Das vom Bundesministerium für Forschung, Technologie und Raumfahrt unterstützte Projekt Feni-X (Flexibilität und Effizienz in Produktionsnetzwerken – Entschiedene Reaktion auf X) hat das Ziel Unternehmen durch technologische Nachrüstung widerstandsfähiger gegenüber Störungen und Krisen zu machen. Das Projekt wird durch das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) im Programm ‚Zukunft der Wertschöpfung – Forschung zu Produktion, Dienstleistung und Arbeit‘ in der Fördermaßnahme ‚Dynamische Wertschöpfungsnetzwerke im turbulenten Umfeld – Aufbau von Resilienz in produzierenden Unternehmen (Resipro)‘ gefördert und vom Projektträger Karlsruhe (PTKA) betreut. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autoren. Im Arbeitspaket des Umwelt-Campus Birkenfeld der Hochschule Trier liegt der Fokus auf der Resilienzbewertung von Produktionsnetzwerken und unter anderem darauf, wie Bestandsanlagen so ausgestattet werden können, dass relevante Betriebsdaten lokal und sicher erfasst sowie intelligent ausgewertet werden – ganz ohne eine Umgestaltung der vorhandenen Steuerungssysteme.
Edge-KI-Plattform als Schnittstelle
Hier setzt die Edge-KI-Plattform Minerva von Ignaite an: Die kompakte, mit Sensoren bestückte Platine agiert direkt an der Maschine als intelligente Schnittstelle zwischen analoger Signalwelt und digitaler Datenverarbeitung. Technisch bietet Minerva flexible Konnektivität über bewährte Industrieschnittstellen wie Modbus RTU und digitale I/Os sowie einen stromsparenden Mikrocontroller. Ein leistungsfähiges Edge-AI-Modul erlaubt es, Sensordaten unmittelbar vor Ort aufzubereiten, zu analysieren und vorzuverarbeiten. Dadurch wird gewährleistet, dass Maschinen nicht unkontrolliert Rohdaten weitergeben, sondern diese bereits am Entstehungsort interpretiert, geglättet und bewertet werden.
Die Herausforderungen bei einer solchen Nachrüstung liegen nicht allein in der Sensorik, sondern vor allem darin, wie die Daten verfügbar, verlässlich und sicher in bestehende IT-Strukturen eingebunden werden. Klassische Nachrüstlösungen setzen auf Industrie-PCs oder cloudbasierte Plattformen, die jedoch in produktionsnahen Bereichen oft an räumlichen, wartungstechnischen oder datenschutzrechtlichen Einschränkungen scheitern. Der Ansatz von Minerva ist deshalb dezidiert dezentral und lokal – sämtliche KI-Auswertungen laufen direkt auf der Platine. Eine Cloud-Anbindung ist nicht zwingend erforderlich und kann bedarfsweise flexibel über Schnittstellen wie MQTT, REST oder OPC UA realisiert werden.
Flexible Integration in bestehende Infrastrukturen
Im Rahmen von Feni-X wurde Minerva auch an einer industriellen Modellanlage dieser Netzwerkstruktur getestet und individuell mit passender Sensorik ausgestattet. Die Platine ermöglicht es, eine Vielzahl von Prozessparametern zu erfassen, darunter Stromverbrauch, Vibrationen und Nutzungszyklen. Besonders im Fokus steht die lokale Analyse und Mustererkennung: Mithilfe maschinellen Lernens lassen sich Abweichungen im Maschinenverhalten frühzeitig erkennen, was die Grundlage für prädiktive Wartung und erhöhte Prozesssicherheit schafft. In der Intralogistik ist die Maximierung der Lagerkapazität entscheidend. Kompakte Sensoren spielen dabei eine Schlüsselrolle: Höchste Leistung in kompakter Bauform schafft mehr Platz für die Ware, denn die Technik macht sich klein. ‣ weiterlesen
Intralogistik: Neue Baumer ToF-Sensoren machen sich klein
Die KI-Auswertungen laufen vollständig vor Ort; so werden Latenzzeiten minimiert und Datenschutzrücksichten beachtet. Typische Maschinenzustände wie Leerlauf, Betrieb, Lastwechsel und mögliche Fehlfunktionen werden mittels Edge-AI identifiziert und im Bedarfsfall weitergeleitet oder visualisiert. Dabei kann Minerva sowohl autonom agieren als auch als Baukasten in eine bestehende Infrastruktur integriert werden – von der Anbindung ans ERP-System bis zur einfachen Produktionsvisualisierung reichen die Einsatzmöglichkeiten.
Flexible Integration in bestehende Infrastrukturen
Die Programmierung erfolgt über ein grafisches User-Interface, das Teil der Minerva-Plattform ist. Für komplexe Aufgaben werden KI-Modelle als Docker-Container eingebunden, sofern die Ressourcen auf dem Modul ausreichen. Parallel entwickelt Ignaite für Feni-X ein zentrales Interface, das Initialisierung, Überwachung und Aktualisierung der Systeme remote ermöglicht. Die lokale Ausführung aller Systeme garantiert, dass bei einem Netzwerk- oder IT-Ausfall sämtliche Auswertungen weiterlaufen und Daten sicher zwischengespeichert sind.
Das praktische Beispiel aus Feni-X demonstriert das Potenzial von Einplatinenrechnern wie Minerva für die dezentrale Überwachung kritischer Produktionsprozesse anhand realer Sensorwerte. Konkret werden in einem frühen Schritt Sensordaten von Werkzeugträgern (Druck, Vibration, Position) direkt analysiert, um Unregelmäßigkeiten zu entdecken und Prozesssicherheit zu gewährleisten. Die Mustererkennung erfolgt anhand zeitlicher Signalverläufe oder sich wiederholender Anomalien; diese gewinnen für den Anlagenbetrieb zunehmend an Bedeutung.
Im Betrieb lernt das System kontinuierlich – zunächst durch Sammlung und Annotation von Rohdaten, anschließend durch das Training von Modellen, die etwa typische Stromkurven unter Last oder automatisierte Verschleißerkennung leisten. Das sogenannte Feed-Forward-Verfahren ermöglicht die fortlaufende Anpassung, sodass kein generisches Modell verwendet werden muss, sondern jedes einzelne System individuell optimiert wird, und zwar direkt vor Ort und während des Betriebs. Digitale Souveränität in der Automation: Fraunhofer IOSB-INA entwickelt einen KI-Assistenten für die SPS-Programmierung. ‣ weiterlesen
Automatisierung neu gedacht
Offene Standards ermöglichen nachhaltige Digitalisierung
In Feni-X wird zudem verdeutlicht, wie offene Standards und modulare Architekturen zur nachhaltigen Digitalisierung beitragen. Die Minerva-Plattform ist unabhängig von einzelnen Software- oder Hardwarevorgaben integrierbar und unterstützt somit langlebige Wartbarkeit, Updatefähigkeit und Skalierbarkeit. Die durchgängige Retrofit-Strategie, kombiniert mit digitalen Maschinenakten und modellbasiertem Datenmapping, adressiert technische wie organisatorische Hürden und ermöglicht die einfache Erweiterung bestehender Anlagen um intelligente Überwachung und Analyse.
Zukunftsfähige Architektur und Interaktionsformen
Diese zukunftsorientierte Architektur eröffnet neue Interaktionsformen mit Maschinen. Die Entwicklung eines sprachbasierten lokalen Assistenzsystems für Minerva ist bereits angedacht: Wartungspersonal soll kontextsensitiv unterstützt werden, indem etwa Warnungen oder Handlungsempfehlungen direkt lokal ausgegeben werden – ohne zentrale Netzwerksteuerung oder Internetabfrage. Solche Funktionen steigern die Ausfallresistenz und sorgen für höhere Sicherheit im Produktionsprozess.
Auch für anspruchsvollere KI-Anwendungen ist Minerva gerüstet: KI-Modelle wie neuronale Netze können lokal auf Komponenten der Nvidia Jetson-Reihe betrieben werden. Sehr große Sprachmodelle stoßen hier an technische Grenzen, doch im industriellen Betrieb zeigen sich kleinere, spezialisierte Sprachmodelle zunehmend als überlegen: Sie sind performanter, benötigen weniger Ressourcen und können vollständig lokal gehalten werden.
Feni-X verknüpft technische Innovation mit praxisnahen Anwendungen und schafft es, durch Edge-KI die Brücke vom mechanischen Anlagenbetrieb zum datengetriebenen Produktionsnetzwerk zu bilden. Die modulare und flexible Lösung von Ignaite bietet eine Vielzahl von Optionen zur Nachrüstung und ermöglicht es Unternehmen, innovative Analyse- und Wartungsstrategien einfach, effizient und ohne umfassende Umbaumaßnahmen umzusetzen.
