Lesedauer: 3 Minuten
Entscheidungen früher treffen
Wie digital ist ein Fertigungsunternehmen? Die Antwort liegt nicht unbedingt in der Anzahl der eingesetzten Softwaretools. Eine bessere Frage ist, wo Entscheidungen getroffen werden. Wird über die Qualität immer noch an der Endkontrolle entschieden, oder lassen sich Probleme bereits während des laufenden Prozesses erkennen? Muss ein neues Design mehrere physische Versuche in der Fertigung durchlaufen, oder lässt sich sein Verhalten zunächst durch Simulation untersuchen?
Für OSKİM Automotive beginnt die Digitalisierung damit, diese Entscheidungspunkte weiter nach vorne im Prozess zu verlagern. Je früher ein potenzielles Problem erkannt werden kann, desto einfacher wird es, unnötige Versuche, Nacharbeiten und Kosten zu reduzieren.
Dieser Ansatz hat drei Hauptprioritäten geprägt: den Einsatz von Simulationen zur Unterstützung von Konstruktionsentscheidungen, die Einbindung der Qualitätskontrolle in den Produktionsprozess sowie die Erfassung von Energie- und CO₂-Daten direkt an den Produktionsanlagen.
Von der Simulation zur intelligenteren Produktion
Ein Bereich, in dem dieser Ansatz bereits angewendet wird, ist das Schweißen. OSKİM arbeitet an der Optimierung von Schweißabläufen, indem es technische Simulation mit künstlicher Intelligenz kombiniert. Das Ziel ist klar: zu verstehen, wie sich unterschiedliche Schweißabläufe auf die Verformung von Bauteilen auswirken, und diese Informationen zu nutzen, um bessere Produktionsentscheidungen zu treffen. Die Arbeit wurde bei der WINOVATION 2026 mit dem ersten Platz und beim KalTek Cup 2026 mit dem Sonderpreis der Jury ausgezeichnet.
Andere Projekte übertragen dasselbe Prinzip auf verschiedene Bereiche der Fertigung. Über sein Forschungs- und Entwicklungszentrum entwickelt OSKİM eine auf maschinellem Lernen basierende Qualitätskontrolle für Montageprozesse und arbeitet an der Echtzeitüberwachung von Schweißvorgängen. Ein wichtiger Bestandteil dieser Entwicklung ist die Fähigkeit des Unternehmens, unter der Marke Dynaress eigene Automatisierungsmaschinen und Prüfsysteme zu konstruieren.
Anstatt Messsysteme erst nach Fertigstellung einer Maschine nachzurüsten, können Sensoren und die Datenerfassung bereits zu Beginn der Maschinenkonstruktion berücksichtigt werden. Dies erleichtert es, die physischen Abläufe an der Produktionslinie mit den für die Analyse verwendeten digitalen Informationen zu verknüpfen.
Gute KI beginnt mit guten Daten
Die ersten Ergebnisse sind vielversprechend: weniger physische Testläufe, weniger Nacharbeit aufgrund von Maßabweichungen und eine bessere Chance, Probleme zu erkennen, bevor sie den Kunden erreichen. Diese Erfahrung hat jedoch auch eine wichtige Erkenntnis zutage gefördert. Das Schwierigste ist nicht unbedingt die Erstellung eines Modells für künstliche Intelligenz. Es geht vielmehr darum, sicherzustellen, dass die dem Modell zugrunde liegenden Daten vertrauenswürdig sind.
Eine an der falschen Stelle vorgenommene Messung, ein unzuverlässiger Sensor oder inkonsistente Prozessdaten können den Wert selbst des fortschrittlichsten Algorithmus mindern. Aus diesem Grund geht OSKİM digitale Projekte zunehmend so an, dass zunächst definiert wird, was gemessen werden muss, wo gemessen werden soll und wie diese Daten verwaltet werden sollen. Mit anderen Worten: Die Datenerfassung wird nicht als letzter Schritt eines digitalen Projekts betrachtet. Sie ist von Anfang an Teil des Konstruktionsprozesses.
Vernetzung von Qualitäts-, Energie- und CO₂-Daten
Das nächste Ziel besteht darin, verschiedene Arten von Produktionsinformationen zusammenzuführen. Qualitätsergebnisse, Prozessparameter, Energieverbrauch sowie CO₂-Daten werden oft getrennt verwaltet. Eine vernetzte Datenstruktur könnte es stattdessen ermöglichen, diese Informationen auf Produktebene nachzuverfolgen.
Dies gewinnt zunehmend an Bedeutung, da Automobilhersteller eine bessere Rückverfolgbarkeit entlang der gesamten Lieferkette erwarten und detailliertere Informationen über die Umweltauswirkungen einzelner Produkte verlangen. Wenn diese verschiedenen Datenquellen miteinander vernetzt sind, muss die Berichterstellung keine isolierte Tätigkeit mehr sein. Die benötigten Informationen können zu einem natürlichen Ergebnis des Produktionsprozesses selbst werden.
Wenn das Produkt zur Datenquelle wird
Der nächste Schritt könnte über das Erfassen von Daten aus Maschinen hinausgehen. Komponenten des Fahrwerks und des Chassis sind direkt den Belastungen durch die Straße ausgesetzt, doch ein Großteil dieser Informationen geht verloren, sobald das Fahrzeug in Betrieb genommen wird. Ein mit Sensoren ausgestatteter Querlenker könnte beispielsweise eines Tages Informationen darüber liefern, welchen Belastungen er ausgesetzt war und wie sich diese Belastungen im Laufe seiner Lebensdauer verändern. Solche Informationen könnten Ingenieuren helfen, Konstruktionsannahmen mit den tatsächlichen Fahrbedingungen zu vergleichen. Für Fahrzeughersteller könnten sie zudem neue Ansätze für die Zustandsüberwachung und vorausschauende Instandhaltung unterstützen.
Dies stellt einen umfassenderen Wandel in der Rolle eines Automobilzulieferers dar: von der Lieferung einer physischen Komponente hin zur Bereitstellung von Informationen und ingenieurtechnischen Erkenntnissen zusammen mit dieser Komponente. Für OSKİM und Dynaress liegt hier das langfristige Potenzial der digitalen Fertigung.
Die Technologie selbst wird zunehmend zugänglicher. Die größere Herausforderung besteht darin, die ingenieurwissenschaftliche Disziplin, die Datenkultur und die qualifizierten Teams aufzubauen, die erforderlich sind, um Informationen in nützliche Entscheidungen umzuwandeln. In der gesamten globalen Automobilindustrie könnte die Fähigkeit, zuverlässige Produktionsdaten in bessere Entscheidungen umzusetzen, zu einem der entscheidenden Wettbewerbsvorteile der nächsten Generation der Fertigung werden.
Sie finden Oskim auf der Automechanika Frankfurt in Halle 12.1 C64.
