Smart Factory in der Praxis Wie Siemens im Gerätewerk Erlangen das Industrial Metaverse umsetzt

Anbieter zum Thema

VDW Verein Deutscher Werkzeugmaschinenfabriken e.V.

Schneider Electric GmbH

IBR Leiterplatten GmbH & Co. KG

Digitale Zwillinge, KI, Co-Piloten und virtuelle Steuerungen: Im Siemens Gerätewerk Erlangen verschmelzen reale Produktion und digitale Welt zu einem vernetzten Gesamtsystem. Eine Reportage aus dem Zentrum des Industrial Metaverse.

Das Siemens Gerätewerk Erlangen (GWE) hat sich zu einem hochautomatisierten Produktionsstandort entwickelt, der als Referenzfabrik für digitalisierte Fertigung dient. Die Wirtschaftsingenieurin Velia Janetzky erklärt die strategischen Beweggründe hinter der allumfassenden Digitalisierung: „Wir produzieren in einem Hochlohnland. Um unseren Standort zu sichern, müssen wir so effizient, flexibel und kosteneffektiv wie möglich arbeiten." Janetzky verantwortet maßgeblich die Umsetzung des Industrial Metaverse – von der digitalen Planung über KI-Anwendungen bis zur Integration der Prozesse auf dem Shopfloor.

Von der virtuellen Planung zur Realität

Im GWE beginnt jede neue Produktionslinie digital. Mitarbeitende scannen die Hallen und erstellen Punktewolken, die als verlässliches Abbild des Ist-Zustands dienen. Auf dieser Basis planen, simulieren und passen sie neue Layouts an. Auch kritische Bestandsanlagen, die noch nicht digital erfasst sind, rekonstruieren sie aus der Punktewolke. Diese digitale Grundlage ermöglicht es, neue Linien vollständig virtuell zu erproben – inklusive Materialflüssen, Roboterbewegungen und Interaktionen mit dem Personal. Sogar nicht-technische Beteiligte können in VR-Sitzungen direkt am digitalen Zwilling Feedback geben.

„Die Schnittstellen müssen so offen sein, dass wir möglichst viel Nutzen aus den einzelnen Daten ziehen können", ergänzt Janetzky. „Praktisch bedeutet das benutzerfreundliche Oberflächen, SaaS-Ansätze mit browserbasierten Anwendungen, weniger Installationsaufwand und die Integration von künstlicher Intelligenz durch Co-Piloten." Der Zugang zum Metaverse gestaltet sich dabei individuell: Das kann eine AR- oder VR-Brille sein, aber genauso gut ein herkömmliches Display an der Anlage, am Rechner oder am Tablet.

Wenn digitale Daten physische Form annehmen

Im GWE enden digitale Daten nicht bei der Planung. Sie fließen direkt in die operative Umsetzung: Das System generiert automatisch Stücklisten aus 3D-Modellen und berechnet exakt, welche Materialien in welcher Menge benötigt werden. Die digitalen Bodenlayouts projizieren Mitarbeitende als 2D-Floorprints auf den Hallenboden – so platzieren sie Maschinen punktgenau, ohne manuell Referenzpunkte einmessen zu müssen.

Auch Roboter erhalten ihre Steuerbefehle direkt aus simulierten Programmen, was den Übergang von der Planung zur Realität beschleunigt. Auf Basis des digitalen Zwillings haben Ingenieure nicht nur mechanische Aufbauten, sondern auch die Roboterbewegungen vorab simuliert und optimiert. Die früher aufwendige Inbetriebnahme haben sie dadurch spürbar verkürzt. Fehlerquellen, etwa falsch positionierte Greifpunkte, erkennen und beheben sie bereits in der virtuellen Umgebung – bevor das System überhaupt physisch entsteht.

KI trainiert KI mit synthetischen Bilddaten

Der Griff in die Kiste werde virtuell trainiert. Janetzky erklärt das Prinzip der synthetischen Bilddaten, die zum Training von KI-gestützten Kamerasystemen dienen. „Anstatt Trainingsbilder manuell zu erstellen, lassen wir in einer virtuellen Umgebung die Teile 300 bis 1.000 Mal in eine Kiste fallen und machen praktisch einen Screenshot. Da alles in einem digitalen Raum passiert, sparen wir uns den kompletten manuellen Aufwand, um Trainingsdatensätze vorzubereiten."

Diese Daten helfen Robotern, komplexe Bauteile präzise zu greifen und zu positionieren – besonders bei herausfordernden reflektierenden oder transparenten Objekten. Partner wie Nvidia unterstützen mit hochrealistischen Render-Engines die Trainingsqualität.

Janetzky vergleicht diesen Ansatz mit bekannten Captchas: „Google lässt Nutzer seine KI trainieren, indem sie in Captchas Bilder erkennen müssen. Große Unternehmen nutzen uns Privatpersonen als kostenlose Arbeitskraft, weil wir manuell kennzeichnen: Das ist ein Auto oder das ist kein Auto. In der Industrie haben wir diese Möglichkeit nicht. Wir müssten einen Werkstudenten eine Woche lang beschäftigen, um das zu erledigen. Oder wir nutzen unsere digitale Repräsentation und erreichen das automatisch." Das Erstellen der Bilder und das Training der visuellen Erkennung läuft automatisch über Nacht. Binnen weniger Stunden trainieren die Ingenieure so eine KI rein digital.

Intelligente Automatisierung auf dem Shopfloor

Im laufenden Betrieb übernimmt KI eine Schlüsselrolle bei der Prozessüberwachung: Die Systeme greifen auf kontinuierlich einlaufende Maschinendaten zu, analysieren Sensordaten in Echtzeit und erkennen kleinste Abweichungen noch während des laufenden Takts – etwa bei der automatischen optischen Inspektion (AOI) oder bei kraftgeregelten Montagevorgängen.

Ein anschauliches Beispiel liefert eine Montagezelle, in der ein kollaborativer Roboter (Cobot) Baugruppen verschraubt. Das System überwacht dabei fortlaufend den Kraftverlauf jeder Schraubbewegung. Treten Unregelmäßigkeiten auf – etwa durch abweichende Toleranzen, Materialprobleme oder einen schleichenden Sensorfehler – schlägt das System Alarm. Der digitale Zwilling im Hintergrund dient als Vergleichsinstanz: Er liefert das Sollverhalten, das das System permanent mit dem Ist-Zustand abgleicht.

Dieses Zusammenspiel aus virtueller Simulation per digitalem Zwilling und realer Beobachtung ermöglicht es, Probleme frühzeitig zu erkennen, die Ursachen gezielt einzugrenzen und Gegenmaßnahmen schnell umzusetzen. So wird kontinuierliche Verbesserung zur integrierten Eigenschaft des Fertigungssystems und nicht zur nachgelagerten Analyseaufgabe.

Siemens Industrial Co-Pilot: Der Dialog mit der Maschine

Der Siemens Industrial Co-Pilot veranschaulicht die industrielle KI besonders eindrucksvoll. Er funktioniert wie eine professionelle Version des Microsoft Co-Piloten, den Privatanwender aus dem Internet kennen – ein Large Language Model (LLM) ähnlich wie ChatGPT.

Dieses KI-Assistenzsystem unterstützt Mitarbeitende bei Fragen zu Maschinen, Wartung und Bedienung. Der Siemens Industrial Co-Pilot greift auf zahlreiche technischer Dokumente zu, darunter Bedienungsanleitungen, Wartungshandbücher und Spezifikationen einzelner Anlagen. Ein Beispiel aus dem Werk: Ein Instandhalter möchte wissen, wie er einen Greifer korrekt demontiert und ersetzt. Statt sich durch mehrere PDFs zu arbeiten, stellt er die Frage per Spracheingabe und erhält direkt eine verständliche Schritt-für-Schritt-Anleitung.

In der lauten Fabrikhalle erweist sich eine Spracheingabe allerdings als weniger praktikabel. Daher kommunizieren die Mitarbeitenden nicht unbedingt vor Ort mündlich mit der Maschine, sondern in ruhigeren Umgebungen oder klassisch per Tastatur.

Das System erklärt auch komplexe technische Zusammenhänge in natürlicher Sprache. Die nächste Ausbaustufe, die intern bereits getestet wird, verknüpft den Co-Piloten mit Echtdaten aus der Produktion. Dann soll er nicht nur Anleitungen liefern, sondern auch dabei helfen, Ursachen für konkrete Störungen zu identifizieren – etwa durch die Auswertung von Fehlercodes, Prozessdaten oder Zeitreihen. So entsteht eine intuitive Schnittstelle zwischen Mensch, Maschine und digitalem Wissensraum.

Steuerung ohne Schaltschrank: Software-Defined Automation mit virtueller SPS

Siemens geht einen Schritt weiter in die digitale Welt mit virtualisierter Steuerungstechnik. Mit SIMATIC AX und der Virtual PLC verlagert Siemens die klassische SPS in „dockerisierte" Softwareinstanzen, die auf Servern laufen. Konkret bedeutet das: Anstelle physisch installierter SPS-Hardware führt das System die Steuerungslogik in einer virtuellen Umgebung aus. Das reduziert den Hardwarebedarf, sp art Platz im Schaltschrank und erhöht die Skalierbarkeit.

Für das Werk werden sich daraus mehrere Vorteile ergeben: Inbetriebnahmen erfolgen schneller, weil Mitarbeitende virtuelle Instanzen in kürzester Zeit duplizieren oder anpassen können – unabhängig von Lieferzeiten physischer Komponenten. Umbauten an der Produktionslinie, die früher neue Verdrahtungen erforderten, bilden sie heute softwareseitig ab. Das erhöht nicht nur die Flexibilität bei Layoutänderungen, sondern ermöglicht auch eine präzisere Vorab-Simulation.

In Produktionsbereichen mit hohem Durchsatz schafft die Virtualisierung eine digital durchgängige Steuerungsebene. Auch Test- und Validierungsszenarien stellen die Mitarbeitenden in der digitalen Umgebung realitätsnah nach, bevor sie Änderungen in die laufende Produktion übernehmen. Die Trennung der Steuerungslogik von der Hardware bildet den Kern einer sogenannten Software-Defined Automation.

Warum die Industrie das Metaverse in der Fertigung braucht

Das Siemens Gerätewerk Erlangen demonstriert, wie Anwendungen des Industrial Metaverse heute schon produktiv wirken. Es geht nicht um zur Schau gestellte Zukunftsvisionen, sondern um handfeste Vorteile im Produktionsalltag: mehr Transparenz, schnellere Reaktionen auf Abweichungen, effizientere Instandhaltung und flexiblere Steuerung. Das Werk verkörpert keine bloße Demonstration, sondern gelebte Realität.

Als großer Konzern kann Siemens sich digitales Experimentieren leisten, während die Digitalisierung in kleineren und mittleren Unternehmen langsamer voranschreitet. Je nach Unternehmensgröße klafft die Schere in der Industrie noch weit auseinander. Umso wichtiger sind solche Praxisbeispiele. Denn die Kombination aus digitalen Zwillingen, künstliche Intelligenz und virtuellen Steuerungen bildet ein Ökosystem, das reale Effizienzgewinne schafft. Sie macht das Werk fit für zukünftige Marktanforderungen und zeigt der gesamten Industrie den Mehrwert der Digitalisierung. (mc)

(ID:50401135)