und IT- Handlungsfeldern. Handlungsfeld „Organisation“ Wenn Sie mit Kollegen über die Entwick- lung von cyber-physischen Systemen (CPS) und Hindernisse dabei sprechen, fällt doch bestimmt auch das Wort „Silos“, oder? Als erstes gilt es da, sich vom Lager-Denken zu befreien. Menschen arbeiten in Teams an etwas, wofür sie bezahlt werden. Menschen unterteilen in „wir“ und „andere“ und sind verände- rungsträge. Vielleicht sollte der, in der Entwicklung von autonomen Transport- mitteln Scrum o.ä. fordert, besser die sehr unterschiedlichen Entwicklungszyklen und -zeiten und Mentalitäten in den Bereichen Mechanik, Elektrik/Elektronik und Software berücksichtigen. Hier nützt das Bild, Teams in einem Unternehmen eher als Zellen eines Körpers zu sehen. Das wichtigste „Organ“ einer Zelle ist seine Zellmembran. Über die tauscht sie Informationen etc. mit anderen aus. Ein Silo, könnte man meinen. Aber jede arbeitet unter ihren Bedingungen an ihrer Aufgabe, jede in ihrer Geschwindigkeit, und alle – vom Hirn, Rückenmark und Bauch gelenkt – an einem Ziel, an einer Aufgabe. Unternehmen sollten sich im Kontext der digitalen Transformation immer mehr als lebenden Organismus begreifen. Moderne Unternehmensarchitekturmo- dellierungsansätze, wie z.B. TOGAF (vgl. [3]), ermöglichen es Unternehmen, sich weg vom Abteilungsdenken hin zum Fähigkeitsdenken zu entwickeln (Capabi- lity Maps) und zu fokussieren (Heat Maps). Richtig angewendet, strukturiert man die Fähigkeiten im Unternehmen, deren Abhängigkeiten und entscheidet, wo es sich lohnt, mit Veränderungen zu starten („heat“). Die so definierten Artefakte kann man z.B. in SysML modellieren und man erhält damit nicht nur eine für Men- schen verständliche Übersicht, sondern eben auch eine rechnerverarbeitbare Beschreibung des Unternehmens und Prozesse bzw. ausgewählte Teile davon. Das heißt, um die Organisation hin zur MBSE-Readiness zu entwickeln, lohnt sich agil 1. Capabilities zu erfassen, 2. Heatmaps abzuleiten und 3. Prozessartefaktmodell zu erstellen und zu optimieren.

Fachthemen 21 Bild 1 Dass das trivial ist, hat keiner behaupten. Aber es lohnt sich. Man erhält ein Modell seines Unternehmens, auf dem man ope- rieren kann, dass man optimieren und an veränderte Märkte anpassen und mit dem man sogar Simulationen und Alter- nativen durchspielen kann. Gerade im Umfeld der digitalen Transformation, mit seiner Dynamik und den Unwägbarkei- ten, kann der Vorteil solcher Modelle und Möglichkeiten nicht hoch genug einge- schätzt werden. Handlungsfeld „Methoden“ MBSE ist jetzt nicht wirklich etwas Neues, aber die Anwendung in der Industrie schon. Und die wird mit der Zeit immer zwingender. Natürlich kann man auch altbewährt an etwaige Herausforderungen herangehen, aber wenn man z. B. die jüngst geäußerte Vision von Volkswagen nimmt, dass jedes Auto in Zukunft ein digitales Device auf Rädern sein wird (vgl. [4]), kann man sich beispielsweise fragen: n Wie entwickelt man zusammen mit Zulieferern iterativ, inkrementell Soft- ware? n Wie führt man Validierungen und Verifikationen virtuell durch? n Wie kommt in der Nutzungsphase der passende Software-Update ins richtige Auto? n Wie stellt man sicher, dass nach einem solchen Update die Zulassung noch gilt? n Und wie ist das, wenn es sich nicht nur um ein, sondern um Millionen von Autos handelt? Gerade wenn es um autonome Trans- portmittel geht, seien es nun Autos, Schiffe oder andere, kann man eine klare Tendenz erkennen: Die Forderungen nach einer unternehmensübergreifenden Etablierung von Technologie-Standards und die Bereitschaft zum Open-Sourcing der genutzten Technologien nehmen zu. Gründe dafür sind nicht nur, dass man im Schadensfall ohne Bezug zum Stand der Technik massive Argumentationsprobleme haben könnte, sondern vor allen Dingen auch, weil die Industrie erkannt hat, dass es nicht wettbewerbsdifferenzierend ist, sondern überaus vorteilhaft, wenn man gemeinsam dringend benötigte Stan- dards setzt. Bisher lief die Validierung und Verifikation von Transportmitteln auf realen Straßen, Schienen, Gewässern etc. ab. Und der Mensch am Steuer hatte die Verantwor- tung. Bei den „autonomen“ hat das Transportmittel die Verantwortung, und damit der Hersteller. Um ein solches Transportmittel aber real zu testen, müsste man die oft erwähnten 100.000.000 Testkilometer fahren (vgl. [5]). Das ist praktisch unmöglich und kaum bezahl- bar. Zumal es dann ja auch nur für ein Fahrzeug in der aktuellen Konfiguration gelten würde. Autonomes Fahren birgt also auch die Anforderung mit sich, einen Großteil der Test virtuell und am besten automatisiert durchzuführen. Das bedingt aber auch, dass nicht nur die Modelle der Produkte mit ihren Eigen- schaften vorhanden sind, sondern eben auch Dinge wie Routen, Straßenbeläge, Wetter etc. Auch das Testen selbst muss sich verändern, weg vom Testfall, hin zum Testszenario. Zudem braucht es dringend Informationen, welche kritischen Situationen zu beachten sind. Diese müs- sen primär betrachtet werden, während andere evtl. auch im Sinne von Rechen- zeitoptimierung vernachlässigbar sind. Wer autonomes Fahren fordert, muss sich also die virtuelle Validierung und Verifikation seines Produkts (Gesamt - system) sicherstellen. Die Grundlage dafür bietet MBSE. Dazu braucht es, ver- ProduktDatenJournal 2 2018

22 Fachthemen REST (Representational State Transfer) bezeichnet ein Programmierparadigma für verteilte Syste- me, insbesondere für Webservices. REST ist eine Abstrakti- on der Struktur und des Verhaltens des World Wide Web. REST hat das Ziel, einen Architekturstil zu schaffen, der die Anforderungen des modernen Web besser darstellt. Dabei unterscheidet sich REST vor allem in der Forderung nach einer einheitlichen Schnittstelle von anderen Archi- tekturstilen. [6] Microservices sind ein Architekturmuster der Informationstechnik, bei dem komplexe Anwendungssoftware aus unabhängigen Prozessen komponiert wird, die untereinander mit sprach- unabhängigen Programmierschnittstellen kommunizieren. Die Dienste sind weitgehend entkoppelt und erledigen eine kleine Aufgabe. So ermöglichen sie einen modularen Aufbau von Anwendungssoftware. [7] DevOps ist die Ausdehnung der agilen Softwareentwicklung auf den operativen IT-Betrieb. DevOps ist ein Kunstwort aus den Begriffen Development (englisch für Entwicklung) und IT Operations (englisch für IT-Betrieb). [8] einfach beschrieben, die Modellierung der Artefakte aus zwei Kategorien: n System n Umgebung Validierung und Verifikation für das auto- nome Fahren sei hier mal als Beispiel angeführt. Es macht deutlich, dass man das zwar auch mit althergebrachten Ver- fahren machen könnte, aber dass das nicht praktikabel wäre. Daneben stehen klare Vorteile eines MBSE-Ansatzes. Wenn das Produkt und seine Architektur, aber auch die die Umgebung mit z. B. SysML und darüber eingebundene Spezialmodelle (Funktio- nen, Verhalten, Gestalt etc.) beschrieben ist, dann kann man Lösungen finden, wie man z.B. im Hersteller-Zulieferer-Verbund gemeinsam Software entwickelt. Hat man Komponenten sauber beschrieben, kann man, ähnlich wie beim Zuteilen von Bauräumen, Aufgaben verteilen. Da das Ganze modellbasiert ist, kann man das Grundkonzept wie auch die folgenden Arbeitsfortschritte automatisiert auf Voll- ständigkeit, Widerspruchsfreiheit, Anfor- derungserfüllung und Regelkonformität prüfen. Auch Änderungen lassen sich gezielt steuern, da man über das System- ProduktDatenJournal 2 2018 modell die betroffenen „Teile“ (und deren „Kinder“) sofort erkennen kann. Man kann zudem Änderungsauswirkungen und Alternativen simulieren und auch Risiken gesteuert ermitteln. Und um das auch zu erwähnen, wenn ein Auto in Zukunft so etwas ist wie Soft- ware auf 4 Rädern, dann sollte man auch darüber nachdenken, bei der Systemmo- dellierung noch ganz andere Methoden zu berücksichtigen. Nämlich solche, die direkt aus der Software-Entwicklung kommen. (Zulieferer)Schnittstellen kann man entsprechend REST definieren. Zudem kann man Ansätze wie Micro - services und DevOps berücksichtigen. Aber darauf soll an dieser Stelle nicht weiter eingegangen werden. Handlungsfeld „IT“ Prinzipielle sind hier zwei wesentliche Dinge zu unterscheiden: n IT-Tools und Tool-Ketten n Standards und Formate Die Industrie ist sich einig, dass zu bei- dem noch viel zu tun ist. Nicht umsonst laufen sehr gerade sehr viele Forschungs- initiativen zu diesem Thema oder stehen in der Antragphase – und das weltweit, über alle Branchen hinweg. Das prostep ivip Projekt Smart Systems Engineering hat hier in der Vergangen- heit entscheidende Grundlagen geliefert. Neben Interaktionsszenarien, Referenz- prozessen, Metadatenmodellen etc., hat es die Basis zur industriellen Anwendung von FMI (Funktional Mockup Interface) gelegt. Daneben ist in prostep ivip das SysML Workflow Forum und andere Projekte entstanden. Auf der anderen Seite erarbeiten Forschungsprojekte wie PEGASUS die methodischen Grundlagen zum autonomen Fahren. Währenddessen andere Projekte den Aufbau neutraler Software-Plattformen zur Validierung und Verifikation adressieren. So z.B. das OSP (Open Simulation Platform), das eine neutrale Plattform für die modellbasierte Simulation im Schiffbau entwickelt. Noch nie war der Anspruch an eine reibungslose Integrationsfähigkeit von Software-Systemen so groß wie heute. Das Thema Offenheit bekommt so weite- ren Auftrieb. Somit wird in Zukunft der vom prostep ivip Verein avisierte Code of PLM Openness (CPO) und das parallel dazu etablierte akkreditierte Zertifizie-

Fachthemen 23 Quellen: [1] CIMData: It's Time to Clean Up Our Model-Based [2] [3] Problem, Juli 2018 INCOSE: Systems Engineering Vision 2020, September 2007 TOGAF: The Open Group Architecture Frame- work, September 2018 [4] Volkswagen: Volkswagen entwickelt größtes digi- tales Ökosystem der Autoindustrie, August 2018 Springer Verlag: Autonomes Fahren, April 2015 [5] [6] Wikipedia: REST, September 2018 [7] Wikipedia: Microservices, September 2018 [8] Wikipedia: DevOps, September 2018 [9] TdSE: Ein Artefaktmodell zur Verbesserung der Prozessmodellierung, November 2017 Dr. Steven Vettermann PROSTEP AG Cluster Lead Systems Engineering, E-Mail: steven.vettermann@prostep.com Kontakt ProduktDatenJournal 2 2018 Bild 2 rungsprogramm eine entscheidende Rolle einnehmen. Im Sinne MBSE geht es aber zu allererst um die gekonnte Integration von n Prozessartefaktmodellen und n Systemartefaktmodellen. Neben den bislang beschriebenen Mög- lichkeiten und Einsatzfeldern, ermöglicht das aber auch die Realisierung von Tra- ceability. Traceability liefert Antworten auf Fragen wie z.B.: Wo stehe ich in meinem Projekt? Was hat zu welchem Ergebnis geführt? Wie führe ich einen Sicherheitsnachweis auf Knopfdruck? Um den Weg dahin zu beschleunigen, hat PROSTEP eine Methode rund um ein generisches Artefaktmodell entwickelt (vgl. [9]). Dieser Template-basierte Ansatz ermöglicht ein effizientes Vorankommen beim Aufbau von konsistenten Modellen in SysML. Darauf aufsetzend wurde eine erste Software entwickeln, die über Baselines Traceability ermöglicht. So kann zum Beispiel zu jeder Zeit sicher nachgewiesen werden, welche Annah- men, Modelle, Daten und Parameter etc. unter Zuhilfenahme welcher Software zu welchem Simulationsergebnis geführt haben (Sicherheitsnachweis) und Simula- tionsalternativen geordnet untersucht werden können. Dazu verknüpft die Software die entsprechenden Daten aus den Systemen in Unternehmen (z.B. über OSLC) und ermöglich auch das geordnete Ablegen von Informationen, für die es zum derzeitigen Stand der Technik noch gar kein System gibt. Bild 2 zeigt exemplarisch den Aufbau und die Struktur des Traceability-Tools. Über alle Entwicklungsphasen hinweg müssen Entwicklungsartefakte versions- sicher gesammelt und zu einer Baseline zusammengefügt werden. Dabei kann die Erstellung der Baseline entweder über den direkten Import der Quelldaten in einer Datenbank oder über die Verlin- kung in die Autorensysteme erfolgen. Das Traceability-Tool dient der fachge- bietsübergreifenden Zusammenarbeit und kann Informationen aus unter- schiedlichsten Datenquellen zusammen- stellen, ohne Eingriff in diese Datenquel- len zu nehmen. Die Autorensysteme können damit leicht an notwendige Ver- änderungen und Innovationen angepasst werden und man kann flexibel auf Ände- rungen reagieren.

Fachthemen 24 Neue Standards für die digitale Produktabsicherung Dr. Patrick Müller, Marco Santruschek Die Produktabsicherung ist eine zentrale Aufgabe der Entwicklung. Digital Mock-ups helfen, Fehlproduktionen, Funktionsmängel und Sicherheitsrisiken zu vermeiden. Gegenüber physischen Prototypen sparen sie zudem Zeit und Geld. Was der Industrie bislang fehlt, sind Standardverfah- ren für eine breitere Nutzung. Hier setzen CONTACT Software und invenio Virtual Technologies an: Sie stellen modernste DMU-Technologie direkt im PLM-Prozess bereit. In allen Industriebranchen ist die geome- trische Kompatibilität mechanischer und mechatronischer Produktkomponenten ein wichtiger Aspekt der Produktabsiche- rung. Dies betrifft die Lage von Produkt- komponenten zueinander, deren Mon- tierbarkeit (Ein- und Ausbauprozesse) und ihre Bewegungen (z.B. Rüttelkurven) im Betrieb. Die Absicherung erfolgt auf Basis realer Prototypen oder virtuell anhand geome- trischer Modelle, um unzulässige Kollisio- nen und Durchdringungen von Produkt- komponenten, beziehungsweise ihrer Bauteile und Baugruppen auszuschlie- ßen. Je nach Branche und Fachdisziplin unterscheiden sich die Absicherungspro- zesse von der frühen Phase bis in die Systemintegration, -abnahme und Markt- einführung hinein beträchtlich. Der Grund: DMU-Technologien werden mangels Standardintegrationen in die digitale Prozessdurchführung des PLM nicht professional an die Menge der PLM- Anwender herangetragen. Damit fehlen Skalierungseffekte für den Einsatz der DMU-Techniken in der Breite. Einsatzbereiche von DMU-Funktionen im PLM-Prozess (Bild: invenio) ProduktDatenJournal 2 2018

Fachthemen 25 In den Änderungsprozess eingebetteter geometrischer Vergleich (Bild: CONTACT) Die Automobilhersteller sind Vorreiter in Sachen DMU. Auch ihre Zulieferer stre- ben, zwecks Kosten- und Zeiteinsparung, eine Reduktion physischer Prototypen an und wollen die virtuelle Absicherung ver- stärkt betreiben. Im Anlagenbau werden geometrische Kollisionen dagegen oft erst bei der Inbetriebnahme erkannt. Hier sind digitale Absicherungsverfahren mangels verfügbarer Geometriemodelle oder Datenmanagement-Infrastruktur bislang oft nur punktuell im Einsatz. Virtuelle Prototypen Im Zuge der digitalen Transformation steigt der Grad an digitaler Produktdoku- mentation und virtuellen Produktmodel- len. Hinzu kommt eine Zunahme an Produktvarianten, die in Summe nicht mehr in hinreichender Form mit realen Prototypen geometrisch abgesichert wer- den können. Das grundlegende Interesse in der Pro- duktabsicherung besteht darin, eine möglichst hohe Testabdeckung über den gesamten Variantenraum konfigurierba- rer oder individualisierbarer Produkte zu erzielen. Absicherungsprozesse werden zunehmend auf virtuelle Methoden ver- lagert, insbesondere dann, wenn der Aufbau realer Prototypen nicht zu ver- tretbaren Kosten, Zeitrahmen, Mengen und Zyklen umgesetzt werden kann [1]. Dies ist beispielsweise der Fall, wenn der Variantenraum eines stark konfigurier - baren Produkts (wie etwa ein Automobil) sehr groß ist, oder wenn ein realer Proto- typ im Engineer-to-Order Prozess eines Anlagenbauers schlicht nicht durch die Projektkosten getragen wird. In der Software-Entwicklung stellt der Einsatz automatisierter Tests eine hohe Testabdeckung sicher. Dies ist gängige Praxis und fester Bestandteil der Metho- dik zur kontinuierlichen Integration (Continuous Integration and Delivery [2]). Übertragen auf die Produktentwicklung im Allgemeinen kann dieser Ansatz für mechatronische, Software-intensive Pro- dukte nur gelingen, wenn auch in der Mechanik und Elektronik automatische Tests genutzt werden. In der Mechanik werden dafür soge- nannte Digital Mock-Ups (DMUs), also virtuelle Zusammenbauten von geome- triebehafteten Produktkomponenten, eingesetzt. Der DMU ist dabei der Zusammenbau aller 3D-Modelle zum digitalen Prototypen, an dem sich dann die Produkteigenschaften und Verhal- tensweisen direkt testen lassen. Ziel ist eine geometrische, funktionale und pro- duktionstechnische Absicherung der Prototypen über den kompletten Ent- wicklungsprozess. DMU im PLM-Prozess Der Weg zum digitalen Zusammenbau sieht in der heutigen Praxis sehr unter- schiedlich aus. Bei den Automobilzuliefe- rern sind oft noch manuelle DMU-Pro- zesse üblich. Die CAD-Anwender bauen vereinzelt DMUs aus Geometriemodellen auf, um zum Beispiel zwei Modelle im CAD-System zu vergleichen. Die Nachtei- le dieses Vorgehens sind ein hoher Zeit- aufwand, seine Fehleranfälligkeit und die Einschränkung auf punktuelle Analysen. lassen Im OEM-Segment sind automatisierte DMU-Prozesse gängiger, bei denen DMU-Algorithmen in das zentrale Pro- duktdatenmanagement integriert sind. Dadurch sich automatische Berechnungen durchführen, wie bei- spielsweise der geometrische Vergleich von Versionsständen (Geometric Diffe- rence) oder Kollisionsanalysen (Clash & Clearance). Zumeist handelt es sich dabei um individuelle Integrationen der DMU- Technologie in die vorhandene IT-Infra- struktur des jeweiligen Autoherstellers. Heutige Technologien des digitalen Daten- und Prozessmanagements und der Geometrieverarbeitung ermöglichen eine weitaus breitere und zudem kontinuier - liche virtuelle Absicherung mechanischer Bauteile und Baugruppen. Eine PLM- basierte Prozessautomation mit integrier- ter DMU-Technologie lässt ebendiese Aufgabe zu einer professionellen Stan- dardvorgehensweise werden. Davon pro- fitieren zahlreiche Fachanwender in der Entwicklung, die nachgelagerten Unter- nehmensbereiche und nicht zuletzt die Kunden, die funktional gut abgesicherte Produkte bekommen – quer über die ver- schiedenen Industriebranchen hinweg. ProduktDatenJournal 2 2018

26 Fachthemen Kontinuierliche Absicherung Die Integration von DMU-Algorithmen in standardisierte, offene PLM-Technologie bietet Unternehmen die Möglichkeit, automatisierte Testdurchläufe und manu- elle Operationen optimal in das digitale Daten- und Prozessmanagement einzu- betten. Die Grundlage für eine derartige Implementierung liefern die offenen Technologieplattformen von CONTACT Software und invenio Virtual Technolo- gies. CONTACT Elements stellt die PLM-Bau- steine bereit, mit denen Teilestämme, Stücklisten, CAD-Daten und Konvertie- rungsdienste verwaltet und Modelldaten mit Statusnetzen und Workflows gel- tungssicher durch die Organisation gelei- tet werden. In die Elements-Architektur sind die modularen und leistungsfähigen DMU-Algorithmen von invenio einge- bunden und stehen in verschiedenen Fachanwendungen zur Verfügung. Produktentwickler bekommen so die Möglichkeit, Kollisionsprüfungen und Abstandsberechnungen, Nachbarschafts- suchen, Füllstandanalysen und vieles mehr direkt im Kontext ihrer Aufgaben durchzuführen. Gerade darin liegt der wesentliche Vorteil der Standardintegra- tion: Für potenziell jeden Anwender im PLM-System werden DMU-Fähigkeiten verfügbar und im Arbeitskontext als Operationen angeboten. Außerdem grei- fen Systemoperationen für die Automati- sierung in systemisch geführten Work- flows. Damit wird DMU-Befähigung auch für Anwender umgesetzt, die keine CAD-Experten sind. CONTACT Elements übernimmt das Modellmanagement und die Ergebnis - datenverwaltung für die DMU-Operatio- nen. Auf Basis dieser Infrastruktur können Daten aus dem CAD-Prozess und aus dem Datenaustausch mit Zulieferern über das Versionsmanagement im PLM erfasst und automatisiert wie auch manuell in den DMU-Prozess geführt werden. Damit sind die DMU-Funktionen unmittelbar und konfigurationssicher im Stücklistenmanagement, dem Varianten- management oder dem Änderungs- dienst inklusive Design Review und Freigabeprozess zu verwenden. Sie ope- rieren immer auf aktuellen Modelldaten, deren Zustand eindeutig ist. Anwendungsszenarien Anwender verwalten alle Daten rund um das digitale Produkt im PLM: neben der geometrischen Repräsentation auch Teile- stämme, Stücklisteninformationen, Pro- duktanforderungen, Variantenregeln, technische Spezifikationen und vieles mehr. Ebenso werden dort die Änderun- gen am digitalen Produkt protokolliert. Stehen DMU-Funktionen direkt im PLM- Prozess zur Verfügung, so ergeben sich daraus zahlreiche Vorteile. Exemplarisch skizzieren wir hier drei Anwendungsfälle, um das Potenzial der PLM/DMU-Integration aufzuzeigen: n Engineering Change Check Automati- on: Eine digitale Änderungsmappe dient dazu, alle relevanten Modelle im PLM-System zusammenzuhalten. Die Workflow-Steuerung führt diese Mappe durch die Organisation, wobei alte und neue Modellstände durch die Änderungsmappe referenziert wer- den. Nach erfolgter Änderung wird ein automatischer geometrischer Ver- gleich für die geänderten Teile ange- stoßen. Das Berechnungsergebnis wird als Differenzmodell Teil der Änderungsnotiz und damit automa- tisch an die Änderungsmappe ange- hängt und für Folgeprozesse publiziert (Visual Reporting). Das Berechnungs- ergebnis muss nicht mehr mühsam mit Bildern in Office-Dokumenten aufbereitet werden. Es wird stattdes- sen als 3D-Geometriemodell publiziert und mittels eingebetteter, Web-fähi- ger Visualisierung im PLM direkt für Projektleiter, Qualitätssicherung oder die Produktion navigierbar und erfahr- bar. Für die Zusammenarbeit mit externen Entwicklungspartnern kann das Ergebnis sowohl Modell- als auch Dokument-basiert ausgeleitet werden. n Variantenmanagement: Bei Änderun- gen an variantenreichen Produkten wird eine Änderung hinsichtlich ihrer Kompatibilität gegenüber dem Pro- duktbaukasten abgesichert, indem automatische Kollisionsanalysen eines geänderten Teils in seinen Verbauungen in einer Vielzahl an Produktvarianten erfolgt. Erkannte Problemstellen wer- den systemunterstützt aufgedeckt Analyse von Produktvarianten (Bild: CONTACT) ProduktDatenJournal 2 2018

Fachthemen 27 Automatisiert erzeugte Illustration für die technische Dokumentation oder das Marketing (Bild: CONTACT) und zur Bewertung vorgelegt. Tech- nologisch greift hier das Management regelbasierter Stücklisten im PLM, die automatische Berechnung der varian- tenspezifischen Geometriemodelle und der DMU-Algorithmus zur Kollisi- onsberechnung für geänderte Kom- ponenten. n Technische Dokumentation: Auf Basis der vorhandenen Modelldaten können automatisiert hochwertige Bildinfor- mationen (Illustration, fotorealisti- sches Rendering) für die technische Dokumentation oder das Marketing erzeugt und mit Informationen aus den Stammdaten, dem CAD-Daten- management oder der Klassifizierung angereichert werden. Die Ergebnisse werden in illustrierten Teilelisten im PLM, in Office-Exporten oder konsu- mierenden IT-Systemen (beispielsweise PIM / Product Information Manage- ment) genutzt. Close Loop Systems Engineering Im Rahmen eines modernen, zunehmend modellbasierten Systems Engineering ist schließlich nach wie vor die geometrische Analyse komplexer Zusammenbauten erforderlich. Sie wird immer dringlicher in Anbetracht der Tatsache, dass ein Management von Produktvariabilität zunehmend von den OEMs auf ihre Systemlieferanten verlagert wird. Durch die Integration und Automation der DMU-Algorithmen in modernste PLM- Technologie können Unternehmen eine breite Wirkung der skizzierten Vorzüge erzielen. Die standardisierte Vorgehens- weise beschleunigt Absicherungsprozesse und Designentscheidungen, ermöglicht Kosteneinsparungen und schafft mehr Transparenz in der disziplinübergreifen- den Entwicklung. Die kontinuierliche Absicherung und Erhöhung der Testab- deckung leistet damit einen wichtigen Beitrag zur funktionalen Sicherheit im Systems Engineering. Die Kombination von DMU und PLM unterstützt Digitalisierungsvorhaben in diversen Aspekten – von der ersten Idee bis hin zum Betrieb des Produkts. In der frühen Phase und Detailentwicklung helfen DMUs bei der Fehleranalyse. Die Übergabe in die Fertigung und Nutzung wird durch die Ausleitung produktbeglei- tender Informationen, wie technische Datenblätter mit automatisch generier- ten Illustrationen und das 3D-Modell zum Digital Master, unterstützt. Als Bei- trag zum digitalen Zwilling von im Betrieb befindlichen Produktinstanzen stärken DMUs dessen visuelle Aussage- kraft. Schlussbetrachtung Die industrielle Digitalisierung führt zu einer deutlichen Stärkung virtueller Ent- wicklungsmethoden. 3D-Modelle sind in der Breite verfügbar, das Daten- und Prozessmanagement wird zum Maßstab erfolgreicher Entwicklungsorganisatio- nen. Die Partnerschaft von CONTACT Software und invenio Virtual Technolo- gies zeigt, dass offene, flexibel erweiter- bare PLM-Ökosysteme, die Best-in-Class Technologien zusammenbringen, ein Hebel für mehr Wertschöpfung sind. So steht die führende DMU-Software, die bisher vor allem bei großen Automobil- herstellern aus dem Premiumbereich im Einsatz ist, nun auch im Zulieferer - segment, Anlagenbau und anderen Branchen als standardisierte Anwendung zur Verfügung. Quellen: [1] 1. STARK, R., KRAUSE, F.-L., KIND, C., ROTHEN- BURG, U., MÜLLER, P., HAYKA, H. AND STÖCKERT, H.: Competing in Engineering Design – the Role of Virtual Product Creation. CIRP Journal of Manufacturing Science and Technology, 3/2010, 175–184. Stephan Augsten: Was ist Continuous Integration? Dev-Insider, März 2018 [2] Dr. Patrick Müller CONTACT Software E-Mail: Patrick.Mueller@contact-software.com Marco Santruschek invenio Virtual Technologies E-Mail: Marco.Santruschek@invenio.net Kontakt ProduktDatenJournal 2 2018

28 Fachthemen Vereinfachen Sie Ihre 3D-Modelle Collaborative Engineering basierend auf leichtgewichtigen CAD-Daten Dr. Alexander Christ, Elysium Europe S.A.R.L.; Inka Horlbeck, CAMTEX GmbH Im Collaborative Engineering wird die Verarbeitung von komplexen 3D-CAD-Modellen mit hohem Detailierungsgrad immer mehr zur Herausforderung. Insbesondere der Austausch von 3D-CAD- Modellen zwischen OEMs und Zulieferern sowie der Einsatz in nachgelagerten Prozessen erfordern die Reduzierung von Dateigrößen für eine optimale Performance und den Know-how-Schutz unter Beibehalt der ursprünglichen Konstruktionsabsicht. In diesem Kontext bietet die Simplifikation von 3D-Geometrien eine leistungsfähige Lösung für Unternehmen durch Technologien zur Erstellung von Außenhüllen, Entfernung von technischen Details sowie die Extrahierung von inneren/äußeren Flächen. Leichtgewichtige CAD-Modelle ermöglichen die effiziente Weitergabe und Kommunikation sachbezogener 3D-Produktinformationen, da die Speicherung redundanter und vertraulicher Daten vermieden wird. Dies ist eine wichtige Grundlage für ein erfolgreiches Collaborative Engineering in global verteilten Entwicklungsnetzwerken. Warum Simplifikation Die zunehmende Digitalisierung und die resultierenden Wertschöpfungsnetzwerke haben einen großen Einfluss auf das Collaborative Engineering. Unternehmen werden mit großen Datenmengen kon- frontiert, die sicher abgelegt, effizient zwischen Partnern, Kunden, Zulieferern etc. ausgetauscht und in diversen Syste- men in definierten Geschäfts- und Engi- neering-Prozessen verarbeitet werden müssen. 3D-Daten kommt eine hohe Bedeutung als zentrales Kommunikations- medium im gesamten Produktlebens - zyklus zu – von der konzeptionellen Entwicklung über CAE-Analysen bis hin zur Produktion und Aftersales – und erfordern daher den Schutz geistigen Eigentums. Der Wert von 3D-Produkt - informationen wird durch Ansätze wie Model-Based Enterprise und Model- Based Systems Engineering [5] noch weiter gesteigert. Vereinfachte 3D-Modelle sind der Schlüs- sel für eine erfolgreiche Digitalisierung in heterogenen Systemlandschaften und die effiziente Weiterverwendung von CAD-Daten in nachgelagerten Prozessen, da nur die tatsächlich erforderlichen Informationen verarbeitet werden. Das Verhältnis zwischen Anwendern, die 3D- CAD-Daten erzeugen, und Anwendern, die 3D-CAD-Daten konsumieren, beträgt ProduktDatenJournal 2 2018 ca. eins zu zehn. Zudem hängt die Verar- beitung von 3D-Daten und die benötigte Art von Informationen stark vom jeweili- gen Prozess ab. Die meisten der Entwick- lung nachgelagerten Prozesse erfordern lediglich eine reduzierte Informations- menge vom ursprünglichen CAD-Modell. Dies ermöglicht potentielle Kostenein- sparungen und schnellere Bearbeitungs- zeiten [2]. Leichtgewichtige Formate wie der ISO-Standard JT [4] haben zu dieser Entwicklung einen wichtigen Teil beige- tragen und geholfen weitere Anwen- dungsgebiete außerhalb des Enginee- rings zu erschließen. Die rasante Weiterentwicklung von Hard- ware trägt ebenfalls zur performanten Datenverarbeitung bei, aber der stetige Zuwachs an 3D-Modellen schreitet noch schneller voran. Eine hohe Anzahl an 3D- Modellen, native CAD-Modelle sowie Derivate, wird täglich erzeugt und der in den 3D-Modellen enthaltene Gehalt an Informationen steigt zunehmend an. Diese Informationen enthalten neben 3D-Geometrien und PMI auch eine Viel- zahl an Metadaten. Im Kontext von Indu- strie 4.0 müssen immer mehr Objekte in 3D repräsentiert werden, je ein digitales 3D-Modell für jedes physisch existente Bauteil oder Produkt [3]. Die CAD- Modelle kompletter Produkte sind in der Regel komplex und weisen große Datei- größen auf. Das vollständige 3D-Modell eines Mittelklassewagens erreicht leicht 10 GB. Die Weitergabe großer CAD- Modelle mit hohem Detailierungsgrad im Collaborative Engineering-Szenarien, z.B. zwischen OEM und Lieferant, führt oft- mals zu Problemen mit der Performance und zu langen Ladezeiten in CAD-Sys - temen, CAE-Werkzeugen und anderen Systemen in nachgelagerten Prozessen. Im schlimmsten Fall können die 3D- Modelle nicht einmal geöffnet werden. Die Übertragung dieser komplexen Modelle in eine andere Systemlandschaft oder CAD-Format kann zudem zu Problemen hinsichtlich der Produktdaten- qualität führen. Des Weiteren besteht ein kontinuierlicher Bedarf, Konstruktionsab- sicht und geistiges Eigentum zu schützen, wenn 3D-Modelle über Unternehmens- grenzen hinweg geteilt werden. Methoden zur Simplifikation Heutzutage steht eine Vielzahl an Werk- zeugen zur Simplifikation von 3D-Model- len in den nativen CAD-Systemen und kommerziellen Softwarelösungen für 3D- Interoperabilität zur Verfügung. Abhän- gig vom Umfang und der Zielsetzung der Simplifikation werden unterschiedliche Methoden und Prozesse angewendet. Im Wesentlichen wird zwischen vier Metho- den zur Simplifikation differenziert. Inge- nieure können zwischen einzelnen und der Kombination aus mehreren Metho-

Fachthemen 29 Bild 1: Entfernung von Features zur Vorbereitung von CAE-Modellen (Entfernung von Löchern und Verrundungen) den auswählen, um ihre Anforderungen bestmöglich zu erfüllen. Approximation Approximation ist eine einfache und effi- ziente Methode zur Simplifikation von Geometrie. Die äußere Oberfläche eines 3D-Modells wird tesselliert, in der Regel über eine Triangulation. Die resultierende äußere Form des 3D-Modells kann, abhängig von Anzahl und Größe der verwendeten Dreiecke, stark verfremdet sein oder sich sehr nahe an der Original- geometrie orientieren. Tessellierte Modelle werden oftmals in Fertigungsprozessen eingesetzt, z.B. in der additiven Fertigung. Neben der Simplifikation als Polygon kann die Approximation auch auf B-Spli- ne-Kurven und Flächen angewendet werden, um die Anzahl der Kontroll- punkte zu reduzieren, Flächen zusam- menzufügen oder winzige Kanten und Flächen zu entfernen. Entfernung technischer Details Eine leistungsfähigere Methode zur Geo- metrievereinfachung ist die Entfernung technischer Details und Features, wie Löcher, Verrundungen, Nuten etc. Die Entfernung von Features ist ideal für die Optimierung von 3D-Modellen zur Erzeugung qualitativ hochwertiger Netze für CAE-Analysen, die zu einer besseren Performance und höherer Genauigkeit führen (siehe Bild 1). Idealerweise erfolgt die Feature-Erkennung anhand der Geo- metrie und nicht über die Modellierungs- historie, so dass alle Arten von CAD- Daten vereinfacht werden können. Diese Feature-Erkennung ist der umfangreichere Ansatz, weil identische Formen unab- hängig von den tatsächlich verwendeten Features erkannt werden können. Des Weiteren kann das Fehlerrisiko reduziert werden, z. B. resultierend aus der Unter- drückung von Verrundungen für komplexe 3D-Modelle. Substitution durch einfache Formen Anstatt bestimmte Features vollständig aus dem 3D-Modell zu entfernen, können diese auch durch Objekte mit primitiven Formen, wie Würfel, Zylinder oder extru- dierte Formen, ersetzt werden. Die Sub- stitution wird häufig in der Verarbeitung großer 3D-Modelle im Anlagenbau oder für Digital Mock-Ups eingesetzt. Der Austausch von Einzelteilen mit niedrigem Detaillierungsgrad, z. B. werden Schrau- ben durch Zylinder ersetzt, führt zu signifikant kleineren Dateigrößen und erlaubt eine leistungsfähige Visualisie- rung. Erstellung von Außenhüllen Die Erstellung von Außenhüllen (engl. Enveloping) ist eine Technologie zur Zusammenführung komplexer Produkte und großer Baugruppen in ein Volumen- modell mit nur einem Körper. Spalte werden mit kleinen Volumen gefüllt und über Boolesche Operationen miteinander vereint. Die präzise Außenkontur des 3D-Modells bleibt erhalten, während die Dateigröße reduziert und das Konstrukti- ons-Know-how geschützt wird. Alternativ kann die äußere Oberfläche des 3D- Modells extrahiert werden, wenn ein reines Flächenmodell ausreichend ist. Simplifikations-Use Cases im Collaborative Engineering Simplifikation leistet einen wertvollen Beitrag für diverse Use Cases im Collabo- rative Engineering. Die Simplifikation von 3D-Modellen reduziert Durchlaufzeiten, ermöglicht einen verlässlichen Schutz geistigen Eigentums und verbessert die 3D-Interoperabilität in heterogenen Systemlandschaften. Drei Use Cases werden prinzipiell unterschieden. Reduzierung von Dateigrößen Hauptziel der Dateigrößenreduzierung ist die Erstellung leichtgewichtiger 3D- Modelle kompletter Produkte oder großer Baugruppen. Die Entwicklung von Produkten durch verschiedene Part- ner mit unterschiedlichen CAD-Systemen und den Austausch von 3D-CAD-Daten basierend auf Neutralformaten führt oft- mals zu großen Dateigrößen. Herausfor- derungen stellen die Speicherung redun- danter Informationen innerhalb von ProduktDatenJournal 2 2018

30 Fachthemen Bild 2: Reduzierung der Dateigröße durch die Substitution von Geometrie anhand einfacher Formen CAD-Modellen, unnötige Informationen für bestimmte Ingenieursaufgaben sowie der Anstieg von Dateigrößen bei jedem Export und Austauschprozess zwischen Partnern dar. Die oben beschriebenen Methoden zur Simplifikation und hochentwickelte Komprimierungsalgorithmen ermögli- chen die Erstellung vereinfachter 3D- Modelle mit reduzierten Dateigrößen (siehe Bild 2). Sie werden eingesetzt zur Visualisierung, für Digital Mock-Ups voll- ständiger Produkte und für Entwürfe im Vorrichtungsbau. Für sehr große Produkte und im Anlagenbau werden häufig auftretende Bauteile durch Objekte mit einfachen Formen substituiert. Die Sim- plifikation zur Dateigrößenreduzierung ist essenziell für Augmented und Virtual Reality, da Bauteilmodelle mit großen Dateigrößen auf bestimmten Geräten nicht angezeigt werden können oder zu Darstellungsproblemen führen. Schutz geistigen Eigentums Der zuverlässige Schutz geistigen Eigen- tums spielt eine wichtige Rolle im Colla- borative Engineering und nimmt im Zuge von Industrie 4.0 und dem Internet der Dinge weiterhin zu. Da immer mehr 3D- Daten aus dem Engineering zwischen OEMs und Zulieferern, innerhalb neu entstehender Wertschöpfungsnetzwerke und schlussendlich mit Kunden ausge- tauscht werden, müssen Maßnahmen zum Schutz geistigen Eigentums in der frühen konzeptionellen Phase der Pro- duktentwicklung ansetzen. Der Aus- tausch von 3D-Modellen ist fest veran- kert im Collaborative Engineering, aber der Detaillierungsgrad muss geprüft und angepasst werden, wenn 3D-Modelle Unternehmensgrenzen überschreiten. Die Simplifikation von 3D-Modellen ist eine leistungsfähige Lösung, die sich langfristig in der Industrie bewährt hat. In den meisten der Entwicklung nachge- lagerten Prozessen ist eine vereinfachte Repräsentation mit Referenzgeometrie ausreichend für Engineering-Anwendun- gen. Beim Austausch von Baugruppenmodel- len werden, anstatt der vollständigen Löschung vertraulicher Bauteile, nur defi- nierte technische Details von Einzelteilen entfernt und Außenhüllen zur Besei - tigung innenliegender Geometrien genutzt (siehe Bild 3). Dadurch können vertrauliche Informationen präzise ent- fernt und das Know-how geschützt werden, auch falls Schnittansichten der simplifizierten Modelle in der Zielanwen- dung zum Einsatz kommen. Die äußere Oberfläche kann so präzise wie im ursprünglichen CAD-Modell beibehalten werden, könnte aber auch durch Appro- ximation noch weiter verfremdet wer- den. Das resultierende 3D-Modell kann als Volumenmodell mit nur einem Körper oder als Flächenmodell repräsentiert werden. Bild 3: Erzeugung der Außenhülle um die innere Geometrie zum Schutz des geistigen Eigentums zu entfernen ProduktDatenJournal 2 2018

Fachthemen 31 anbieten zu können. Darüber hinaus können vereinzelte Simplifikationsfunk- tionen aus geschlossenen Anwendungen extrahiert und auf offenen Engineering- Plattformen angeboten werden, um eine größere Benutzerbasis in kürzerer Zeit zu erschließen. Damit wird die Simplifikation von 3D-Modellen weiter zur Verbesse- rung des Collaborative Engineerings basierend auf leichtgewichtigen CAD- Daten beitragen. Literatur: [1] Anderl, R.; Binde, P. (2017): Simulationen mit NX / Simcenter 3D. Kinematik, FEM, CFD, EM and Datenmanagement. 4. überarbeitete Auflage, Carl Hanser Verlag, München. [2] Christ, A. (2014): Information Integration using JT. Siemens PLM Connection, Americas User Conference 2015, Orlando, FL, USA. [4] [3] Christ, A. (2017): Integration von Kommunikations- fähigkeiten in cyber-physische Systemkomponen- ten. Forschungsberichte aus dem Fachgebiet Datenverarbeitung in der Konstruktion, 59, Shaker, Aachen. International Organization for Standardization (2017): Industrial Automation Systems and Inte- gration – JT File Format Specification for 3D Visualization. ISO 14306:2017. Suzuki, A.; Herron, J. (2016): CADValidator – A Critical Aid for the Model-Based Enterprise. Elysium White Paper, Southfield, MI, USA. [5] Dr. Alexander Christ Strategy & Business Development at Elysium Europe S.A.R.L. Email: alexander.christ@elysiuminc.com Ms. Inka Horlbeck Marketing Manager at CAMTEX GmbH Email: inka.horlbeck@camtex.de Kontakt ProduktDatenJournal 2 2018 Bild 4: Erzeugung der Innenhülle für Strömungssimulationen des Vorbereitung von CAE-Modellen Die Verkürzung von der Durchlaufzeit für Unternehmen produzierenden Gewerbes und die Verfügbarkeit von tragfähigen Ergebnissen in den frühen Phasen der Entwicklung sind Hauptreiber für die Nutzung virtueller Simulationen und von CAE-Werkzeugen [1]. Die effi- ziente Vorbereitung von 3D-Daten für CAE-Simulationen ist einer der Schlüssel- faktoren, um Ingenieuren aus den Berei- chen Konstruktion und Simulation ganze Tage zu sparen. Fehler oder ungenaue Simulationsergebnisse werden durch eine effiziente Netzgenerierung, basie- rend auf den extrahierten, simplifizierten 3D-Modellen, vermieden. Dies verbessert die Aussagekraft von CAE-Analysen und vermeidet unnötige Iterationsschleifen. Die Unterdrückung kleiner Features wie Löcher oder Knäufe verbessert die Netz- qualität, da diese Features oftmals zum Einsatz winziger Elemente im Netz führen, welche die Genauigkeit der Simulationsergebnisse negativ beeinflus- sen können. Als weiteres Beispiel erfordern Strömungs- analysen einen hohen manuellen Auf- wand aufgrund der großen Anzahl an Spaltmaßen in Baugruppenmodellen. Der Einsatz von Außenhüllen erlaubt die automatisierte Identifikation und das Füllen von Lücken in komplexen Bau- gruppen durch verbesserte boolesche Operationen und weitere fortschrittliche Technologien (siehe Bild 4). Fazit Effizientes Collaborative Engineering auf globaler Ebene benötigt den richtigen Gehalt an Informationen am richtigen Ort zur richtigen Zeit. Simplifizierte 3D- Modelle dienen als Informationsträger, die auf das Wesentliche reduziert sind und automatisch erzeugt werden kön- nen. Deshalb können sie leicht ausge- tauscht werden und finden als leicht - gewichtige Modelle in vielen Prozessen Anwendung. Simplifizierte 3D-Modelle verbessern die 3D-Interoperabilität in heterogenen Systemlandschaften und die Kommunikation auf Basis von 3D-Daten in global verteilten Wertschöp- fungsnetzwerken, z. B. im Datenaus- tausch zwischen OEM und Zulieferern oder entlang der Lieferantenkette. Sie ermöglichen Zeiteinsparungen im Engi- neering und Verkürzen die Durchlauf - zeiten für produzierende Unternehmen. Ingenieure werden von mühsamen manuellen Aufgaben befreit und können ihre wertvolle Zeit zukünftigen Innovatio- nen widmen. Die Methoden zur Simplifi- kation, wie Approximation, Entfernung technischer Details und Erstellung von Außenhüllen, gewährleisten einen zuver- lässigen Schutz geistigen Eigentums im Datenaustausch über Unternehmens- grenzen hinweg und erlauben die indivi- duelle Vorbereitung von 3D-Modellen für CAE-Analysen. Simplifizierte 3D-Modelle können aufgrund des geringeren Infor- mationsgehalts und kleinerer Dateigrö- ßen einfacher und schneller visualisiert werden als die originalen CAD-Modelle. Zukünftige Entwicklungen fokussieren einen höheren Automatisierungsgrad für die Erstellung von simplifizierten 3D- Modellen. Speziell für großskalierte und sehr komplexe Modelle, wie z. B. im Anlagenbau, muss der Aufwand für sich wiederholende Simplifikationsaufgaben und das Testen optimaler Simplifikations- strategien reduziert werden. Bewährte Vorgehensweisen aus unterschiedlichen Use Cases müssen konsolidiert werden, um optimale Simplifikationsstrategien

Fachthemen 32 Durchgängiges Management von Informationsstrukturen in der Produktentstehung Dr. Martin Schilke Motivation Die Methoden und Konzepte in der Pro- duktentstehung sind immer wieder Ver- änderungen unterworfen. Aktuell stehen produzierende Unternehmen an der Schwelle zur vierten industriellen Revolu- tion, die geprägt ist von der Digitalisie- rung und Vernetzung der gesamten Wertschöpfungskette. Das Thema „Indu- strie 4.0“ fasst als Oberbegriff die zahl- reichen Aktivitäten und Projekte dazu in Forschung und Wirtschaft zusammen [1]. Hintergrund ist nicht zuletzt die zuneh- mende Komplexität der Produkte selbst, die durch steigende Anteile von Elektro- nik und Software sowie deren Vernet- zung geprägt ist. Das Ergebnis sind soge- nannte cyber-physische Systeme (CPS) [2]. Übertragen auf die Produktion kön- nen sich cyber-physische Maschinen und Anlagen durch fortschreitende Digitali- sierung und Vernetzung z. B. selbsttätig an wechselnde Produktionsaufträge und Betriebsbedingungen anpassen. Die Entwicklung von komplexen und ver- netzten Systemen erfordert es, dass sich die Prozesse und die Organisation der Produktentstehung an die geänderten Randbedingungen anpassen. Auch die informationstechnischen Werkzeuge und Systeme, die diese Prozesse abbilden, müssen die neuen Anforderungen erfül- len. Der Einsatz von Product Lifecycle ProduktDatenJournal 2 2018 Management (PLM) hat sich über die letzten beiden Jahrzehnte in vielen Unternehmen etabliert. PLM hat sich dabei von der anfänglichen Fokussierung auf Engineering-Daten hin zu einem ganzheitlichen Konzept für die Verwal- tung von Produktdaten über den gesam- ten Produktlebenszyklus weiterentwik- kelt. Dennoch stellt sich die Frage, wie die heutigen Herausforderungen bewäl- tigt und bestehende PLM-Konzepte in den Unternehmen neu formuliert oder erweitert werden können. Gerade für die integrierten und vernetzten Prozesse, wie sie in Industrie-4.0-Szenarien vor- kommen, sind „digitale Modelle“ [3] von besonderer Relevanz, die das zu ent - wickelnde Produkt bzw. System durch- gängig beschreiben. Die Möglichkeit, bedarfsgerechte Teilmodelle für die beteiligten Domänen und verschiedenen Phasen des Produktlebenszyklus bereit- zustellen und in einer Gesamtsicht zu integrieren, wird im Rahmen dieses Arti- kels betrachtet. Strukturen entlang des Produktlebenszyklus Während zu Zeiten der technischen Zeichnung und des Einsatzes von 2D- CAD-Systemen die (einstufige) Stückliste die wesentliche Methode war, um den Aufbau einer Baugruppe oder eines Produktes zu beschreiben, hat mit der Evolution der 3D-CAD-Systeme in Ver- bindung mit der Verwaltung der Engi- neering-Daten in Produktdatenmanage- ment-Systemen (PDM-Systemen) die Beschreibung des Produktes in Form einer hierarchischen Struktur – der Pro- duktstruktur – Einzug gehalten. Auch wenn heute durch immer stärker mecha- tronisch oder cybertronisch geprägte Produkte und Systeme auch andere Darstellungsformen und netzwerkartige Strukturierungsmethoden an Bedeutung gewinnen, sind hierarchische Strukturen im Engineering nach wie vor weit ver- breitet. Folgt man den einzelnen Phasen des Produktentstehungsprozesses, bauen sich unterschiedliche Strukturen auf, die am Ende alle zusammen das Produkt repräsentieren. Betrachtet man die frühe Phase des Entwicklungsprozesses, so werden zunächst die Anforderungen an das neue Produkt formuliert. Diese lassen sich von generellen Anforderungen auf oberster Ebene bis hin zu solchen an Teilsysteme und Komponenten in Form einer hierarchischen Anforderungsstruktur herunterbrechen. Zur Umsetzung der Anforderungen werden Funktionen defi- niert. Durch deren Aufteilung in Teilfunk- tionen ergibt sich die Funktionsstruktur, die schließlich die Grundlage für die Pro- duktstruktur bildet. Eine Produktstruktur beschreibt die technische Realisierung der Funktionen und damit den Aufbau des Produktes aus Teilen und Baugrup-

Fachthemen 33 Bild 1: Strukturen und ihre Beziehungen pen („Engineering BOM“). Über eine Fer- tigungsstruktur, die sich aus der Produkt- struktur ableitet, erfolgt der Übertrag aus dem Engineering in die Produktion (Manufacturing BOM). Teststrukturen enthalten die Daten für die Simulation sowie für Test und Validierung. Alle diese Strukturen (die Aufzählung ist erweiter- bar) stehen in Beziehung zueinander, so dass sich für das Gesamtsystem ein mit- unter komplexes Beziehungsnetzwerk ergibt (vgl. Bild 1). Das Verknüpfen von Strukturelementen über Relationen spielt dabei eine zentrale Rolle. Die Herausforderung besteht darin, die Konsistenz der einzelnen Strukturen zu gewährleisten und Auswirkungen einer Änderung in einer Struktur auf die verknüpften Elemente in anderen Struk- turen sichtbar und nachvollziehbar zu machen. Konfigurationsmanagement Die beschriebenen Strukturen sind in der Regel nicht statisch, sondern verändern sich über die einzelnen Phasen des Pro- duktentstehungsprozesses. Zur Verwal- tung und Steuerung dieser Änderungen folgen wir dem Ansatz des Konfigura - tionsmanagements [4]. Das Konfigura- tionsmanagement umfasst alle Maßnah- men, Objekte und Strukturen, die den Lebenszyklus eines Produktes betreffen. Eine Konfiguration fasst dabei einen defi- nierten Zustand des Produktes zu einem bestimmten Zeitpunkt zusammen. Um Verwechslungen mit der Variantenkonfi- guration in SAP [5] zu vermeiden, wird nachfolgend anstatt von Konfigurationen von Ständen (engl. stages) gesprochen. Es lassen sich verschiedene Typen von Ständen unterscheiden (wobei die Auf- zählung ebenfalls erweiterbar ist): n Anforderungsstand (Requirements Stage), n Entwicklungsstand (Development n Stage), Fertigungsstand (Manufacturing Stage), n Dokumentationsstand (Documentation Stage). Um einen zentralen Einstiegspunkt bereitzustellen, wird als Rahmen eine Produktentwicklungsakte eingeführt, über die alle Stände und Strukturen erreichbar sind. Nachfolgend werden die wichtigsten Typen von Ständen bespro- chen. Der Anforderungsstand dient in der frühen Phase dazu, die Anforderungen an das zu entwickelnde Produkt zu doku- mentieren und zu strukturieren. Als Quelle dienen beispielsweise Kundenan- forderungen in Form von Lastenheften oder Spezifikationen. Diese müssen analysiert, aufbereitet und als einzelne Anforderungsobjekte weiter detailliert werden. Anforderungen sind nicht sta- tisch, so dass neue oder geänderte Anforderungen mit bestehenden abge- glichen werden müssen. Ziel ist es, am Ende eine abgestimmte und konsolidier- te Anforderungsstruktur zu erhalten, auf Basis derer die nachfolgenden Phasen im Produktentstehungsprozess arbeiten können. Für die Phase der Entwicklung und Kon- struktion ist der Entwicklungsstand von wesentlicher Bedeutung. Hauptbestand- teil des Entwicklungsstandes ist die gene- rische Produktstruktur, die den Aufbau des Produktes in Form von Einzelteilen und Baugruppen abbildet (allgemein als Items bezeichnet). Darüber hinaus gehö- ren zum Entwicklungsstand noch weitere Objekte wie Merkmale und Varianten, die das Produkt näher beschreiben. Merkmale definieren die Ausführung bzw. Optionen eines Produktes durch verschiedene Merkmalswerte (z. B. Sitz- bezug aus Leder oder Stoff; Sitzverstel- lung elektrisch oder manuell). Merkmale stehen in Beziehung zu den im vorigen Abschnitt angesprochenen Anforderun- gen. Durch Kombination von Merkmals- werten leiten sich die einzelnen Varian- ten ab. Über Kombinatorikregeln können nicht erlaubte Merkmalswertkombinatio- nen ausgeschlossen werden, wodurch sich die Anzahl der möglichen Varianten ProduktDatenJournal 2 2018

34 Fachthemen Bild 2: Entwicklungsstände in verschiedenen Phasen des Produktlebenszyklus reduziert. Varianten sind (zumindest bei einem geschlossenen Variantenkonzept) eigenständige Objekte, die mit Planungs- daten ergänzt werden können und die eine variantenspezifische Produktstruktur beinhalten. Ein Entwicklungsstand – ebenso wie ein Anforderungsstand oder ein Fertigungs- stand etc. – kann einem Freigabeprozess unterliegen, um auf diese Weise den darin dokumentierten Zustand des Pro- duktes festzuhalten und vor weiteren Änderungen zu schützen. Die Weiter - entwicklung des Produktes wird durch Versionieren des Entwicklungsstandes abgebildet. Durch Kopieren eines Ent- wicklungsstandes lässt sich ein weiterer Entwicklungszweig (Branch) eröffnen. Mehrere Entwicklungszweige können wieder zusammengeführt werden (Merge). Die Produktionsprozessplanung findet im Fertigungsstand statt. Darin wird fest- gelegt, wie das Produkt bzw. dessen Varianten an welchem Standort (in wel- chem Werk) produziert werden. Im Kern geht es um die Definition der Fertigungs- strukturen, welche die zu produzieren- den Produktvarianten abbilden, d. h. je Variante und Werk kann es unter - schiedliche Fertigungsstrukturen geben. ProduktDatenJournal 2 2018 Grundlage für eine Fertigungsstruktur bildet die variantenspezifische Produkt- struktur, aus der Items übernommen werden. Dabei kann die Anordnung in der Fertigungsstruktur von der in der Produktstruktur abweichen, da es sich im Gegensatz zur konstruktiven Sicht um die Darstellung aus Fertigungs- bzw. Montagesicht handelt. Zusätzlich können weitere fertigungsrelevante Teile und Baugruppen (Fertigungsitems) hinzu- kommen. Die Teilestammdaten müssen ergänzt werden, denn neben den bis jetzt relevanten Engineering-Daten sind weitere logistische und betriebswirt- schaftliche Informationen erforderlich. Hier geht es unter anderem darum, die „Make or Buy“-Strategie je Werk und Variante festzulegen. Neben der Fertigungsstruktur beinhaltet der Fertigungsstand auch die Arbeits- und Montagepläne sowie die notwendigen Betriebsmittel, so dass alle fertigungsrelevanten Informationen zusammengefasst verfügbar sind. Durch die Verwendung der verschiede- nen Stände und das Festschreiben von Versionen der Stände (Baselines) lassen sich unterschiedliche Sichtweisen auf das Produkt erreichen, z. B. in Bezug auf Lastenheft, Spezifikation, Konstruk - tion oder (Serien-)Produktion. Dazu ein Beispiel mit den üblichen englischen Begriffen „as required“, „as specified“, „as designed“ und „as built“ (vgl. Bild 2). Systems Engineering und Modularisierung Der interdisziplinäre Ansatz des Systems Engineering beginnt bei der Definition der Systemanforderungen, beinhaltet die Erarbeitung eines Systemdesigns und schließlich die Überprüfung des Systems auf Einhaltung der gestellten Anforde- rungen. Dazu wird ein komplexes Gesamtsystem in mehrere Teilsysteme (Subsysteme oder Module) gegliedert. Die Entwicklung auf Teilsystemebene kann in einem nächsten Schritt auf die einzelnen Engineering-Domänen Mecha- nik, E/E und Software verteilt werden. Die Entwicklung einzelner Subsysteme wird in der Regel gut beherrscht. Das Gesamtsystem ist aber mehr als die Summe seiner Teilsysteme, so dass sich verschiedene Herausforderungen ergeben. Betrachten wir die Systemgliederung aus Sicht der Produktstruktur, so wird die übergreifende Struktur des Gesamt - systems wie vorher beschrieben in einem Entwicklungsstand abgebildet. Um die Entwicklung der Teilsysteme zu steuern, lassen sich analog die Produktstrukturen der Teilsysteme als eigene Entwicklungs-

Fachthemen 35 ren und ihre Beziehungen untereinander übersichtlich zu visualisieren oder die Auswirkung von Änderungen nachzuver- folgen. Quellen: [1] Bundesministerium für Bildung und Forschung (BMBF): Industrie 4.0 – Innovationen für die Produktion von morgen, 2017. [3] [2] Bauernhansl, T.; ten Hompel, M.; Vogel-Heuser B.: Industrie 4.0 in Produktion, Automatisierung und Logistik, Springer Vieweg, Wiesbaden, 2014. Eigner, M.; August, U.; Schmich M.: Smarte Produkte erfordern ein Umdenken bei Produkt- strukturen und Prozessen, White Paper, Siemens Industry Software (Hrsg.), 2016. ISO 10007:2017-3: Qualitätsmanagementsysteme – Leitfaden für Konfigurationsmanagement. Beuth Verlag, Berlin, 2017. [4] [5] Canuto, E.; Daum, B.; Rödel, M.: SAP Product Lifecycle Management, Rheinwerk Verlag, Bonn, 2016. Abbildungen: ILC GmbH, Dr. Oliver Quirmbach und Dr. Martin Schilke Dr. Martin Schilke ILC GmbH E-Mail: martin.schilke@ilcgroup.com Kontakt ProduktDatenJournal 2 2018 Bild 3: Systems Engineering von Modularisierung stände abbilden. Die Verknüpfung von Gesamtsystem zu Teilsystem erfolgt über die Produktstruktur des Gesamtsystems. Die Produktstruktur des Teilsystems ist im Gesamtsystem sichtbar, die Pflege und Änderung erfolgt über den zugeordneten Entwicklungsstand. Über diese Vorge- hensweise lässt sich auch eine Mehrfach- verwendung eines Moduls in verschiede- nen Produkten realisieren. Darüber hinaus können Merkmale aus dem Gesamt - system an die Teilsysteme weiteregege- ben (vererbt) werden. Diese lassen sich innerhalb des Teilsystems nicht verän- dern, können aber für die lokalen Kom- binatorikregeln verwendet werden. Eine ähnliche Vorgehensweise ist möglich, um Anforderungen im Anforderungsstand auf Systemebene zu formulieren, im Laufe des Entwicklungsprozesses zu verfeinern und in Form von Sub-Anforde- rungsständen auf Teilsysteme und Kom- ponenten in den einzelnen Domänen zu verteilen. Bild 3 zeigt schematisch einen solchen Systemaufbau. Als Beispiel betrachten wir einen Sitz in einem Fahrzeug, dessen Produktstruktur modular aufgebaut werden soll. Für das Gesamtsystem Sitz wird ein Entwick- lungsstand definiert, dessen Produkt- struktur die Items der Teilsysteme für den mechanischen Sitzrahmen, die Bezüge, die elektrischen Antriebe und Steuer - geräte sowie die Software enthält. Jedes Teilsystem repräsentiert einen eigenen Entwicklungsstand, über den sich die Entwicklung steuern und z. B. an Zuliefe- rer auslagern lässt. Der Gesamtsys tem- Entwicklungsstand visualisiert die übergrei- fende Produktstruktur für den kompletten Sitz in seinen verschiedenen Varianten. Fazit Vor dem Hintergrund von komplexen und vernetzten Systemen sind PLM- Lösungen gefragt, die den Anwender bei der Strukturierung des Systems in bedarfsgerechte Teilmodelle und bei der domänenspezifischen Umsetzung unter- stützen. Das vorgestellte Konzept, die einzelnen Strukturen und Domänen über Anforderungsstände, Entwicklungsstände und Fertigungsstände abzubilden und miteinander zu verbinden, erlaubt eine flexible Arbeitsweise bei der System - entwicklung. An diesem Prozess sind verschiedene Rollen im Unternehmen beteiligt, die jeweils eine andere Sicht auf das zu entwickelnde System haben und für ihre Aufgaben unterschiedliche Infor- mationen benötigen. Moderne UI-Tech- nologien und Konzepte helfen dabei, anwendergerechte Oberflächen bereit- zustellen, um die beschriebenen Struktu-

Fachthemen 36 High Performance Computing und Daten- management für Ingenieursanwendungen in Forschung, Mittelstand und Industrie Dr. Bastian Koller, Ralf Luithardt Bild 1: Kompetenzfelder, die die Basis von EXCELLERAT bilden Einleitung Im Laufe der letzten Jahre hat sich die Nutzung von hoch skalierbaren Rechen- systemen (Supercomputern) durch die Industrie von einem exklusiven Kunden- kreis, der sich den Aufbau der internen Fachexpertise leisten konnte, hin zu einem erweiterten Kundenkreis entwik- kelt, der bislang eher wenig oder keine Erfahrung mit dem Umgang dieser Res- sourcen hatte. Eine wichtige Community im Industrie- bereich, welche High Performance Com- puting (HPC) bereits für ihre Produkt - zyklen, sowie Forschung und Entwicklung nutzt, ist im Bereich Ingenieurswissen- schaften angesiedelt. Um diesen wirt- schaftlichen Zweig auch weiterhin best- möglich unterstützen zu können, bedarf es eines einfachen Zugangs zu relevan- ten Dienstleistungen und Wissensquellen, welche die jeweiligen Fragestellungen und Probleme zielgerichtet angehen können. Höchstleistungsrechenzentren, die den Zugriff auf die Rechensysteme anbieten, haben sich in Folge dessen von der „Bare-Metal“-Bereitstellung hin zum Angebot von Komplettlösungen weiter- entwickelt, inklusive der Optimierung von Applikationen, Tests und Zugriff auf Wissen. Um diesen Zugang zu realisieren wurde vor drei Jahren eine Arbeitsgemeinschaft europäischer Höchstleistungsrechenzen- tren ins Leben gerufen, welche die Vorar- beiten für ein im Dezember startendes Forschungs- und Entwicklungsprojekt legte, um ein Exzellenzzentrum (Centre of Excellence – CoE) für Ingenieurswissen- schaften aufzubauen – das EXCELLERAT Projekt. Das Projekt EXCELLERAT EXCELLERAT begründet sich auf Erfah- rungen und Aktivitäten der beteiligten Projektpartner, die allesamt die Möglich- keit haben Services im Bereich Paralleles Rechnen anzubieten oder zu nutzen. Daher sind die besten Voraussetzungen gegeben, um schnellstmöglich erste Services für Ingenieurswissenschaften zur Verfügung zu stellen und gleichzeitig eine Evaluierung möglicher Services durchzuführen, um das Portfolio ange- botener Dienste konsequent zu erweitern. Während im Lebenszyklus einer Ingenieursanwen- in der Vergangenheit ProduktDatenJournal 2 2018

dung hauptsächlich das Prozessieren einer Anwendung betrachtet wurde, wird EXCELLRAT das Gesamtbild adres- sieren und betrachten, und sich somit auch mit Lösungen im Bereich Pre- und Postprocessing, Datenmanagement und Datentransfer, sowie Visualisierung von Rechenergebnissen befassen. Dabei wird ein Augenmerk auf dem intelligenten Analysieren von Datenmen- gen (Data Analytics), sowie auf Machine Learning und Deep Learning liegen, um die angebotenen Lösungen zukunftsori- entiert zu gestalten. Generell kann man die Vision für das Exzellenzentrum wie folgt umschreiben: n der Engineering-Community einen einfachen Zugang zu relevanten Dienstleistungen und Wissen rund um High Performance Computing zu ver- schaffen, n der Engineering-Community Zugang zu Nischen-Know-How in der Anwen- dungsentwicklung für HPC und Diversität von angebotener Höchstlei- stungshardware zu verschaffen, n Unterstützung der Community mit gezielten Trainings- und Netzwerk - aktivitäten, n die EXCELLERAT-Nutzer in die Ent- wicklung des Zentrums einzubinden, n Stärkung der europäischen Wettbe- werbsfähigkeit im Bereich des HPC- gesteuerten Engineerings durch exzellente Forschung in den Bereichen Entwicklung, Skalierung und Optimie- rung von Anwendungen bis hin zu Exascale-Performance, n die Anwendung und Evaluierung von innovativen technischen Lösungen im HPC und High Performance Data Ana- lytics Bereich mit einem klaren Bezug zu Problemstellungen der Ingenieurs- wissenschaften. Gemeinschaft Ein Kompetenzzentrum wie EXCELLERAT kann nur dann nachhaltig sein, wenn es anwendergetrieben aufgebaut wird, d.h. es muss eine ganz klare Kundenorientie- rung vorherrschen. Für EXCELLERAT besteht die Anwenderbasis aus einer Community, die gleichzeitig als Wissens- träger und Lösungsanbieter fungiert. Mitglieder dieser Gemeinschaft sind Forscher, Ingenieure, IT / HPC Spezialisten und generell Technologen aus Industrie und Wissenschaft. Primär richtet sich EXCELLERAT insbesondere an folgende Zielgruppen: n akademische, aber auch kommerziellen HPC-Zentren in Europa mit Expertise in der Zusammenarbeit mit kommer- ziellen Partnern und als Lieferanten von HPC-Ressourcen für Industrie und Wissenschaft, n akademische und industrielle Entwick- Fachthemen 37 n n ler von paralleler Anwendungssoft - ware für den Ingenieursbereich, in Europa tätige Unternehmen, die in ihrer Produktentwicklung parallele Anwendungen nutzen – von KMU bis hin zu Großunternehmen, in Europa tätige Maschinenbauunter- nehmen, die HPC noch nicht in ihrem Produktentwicklungszyklus nutzen, aber die Vorteile davon evaluieren wollen, n akademische HPC-Zentren in Europa mit Expertise in der Zusammenarbeit mit kommerziellen Partnern und als Lieferanten von HPC-Ressourcen für Industrie und Wissenschaft. Damit das Zentrum erfolgreich etabliert werden kann, wurden aus den verschie- densten Bereichen internationale Partner gesucht, welche den jeweiligen Aspekt des Zentrums einbringen und/oder ver- treten können und das Zentrum gleich- zeitig auf europäischer Ebene verankern. Die Sicht und das Wissen der Rechenzen- tren werden durch das Höchstleistungs- rechenzentrum Stuttgart (Deutschland), CINECA (Italien), Barcelona Supercompu- ting Center (BSC, Spanien), EPCC (Großbritannien), KTH (Schweden) und ARCTUR repräsentiert. ARCTUR repräsentiert kommerzielle Zen- tren, sodass auch ökonomische Aspekte eingebracht werden. (Slowenien) Bild 2: Das Europäische Exzellenzzentrum ProduktDatenJournal 2 2018

38 Fachthemen Bild 3: Datenversand durch das Datenaustauschsystem SWANportal CERFACS (Frankreich), das Deutsche Zentrum für Luft und Raumfahrt (DLR, Deutschland) und die RWTH Aachen (Deutschland) bringen die Sicht der Anwendungsentwickler in das Vorhaben mit ein. Gleichzeitig hat hier das Barcelona Supercomputing Center eine Doppel- funktion, da dieses auch eine eigene Anwendung innerhalb der Projektaktivi- tät weiterentwickeln wollen. Die Anwen- dungen selbst kommen aus den Berei- chen Aerospace/Aeronautics, Automotive und Verbrennung / Verbrennungsmoto- ren. Sie adressieren somit wichtige Berei- che der Ingenieurswissenschaften. Die Firma SSC-Services GmbH (Deutsch- land) und das Fraunhofer SCAI (Fraunho- fer-Institut für Algorithmen und Wissen- schaftliches Rechnen SCAI) decken die Thematiken Datenmanagement, Daten- transfer, Machine und Deep Learning ab. Die Motivation Generell folgt dieses Exzellenzzentrum für Ingenieurswissenschaften der euro- päischen Strategie für Höchstleistungs- rechnen (EuroHPC http://eurohpc.eu) und wird ein wichtiger Teil der europäi- schen HPC Landschaft werden. EuroHPC sieht vor, in den Bereichen Hardware, Software und Nutzbarkeit immense Fortschritte zu machen, um Europa im HPC wettbewerbsfähig mit den USA, China oder Japan zu halten. ProduktDatenJournal 2 2018 Während im Hardwarebereich die Ent- wicklung europäischer Rechnerbauteile, wie z. B. eines europäischen Prozessors für HPC, angestrebt werden, wurde das Konzept der Exzellenzzentren kreiert, um sowohl eine Weiterentwicklung von Anwendungen, als auch eine breite Unterstützung von Anwendern und Ent- wicklern zu garantieren. Dabei wird ein Hauptaugenmerk auf die nächsten Generationen von Höchstleistungsrech- nern gerichtet, von denen man Exascale Leistung (1 ExaFLOP = 1x1018 mathemati- sche Operationen pro Sekunde) erwartet. Da momentane Rechner gemeinhin eine maximale Leistung im zweistelligen Peta- FLOP Bereich haben (1 PetaFLOP = 1x1015 mathematische Operationen pro Sekunde als ausführbare Aktionen) und die Lei- stungssteigerung von Prozessoreinheiten durch technologische Limitationen immer kleiner wird, kann Exascale Leistung nur durch technologische Fortschritte im Hardware- und Softwarebereich erfolgen. Im Jahr 2015 wurde eine erste Welle dieser Exzellenzzentren auf europäischer Ebene gestartet, welche durchaus Kern- bereiche wie Klimaforschung oder Ener- gieforschung adressieren, allerdings fehlte bislang der Bereich Ingenieurswissen- schaften komplett. Deshalb ist die Mission und zugleich Motivation für EXCELLERAT nun geeig- nete (d.h. schon jetzt hoch performante) Anwendungen in Richtung Exascale zu bringen und dabei sämtliche Optimie- rungsmöglichkeiten auf Softwareebene zu nutzen. Da dies alleine aber nicht aus- reichend sein wird, ist eine große Anzahl von zusätzlichen Services nötig, die den Einstieg und die Nutzung der Technolo- gien vereinfachen sollen und zugleich auch wichtige Aspekte, wie z. B. die Aus- bildung von Fachkräften, sicherstellen müssen. Was bei vielen dieser Aktivitäten bisher fehlte, war die Betrachtung des Lebens- zyklus von HPC Anwendungen, welche eben nicht nur die Berechnung an sich berücksichtigen darf, sondern auch not- wendige Bausteine wie Pre-Post Proces- sing und Datenmanagement/-transfer erfassen muss. Vor allem letzterer wird für eine Nutzbarkeit der Services inner- halb eines Produktentwicklungszyklus immens wichtig sein. Der Datentransfer Die Idee, dass Daten in den HPC nun als Service-Angebot berechnet werden können und für einen breiteren Einsatz in der Industrie genutzt werden sollen, legt natürlich zu Grunde, dass eben diese Daten auch zu den Rechenzentren trans- portiert werden – sicher, nachvollziehbar und reproduzierbar. Der Datentransfer ist eine der Kerndiszi- plinen für die Zusammenarbeit zwischen

Fachthemen 39 Bild 4: Kernelemente des EXCELLERAT Businessplans den Beteiligten. Da man mit einem enormen Anstieg des ausgetauschten Datenvolumens insbesondere in Richtung Exascale konfrontiert sein wird, ist es empfehlenswert, neue Wege zu finden, um die Datenverfügbarkeit dort zu sichern, wo sie benötigt wird. EXCELLE- RAT bietet die Möglichkeit, das gesamte Spektrum des Datenmanagements zu erschließen – vom Austausch über die Workflow-Überwachung bis hin zur Verantwortung für die Datenspeiche- rung. Durch den Aufbau eines zwischenge- schalteten Datalayers, der alle zu verar- beitenden Daten beinhaltet, und den damit verbundenen Datenanalyseprozes- sen, wird es möglich Deltas zu erstellen, um das Datenvolumen zu reduzieren und die Datenübertragungs- und Berech- nungsgeschwindigkeit zu erhöhen. Der Datenaustausch zwischen Datenpro- duzent (Sender) und Datenverarbeiter (Empfänger) muss auf einem hohen Automatisierungsgrad erfolgen, um Doppelungen von Übertragungsinhalten zu vermeiden. Nicht nur die Datendateien selbst müssen berücksichtigt werden, sondern auch ihr Inneres. Dieser Ansatz wird zu einer Datenreduktion durch den Aufbau einer zuverlässigen zentralen Datenbank führen. Das HLRS verfügt seit einem bereits abgeschlossenen Projekt, dem Media Solution Center (MSC), über ein eigenes, von SSC-Services betriebenes Datenaus- tauschsystem. Die bereits etablierte Tech- nologie kann als Teil der Gesamtlösung angepasst, weiterentwickelt, getestet und schlussendlich zum Einsatz gebracht werden. Ausblick / Vision Das Zentrum wird als die einzige Anlauf- stelle für Technologie und Fachwissen fungieren. Durch die Nutzung des Wis- senspools von EXCELLERAT können Ent- wickler in Hochschulen und Industrie überschneidende Investitionen vermeiden und sich auf den Kern der Problemstel- lungen und somit auf die Innovationen konzentrieren. Es ist geplant, dass dieser Single Point of Access im Laufe des Pro- jektes und darüber hinaus stetig wach- sen und Success Stories produzieren wird, die seine Attraktivität auch für momentan wenig HPC-affine Firmen steigert. Das bestmögliche Ausnutzen neuer Tech- nologien steht somit im Vordergrund, was durch die kritische Masse an Exper- ten innerhalb des Konsortiums gewähr- leistet wird. Zum ersten Mal in diesem Umfang wird nicht nur die Fähigkeit verbessert viele Produktdaten und Zwi- schenergebnisse zu generieren, sondern auch diese intelligent zu managen und auszuwerten. Dr.-Ing. Bastian Koller Höchstleistungsrechenzentrum Stuttgart – HLRS E-Mail: koller@hlrs.de Ralf Luithardt SSC-Services GmbH E-Mail: r.luithardt@ssc-services.de Kontakt ProduktDatenJournal 2 2018

40 Fachthemen Rethinking Integrations: Core Value Processes for Traceability & Compliance Dinje Plathner As engineered products become more and more complex, so do their develop- ment processes. Today, several teams, departments, and suppliers in various locations may be involved in the develop- ment of the hardware and software integrated in a single (IoT-connected) end product and the service infrastructure around it. Meanwhile development processes are also changing. Iterative and incremental Agile development has emerged and conquered the software world, and we’ve seen quality considerations shift left in the product lifecycle. Quality Assurance & Testing has moved away from its traditional status of an after- thought, and is now guiding the entire process of development right from the outset. In the meantime, focus in hard- ware development is shifting to electron- ic components and their integration with embedded software. Developers need to make sure that these (mostly software-driven) components, each of them very complex on their own, satisfy the specific requirements they were built for, and work together reliably after being integrated into a single end product. In order to do this, the chain of artifacts has to be traced from idea to released feature or product, and dependencies between them have to be tracked. The concept of traceability describes this practice of making the link from require- ProduktDatenJournal 2 2018 ment to product verification. Demand for traceability is growing because it enables the use of mature monitoring and man- agement techniques, and overall con- tributes to predictability in product devel- opment. But establishing a clear trail of interlinked work items from requirements to testing and released product is also a prerequi- site to modern QA processes such as requirements-based testing. Further- more, demonstrating a traced chain of work is demanded by various regulatory stan- dards in safety-critical industries. items across the lifecycle In short, traceability is the key to achiev- ing high product quality, continuous

improvement in product development, and compliance with regulations in safety- critical markets. The Integration Dilemma in Modern Product Development Traceability across the lifecycle, however, is not easily achieved. All the different stakeholders contributing to the prod- uct’s delivery at different phases of the lifecycle tend to rely on their own set of development tools and processes. Hardware development is traditionally managed using PLM platforms, with additional software such as CAD/CAM tools being used in the process. Software developers use a variety of tools for managing requirements, collaborating on tasks, managing and deploying code, tracking bugs, testing delivered function- ality, and so on. Throughout the lifecycle, project and task management tools help orchestrate teams and processes across hardware, software, and service innova- tion. Integrating all these tools and processes is crucial for traceability. But due to the difficulties involved, companies today are facing what we call ‘the integration dilemma’. On one hand, product developers need integration to enable cross-discipline traceability in this fragmented context of product delivery. On the other hand, integrating development tools and data is by nature a fragile and vulnerable process that is costly to build and main- tain – therefore, the number of integra- tions is best kept to a minimum. Companies are struggling to integrate their processes and stakeholders across the product development lifecycle. What they are facing is primarily a technical challenge of integrating the data and processes managed in isolated tools along the lifecycle. Integrations between standalone tools may be created and maintained manually or using integration hubs. Specialized integration tools (like Tasktop, for exam- ple, one of the leading integration-as-a- service platforms) can help automate the flow of information across tools. The benefit of using such integration plat- forms is that the costs of these services covers setup and maintenance costs. However, the investment to implement such integration-as-a-service solutions may be significant. Going the other way of building manual integrations, on the other hand, requires considerable (and continuous) effort that translates to expensive man hours. When updating any element of the software toolchain, interfaces might break result- ing in yet more maintenance effort. Low upfront costs could be countered by a high TCO (Total Cost of Ownership). As bridging the gaps in a disunited tool- chain is becoming a key value offering of various software vendors, we seem to forget one thing: that integration is in fact a necessary evil. The end goal is in fact the unification of data and processes, and integrations are often seen as the only way there. But whether we choose to go the error-prone and resource-inten- sive manual way or to unify a disconnect- ed tool ecosystem using costly integra- tion hubs, ex-post integration is actually a suboptimal solution when compared to using a platform that offer lifecycle-wide functionality out of the box. Overall, since unified development plat- forms with lifecycle-wide feature coverage are available on the market, integrations are a second-best option, an inferior solu- tion to having all development processes roofed under a single central tool. Degrees of Integration in Marketed Software Tools Maturity in product development today dictates that teams rely on less rather than more cross-tool integrations across the lifecycle. To drive down the number of costly integrations while maintaining traceability, Intland Software recom- mends using a single unified Application Lifecycle Management platform to com- bine a set of core processes. These unified ALM tools offer functional- ity to cover core lifecycle processes from requirements to product release. This way, traceability across these main value delivery processes is maintained without the extra costs of building integrations. Managing all these key activities in a central tool guarantees traceability and enables the use of simple, lightweight integrations for all other non-core value processes. These non-core processes don’t require the same degree of gapless traceability, therefore their integration can be reason- ably managed using manual methods. A crucial question here is whether the central Application Lifecycle Manage- Fachthemen 41 ment solution is truly unified in nature. Most ALM software platforms on the market today boast feature sets that cover the entire product development lifecycle. However, these differ in their degree of integration. Vendors have often developed these platforms by acquiring standalone pieces of software, and creating interfaces between the existing functionality of the ALM tool and that of newly acquired extensions. This, of course, results in limited or clunky traceability across the various feature sets. While these tools can claim to be reasonably integrated, they are not fully unified. This harms traceability, resulting in the limited use- fulness of such tools. Organically integrated solutions, on the other hand, have been built holistically integrated from the ground up. Rather than interfacing previously developed pieces of functionality, truly unified ALM platforms evolve organically, meaning that their vendors expand them by devel- oping pieces of new functionality that all rely on a single central repository. Built with integration in mind from the get- go, these unified ALM platforms guar - antee gapless end-to-end traceability across the entire product development lifecycle. Traceability in Regulated Development To reach maturity in product develop- ment, companies need to identify those core processes through which traceability is key, and ensure the organic integration of these in a single-pane-of-glass plat- form. Since safety-critical industries are governed by strict regulations that, above all, require traceability, best practices for maturity may be borrowed from these regulated markets with confidence. This helps determine the core value processes in the product development lifecycle through which traceability is crucial. Product developers in medical device development, automotive and aviation systems engineering, pharmaceutical development, the railway and nuclear sectors and several other industries are required to comply with a variety of ISO/IEC/FDA/DO/etc standards. These standards contain industry-specific stipu- lations on requirements and risk man- agement, functional safety, traceability, quality assurance, documentation, and other areas. ProduktDatenJournal 2 2018

42 Fachthemen One aspect they share is the stipulated need for traceability across key processes and artifacts. Regardless of industry, safety-critical standards require develop- ers to make the link from requirements to verified product, and in general most require bidirectional traceability, defined as follows: Backward traceability: All implemented features as completed during develop- ment should correspond to and be justi- fied by a requirement. In plain English: the product built should match the product needed. Forward traceability: All requirements should be addressed in later stages (either by a reworked requirement, or by delivered and tested functionality). In simple words: What is needed should be built according to specifications. In other words, bidirectional traceability helps make sure and prove that the end product fulfils initial requirements com- pletely and exclusively. It guarantees that all requirements are covered by imple- mented features, and that the imple- mented solution only contains features ProduktDatenJournal 2 2018 that serve to fulfil a specific require - ment. Core Value Processes for Lifecycle-wide Traceability An analysis of the requirements of safe- ty-critical standards for bidirectional traceability the core value processes. Integrating these in a truly unified platform is vital for compliance. reveals The degree of traceability required by dif- ferent standards varies. As the “mother standard” of a number of regulations, IEC 61508 (derivatives of which are applied in various industries) stipulates that at the very least, traceability is need- ed between safety requirements and their validation tests. Higher levels of safety integrity classification mean increased rigour: developers need to connect software and system safety requirements to design and test plans and validation activities. that need to be supported by a single unified development tool as follows. Gapless traceability across these core processes is vital. Non-core processes may be managed across several tools (with interfaces between these and the central ALM) without jeopardizing the traceability nec- essary for high product quality and stan- dards compliance. easy-to-maintain Core value processes across the life- cycle: n Requirement/user story definition n Classification of requirements n Breaking down development tasks n Release planning n Development task assignment and follow-up n Software development process moni- toring down to code level n Test definition based on requirements n Manual and automated test execution n Analysis of test coverage, historical traceability of changes Based on an analysis of safety-critical industry standards, best practices, and feedback from customers, Intland Soft- ware identifies the core value processes Non-core lifecycle processes: n Modelling of processes n Analysis of safety with HARA and FMEA

Fachthemen 43 n Automated deployment n Bug/issue reporting likelihood, detectability) are traced to one of the product's requirements. Establishing a fully traced chain of work items across these core value processes fulfils the rigorous requirements of any safety-critical standard, and therefore should mean sufficient traceability for product developers in any industry. For non-core lifecycle processes, develop- ers may continue to use their legacy tools as the full integration of these is not mandatory for end-to-end traceability. With careful planning, feeding data from these set of tools into your central platform does not harm traceability and compliance with safety-critical stan- dards. For instance, in the case of Hazard and Risk Analysis (HARA) and Failure Mode and Effects Analysis (FMEA), traceability only mandates that the unique IDs and relevant values of risk items are connect- ed to development artifacts. Therefore, risk and hazard analysis can be carried out in an external tool as long as its main output, a requirement’s Risk Priority Number and its risk values (severity, Summary Traceability has become a key enabler of quality in modern product development, leading to an increased need for integra- tion across the lifecycle to guarantee that end-to-end traceability. As an alternative to integration-as-a- service platforms and manual interfaces between tools, Intland Software recom- mends the use of truly unified central development platforms to cover core value delivery processes. This provides sufficient traceability across the lifecycle while optimizing the time and effort costs of integrating non-core value processes manually. Unified Application Lifecycle Manage- ment platforms rely on a single-repository architecture to store and manage life - cycle data, guaranteeing a fully traced chain of work items from requirements to release. Therefore, such tools are becoming indispensable in modern product development. Dinje Plathner Intland Software dinje.plathner@intland.com Kontakt ProduktDatenJournal 2 2018

Fachthemen 44 Wie kann eine erfolgreiche Einführung von Model-Based Systems Engineering erfolgen? Martin Meßner Ein fahrerloser Zug fährt ein und kommt zum Stehen. Die Zugtüren öffnen sich, die Passagiere wollen aussteigen – doch die gegenüberliegenden Bahnsteigtüren bleiben verschlossen – was war los? Eine Analyse zeigt eine Diskrepanz in unter- schiedlichen Anforderungsebenen für High-Level Systemspezifikation und detaillierter Systemarchitekturspezifikati- on, welche jeweils in sich konsistent und korrekt spezifiziert sind, aber im Gesamt- kontext eine Lücke aufweisen [1]. Der Einsatz durchgängiger modellbasierter Techniken kann nicht nur den Entwick- lungsaufwand von Produkten erheblich reduzieren. Dabei können auch Probleme, die etwa bei einer Unterspezifikation des Systemverhaltens auftreten, vermieden werden sowie die Qualität der Artefakte durch darauf aufbauende Analysetechni- ken verbessert werden. Andererseits ist durchgängige modellbasierte Systement- wicklung in der industriellen Praxis bisher noch nicht sehr weit verbreitet. Mit den SPES (Software Platform Embedded Systems) Projekten wurde der Industrie über mehrere Phasen seit 2009 eine voll- ständige Methodik zur durchgehenden modellbasierten Entwicklung für Embed- ded Systems an die Hand gegeben. Das SPEDiT (SPES Dissemination und Transfer) Projekt ist dafür konzipiert, die deutsche Industrie über SPES zu informieren und ihr die Möglichkeit zu geben, die ausge- arbeiteten Techniken und Methoden in der täglichen Engineering-Praxis zu nut- zen [2]. SPEDiT – Ein Kochrezept zur Einführung modellbasierter Systementwicklung Bereits zu Beginn des Jahrtausends erkannte Prof. Broy (TU München, Lehr- stuhl Software & Systems Engineering) die Notwendigkeit einer konsistenten Methodik und initiierte die Vorläuferpro- jekte „SPES 2020“ und „SPES_XT“ mit mehr als 20 Partnern aus Akademia und Industrie. SPES 2020 (2009 – 2012) hatte zum Ziel, eine logisch vollständige Methodik zur durchgängig modellbasier- ten Entwicklung von eingebetteten Syste- men zu erzeugen. SPES_XT (2012 – 2015) konzentrierte sich auf den Ausbau der nahtlosen, methodischen und werkzeug- technischen Integration von Modellie- rungs- und Analysetechniken sowie die industrielle Validierung der SPES Methodik. Das SPEDiT Projekt dient dazu, die Ergeb- nisse aus den SPES Projekten nachhaltig zur Verfügung zu stellen sowie die breite industrielle Öffentlichkeit zu sensibilisieren und in die Lage zu versetzen, entwickelte Techniken und Methoden in der täglichen Engineering-Praxis zu nutzen. Model-Based Systems Engineering (MBSE) ist eine Vorgehensweise, die sich stark Bild 1: MBSE Reifegradmodell ProduktDatenJournal 2 2018

vom klassischen Engineering unterschei- det. Das bedeutet bei allen Vorzügen von MBSE, dass ein Einstieg für eine etablierte Organisation eine besondere Herausfor- derung darstellt. Neben dem Setzen geeigneter Business Ziele sind daher zwei Aspekte besonders wichtig, um eine Einführung erfolgreich zu machen: Inte- gration und Konsistenz der Methodik. SPEDiT bietet Unternehmen eine einfa- che Möglichkeit, die Erkenntnisse aus den SPES Projekten systematisch in die individuellen Engineering-Prozesse zu integrieren und dadurch eine direkte Anwendung von geeigneten Methoden und Techniken zu erreichen. für die Im SPEDiT Projekt wurden dazu die Techniken und Methoden zuerst in eine einheitliche und Industrie anwendbare Form gebracht, darunter zählt bspw. die Entwicklung von Migrati- ons- und Prozessintegrationskonzepten, die Anforderungen der verschiedenen Stakeholder einbeziehen. Basierend auf den Resultaten der SPES Projekte hat ein Team von Partnern aus Industrie und Wissenschaft ein Schu- lungs- und Trainingskonzept realisiert. Die Kernbestandteile sind Methodik, eine vollständige Werkzeugkette und Lehr - materialien. Damit hat SPEDiT eine Grundlage für standardisierte Techniken, Methoden und Prozesse geschaffen und so die Verbreitung der Techniken und des durchgängigen, methodischen Gesamt- ansatzes zur Entwicklung eingebetteter Systeme unterstützt. Darüber hinaus wird eine breite Anwendung in der Indu- strie dadurch gefördert, dass integrierte und für den professionellen Einsatz in komplexen Entwicklungsorganisationen geeignete Werkzeugketten zur Verfü- gung gestellt werden. Die Lehrmateria- lien werden durch den Einsatz von modernen Medien digitalisiert aufberei- tet und auf einer Lernplattform bereit - gestellt (einsehbar über das Weiterbil- dungsportal der Universität Ulm [3]). Einführung von MBSE Der Kern des MBSE Methodenpakets ist ein solides mathematisches Fundament. Auf einer solchen Grundlage ermögli- chen modellbasierte Verfahren die effi- ziente Entwicklung eingebetteter Syste- me. Dabei wird der gesamte Prozess betrachtet: von den initialen Kundenan- forderungen über den Entwurf und die technische Implementierung bis hin zur Verifikation und Zertifizierung von Sys - temen. Systeme werden im gesamten Entwicklungsprozess in einem Modell betrachtet, wodurch die Kommunikation und das gemeinsame Verständnis aller am Entwicklungsprozess Beteiligten gefördert wird. Eine Einführung von Model-Based Systems Engineering ist ein langfristiger, prozess- verändernder Vorgang, der in kleinere Teile heruntergebrochen werden muss. In den wenigsten Fällen ist ein unterneh- mensweites Ausrollen von MBSE in Fachthemen 45 einem Schritt sinnvoll. Es empfiehlt sich im Kleinen, bspw. mit Pilotprojekten, zu starten und dann sukzessive die modell- basierte Entwicklung einzuführen. Weiterhin spielt die spezifische Situation eine Rolle, denn nicht alle MBSE Metho- den sind in jeder Situation sinnvoll. Nur in der wenigsten Fällen startet man auf einer „grünen Wiese“. Weitaus häufiger existieren fest verankerte Entwicklungs- prozesse, Tools und Methoden sowie unterschiedliche Denk- und Arbeitswei- sen, die sich selbst je nach Abteilung unterschieden können. Vor der Einführung von modellbasierter Systementwicklung stellen sich also einige Fragen, wie z.B.: Wo fängt man an? Wo wird der Fokus gesetzt und was wird ver- nachlässigt? Wie lässt sich Existierendes mit Neuem vereinen? Welche MBSE Methoden bringen momentan den größ- ten Nutzen? Diese und weitere Fragen werden in SPEDiT durch das MBSE Reifegradmodell (vgl. Bild 1) beantwortet, ein Modell zur Einführung von MBSE. Es bewertet den aktuellen Ist-Zustand, ver- gleicht diesen mit den Möglichkeiten von MBSE und gibt Handlungsempfehlungen für konkrete nächste Schritte. Dabei wer- den die besonderen Gegebenheiten des Unternehmens berücksichtigt. Das Vorgehen beinhaltet die Identifikation der MBSE-Ziele des Unternehmens. Anschließend wird der Ist-Zustand erfasst und daraufhin Zielzustände definiert, Bild 2: Die vier Säulen der SysML ProduktDatenJournal 2 2018

46 Fachthemen d.h. welche Fähigkeiten als nächstes durch Modelle unterstützt werden soll- ten. Für diese Soll-Zustände werden dann Maßnahmen definiert sowie schließlich implementiert. Drei Erfolgsfaktoren für MBSE Für eine erfolgreiche Einführung von Model-Based Systems Engineering sind drei Komponenten notwendig: Sprache, Methode und Tool. a) Sprache Ein Erfolgsfaktor ist die Verwendung einer standardisierten Sprache. In SPEDiT wird die allgemeine grafische Modellie- rungssprache SysML (Systems Modeling Language) der Object Management Group verwendet. Die Verwendung von SysML empfiehlt sich, da sie die etablierte Standardsprache für MBSE ist. Sie bietet einen Standard für charakteristische Sich- ten auf Systeme. Diese können auf Basis der vier Säulen der SysML (vgl. Bild 2), der Modellierung von Anforderungen, Verhalten, Struktur und parametrischen Eigenschaften, ganzheitlich dargestellt werden. Die SysML baut auf der UML (Unified Modeling Language) auf, wel- che sie um einige Elemente erweitert und einschränkt. Die SysML v1.0 wurde 2007 veröffentlicht und liegt aktuell in der Version 1.5 vor. Momentan wird parallel an der SysML 1.6 und der SysML 2.0 gearbeitet. b) Methode Die SPES Methodik folgt in wiederholter Form wenigen Grundprinzipien: n Durchgängige modellbasierte Ent- wicklung n Differenzierung zwischen Problem und Lösung n Abstraktion sowohl bei der Differen- zierung zwischen Applikationslogik und spezifischer Umsetzung als auch bei den Schnittstellen n Explizite Berücksichtigung der Dekom- position („Teile und Herrsche“) n Nahtlose Betrachtung von übergrei- fenden Systemeigenschaften (z. B. Echtzeit, Safety) Diese Prinzipien werden im SPES Mode- ling Framework (vgl. Bild 3) realisiert: Betrachtet werden vier Systemsichten (Viewpoints) nach ISO/IEC 42010 zur Dif- ferenzierung und für einen strukturierten Übergang sowohl zwischen Problem - analyse und Konstruktionslösung als auch zwischen logischer und technischer Lösung. Das System kann in jedem Viewpoint in sogenannte Granularitäts- ebenen verfeinert werden, welche durch ProduktDatenJournal 2 2018 Bild 3: Das SPES Modelling Framework assoziierte Dekompositionsbeziehungen verknüpft werden. Durch die Viewpoints (horizontal) und die Granularitätsebenen (vertikal) wird eine Matrix aufgespannt. Dieser liegt ein Artefaktmodell mit defi- nierter Semantik und Beziehungen zwi- schen den Artefakten (Typen) zugrunde. c) Tool Als Modellierungstools kommen im SPE- DiT Projekt zwei Tools zum Einsatz. Zum einen AutoFOCUS3 (AF3), ein Open- Source Tool des Forschungsinstituts fortiss zur Entwicklung von verteilten, reaktiven und eingebetteten Softwaresystemen [4]. AF3 verfolgt einen durchgängigen, modellbasierten Ansatz von den Anfor- derungen über das Systemdesign bis hin zur Hardwarearchitektur. Im Zuge von Forschungsprojekten und Promotionen wird das Tool um neueste Methoden (z.B. Verifikation oder Synthese) im Bereich der modellbasierten Entwicklung erweitert, wobei die in AF3 umgesetzte Methodik in industriellen Fallstudien evaluiert wird. Darüber hinaus wird das Werkzeug auch in der Lehre eingesetzt. Zum anderen wird der PTC Integrity Modeler verwendet. Dem in der Industrie erprobten Modellierungstool liegt ein holistischer, multi-disziplinärer und kolla- borativer Ansatz für modellbasiertes Systemdesign zugrunde. Einige Haupt- merkmale sind die frühe Verhaltensvali- dierung, Modellierung von Variabilität auf Basis der Orthogonal Variability Modeling (OVM) Language, Code Gene- rierung und Product Line Engineering. Dabei unterstützt der Integrity Modeler Standards wie z.B. UML, SysML, OVM, OSLC und ISO15288. Zur Nutzung der SPES Methodik werden im PTC Integrity Modeler die auf der UML und SysML aufbauenden Out-Of- The-Box Funktionen um SPES-spezifische Elemente durch ein UML Profil für SPES (vgl. Bild 4) erweitert. Dadurch wird sichergestellt, dass alle Viewpoints aus dem SPES Modelling Framework bedient werden und somit die SPES Methodik durch den PTC Integrity Modeler durch- gängig unterstützt wird. Grundsätzlich kann jedes Werkzeug dem Baukasten hinzugefügt werden, wichtig ist dabei nur die Fähigkeit, sich in ein vollständiges Prozess- und Methodenmo- dell zu integrieren. Lernplattform Im Rahmen von SPEDiT wurde eine Lern- plattform entwickelt, welche online zur Verfügung steht. Hier werden den unter- schiedlichen Rollen als Systemarchitekt, Systemanforderungsingenieur, Testinge- nieur, Softwarearchitekt und Software- entwickler individuelle Lerneinheiten angeboten. Das Lehrkonzept umfasst Videos und Übungskurse sowie Online- Tutorials in einer webbasierten Umge- bung. Übungen können über einen

Fachthemen 47 Bild 4: SPES spezifische Zielmodellierung nach dem SPES Profil im PTC Integrity Modeler Remote-Tool-Server sowohl für AutoFo- cus3 und PTC Integrity Modeler auf individuellen Desktop-Umgebungen abge - rufen werden, d.h. es ist keine lokale Software Installation notwendig. Das erarbeitete Lernmaterial ist Open-Source und wird Ende 2018 als wiederverwend- bare Lerneinheiten im standardisierten SCORM (Sharable Content Object Refe- rence Model) Format vorliegen. Pilotierung in der Industrie Zur Einführung von MBSE laufen im SPE- DiT Rahmen Pilotprojekte bei Partnern aus der Industrie. Ein Industriepartner ist die Schaeffler Gruppe, ein global agie- render Automobil- und Industriezulieferer. Die Aufgabenstellung bei Schaeffler im SPEDiT Projekt lautete: „Wie können die Methoden in nützlicher Weise angewen- det werden und wie können diese in exi- stierende Entwicklungsprozesse eines großen Unternehmens integriert wer- den?“ Auf Basis des Reifegradmodells werden vier Ziele an einem realen Beispiel in einer realistischen Umgebung verfolgt: n Adaption geeigneter Methoden nach Unternehmens-/Produktbedürfnissen n Sicherstellung, dass die Tools die n Methoden unterstützen Integration der Methoden in existie- rende Prozesslandschaft bzw. defi- nierter Arbeitsergebnisse n Qualifizierung von Anwendern im Ein- satz der Methoden, dem Denken und Arbeiten nach SPES Prinzipien und der Benutzung der Tools. Die Pilotierung bei Schaeffler fand in einem agilen Turnus statt: In zweiwöchi- gem Zyklus wurden vom Pilotteam Selbststudium, Implementierung, Review & Coaching und Modellverbesserungen durchlaufen. Die Review & Coaching Sessions erfolgten mit Unterstützung der Methoden- und Toolexperten. Zusätzlich wurde alle sechs Monate eine Fähigkeits- bewertung nach dem Reifegradmodell durchgeführt sowie Updates von E-Lear- ning Materialien und Modellierungspro - filen geliefert. Die Best-Practices aus der Pilotierung wurden dabei kontinuierlich dokumentiert. Die gesammelten Erfahrungen und das Feedback vom Pilotteam wurde als wert- voller Beitrag zur ständigen Verbesserung der SPEDiT Materialien aufgenommen. Am Ende des Pilotprojekts, Ende 2018, wird eine Gesamtevaluierung, Einschät- zung und Bewertung erfolgen. Zusammenfassung Das SPEDiT Projekt, bestehend aus den Kernelementen Reifegradmodell, Lehr- konzept, der fundierten Methodik und der durchgängigen Toolunterstützung, liefert einen wichtigen Beitrag zur Ver- breitung von modellbasierter Entwick- lung mechatronischer Systeme in die Industrie. Das ist gerade bei dem Bereichs- und unternehmensübergreifen- den Charakter komplexer Produkte und Projekte ein wichtiges Erfolgskriterium. SPEDiT stellt dazu einen Leitfaden dar, mit dessen Hilfe Unternehmen bei der Einführung von modellbasierter Methoden unterstützt werden. Referenzen: [1] Böhm, Wolfgang; Junker, Maximilian; Vogelsang, Andreas; Teufl, Sabine; Pinger, Ralf; Rahn, Karsten (2014): A formal systems engineering approach in practice: An experience report. 1st International Workshop on Software Engineering Research and Industrial Practices, SER and IPs 2014 – Proceedings. 10.1145/2593850.2593856. [2] https://spedit.informatik.tu-muenchen.de/ [3] https://www.uni-ulm.de/einrichtungen/saps/ projekte/spedit/ [4] https://af3.fortiss.org/ Martin Meßner Parametric Technology GmbH E-Mail: mmessner@ptc.com Kontakt ProduktDatenJournal 2 2018

Fachthemen 48 8 einfache digitale Transformationen zur Erhöhung der organisatorischen Agilität Roland Maucher Im heutigen stark wettbewerbsorientierten Umfeld müssen Unternehmen in der Lage sein, Änderungen schnell wahr zu nehmen und darauf zu reagieren. In einer Zeit, in der Daten als Geschäftsvermögen betrachtet werden, werden traditionelle Datenmanagementsysteme keinen Mehrwert bringen, sondern nur zusätzliche Kosten verursachen. Der Erfolg von Fertigungsunter- nehmen wird durch die Art und Weise definiert, wie sie ihre Daten nutzen, nachdem sie in anwendbares Geschäftswissen umgewandelt wurden. Actify ist der Ansicht, dass Fertigungsunter- nehmen über ein enormes, häufig unerschlossenes und ungenutztes Potenzial verfügen. Unternehmen werden nicht innovativer, wenn sie so agieren, wie es früher schon immer war, anstatt sich dem aktuellen Trend anzupassen. Je früher Sie Ihre Daten aufgreifen, desto eher können Sie Ihrem Unternehmen einen echten Mehr- wert hinzufügen. Viele kleine und mittel- ständische Unternehmen scheuen auf- grund der Kosten und Komplexität Projekte mit intelligenten Daten. Sobald Sie die Sichtweise vertreten, dass die „digitale Transformation“ eine Reise und nicht das Ziel ist, gibt es keine Entschul- digung, heute eine neue digitale Initiative zu beginnen. In diesem Artikel werden wir einige prak- tische Transformationen behandeln, die kostengünstig und mit Leichtigkeit in Ihrer Organisation angewendet werden können. Wir nennen die Schritte zur Steigerung der operativen Agilität. ProduktDatenJournal 2 2018 1. Fördern Sie mehr Innovation 2. Erzeugen Sie Produkte von besserer Management eines systematischen Inno- vationsprozesses. Qualität 3. Automatisieren Sie papierorientierte Prozesse 4. Reagieren Sie schnell auf Verkaufs - chancen Technologie selbst ist nicht die ganze Antwort. Um erfolgreich zu sein, muss unserer Erfahrung nach jeder neue Ansatz gleichzeitig organisatorische Ziele, die Unternehmensstrategie, Arbeits- prozesse und die Kultur in Richtung technologischer Veränderungen berück- sichtigen. 1. Fördern Sie mehr Innovation Schaffen Sie eine Innovationskultur. Organisationen, die beständig innovativ sein können, tun dies durch das gezielte Innovation ist eine Aufgabe aller. Sie können sich nicht allein auf die Bemü- hungen einer kleinen F&E- oder Kon- struktionsabteilung verlassen, um neue Innovationen hervorzubringen. Schaffen Sie stattdessen eine Kultur, in der alle damit betraut und befugt sind, Neuerun- gen einzubringen. Die Verantwortung für Innovationen geht von der Technik über zur Geschäftsführung, die das erweiterte Unternehmen leitet. Digitale Transformation 1: Zusammenarbeit im Unternehmen Technologie allein wird Ihr Unternehmen nicht zur nächsten Etappe der Trans - formationsreise führen. Zusammenarbeit und eine offene Einstellung sind der Schlüssel, um neue Denk- und Arbeits-

weisen zu entdecken, die mehr Mitwir- kung und höhere Motivation zur Folge haben. Bei der Innovation kann nicht und sollte nicht nur das Produkt im Mittel- punkt stehen. Sie muss den Prozess dazu einschließen – vom effektiven Sammeln der verschiedenartigen Inhalte und Dateien zum Synchronhalten von Datei- en für eine effiziente Zusammenarbeit. Innovation kommt aus dem Unterneh- men. Ermöglichen Sie daher eine abtei- lungsübergreifende Zusammenarbeit, Datenmanagement und schnellen Zugriff auf erweiterte Produktdaten, die dabei helfen können, kritische Geschäftsent- scheidungen schneller zu treffen. Jede Phase Ihres Prozesses kann durch konti- nuierliche Kommunikation und Zusam- menarbeit verbessert werden. Dies kann jetzt mit Actify Centro einfach erzielt werden. Digitale Transformation 2: Datenzugänglichkeit Innovation ist keine Glückssache. Innova- tion beruht auf Erfahrung und Wissen. Das Vorhandensein des Kontextes und der Fähigkeit, das Gesamtbild zu visuali- sieren, führt Personen dazu, einzigartige Lösungen für schwierige Probleme zu finden. Viele Stellenfunktionen in einem Unternehmen benötigen Informationen, die aus technischen Dokumenten und CAD-Dateien stammen. Während jedoch Produktinformationen und Produktdatei- en in der Technik erstellt und dort in der Regel effektiv eingesetzt werden, ist deren Nutzung oft auf die Technikabtei- lung beschränkt. Unternehmensarbeiter unterbrechen eventuell das Ingenieur- team, um Zugriff auf wichtige Informa- tionen zu erhalten. Das Ergebnis ist, dass Ingenieure wertvolle Zeit damit verbrin- gen, Informationen für das weitere Unternehmen zu verwalten. Da Inge- nieure für die Umsetzung und Durchfüh- rung neuer innovativer Ideen verantwort- lich sind, müssen Organisationen ihre Ingenieursressourcen effektiv in vollem Umfang nutzen, um Innovationen zu för- dern. Zur Entschärfung dieses Informations- engpasses hat Actify Centro entwickelt, das als neutrale Unternehmensplattform fungiert. Mit Centro werden Informatio- nen aus mehreren Produktdatenquellen gesammelt, um Datenzugänglichkeit im Unternehmen zu ermöglichen, die Wert für alle Beteiligten schafft. Mit Actify Centro wird eine Vielzahl von Organisati- onsdisziplinen innerhalb und außerhalb der Technik integriert. Die Datenzugäng- lichkeit erlaubt es, unterwegs, im Job oder von zu Hause aus zu arbeiten. Die Produktivität kann erheblich gesteigert werden, wenn man den Mitarbeiter als Individuum respektiert, so wie er ist und wie er arbeitet. 2. Erzeugen Sie Produkte von besserer Qualität Das Leben für einen Hersteller war früher viel einfacher. Die Märkte entwickelten sich in einem gemächlicheren Tempo und Teile wurden vor Ort bezogen. Im Gegen- satz zu heute, wo intelligent vernetzte Fachthemen 49 Produkte aufgrund integrierter Sensoren oder elektronischer Teile an sich kompli- zierter sind und Mitbewerber aus vielen Teilen der Welt kommen können. In einem ähnlichen Tempo hat sich die Geschäftstechnologie weiterentwickelt, um unser Leben einfacher zu machen. Allerdings sind diese Anwendungen von Natur aus komplizierter geworden. Die Erstellung eines intelligent vernetzten Produkts erfordert die Einbeziehung vieler unterschiedlicher Kompetenzen. Die Zusammenarbeit zwischen Teams, die aus Softwareingenieuren, Elektroni- kern und Mechanikern bestehen, ist erforderlich, um die Anforderungen heu- tiger intelligenter Produkte zu erfüllen. Die Bewegung hin zu intelligent vernetz- ten Produkten hat dazu geführt, dass sich viele Hersteller verwundbar fühlen. Wie können Unternehmen konkurrieren, wenn sie immer noch damit zu kämpfen haben, die Produktentwicklung für ihre einzelnen Komponenten – gar nicht zu reden von Sensoren und Elektronik – effektiv zu verwalten? Technologie bringt die verarbeitende Industrie durcheinander, aber viele Hersteller diskreter Produkte sind nicht bereit, effektiv zu reagieren. Sie sind zu sehr damit beschäftigt, Pro- zesse neu zu erfinden und Änderungen in der Organisation umzusetzen, aber ihre Altsysteme sind nicht agil genug, um diese Änderungen zu unterstützen. Kun- denanforderungen und interne Prozess- änderungen erzeugen erheblichen Druck auf die Unternehmen, wo die Digitalisie- rung nun einen großen Vorteil hat. ProduktDatenJournal 2 2018

50 Fachthemen Digitale Transformation 3: Datenvisualisierung Effektive Datenvisualisierung zur Verbes- serung der Kommunikation verspricht, die Produktentwicklung zu transformie- ren: Verkürzung der Produktentwick- lungs- und -einführungszeit, Erhöhung der Produktqualität und Erweiterung der Produktfähigkeiten, um die Kunden- und Marktbedürfnisse optimal zu befriedigen. Effektive Datenvisualisierung beginnt mit der Möglichkeit, CAD-Modelle zu nutzen und sie mit nachgelagerten Beteiligten, der Supply Chain und Kunden zu teilen. Eine effektive Lösung zur Datenvisualisie- rung muss neben den Betrachtungsmög- lichkeiten drei große Herausforderungen überwinden. Kosten: Die Budgetzuweisung ist eine äußerst kritisch hinterfragte Aktivität und viele kleine bis mittelständische Unter- nehmen können es sich einfach nicht leisten, teure CAD-Autorenlizenzen oder zusätzliche Arbeitsplätze für Branchen - systeme zu erwerben, um alle möglichen nachgelagerten Benutzer zu unterstützen. Benutzerfreundlichkeit: Die Akzeptanz im Unternehmen erfordert intuitive Tools, die einfach zu bedienen sind. Tra- ditionelle Unternehmensanwendungen schlagen fehl, weil sie zu kompliziert zu bedienen sind und sehr viel Schulung erfordern. Anspruchsvolle Unterneh- menssysteme sind naturgemäß komplex und die Anwendungsoberfläche wird für den Gelegenheitsbenutzer umständlich. Datei- und plattformunabhängig: Die Fähigkeit, alle Dateitypen zu verwalten und zu akzeptieren, die nicht nur auf Desktop- und Laptop-Computern, son- dern auch auf einer Vielzahl von mobilen Geräten, einschließlich Arbeitstablets und Smartphones zugänglich gemacht werden. Digitale Transformation 4: operative Flexibilität In einer dynamisch wechselhaften Welt ist die operative Flexibilität eine strategi- sche Priorität, die Fertigungsorganisatio- nen nicht ignorieren dürfen. Die Fähig- keit, der veränderten Kundennachfrage gerecht zu werden und zugleich die Kosten zu kontrollieren, während sich die Produktkomplexität und -variabilität erhöht, müssen Hersteller Änderungen vorhersehen und berücksichtigen. Die Beziehung einer Organisation zu ihren Kunden und der Ansatz zum Standardi- sierungs- und Konfigurationsmanage- ment werden immer wichtiger. Unter- nehmen müssen mit dem formalen ProduktDatenJournal 2 2018 Anforderungsmanagement und der Ver- folgbarkeit beginnen, um die Erwartun- gen ihrer Kunden zu erfüllen und Com- pliance zu erzielen. Actify stellt eine Unternehmensplattform zur Verfügung, die durch eine Grafik orientierte Datenbank (Graph Database) auf die kundenspezifischen Bedürfnisse zugeschnitten ist. Diese sammelt Inhalte, die während des gesamten Entwick- lungs- und Produktlebenszyklus erstellt werden. Das Feedback aus der Praxis kann den Kreis schließen und die Ent- wicklung von Produkten der nächsten Generation vorantreiben. Gemeinsam mit Kunden und gesicherten Datenban- ken können Produktentscheidungen gesteuert werden. Agilität erfordert ein solides digitales Fundament, egal welches Produkt Sie herstellen. Damit können Sie Ihre digitalen Vermögenswerte von der Idee bis zum Ende der Produktlebens- dauer verwalten. Verknüpfen Sie alle Pro- jektinformationen, womit Kontext und eine Plattform zum Erfassen von Ände- rungen geboten werden. Überprüfen Sie getroffene Entscheidungen und vermitteln Sie Einblicke, um ganz neue Konzepte zu finden. 3. Automatisieren Sie papierorientierte Prozesse Viele der heutigen Fertigungsunterneh- men speichern ihre Daten in Branchen - systemen wie PLM und ERP. Heutzutage muss man in jede einzelne Datenquelle gehen, um die gewünschten Informatio- nen herauszufiltern. Anschließend ver- binden sie die einzelnen Informationen, um sich ein genaues Bild zu machen. Normalerweise nutzen die meisten Unternehmen die manuelle Datenerfas- sung, Besprechungen und regelmäßige Berichterstellungen, um Informationen von ihren Unternehmensarbeitern oder Branchensystemen zu erhalten. Das Kopieren und Weiterleiten von vielen Excel-Tabellenkalkulationen im Unter- nehmen ist heutzutage das primäre Mit- tel zur Datenüberprüfung ist. Zurzeit wird nach einfachen und schnel- len Möglichkeiten gesucht, um die Arbeit gemeinsam effektiv abzuschließen. Schatten-IT stellt die unbekannten Anwendungen und Einrichtungen dar, mit denen Mitarbeiter den erforderlichen Datenaustausch durchführen: USB-Gerä- te, Mobilgeräte, E-Mail und Online-Über- tragungsdienste. Wenn Sie keine effektive Plattform zur Verwaltung von Unterneh- mensdaten in Ihrer Organisation bereit- stellen, besteht die Gefahr, dass Mitarbei- ter sich über nicht verwaltete Netzwerke außerhalb Ihrer Organisation verbinden und austauschen. Digitale Transformation 5: effektives Datenmanagement Ersetzen Sie statische Excel-Tabellen - kalkulationen durch ein dediziertes Unternehmens-Tool. Dieses Tool kann so konfiguriert werden, um den Excel-orien- tierten Prozess Ihres Unternehmens zu replizieren. Auf diese Weise wird gewährleistet, dass Sie den individuellen Wettbewerbsvorteil Ihrer Organisation behalten können – den Prozess. Minimie- ren Sie Prozessänderungen und nutzen Sie alle Vorteile moderner Software. Nur eine Version der Daten, auf die überall zugegriffen werden kann, Änderungs-

Fachthemen 51 prüfung, speichern Sie frühere Versionen und greifen Sie darauf zu, und verglei- chen Sie Änderungen zwischen Revisio- nen. Nicht jeder muss Dateien erstellen oder bearbeiten, aber alle Arbeitskräfte benötigen Zugriff auf Daten, um ihre Rolle zu unterstützen. Data Governance stellt sicher, dass die richtigen Personen Zugriff auf die richtigen Informationen haben. Diese Tools können die Dateneingabe effizienter machen. Einfache und intuiti- ve Datenfilterung kann menschliche Fehler ausschließen. Wenn Geschäftstools über das Wissen Ihres Unternehmens verfügen, werden bei der Filterung nach dem Standort nur die Maschinen und Ressourcen angezeigt, die auch in dieser Anlage verfügbar sind. Das Zuweisen von Personen aus den Dropdownmenüs und der Datumsauswahl stellt sicher, dass menschliche Fehler kein Hindernis für die operative Agilität Ihrer Organisation ist. Digitale Transformation 6: Automation und Integration Automation kann die Leistung Ihrer Organisation bei gleichzeitiger Senkung der Kosten erhöhen. Automation ist dadurch eine wesentliche Komponente auf dem Weg zu mehr Agilität ist. Zu häufig vergeuden teure Ingenieursres- sourcen wertvolle Zeit damit, Informatio- nen für das Unternehmen zu verwalten. Actify kann den Auszug von PMI, Meta- daten, Teileeigenschaften und anderen technischen Daten aus CAD automatisie- ren und diese Informationen konsistenter verbreiten. Optimieren und automatisie- ren Sie alltägliche Prozesse, um die ver- fügbaren Mannstunden zu erhöhen und menschliche Fehler zu verringern. Integration ermöglicht es Organisatio- nen, eine zentrale Softwarearchitektur zu schaffen, die in der Lage ist, Geschäfts - systeme problemlos zu verbinden und Daten zwischen den Systemen auszutau- schen. Beseitigen Sie die Ineffizienz, mit mehreren Softwarelösungen zu arbeiten, und entfernen Sie Engpässe. Actify gibt Ihnen das Beste aus beiden Welten. Wir sind uns bewusst, dass keine einzelne Unternehmensanwendung alle betriebswirtschaftlichen Anforderungen der Organisation erfüllen kann. Vorhan- dene ältere Anwendungen sind nicht darauf ausgelegt, die wachsende Geschäfts- und Prozesskomplexität, die wir heute sehen, zu verarbeiten. Actify ist der Ansicht, dass die Nutzung einer Platt- form Unternehmen die Möglichkeit bie- tet, die Fähigkeiten führender Geschäfts - tools zu kombinieren. Vereinheitlichen Sie Unternehmensanwendungen durch Integrationen und maximieren Sie vor- handene Investitionen in Branchensys - teme, während Sie gleichzeitig einen nachhaltigen Weg für Softwareupgrades und zur Datenmigration bereitstellen. Durch Automation und Integration kön- nen Sie Kommunikationsverzögerungen reduzieren und gleichzeitig die Datenge- nauigkeit erhöhen, was Ihre Geschäfts- abläufe grundsätzlich schneller und effizienter macht. Actify bietet viele Inte- grationsmöglichkeiten und stellt viele erfahrene Entwickler mit umfangreichen Fähigkeiten bereit, um Ihnen bei der Erstellung von Integrationen und Verbin- dungen zu den Systemen und Tools, die in Ihrem Unternehmen verwendet wer- den, zu helfen. 4. Reagieren Sie schnell auf Verkaufschancen Dies muss eine der merkwürdigsten Herausforderungen sein, mit der wir bei zahlreichen Kundenengagements in Berührung gekommen sind. Einige Ferti- gungsorganisationen sind „zu beschäf- tigt“, um auf Verkaufschancen zu reagie- ren, oder ihr interner Prozess dauert zu lange, um innerhalb eines bestimmten Zeitrahmens zu reagieren. Einfach gesagt, sie sind zu beschäftigt, um Geld zu verdienen. Um den Verkaufsprozess agiler zu gestal- ten, sind Geschwindigkeit und Durch - setzungsvermögen nicht die einzigen Aspekte, die berücksichtigt werden müs- sen. Um sicherzustellen, dass neue Geschäftschancen sowohl machbar als auch profitabel sind, müssen wir die Bedeutung der Nutzung von Unterneh- mensdaten und Ausrichtung an die Kun- denanforderungen berücksichtigen, um schnell profitable Angebote zu erstellen, die auch zu einer höheren Verkaufspro- duktivität führen können. Entwickeln Sie schnell hochwertige Angebote, die zu höheren Abschlussraten und gesteiger- ten Umsätzen führen und die Kundenbe- ziehungen bereichern können. Digitale Transformation 7: Datenermittlung Notwendige Daten sind nicht mehr in nur einer Anwendung. Organisationen verfügen über mehrere strukturierte isolierte Datenquellen (Systeme und Datenbanken wie CAD, PDM, ERP, Kostenrechnungssysteme etc.). Mehrere Datenquellen, unzählige verschiedene ProduktDatenJournal 2 2018

52 Fachthemen Dateitypen und verschiedenartige Datei- en, die über Netzlaufwerke und geogra- fische Standorte verstreut sind, stellen bei der Regulierung und Verwaltung von Daten innerhalb des Unternehmens eine wachsende Herausforderung dar. Dar- über hinaus sind Produktdaten wie PMI sowie Form- und Lagetoleranzen in CAD-Dateien verborgen. Die Herausfor- derung, die wir in einem langwierigen Angebotsprozess beobachtet haben, besteht nicht darin, mehr Daten zu gene- rieren, sondern es geht darum, auf die vorhandenen unterschiedlichen Daten zuzugreifen und Einblicke zu gewinnen. „Haben wir etwas Ähnliches bereits her- gestellt?“ Oder „Wie viel haben wir das letzte Mal veranschlagt?“ usw. Zeit ist wertvoll und Ihre Belegschaft ist fleißiger denn je. Ist ihr Unternehmen fortschritt- lich? Oder vergeuden Ihre Arbeitskräfte wertvolle Zeit bei der Suche nach wichti- gen Informationen? Geben Sie Ihre ver- borgenen Produktdaten mittels Daten - ermittlung frei. Centro macht das Unternehmen und die verschiedenarti- gen Daten sichtbarer und implementiert Steuerungen und Tools, um auf Chancen und Erkenntnisse zu reagieren, die durch eine vernetzte Fertigungsstruktur identi- fiziert wurden. Centro kann Ihre Daten in einem benutzerfreundlichen und leicht zugänglichen Format standardisieren, um mit den Produktdaten die Rendite zu optimieren. Digitale Transformation 8: dediziertes Angebotstool Unternehmen, die eine breite Produkt - palette im Angebot haben oder eine auf- ProduktDatenJournal 2 2018 tragsgemäße Herstellung bzw. auftrags- gemäße Fertigung anbieten, fällt es immer schwerer, den Angebots- und Bestellvorgang für den Kunden einfach und schnell zu gestalten. Vertriebs- und Kundendienstmitarbeiter können nicht ständig umgeschult werden. Weiterhin kann nicht von ihnen erwartet werden, mit den sich ständig verändernden Ver- triebsbedingungen Schritt zu halten. Die Angebotserstellung ist ein arbeitsintensi- ver manueller Prozess mit endlosen Teile- nummern und häufigem Hin und Her zwischen Vertrieb und Technik. Actify hat ein Angebotstool entwickelt, das Infor- mationen aus alten Projekten nutzt, die aus Unternehmensanwendungen extra- hiert wurden. Die Bereitstellung eines solchen Tools ermöglicht umgehend einen höheren Umsatz und kürzere Reak- tionszeiten auf Vertriebschancen, wäh- rend gleichzeitig sichergestellt wird, dass dem Kunden nur profitable Angebote vorgelegt werden. Fazit Unternehmen müssen bereit sein, ihre Unternehmenssysteme und Geschäfts- strategien zu entwickeln, um den Her- ausforderungen auf dem Markt zu begegnen. Leider verlassen sich viele Unternehmen auf veraltete Branchensy- steme und alte Infrastrukturen, die der Aufgabe einfach nicht mehr gewachsen sind. Der Großteil der Hersteller diskreter Produkte verfügt über PLM-Lösungen, die über 10 Jahre alt sind. Diese Lösun- gen wurden nicht für die Unterstützung der heutigen Anforderungen entwickelt. Diese alten Systeme sind hauptsächlich für das Management von CAD-Daten für diskrete Produkte ausgelegt. Wenn Unternehmen ihre organisatorische Agili- tät steigern wollen, ist ein neuer Ansatz erforderlich. Unternehmen müssen ihre digitale Vision ausbauen und aktuellere Lösungen annehmen, die ein neues Maß an Effizienz auf der Grundlage bewähr- ter Methoden der Branche ermöglichen. Der Erfolg Ihrer Organisation wird nicht durch die Erstellung und Sammlung von Daten erzielt. Erfolg wird durch die Art und Weise definiert, wie Geschäftsdaten in anwendbares Geschäftswissen umge- wandelt werden, um Wert zu schaffen. Actify ist der Ansicht, dass Fertigungsun- ternehmen über ein enormes, häufig unerschlossenes Potenzial verfügen, das in verschiedenen Unternehmenssyste- men verborgen und größtenteils noch ungenutzt ist. Viele Unternehmen schau- en sich digitale Strategien an, um ihre operativen Ziele – besser, schneller und kostengünstiger – zu erreichen. Roland Maucher Actify Europe GmbH E-Mail: rmaucher@actify.com Kontakt

Wissenschaft & Forschung 53 IT-basiertes Werkzeug zur Datenflussanalyse im Entwicklungsumfeld Theresa Riedelsheimer, Pascal Lünnemann, Sebastian Wehking, Dr.-Ing. Kai Lindow Das Entwicklungsumfeld gestaltet sich durch intelligente Pro- dukte, Cyber-Physische Systeme und Smart Services im Rahmen von Systems Engineering grundlegend neu (Schaefer et al. 2017). Die Herausforderung dabei ist, dass mit der Innovation im Produkt die effiziente Wertschöpfung in den Unternehmen nicht gefährdet wird. Es muss ein ganzheitlich abgestimmtes Arbeits- umfeld für die Zusammenarbeit aller Domänen bzw. Disziplinen ermöglicht werden. Dem liegt ein durchgängiger Daten- und Informationsfluss zugrunde. Im PDM|PLM Competence Center des Fraunhofer IPK wurde zur Gestaltung dieses durchgängigen Daten- und Informationsflusses ein methodisches Vorgehen zur Beschreibung und Neugestaltung entwickelt: die Datenflussana- lyse. Der Aufbau der Analyse folgt dem Engineering Operating System (EOS, wurde in Ausgabe 2/2017 des ProduktDaten Journals vorgestellt), welches die Aspekte (a) Prozesse und Orga- nisation, (b) Artefakte und Modelle, (c) IT-Systeme und IT-Archi- tekturen sowie alle wertschöpfenden Entwicklungsaktivitäten in Beziehung zueinander setzt. In diesem Beitrag wird die Aufnah- me, Analyse und Visualisierung des Daten- und Informations- flusses mithilfe des hierfür entwickelten IT-Werkzeugs in einem industriellen Anwendungsfall beschrieben. Die Notwendigkeit ganzheitlicher Unternehmensgestaltung Die erfolgreiche Entwicklung von Produkten bedeutet unter anderem die gezielte Zusammenführung von Daten aus unter- schiedlichen Datenquellen. Die entwickelnden Ingenieure, Pro- jektleiter, Einkäufer, Vertriebler, Entscheider und Produzenten benötigen eine Vielzahl komplexer Informationen zur Entschei- dungsfindung in ihren Disziplinen. Dabei bauen die Informationen aufeinander auf, verweisen aufeinander und liegen in zahllosen Formaten vor. Die Herausforderung besteht darin, ein ganzheit- lich abgestimmtes Entwicklungsumfeld, angepasst an die jewei- ligen Bedarfe der ausführenden Rollen, zu schaffen. Gleichzeitig gilt es sicherzustellen, dass die Informationen auf angemessene Weise, zur richtigen Zeit und ohne hohem Beschaffungsaufwand verfügbar sind. Diese grundlegende Herausforderung erinnert an die Logistikprozesse komplexer Fertigungen, die mit Roh - material, Werkzeugen und Halbzeugen über Unternehmens- grenzen hinweg versorgt werden müssen – einen klassischen Wertstrom. Dabei sind insbesondere die Vermeidung von Ver- schwendung in Form von beispielsweise unnötigem Transport, unnötigen Beständen oder die Wahl ungeeigneter Technologien im Fokus eines wertschöpfenden und schlanken Wertstroms (Ōno et al. 2013). Bei Übertragung des Grundgedankens der Wertstromanalyse auf die Produktentwicklung oder sogar auf den gesamten Produkt- lebenszyklus wird deutlich, dass bestehende Entwicklungsum - gebungen nur unzureichend auf den durchgängigen Wertstrom, die gezielte, termingerechte und verschwendungsfreie Informa- tionsbereitstellung und -verarbeitung abgestimmt sind. Ursächlich dafür ist die fehlende Möglichkeit ganzheitlicher Abbildungen der Entwicklungsumgebungen und des Datenflusses (Riedelshei- mer et al. 2017) und die Herausforderung, mit kreativen, hoch- variablen Prozessen umzugehen. Um die digitale Wertschöpfung bestmöglich zu unterstützen ist ein umfassendes Verständnis und eine Planung aller Aktivitäten notwendig. Durch die fort- schreitende Digitalisierung der Entwicklung wird dieses Vorgehen zunehmend relevant. Es ist davon auszugehen, dass Automatisierungen nach dem Konzept der wissensbasierten Entwicklung immer mehr Aktivitäten, die heute von Menschen ausgeführt werden, übernehmen (Lünnemann et al. 2016a). Das Datenfluss-Tool im Kontext von Prozessbeschreibungen Derzeit basieren Analysen von Entwicklungsvorgehen weitgehend auf der Bestandsaufnahme und den Untersuchen von Prozessen (Lünnemann et al. 2016b). Grundsätzlich ist dies auch zielfüh- rend. In der Praxis zeigt sich jedoch, dass eine Berücksichtigung der digitalen Artefakte und Modelle (Informations- und Daten- modelle, dargestellt in unterschiedlichen informationstechnischen Systemen) vernachlässigt wird. Tatsächlich jedoch haben Infor- mations- und Datenmodelle sowie die damit verbundenen Systeme und Architekturen einen maßgeblichen Einfluss auf das Produkt (u.a. Funktion, Gestalt, Geschäftsmodell) und die dar- stellbare Qualität der Entwicklung. Eine weitere Herausforderung entsteht durch die zunehmende Digitalisierung von Entwicklungsaktivitäten. Mit dem Ziel, mehr Freiraum für kreatives Arbeiten zu schaffen, werden zunehmend Vorgänge, die durch Maschinen schneller oder in höherer Zuver- lässigkeit gelöst werden können, automatisiert (z.B. die Ausfüh- rung wissensbasierter Modelle im CAD oder die Suche von Komponenten- und Verhaltensmodellen, sowie das Informieren relevanter Akteure über Änderungen und Freigaben). Diese automatisierten Aktivitäten sind in den klassischen prozessorien- tierten Darstellungen nicht sichtbar. Das Datenfluss-Tool: Toolbeschreibung Zur übersichtlichen Darstellung des Datenflusses in einer digitalen Wertschöpfungskette eignet sich das Datenfluss-Tool des Fraun- hofer IPK. Es integriert sämtliche Aspekte der systematischen Datenflussanalyse (siehe ProduktDaten Journal, Ausgabe 2/2017) und erleichtert sowohl die Beschreibung, Visualisierung ProduktDatenJournal 2 2018

Wissenschaft & Forschung 54 als auch die Analyse von Aktivitäten und des Datenflusses. Durch den Aufbau von Bibliotheken wird eine Wiederverwend- barkeit der charakteristischen beschreibenden Elemente des Entwicklungsumfeldes ermöglicht. Bild 1 zeigt die grafische Oberfläche des Datenfluss-Tools. Die Oberfläche zur Bearbeitung des Datenflusses besteht aus den Elementen „Umfeld“ (Nr. 1 in der Grafik), „Aktivitäten“ (Nr. 2), der Werkzeugleiste (Nr. 3) sowie dem Diagramm (Nr. 4). Im Umfeld wird jede Betrachtungsebene einer Aktivität in Bibliothe- ken mit hierarchischer Verknüpfungsmöglichkeit erstellt. Bei- spielsweise können organisatorische Einheiten und deren Rollen definiert und strukturiert werden. In der Aktivitäten-Bibliothek werden diese einzelnen Elemente miteinander zu wertschöpfen- den Aktivitäten verknüpft. Die Werkzeugleiste stellt alle notwen- digen Funktionen zum schnellen Abruf der Funktionalitäten des Datenfluss-Tools bereit. Im Diagramm wird der gesamte Daten- fluss in seiner Architektur grafisch dargestellt. Das Datenfluss-Tool in der Praxis Die Mehrwerte einer Datenflussanalyse und deren Anwendung in der Praxis werden anhand des nachfolgenden Beispiels ver- deutlicht und erläutert. Es wird ein produzierendes Unterneh- men betrachtet, das Produkte entwickelt. Die Fertigung einer Teilkomponente wird in diesem Beispiel an ein externes Unter- nehmen ausgelagert. Zur Digitalisierung und Automatisierung von Engineering Change-Prozessen wird ein neues IT-System im Unternehmen eingeführt. Im operativen Betrieb werden folgen- de Probleme sichtbar: Entgegen der Erwartungen beobachtet das Unternehmen, dass es bei der Umsetzung von Änderungen am Produkt zu erheblichen Mehraufwänden im Entwicklungs- prozess kommt. Gleichzeitig verfolgt das Unternehmen eine Digitalisierungsstrategie, um die Entwicklung und Betreuung der Produkte kosteneffizienter zu gestalten und um auf Marktverän- derungen, wie der Erweiterung des Produktsystems um Dienst- leistungen, flexibler reagieren zu können. Als langfristige Vision verfolgt das Unternehmen eine vollständige Datendurchgängig- keit mithilfe eines digitalen Produktzwillings. Ansatz Zum erfolgreichen Angehen der oben beschriebenen Heraus - forderungen (Beseitigen aktueller Probleme, Steigerung der Ent- wicklungseffizienz, Verfolgen der Unternehmensvision) folgte das Unternehmen dem systematischen Vorgehen der Daten- flussanalyse des Fraunhofer IPK. In einem ersten Schritt wurden in Einzel- und Gruppenworkshops die Situation des Unterneh- mens aufgenommen und analysiert. Dabei wurde zwischen den akuten Herausforderungen der Produktentwicklung und den strategischen Entwicklungszielen des Unternehmens differen- ziert. In Iterationen mit dem Unternehmen wurde darauf auf- bauend ein Zielbild abgeleitet. Dabei wurde in drei aufeinander aufbauenden Stufen unterschieden: (1) Die Effizienzsteigerung der derzeitigen Entwicklung, (2) die Befähigung für die weitere Optimierung der Entwicklung, und (3) die Sicherstellung der Zukunftsfähigkeit der Entwicklung im Unternehmen. Aufnahme der Ist-Situation und Effizienzsteigerung Durch Interviews mit den Prozessbeteiligten wurde zunächst der derzeitige Stand des Datenflusses im Entwicklungsumfeld erhoben. Auf Basis des gewonnenen Abbilds der digitalen Wert- schöpfung wurden verschiedene Analysen durchgeführt: Wel- che Werkzeuge werden eingesetzt, wo entstehen Datenverluste oder wo ist die Informationsbeschaffung sehr aufwendig? Durch das ganzheitliche Bild konnten dabei Redundanzen und fehlen- de Beziehungen zwischen Informationen schnell identifiziert werden. Bild 2 zeigt einen Überblick über die Datenflussarchitek- tur der Ist-Situation. Konkret wird der Prozess eines Engineering Changes (EC) von der initialen Fehlermeldung des Zulieferers bis zur Problemverifizierung des Auftragsgebers dargestellt. Zu Beginn eines klassischen EC stellt bspw. der Linienverantwortli- che des Zulieferers einen Fehler an der Produktionsanlage fest. Dieser wird zunächst in einen zuliefererinternen Problembericht überführt, der dann wiederum vom Vertrieb in ein zweites Bild 1: Das Datenfluss-Tool – grafische Oberfläche und Diagramm (Erläuterungen zu 1 bis 4 sind im Text enthalten) ProduktDatenJournal 2 2018

Wissenschaft & Forschung 55 Bild 2: Datenflussarchitektur der Ist-Situation Formular eingepflegt und an den Auftraggeber gesendet wird. Beim Auftraggeber wird der Problembericht an den verantwort- lichen Änderungsmanager weitergeleitet und von diesem dann in das Change Management Tool (hier Sharepoint) überführt. Dieses benachrichtigt dann automatisch den Projektleiter, der durch Rückfragen bei Einkauf, Vertrieb und letztendlich dem Linienverantwortlichen das Problem verifiziert. Anhand des Abbildes des Ist-Datenflusses wurden schnell kritische Punkte deutlich, deren Eliminierung zu einer Effizienzsteigerung führen. Insbesondere die zahlreichen nicht wertschöpfenden Abstimmungsprozesse und das manuelle Übertragen von Infor- mationen in unterschiedliche Formate und Zwischenartefakte wurden dabei als unnötige Aktivitäten aus Sicht eines schlanken Datenflusses identifiziert. Definition der Effizienzsteigerung in der Datenflussarchitektur Im nächsten Schritt, der Befähigung, wurde das Entwicklungs- umfeld für die kommenden Herausforderungen gerüstet. Im Diskurs mit den beteiligten Rollen konnten spezielle und allge- meine Anforderungen an die Ausgestaltung des Entwicklungs- umfelds erhoben werden. Darüber hinaus wurden bestehende Trends in IT-Systemen, Zuliefer- und Abnehmer-Systemen, allge- meine und öffentliche Infrastrukturen, strategische Unterneh- mensziele und Erkenntnisse der Forschung berücksichtigt. Das Konglomerat dieser Anforderungen wurde in ein einheitliches, detaillierteres Zielbild überführt und im Datenfluss-Tool abgebil- det. Im konkreten Beispiel (siehe Bild 3) wurde vor allem die Vielzahl an Schnittstellen reduziert. Dies geschieht primär dadurch, dass initiale Fehlermeldungen aus dem vorherigen Beispiel auch durch den Zulieferer direkt im Change Management Tool erfol- gen. Jedoch wird das alte Formular weiterhin parallel verwendet, um die interne Problemverfolgung zu gewährleisten. Durch die Aufnahme des detaillierten Datenflusses in Form von konkreten Informationen und Parametern wurde deutlich, dass im Produk- tionsplan nur die Manufacturing-ID verfügbar ist, eine Suche nach der eigentlich notwendigen Engineering-ID bei der Ent- wicklung wäre somit immer notwendig. Bisher musste diese Aufgabe der Einkauf übernehmen (die Verbindung von Manu- facturing- und Engineering-ID konnte im ERP-System gefunden werden). Eine automatisierte Schnittstelle zwischen SPS und ERP-System, zur Ermittlung der Engineering ID wäre hier hilfreich. Durch diese Änderungen entsteht ein erheblicher Mehraufwand für die Fertigung, also den Linienverantwortlichen, jedoch werden alle anderen beteiligten Parteien entlastet. Des Weiteren entstehen deutlich kürzere Wege, da jetzt zum Beispiel der ProduktDatenJournal 2 2018

Wissenschaft & Forschung 56 Bild 3: Datenflussarchitektur zur Effizienzsteigerung Problembericht im Change Management Tool direkt vom Linien- verantwortlichen des Zulieferers an den Projektleiter des Auf- traggebers gesendet wird – und umgekehrt der Projektleiter in der Lage ist, direkt mit dem Linienverantwortlichen in Kontakt zu treten. Dadurch erhöht sich die Transparenz insgesamt und die Fehleranfälligkeit sinkt. An dieser Stelle empfiehlt sich die fortlaufende Betreuung und der anhaltende Abgleich des Zielbildes mit der iterativen Aus - gestaltung des Entwicklungsumfelds. Im beschriebenen Anwen- dungsfall wurden regelmäßige Methoden-Sprints unter Einbe- ziehung von Fachentwicklern, Vendoren, IT-Verantwortlichen und Entscheidern durchgeführt. Definition der zukunftsfähigen Datenflussarchitektur Um die Zukunftsfähigkeit des Unternehmens zu adressieren, wird der Datenfluss auch für die Implementierung neuer Kon- zepte oder Technologien (bspw. dem digitalen Zwilling) definiert. Konkret wird eine automatische Problemberichterfassung in der Fertigung durch Cyber Physische Produktionssysteme (CPPS) und digitale Produktzwillinge integriert. Ein wesentlicher Vorteil ist das nun optimiert vorliegende Entwicklungsumfeld. Die neuen Funktionen müssen in enger Abstimmung mit den Anwenden- den ausgearbeitet werden, um die wertschöpfenden Aktivitäten bestmöglich zu unterstützen. Durch die Implementierung eines CPPS lässt sich das Erkennen von Fehlern und das Erstellen von Fehlermeldungen automati - sieren. Mit Hilfe des CPPS werden Sensordaten der Produktions- anlage und des sie durchlaufenden Produkts erfasst und aufbereitet. Der Digitale Zwilling des Produktes führt die Daten- sammlung, -speicherung und -auswertung durch. Die Analyse der Datenflussarchitektur ergab zahlreiche weitere fachliche Fragen im betroffenen Unternehmen, die an dieser Stelle mitberücksichtigt werden mussten und eine Diskussion auf technologischer und prozessualer Ebene angestoßen hatten (die folgenden Fragen stellen nur eine Auswahl dar): n Welche Rechte und Aufgaben hat ein CPPS und welche hat der Digitale Produktzwilling? n Welche Zugriffsrechte haben welche Stakeholder bzw. Rollen und welches Sichtenkonzept sollte etabliert werden? n Wer hostet den Digitalen Zwilling und wie wird eine Sicher- heit für den Datentransfer und -schutz gewährleistet? Zukunftsperspektiven Mit dem Datenfluss-Tool liegt ein informationstechnisches Werkzeug zur umfassenden Analyse, Planung und Absicherung des Entwicklungsumfeldes vor. Dabei wird, anders als bei beste- henden Ansätzen, das werttragende Medium der Daten und Informationsmodelle gleichberechtigt zu Prozessen und Werk- zeugen berücksichtigt. Die eigentlichen wertschöpfenden Aktivi- täten rücken in den Vordergrund. Dabei können die Aktivitäten automatisiert durch Algorithmen ausgeführt werden oder als Handlungsanweisungen für die involvierten Menschen erfolgen. In zukünftigen Weiterentwicklungen sollen weitere Herausfor- derungen in der Analyse von Datenflüssen angegangen werden. Für die Analyse des Wertstroms einerseits und die Artefakt- ProduktDatenJournal 2 2018

Wissenschaft & Forschung 57 Literatur: Lünnemann, P.; Fresemann, C.; Neumeyer, S.; Wang, W.; Stark, R. (2016a): Entscheidende Veränderungen in der zukünftigen kollaborativen Produktentwicklung. In: K. Brökel, J. Feldhusen, K.-H. Grote, Rieg F., R. Stelzer, P. Köhler et al. (Hg.): 14. Gemeinsames Kolloquium Konstruktionstechnik. Aachen: Shaker Publishing, S. 320–327. Lünnemann, P.; Müller, P.; Neumeyer, S.; Wang, W. M.; Hayka, H.; Kirsch, L. (2016b): Zukunft der unternehmens- übergreifenden Kollaboration. Expertenmeinungen zu aktuellen Herausforderungen und zukunftsweisenden Trends in der kollaborativen Produktentwicklung. 1. Aufl. 1 Band. Berlin: Fraunhofer IPK. Online verfügbar unter 978-3-945406-07-6. Lünnemann, Pascal; Stark, Rainer; Wang, Wei Min; Manteca, Paola Ibanez (2017a): Engineering activities – considering value creation from a holistic perspective. In: Ricardo Jardim-Gonçalves (Hg.): “Engineering, tech- nology & innovation management beyond 2020: new challenges, new approaches”. 2017 International Conference on Engineering, Technology and Innovation (ICE/ITMC): conference proceedings. Piscataway, NJ: IEEE, S. 315–323. Ōno, Taiichi; Hof, Wilfried; Stotko, Eberhard C.; Rother, Mike (2013): Das Toyota- Produktionssystem. Das Stan- dardwerk zur Lean Production. 3., erw. und aktualisier- te Aufl. Frankfurt am Main: Campus-Verl. (Produktion). Riedelsheimer, T.; Lünnemann, P.; Lindow, K.; Stark, R. (2017): Betrachtung des Entwicklungsumfeldes durch die methodische Datenflussanalyse. In: ProduktDaten Journal (2), S. 52–56. Schaefer, Dominique; Bohn, Ursula; Crummenerl, Claudia (2017): Culture First! Von den Vorreitern des digitalen Wandels lernen. Change Management Studie 2017. Capgemini Deutschland GmbH. Offenbach am Main. unter https://www.capgemini.com/consulting-de/wp-content/ uploads/sites/32/2017/10/change-management- studie-2017.pdf, zuletzt geprüft am 03.09.2018. verfügbar Online Bild 4: Datenflussarchitektur mit CPPS und Digitalem Zwilling Analyse andererseits wird eine Funktion vorgesehen, die alle Vorgänger und Nachfolger eines Artefakts darstellen. Dieses Feature kann bei der Überlegung zum Austausch von Datenfor- maten Anwendung finden und bei der Absicherung von Quali- tätsansprüchen eingehender Informationen, bzw. betrachteter Artefakte unterstützen (vgl. Stöckert 2011). In einer weiteren Ausbaustufe soll das Datenfluss-Tool um die Abbildung varianter Abläufe erweitert werden. Die entwickelte Notation sieht bislang keine Entscheidungsoptionen vor. Die Ver- wendung von Entscheidungsoptionen ist jedoch gängige Praxis in der Prozessdefinition, sodass auch im Datenfluss Varianten abgebildet werden müssen. Die manuelle Aufnahme von Datenflüssen ist derzeit eine auf- wändige, wenn auch berechtigte und nachhaltige, Tätigkeit. Eine mögliche Alternative ist es, die erfolgenden Aktivitäten sowie die dabei verwendeten Werkzeuge und Artefakte auto- matisiert zu identifizieren. Durch den Einsatz lernender Algorith- men ist dies möglich (Lünnemann et al. 2017). Dadurch wird zum einen die Abbildungsgenauigkeit des tatsächlichen Datenflusses erhöht und der Aufwand in der Erfassung des Entwicklungs - umfeldes deutlich reduziert. Auf dieser Fähigkeit aufbauend, lässt sich aus dem Analysewerkzeug mittelfristig ein Steuerungs- instrument etablieren. In Anlehnung an bestehende Worfklow- Systeme kann das zukünftige Dataflow-Tool den Datenfluss durch die Vermittlung von Entwicklungsaktivitäten an Entwickeln- de und Maschinen steuern, um die Wertschöpfung in ihrem korrekten Ablauf und unter Einhaltung notwendiger Qualität abzusichern. Stöckert, Henryk (2011): Fehlervermeidung an Schnitt- stellen-Prozessen der verteilten Produktentwicklung. Unter Mitarbeit von Technische Universität Berlin und Rainer Stark: Technische Universität Berlin. Insbesondere die geplante automatisierte Analyse durch den Einsatz von integrierten Data Analytics Tasks soll der zukünftigen steigenden Komplexität von global verteilter, flexibler und hoch- varianten Aktivitäten Rechnung tragen. So kann auch in Ihrem Unternehmen eine Datenflussanalyse versteckte Optimierungs- potentiale identifizieren und die Gestaltung der zukunftssicheren Entwicklungsumgebung unterstützen. Bei Interesse und Fragen freuen wir uns auf Ihre Kontaktaufnahme. Dr.-Ing. Kai Lindow Fraunhofer IPK / Informations- und Prozesssteuerung Tel.: +49 30 39006214 Mail: Kai.Lindow@ipk.fraunhofer.de Kontakt ProduktDatenJournal 2 2018

Impressum 59 Impressum ProduktDatenJournal, ein Journal zu Anwendungen, Produkten, Standards in der Produktdatentechnologie Herausgeber prostep ivip e.V. Redaktion prostep ivip e.V. Yvonne van der Steeg (Redaktionsleitung) Dolivostraße 11 64293 Darmstadt Telefon: 0 61 51 / 92 87-446 Telefax: 0 61 51 / 92 87-326 Layout und Produktion prostep ivip e.V. in Zusammenarbeit mit Müller-Stoiber & Reuss Poststraße 9 64293 Darmstadt Erscheinungsweise halbjährlich Auflage 2.200 Bezug für Mitglieder des prostep ivip e.V. kostenlos Verfälschung und Schutzrechte Nachdruck – auch auszugsweise –, Verviel - fältigung oder sonstige Verwertung ist nur mit schriftlicher Genehmigung des Heraus - gebers unter ausführlicher Quellenangabe gestattet. Gekennzeichnete Artikel stellen die Meinung des Autors, nicht unbedingt die der Redaktion dar. Alle Unterlagen, insbe- sondere Bilder, Zeichnungen, Prospekte etc., müssen frei von Rechten Dritter sein. Mit der Ein sendung erteilt der Verfasser / die Firma automatisch die Genehmigung zum kosten- losen weiteren Abdruck in allen Publikatio- nen des Heraus gebers, bei dem auch das Urheberrecht für veröffentlichte Manu - skripte verbleibt. Copyright by prostep ivip e.V. ISSN 1436-0403 ProduktDatenJournal 2 2018

Titel

Editorial

Inhalt

Kurz notiert ...

Japan: Gemeinsam Standards setzen

Agilität als Treiber für den Umbau der PLM-Landschaft

Aktuelle Entwicklungen der Forschungsvereinigung Smart Engineering e.V.

Neue Mitglieder

Produkte

Smart Service Lebenszyklus

MBSE praktisch nutzen

Neue Standards für die digitale Produktabsicherung

Durchgängiges Management von Informationsstrukturen in der Produktentstehung

High Performance Computing und Datenmanagement für Ingenieursanwendungen in Forschung, Mittelstand und Industrie

Core Value Processes for Traceability & Compliance

Wie kann eine erfolgreiche Einführung von Model-Based Systems Engineering erfolgen?

8 einfache digitale Transformationen zur Erhöhung der organisatorischen Agilität

IT-basiertes Werkzeug zur Datenflussanalyse im Entwicklungsumfeld

Termine

Impressum