Vom Model-based Design zu DevOps

Mechatronische Systeme pragmatisch digitalisieren

13. Dezember 2021, 9:21 Uhr | Philipp Wallner, Mathworks
Digitalisierung IIoT Tools Smarte Fabrik Testfabrik Digital Cloud Industrie 4.0
© iTac Software

Wie klappt digitale Transformation im Unternehmen? Wie kommen die hehren Ziele, die ausgearbeiteten KPI's und Strategien in die praktische Umsetzung? Mögliche Wege und Herangehensweisen für Entwickler in der Industrie.

Vom Wandel hin zu datengetriebenen Prozessen, der Integration neuer und vorhandener Plattformen bis hin zur zunehmenden Komplexität von Software und Hardware – die Herausforderungen, vor denen Unternehmen heute stehen, sind vielfältig. Allen gemeinsam ist die Notwendigkeit, Systeme und Prozesse miteinander zu vernetzen. So lassen sich Daten nutzbringend zur Leistungsoptimierung, Kostensenkung und Entwicklung neuer Dienstleistungen einsetzen.

Hier können neue Blickwinkel hilfreich sein. Continuous Lifecycle- und DevOps-Ansätze etwa lassen sich auf mechatronische Systeme übertragen, die nicht ausschließlich auf Software basieren. Dies gestattet es, über den aktuellen Stand der Technik hinauszugehen, sich aber gleichzeitig auf bekannte und akzeptierte Konzepte zu stützen.

Die Fabrik der Zukunft soll nicht mehr nur einheitliche Produkte in großen Stückzahlen herstellen können. Sie soll vielmehr die Flexibilität und Personalisierung maßgeschneiderter Produkte mit den niedrigen Stückpreisen der Massenproduktion kombinieren. Voraussetzung dafür ist eine vernetzte, flexible und autonome Produktion mit durch Software rekonfigurierbaren Maschinen. Die stetig wachsende Komplexität von Anlagen und deren Software stellt dabei jedoch eine zentrale Herausforderung dar. Ein Lösungsansatz ist der konsequente Einsatz von Modellen und Daten in der Entwicklung von Maschinen, Prozessen und Dienstleistungen.

Anbieter zum Thema

zu Matchmaker+

Der digitale 'Rote Faden'

Im Lebenszyklus von mechatronischen Systemen findet man Modelle typischerweise in zwei Phasen: der Konzeption auf der Systemebene und dem Entwurf von Teilsystemen.

Digitalisierung IIoT Transformation Entwicklung Testfabrik Digital Cloud Industrie 4.0
Bild 1. Ausweitung des Einsatzes von Modellen auf sämtliche Phasen des Lebenszyklus der Maschine.
© MathWorks

Eine echte digitale Transformation verlangt jedoch mehr. Sie erfordert die systematische Verwendung von Modellen über den gesamten Lebenszyklus einer Maschine oder Anlage (Bild 1). Modelle fungieren dabei als zentrale „Single Source of Truth“. Durch bidirektionale Verknüpfung dieser Modelle mit Anforderungen und Anwendungsfällen (Bild 1 ganz links) entsteht eine Art digitaler Roter Faden aus Informationen und Rückverfolgbarkeit. So wird sichergestellt, dass Systeme das tun, was sie sollen.

Aus den gleichen Modellen wird im Anschluss automatisch die Software generiert, die auf dem fertigen Produktionssystem laufen wird (Mitte). Auch die Verifikation und Validierung stützt sich auf diese Modelle (rechts v. d. Mitte), die nun als goldene Referenz dienen. Bei einer auf Modelle gestützten Produktentwicklung kann dies von Anfang an stattfinden. Verifikation und Validierung werden damit zu einem durchgängigen Prozess und helfen, Integrationsprobleme und Fehler früher aufzudecken.

Während der Inbetriebnahme und sogar während des Betriebs können die Modelle als digitale Zwillinge genutzt werden und stellen eine wichtige Hilfe für den Betrieb und die Wartung von Maschinen und Anlagen dar. Zum Beispiel lassen sie sich zur virtuellen Inbetriebnahme und für Predictive Maintenance nutzen.


  1. Mechatronische Systeme pragmatisch digitalisieren
  2. DevOps für mechatronische Systeme, Atlas Copco

Verwandte Artikel

MathWorks GmbH