Datum 2024/2025
Software: Visual Studio Code | Siemens TIA Portal | EPLAN
Technologien Python | Poetry | Github | OpenAI Whisper | Suno AI Bark | Argos Open Tech Translate | OPC UA | WiFi | Ethernet | Siemens PLC

Über das Projekt
Im Projekt [vɔks] wurde eine sprachgesteuerte Schnittstelle für den Einsatz in Sondermaschinen und modernen Fertigungssystemen entwickelt. Ziel war die Entwicklung einer neuartigen, benutzerfreundlichen und mehrsprachigen Schnittstelle für die Mensch-Maschine-Interaktion, insbesondere zur Unterstützung internationaler Teams bei Bedienung, Wartung und Überwachung. Die Sprachsteuerung ermöglicht eine intuitive Kommunikation mit Maschinen und Anlagen und kann dazu beitragen, die Komplexität von Aufgaben für Bedienerinnen und Bediener zu reduzieren. Auf Basis moderner KI-Technologien wurde ein Software-Prototyp entwickelt, der vollständig lokal ausgeführt wurde – ohne Verbindung zu externen Servern. Dadurch konnten auch Anforderungen an den Datenschutz in industriellen Umgebungen angemessen berücksichtigt werden. Das Projekt verband technologische Innovation mit praktischer Anwendbarkeit und leistete einen wesentlichen Beitrag zur Umsetzung von Industrie-4.0-Konzepten.

Technischer Ansatz
Der Prototyp wurde auf Basis einer modularen Softwarearchitektur in Python entwickelt und integrierte moderne KI-Technologien wie OpenAI Whisper für Speech-to-Text, Argos Open Tech Translate für neuronale maschinelle Übersetzung und Suno AI Bark für Text-to-Speech. Die Kommunikation mit Maschinensteuerungen erfolgte über den offenen Standard OPC UA. Sämtliche Verarbeitungsschritte wurden lokal ausgeführt, um den Schutz sensibler Daten sicherzustellen. Der technologische Rahmen wurde iterativ umgesetzt – zunächst als Proof of Concept und anschließend durch evolutionäres Prototyping weiterentwickelt. Zur Simulation industrieller Umgebungen wurden speicherprogrammierbare Steuerungen von Siemens eingesetzt. Ein besonderer Fokus lag auf der Benutzerfreundlichkeit, weshalb Expertinnen und Experten aus den Bereichen UX/UI und Produktionstechnik aktiv in den Entwicklungsprozess eingebunden wurden.

Rückblick
Der Prototyp [vɔks] zeigte einen möglichen Ansatz und verdeutlichte das Potenzial sprachgesteuerter Schnittstellen in industriellen Anwendungen. Der iterative Entwicklungsprozess ermöglichte eine gezielte Umsetzung und erlaubte es, technologische sowie konzeptionelle Herausforderungen frühzeitig zu erkennen und zu bearbeiten. Im Projektverlauf zeigte sich, dass insbesondere die lokale Integration von KI-Komponenten und die nutzerzentrierte Anpassung entscheidende Erfolgsfaktoren darstellten. Die abschließende Evaluierung des Prototyps unter realitätsnahen Bedingungen machte sowohl seine Funktionsfähigkeit als auch sein Optimierungspotenzial sichtbar, beispielsweise hinsichtlich der Reaktionsgeschwindigkeit oder des Umgangs mit komplexen Anfragen. Insgesamt stellt [vɔks] einen erfolgreichen Schritt in Richtung intuitiver, sicherer und datenschutzkonformer sprachbasierter Mensch-Maschine-Kommunikation dar.

Datum: 2024
Software: Microsoft Office, Zotero
Technologien: IoT/IIoT, CPS, Edge/Fog/Cloud Computing, AI, Machine Learning

Über das Projekt
Dieser State of the Art Report (STAR) zu Knowledge Modeling & Sensors entstand im Rahmen einer Lehrveranstaltung für das Josef Ressel Zentrum für wissensbasierte visuelle Datenanalyse in der industriellen Produktion. Ziel war es, eine fundierte Analyse aktueller Technologien, Methoden und Herausforderungen im Zusammenhang mit der Nutzung industrieller Daten bereitzustellen. Im Fokus standen die Rolle intelligenter Sensortechnologien, strukturierter Datenmodelle und moderner Systemarchitekturen im Kontext von Industrie 4.0, IIoT und Machine Learning. Aufgrund der zunehmenden Vielfalt und Menge an Daten in modernen Produktionsumgebungen wird die Fähigkeit zur effizienten Verarbeitung und Integration von Daten zu einer zentralen Kompetenz. Auf Basis begutachteter wissenschaftlicher Publikationen bietet der Bericht eine strukturierte Analyse relevanter Technologien zur Erfassung, Verarbeitung und Nutzung industrieller Sensordaten. Die Ergebnisse tragen dazu bei, Grundlagen für weiterführende Forschungsarbeiten am Zentrum zu schaffen und praxisnahe Lösungsansätze für reale industrielle Problemstellungen vorzubereiten.

Technischer Ansatz
Der Bericht basiert auf einer strukturierten Literaturrecherche, die im April 2024 unter Verwendung wissenschaftlicher Datenbanken wie IEEE Xplore, ScienceDirect, Google Scholar, ResearchGate sowie der KI-gestützten Plattform scienceOS durchgeführt wurde. Die Recherche konzentrierte sich auf Publikationen aus den Jahren 2019 bis 2024 und basierte auf themenspezifischen Suchbegriffen. Die Relevanz der Beiträge wurde anhand definierter Ausschlusskriterien systematisch bewertet, beispielsweise Sprache, Verfügbarkeit, Duplikate und fachliche Relevanz. Die ausgewählten Publikationen wurden anschließend anhand von vier Kernkategorien analysiert:

1. Sensortechnologie & Datenerfassung
2. Datenmodellierung
3. Systemarchitekturen
4. Leistungsfähigkeit & Benutzerfreundlichkeit

Dieser strukturierte Ansatz ermöglichte es, Querverbindungen zwischen den Arbeiten herzustellen und ein umfassendes Bild aktueller technologischer Entwicklungen zu zeichnen.

Rückblick
Obwohl es sich nicht um ein klassisches Entwicklungsprojekt handelt, war der STAR ein intensiver Analyseprozess mit hoher Relevanz für die anwendungsorientierte Forschung. Die Literaturrecherche zeigte deutlich, wie uneinheitlich und heterogen industrielle Dateninfrastrukturen bis heute sind – sowohl im Hinblick auf die Sensorintegration als auch auf Datenmodelle und Systemschnittstellen. Besonders wertvoll war die Auseinandersetzung mit intelligenten Sensoren, semantischen Datenstrukturen und verteilter Datenverarbeitung über Edge-, Fog- und Cloud-Konzepte. Der Bericht zeigt nicht nur aktuelle Herausforderungen auf, sondern auch strategische Lösungsansätze, um Daten wirksam für Predictive Maintenance, Effizienzanalysen oder automatisierte Entscheidungen zu nutzen. Als Beitrag zum Josef Ressel Zentrum legt die Arbeit eine wichtige theoretische Grundlage für zukünftige Forschungs- und Praxisprojekte.

Datum: 2023/2024
Software: Siemens TIA Portal | EPLAN | Visual Studio Code | Arduino DIE
Technologien: TCP/IP | Ethernet | Wi-Fi | ESP32 Mikrocontroller | Siemens SPS

Über das Projekt
Das Projekt „SC2SC“ (Abkürzung für Sensor Connector to Siemens Control) zielte auf die Entwicklung einer flexiblen und kosteneffizienten Datenschnittstelle zur Anbindung ESP32-basierter Sensormodule an Siemens S7-SPS-Systeme ab. Vor dem Hintergrund der deutlich zunehmenden Relevanz individueller IoT-Lösungen im industriellen Umfeld wurde eine TCP/IP-basierte Kommunikation zwischen Mikrocontrollern und speicherprogrammierbaren Steuerungen konzipiert. Das Projekt wurde im Rahmen der Industry 4.0 Masterclass in Zusammenarbeit mit Herrn Philipp Kyr, BSc. durchgeführt und erstreckte sich über einen Zeitraum von zwei Semestern. Im Fokus stand nicht nur die Implementierung der Schnittstelle, sondern auch die Gestaltung standardisierter Abläufe zur Minimierung von Anwenderfehlern bei der Integration. Die Projektarbeit bildet damit die Grundlage für modulare Erweiterungen industrieller Systeme durch frei konfigurierbare Sensortechnologie und adressiert zentrale Herausforderungen wie Interoperabilität, Effizienz und Sicherheit in der industriellen Kommunikation.

Technischer Ansatz
Die technische Grundlage des Systems bildet ein eigens entwickeltes Kommunikationsprotokoll über TCP/IP. Die Kommunikation erfolgt bidirektional zwischen Siemens S7-1200/1500-Steuerungen und verschiedenen ESP32-Modellen, die über WLAN oder Ethernet angebunden sind. Eine standardisierte Datenstruktur mit Initialisierungs-, Direktiven- und Sensordaten-Headern stellt Konsistenz und Erweiterbarkeit sicher. In diesem Zusammenhang übernimmt die SPS die Rolle eines Data Brokers, dessen Aufgabe darin besteht, eingehende Informationen in Echtzeit zu analysieren und weiterzuverarbeiten. Besonderes Augenmerk wurde auf die Validierung und Absicherung der Daten gelegt, unter anderem durch Prüfsummen (CRC), Zeitstempel und Benutzerzugriffskontrolle. Die Konfiguration erfolgt über eine benutzerfreundliche Weboberfläche auf den ESP-Modulen, wodurch die Integration auch für weniger erfahrene Anwenderinnen und Anwender erleichtert wird. Darüber hinaus integriert das Projekt Konzepte für Skalierbarkeit, Fehlererkennung und Redundanz und wurde iterativ mittels evolutionärem Prototyping entwickelt.

Rückblick
Das System erfüllte die funktionalen Anforderungen und zeigte unter Laborbedingungen eine stabile Kommunikation. Der entwickelte Prototyp ist in der Lage, Sensordaten zuverlässig an Siemens-SPS-Systeme zu übertragen und schafft damit eine solide Grundlage für industrielle IoT-Anwendungen. Besonders erfolgreich erwiesen sich die Umsetzung der Konfigurationsoberfläche sowie die standardisierten Datenstrukturen, die eine effiziente Integration zusätzlicher Sensoren ermöglichen. Probleme bei der Erstkonfiguration konnten durch Code-Optimierungen gelöst werden. Auch anfängliche Herausforderungen im Bereich der Netzwerkstabilität und des Hardwaremanagements wurden durch strukturierte Tests und iterative Verbesserungen erfolgreich adressiert. Die Projektergebnisse bieten erhebliches Potenzial für Weiterentwicklungen, beispielsweise durch die Integration zusätzlicher Protokolle wie PROFINET oder cloudbasierter Analyse-Module. Die einfache Erweiterbarkeit, die geringen Kosten und die Offenheit des Konzepts machen den Ansatz insbesondere für Retrofit-Anwendungen sowie für die Erweiterung bestehender Anlagen um Sonderlösungen interessant.

Datum: 2022/2023
Software: Beckhoff TwinCat3 | Siemens TIA Portal | EPLAN
Technologien: Beckhoff IPC | Siemens SPS| Soft-SPS| ProfiNET

Über das Projekt
Das Projekt „ForeSight“ wurde im Rahmen der Bachelorarbeit durchgeführt. Ziel war die Entwicklung eines Software-Prototyps für das Condition Monitoring elektromechanischer Komponenten in Sondermaschinen. Im Fokus stand die effiziente Nutzung bestehender Sensoren und Aktoren, ohne kostenintensive Hardware-Nachrüstungen vornehmen zu müssen. Das Projekt wurde in Zusammenarbeit mit der INDAT GmbH umgesetzt, wodurch ein praxisnaher Ansatz sichergestellt werden konnte. Die Integration des Prototyps ab Betriebsbeginn soll eine frühzeitige Fehlererkennung ermöglichen, um ungeplante Stillstandszeiten zu vermeiden. Die Umsetzung erfolgte mithilfe standardisierter Funktionsbausteine in der Automatisierungssoftware Beckhoff TwinCAT 3 sowie einer auf einem Industrie-PC simulierten Soft-SPS. Diese Lösung leistet einen wichtigen Beitrag zur Erhöhung der Maschinenverfügbarkeit und Sicherheit in industriellen Umgebungen. Die Arbeit richtet sich insbesondere an kleine und mittlere Unternehmen, um einen kosteneffizienten Ansatz bereitzustellen.

Technischer Ansatz
Die technische Umsetzung erfolgte durch die Entwicklung modularer Funktionsbausteine in Structured Text (ST) innerhalb der Beckhoff-TwinCAT-3-Umgebung. Dabei wurden zwei Grundfunktionen implementiert: ein Zykluszähler zur Überwachung von Schaltzyklen und Aktoransteuerungen sowie ein Überwachungsbaustein für Laufzeitanalysen komplexerer Aktoren wie Motoren, Achssysteme oder Stellzylinder. Der Software-Prototyp arbeitet mit bereits installierten Sensoren und Betriebsdaten, wodurch zusätzliche Hardware nicht erforderlich ist. Ergänzend wurden Testmodule im Siemens TIA Portal erstellt, um realistische Prozessabläufe zu simulieren. Die Entwicklung folgte dem Ansatz des evolutionären Prototypings, wobei Grob- und Detailkonzepte iterativ verfeinert und erweitert wurden. Durch eine frühe Implementierung können Ausgangszustände erfasst und anschließend durch den Vergleich von Initialisierungs- und Überwachungswerten ausgewertet werden. Dabei werden Grenz- beziehungsweise Maximalwerte, Zustände und Anomalien erfasst und analysiert. Der modulare Aufbau ermöglicht eine einfache Erweiterbarkeit für zukünftige Maschinenkonzepte.

Rückblick
Das Projekt zeigte, dass effizientes Condition Monitoring auch ohne kostenintensive Überwachungssysteme und zusätzliche Spezialsensorik realisiert werden kann. Durch die gezielte Nutzung vorhandener Signale entstanden praxisnahe Module, die in industriellen Umgebungen eingesetzt werden können. Die entwickelten Überwachungsmodule liefern wichtige Erkenntnisse zu Schaltzyklen und Betriebszeiten und können damit für zustandsorientierte Wartung genutzt werden. Besonders hervorzuheben sind die Wiederverwendbarkeit der Module in unterschiedlichen Maschinenkonfigurationen sowie die damit verbundene Modularität der Lösung. Herausforderungen ergaben sich vor allem bei der Auslegung allgemein anwendbarer Grenzwerte und der differenzierten Bewertung komplexer Maschinenzustände. Insgesamt legt die Arbeit eine solide technische und theoretische Grundlage für weitere Entwicklungen, beispielsweise cloudbasierte Analysen oder KI-gestützte Prognosemodelle.

Date: 2021/2022
Software: EPLAN | Siemens NX11 | Catia V5
Technologien: CAD/CAE | Finite element analysis (FEM/FEA) | Design Thinking

Über das Projekt
Im Rahmen eines zweisemestrigen dualen Projekts wurde in Zusammenarbeit mit der INDAT GmbH die Konzeption und Entwicklung eines kostengünstigen 2D-CNC-Plasmaschneidsystems für kleine und mittlere Unternehmen durchgeführt. Ziel war es, ein standardisiertes internes Produkt zu schaffen, das bestehende handgeführte Plasmaschneidgeräte um ein CNC-Schnellaufbausystem erweitert. Diese Lösung bietet insbesondere für Unternehmen mit begrenztem Produktionsraum eine kosteneffiziente Alternative zu konventionellen CNC-Systemen. Im ersten Semester lag der Fokus auf der Projektinitiierung, der Entwicklung des elektrotechnischen Konzepts sowie umfassenden Markt- und Machbarkeitsanalysen. Im zweiten Semester wurde das Projekt bis zur detaillierten mechanischen Konstruktion eines klappbaren Achssystems weitergeführt, das anschließend mittels Finite-Elemente-Analyse (FEA) validiert wurde. Im gesamten Projekt standen die praktische Umsetzbarkeit und wirtschaftliche Tragfähigkeit im Mittelpunkt, wodurch die Grundlage für ein skalierbares, industrietaugliches und marktfähiges Produkt geschaffen wurde.

Technischer Ansatz
Die technische Umsetzung erfolgte in zwei aufeinanderfolgenden Phasen. In der ersten Projektphase lag der Fokus auf der Entwicklung des elektrotechnischen Konzepts, der Durchführung einer Risikoanalyse, der Definition von Spezifikationen sowie der Bewertung der wirtschaftlichen Machbarkeit. Unterstützt wurde diese Phase durch strukturierte Entwicklungsmethoden wie Mindmaps, Flussdiagramme und die Quality-Gates-Methode. In der zweiten Phase verlagerte sich der Schwerpunkt auf die mechanische Konstruktion, die mit Siemens NX11 und CATIA V5 umgesetzt wurde. Eine zentrale Innovation dieser Phase war die Entwicklung eines Klappmechanismus für das Achssystem, der eine platzsparende Lagerung und einen effizienten Transport der Maschine ermöglicht. Kundenanforderungen wurden kontinuierlich im Rahmen eines iterativen Design-Thinking-Ansatzes berücksichtigt. Zusätzlich wurden umfangreiche Finite-Elemente-Analysen (FEA) an sicherheitskritischen Komponenten durchgeführt, um deren Tragfähigkeit zu überprüfen. Im Ergebnis entstand eine funktionsfähige und wirtschaftlich tragfähige Lösung, die sowohl technische Anforderungen als auch Marktanforderungen erfüllt.

Rückblick
Das Projekt war ein voller Erfolg: Innerhalb von zwei aufeinanderfolgenden Semestern wurde aus einer Produktidee ein durchdachtes Konzept mit realistischen Marktchancen entwickelt. Die Kombination aus elektrotechnischer Planung und mechanischer Konstruktion ermöglichte es, alle zentralen Bereiche der Produktentwicklung zu bearbeiten. Die enge Zusammenarbeit mit der INDAT GmbH förderte nicht nur fachliches Wissen, sondern auch methodische und soziale Kompetenzen. Als besonders wertvoll erwies sich die Anwendung moderner Methoden wie Quality Gates und Design Thinking in einem realen Unternehmensumfeld. Herausforderungen, wie die Einarbeitung in CATIA V5 oder die Integration von Kundenfeedback, wurden zielgerichtet und effizient bewältigt. Das Projekt steht für fundierte Projektarbeit und bietet eine praxisnahe, marktfähige Lösung.