Automatisierung bedeutet, menschliche Handlungsweisen durch technische Abläufe zu ersetzen – Abläufe, die verlässlich, reproduzierbar und in der Regel deterministisch sind. Ein Automat ist dabei eine abgeschlossene Einheit, deren Verhalten vollständig beschrieben und von klar definierten Bedingungen abhängig ist. Diese Form der Automatisierung war und ist essenziell für Effizienz, Qualität und Sicherheit.
Doch der industrielle Kontext verändert sich schneller, als klassische Automatisierung reagieren kann. Variantenvielfalt, volatile Märkte, dynamische Lieferketten und der demografische Wandel fordern Systeme, die nicht nur ausführen, sondern entscheiden, adaptieren und interpretieren. Autonomie erweitert daher den Horizont: Ein autonomes System kann unter unsicheren und variablen Randbedingungen wirken, Entscheidungen über längere Zeiträume treffen und sich selbst stabilisieren – ohne ständige menschliche Eingriffe.
Bei der Technologie-Initiative SmartFactory-KL in Kaiserslautern entsteht dafür mit der ‚Autonomik‘ eine neue wissenschaftliche Disziplin. Sie verbindet Automatisierungstechnik, KI, Informatik mit Sozial- und Rechtswissenschaften und beschäftigt sich mit der Frage, wie Maschinen, Systeme sowie Fabriken eigenständig handeln können – sicher, robust und verantwortungsvoll. Der demografische Wandel erhöht dabei den Handlungsdruck: In den kommenden Jahren wird eine Generation erfahrener Fachkräfte die Industrie verlassen, während gleichzeitig die Anforderungen an Produktionssysteme steigen.
Drei Bausteine für die autonome Fabrik
Um den Übergang von heutigen Produktionslandschaften zu autonomen Fabriken zu ermöglichen, hat die SmartFactory-KL ein Architekturmodell geschaffen, das modular, offen und Brownfield-fähig ausgelegt ist. Es basiert auf drei fundamentalen Bausteinen. Git, CI/CD-Pipelines, automatisierte Builds, Code-Reviews im Team: in der Softwareentwicklung seit Jahren Standard, in der SPS-Programmierung bisher kaum umsetzbar. ‣ weiterlesen
SPS-Entwicklung trifft DevOps: Wie CODESYS 4 IT-Methoden in die Automatisierung bringt
Den ersten bildet ein digitaler Backbone als Gedächtnis und Nervensystem der Fabrik. Digitale Zwillinge repräsentieren die relevanten Assets – Maschinen, Komponenten, Softwaremodule, Produkte oder Arbeitsplätze. Dadurch entsteht eine einheitliche Beschreibung der Produktionsobjekte, klassische Datensilos können aufgelöst und Informationen für Entscheidungen bereitgestellt werden. Der digitale Backbone schafft so die Grundlage für Interoperabilität und maschinelles Verständnis.
Der zweite Baustein betrifft die Automatisierung selbst. Während klassische Automatisierung in Signalen, Kabeln und Schaltplänen denkt, soll die Fabrik der Zukunft in Funktionen denken. Durch softwarebasierte Kapselung werden Maschinenverhalten, Ressourcen und Arbeitsplätze abstrahiert. Sie lassen sich dadurch unabhängig von Hersteller oder Technologie flexibel einsetzen. Selbst ältere Anlagen können so als Bausteine eines autonomen Systems weitergenutzt werden.
Als dritte Ebene kommen Agentensysteme hinzu. Softwareagenten übernehmen aktive Steuerungsrollen: Produkte kennen ihren nächsten Bearbeitungsschritt, Maschinen ihre Fähigkeiten und Verfügbarkeit, Logistiksysteme planen dynamisch optimale Wege. Produktionsabläufe werden damit nicht mehr zentral vorgegeben, sondern dezentral ausgehandelt. Systeme beginnen, sich selbst zu organisieren. Git, CI/CD, automatisierte Builds: in der IT Standard, in der SPS-Programmierung allerdings bisher nicht. ‣ weiterlesen
CODESYS 4: IT-Methoden für OT
Eine Architektur für beides
Entscheidend ist, dass die Referenzarchitektur traditionelle Automatisierungslösungen mit modernen Software- und Hardwarekomponenten verbindet. Im Mittelpunkt steht das Zusammenspiel zwischen OT-, IT/OT-Kopplungs- und IT-Ebene. Klar definierte Komponenten, Schnittstellen und Prozesse sollen Konsistenz und Interoperabilität gewährleisten. Unterschiedliche Systeme können dadurch miteinander interagieren – eine technische Voraussetzung dafür, dass Maschinen eigenständig handeln und kooperieren können. Gleichzeitig erleichtert die Architektur die Integration selbstlernender Systeme, intelligenter Algorithmen und Foundation Models. Sie können Daten in Echtzeit erfassen, analysieren und daraus lernen. Damit entsteht die Grundlage für autonome Entscheidungen und die automatische Anpassung an veränderte Produktionsanforderungen oder unvorhergesehene Ereignisse.
Digitale Zwillinge und Skills machen flexibel
Eine wichtige Rolle spielen dabei digitale Zwillinge und standardisierte Skills. Erkennt der digitale Zwilling beispielsweise Verzögerungen in einem Bearbeitungsschritt, können andere Maschinen automatisiert Aufgaben übernehmen. Einheitliche Skills beschreiben die Fähigkeiten einer Maschine und ermöglichen eine schnelle und flexible Neuverteilung der Aufgaben. Der Prozess kann dadurch ohne manuelle Eingriffe stabil gehalten werden.
