Interview Markus Kohler Eine gemeinsame Softwaresteuerung garantiert noch keine synchronisierte Messung

Anbieter zum Thema

dataTec AG

MES Electronic Connect GmbH & Co. KG

IBR Leiterplatten GmbH & Co. KG

DMB Technics AG

Wann reicht ein Messgerät nicht mehr? Markus Kohler von Datatec über integrierte Testsysteme, Fallstricke bei der Messkette und den sinnvollen Einsatz von KI.

Ein einzelnes Messgerät stößt an seine Grenzen, wenn isolierte Messwerte nicht mehr ausreichen, um das Gesamtsystem zu verstehen. Müssen etwa elektrische Signale, Temperaturen und Steuerungsdaten zeitlich miteinander abgeglichen werden, kann ein integriertes Testsystem sinnvoll sein. Das gilt auch, wenn zahlreiche Betriebszustände wiederholt geprüft und lückenlos dokumentiert werden sollen. Besonders dann, wenn manuelle Abläufe im Labor zu zeitaufwendig oder fehleranfällig werden.

Das muss nicht gleich ein hochkomplexer Prüfstand sein. Oft reicht es, vorhandene Messgeräte über eine gemeinsame Steuerung und Datenerfassung miteinander zu verbinden. So lässt sich der Schritt von der punktuellen Messung zu einem skalierbaren Prüfprozess machen, ohne bestehende Investitionen aufzugeben.

Herr Kohler, woran erkennt ein Entwicklungsteam, dass ein einzelnes Messgerät nicht mehr ausreicht und ein integriertes Testsystem nötig wird?

Ein typisches Anzeichen ist, dass einzelne Messwerte nicht mehr genügen, um das Gesamtsystem zu verstehen. Müssen beispielsweise elektrische Signale, Temperaturen und Steuerungsdaten zeitlich miteinander korreliert werden, stößt ein einzelnes Messgerät an seine Grenzen. Das gilt auch, wenn zahlreiche Betriebszustände wiederholt geprüft und lückenlos dokumentiert werden sollen. Werden manuelle Abläufe im Labor zu zeitaufwendig oder fehleranfällig, kann ein integriertes Testsystem sinnvoll sein.

Das muss nicht gleich ein hochkomplexer Prüfstand sein. Oft reicht es, vorhandene Messgeräte über eine gemeinsame Steuerung und Datenerfassung miteinander zu verbinden. So lässt sich der Schritt von der punktuellen Messung zu einem skalierbaren Prüfprozess machen, ohne bestehende Investitionen aufzugeben.

Welche technischen Parameter bestimmen bei einer konkreten Messaufgabe zuerst die Auswahl – etwa Bandbreite, Messunsicherheit, Synchronisation, Kanalzahl oder Automatisierbarkeit?

Eine starre Rangfolge gibt es nicht. Ausgangspunkt ist immer das Ziel der Messung: Welche Aussage soll das Ergebnis liefern, und welche Größen müssen unter welchen Betriebsbedingungen mit welcher Genauigkeit erfasst werden? Daraus ergibt sich die Priorisierung.

Bei schnellen Schaltvorgängen stehen Bandbreite und Abtastrate weit oben. Bei der Messung kleiner Verlustleistungen ist die Messunsicherheit der gesamten Messkette entscheidend. Sollen Ursache und Wirkung über mehrere Signale hinweg analysiert werden, rückt die Synchronisation in den Fokus. Kanalzahl und Automatisierbarkeit beeinflussen wiederum die passende Systemarchitektur.

Wichtig ist eine ganzheitliche Betrachtung. Dazu gehören auch Sensoren, Tastköpfe und Verkabelung. Nur so lässt sich beurteilen, ob das Gesamtsystem verlässlich und wirtschaftlich ist.

Wo liegen typische Fallstricke bei der Integration von Messgeräten, Software und Prüfling?

Die Herausforderungen liegen häufig weniger in den Spezifikationen der einzelnen Geräte als an den Schnittstellen. Selbst wenn die Komponenten für sich genommen passen, können sie unterschiedliche Zeitbasen, Triggerbedingungen oder Datenformate verwenden. Eine gemeinsame Softwaresteuerung garantiert noch keine synchronisierte Messung. Auch Treiberkompatibilität, eine saubere Fehlerbehandlung und nachvollziehbare Konfigurationen werden oft unterschätzt.

Entscheidend ist außerdem die physikalische Ebene: Ungeeignete Tastköpfe, fehlerhafte Erdung oder mangelhafte Schirmung können Messergebnisse verfälschen. Bei leistungsstarken Aufbauten müssen auch Schutzfunktionen und sichere Abschaltzustände berücksichtigt werden.

Ein Messsystem ist mehr als die Summe seiner Teile. Deshalb empfehlen wir, die gesamte Messkette frühzeitig an einem repräsentativen Testaufbau zu validieren.

Können Sie ein Beispiel aus Robotik, Leistungselektronik oder Automatisierung nennen, bei dem sich die Teststrategie geändert hat?

Ein Beispiel ist die Entwicklung von Hochleistungskomponenten mit modernen SiC- oder GaN-Halbleitern, etwa in Invertern. Die hohen Schaltgeschwindigkeiten dieser Bauelemente stellen größere Anforderungen an Bandbreite und zeitliche Auflösung. Bei der Signalerfassung können bereits Fehler im Nanosekundenbereich zu falschen Ergebnissen führen.

Die Teststrategie hat sich dadurch von statischen Leistungsmessungen hin zur Erfassung hochdynamischer Vorgänge unter definierten Umgebungsbedingungen verschoben. Ansteuerung, Stromversorgung und Auswertesoftware müssen aufeinander abgestimmt sein, damit sich Schaltverluste systematisch untersuchen und Designvarianten nachvollziehbar vergleichen lassen. Tests dienen damit nicht nur der Endkontrolle, sondern können auch als datenbasiertes Optimierungswerkzeug im Entwicklungsprozess eingesetzt werden.

Was bedeutet eine herstellerunabhängige Beratung konkret, wenn mehrere Lösungen technisch infrage kommen?

Herstellerunabhängigkeit bedeutet für uns, die konkrete Anwendung und die Anforderungen des Kunden in den Mittelpunkt zu stellen. Sind mehrere Messlösungen technisch geeignet, vergleichen wir auch Faktoren jenseits der technischen Eckdaten: Integrationsaufwand, Softwareanbindung, Erweiterbarkeit und Gesamtkosten über die Nutzungsdauer. Bestehende Geräte und das Know-how des Entwicklungsteams fließen ebenfalls in die Bewertung ein.

Die auf dem Datenblatt leistungsfähigste Lösung ist nicht automatisch die beste für den Laboralltag. Unser breites Herstellerportfolio gibt uns die Möglichkeit, unterschiedliche Ansätze gegeneinander abzuwägen. Entscheidend ist, Stärken und Grenzen transparent zu machen und eine Empfehlung nachvollziehbar zu begründen.

Was verstehen Sie unter datenbasierten Testverfahren und KI-gestützten Entwicklungsprozessen? Welche Voraussetzungen müssen dafür erfüllt sein?

Datenbasierte Testverfahren betrachten Messwerte nicht isoliert und reduzieren sie nicht auf ein einfaches Pass/Fail-Ergebnis. Vielmehr geht es darum, Verläufe und Zusammenhänge über verschiedene Betriebszustände oder Produktvarianten hinweg systematisch auszuwerten. Daraus lässt sich ableiten, wo Optimierungspotenzial besteht oder zusätzliche Prüfungen nötig sind.

KI kann darüber hinaus dabei helfen, Muster und Anomalien in großen Datenmengen zu erkennen oder Alterungsprozesse vorherzusagen. Im Entwicklungsprozess kann sie auch die Erstellung von Testsoftware oder die Auswertung von Ergebnissen unterstützen. Voraussetzung dafür ist eine hohe und konsistente Datenqualität mit eindeutigem Kontext: Welcher Prüfling wurde mit welchem Messaufbau und welcher Softwareversion sowie unter welchen Umgebungsbedingungen getestet?

KI kann Prozesse effizienter machen. Die Ergebnisse müssen jedoch fachlich überprüft und für den vorgesehenen Einsatz validiert werden. Sie ersetzt weder eine saubere Messung noch die Verantwortung der Entwickler. (heh)

(ID:50998341)