News

Mechatronische Systeme: Faulen Kompromissen auf der Spur

Community, Arbeit | | Talente

Für ihre Masterarbeit bekam Fandi Bi mehrere Preise. Das Thema damals: In Unternehmen faule Kompromisse in Bezug auf mechatronische Systeme ausfindig machen – so genannte Technical Debts. In ihrer Doktorarbeit geht es der Wissenschaftlerin aus dem Lehrstuhl für Automatisierung und Informationssysteme von Prof. Birgit Vogel-Heuser der Technischen Universität München (TUM) nun darum, sie systematisch aufzulösen.

Fandi, für Deine Masterarbeit hast Du mit 50 Experten aus 21 Unternehmen aus der Industrie gesprochen, um herauszufinden, ob bei der Entwicklung und Fertigung mechatronischer Produkte die Zusammenarbeit zwischen den Disziplinen Mechanik, Elektrotechnik und Software gut funktioniert. Was ist dabei rausgekommen?

Klar war, dass zwischen diesen Disziplinen faule Kompromisse gemacht werden. Das Ausmaß der auftretenden so genannten technischen Schuld qualitativ und quantitativ zu bewerten, war allerdings noch schwierig. Schnell stellte sich heraus, dass es bis dato weder vergleichbare Studien in eben jenem Bereich gab, noch war das Phänomen an sich dem Großteil der Unternehmen bekannt. Für meine Forschung war es zunächst nötig, mit möglichst vielen Experten zu sprechen, um eine repräsentative Datenbasis für weitere Untersuchungen zu schaffen.

Was lief konkret falsch?

Man hat sich zu wenig damit beschäftigt, was die anderen Bereiche im Unternehmen wirklich brauchen – Stichwort: „Silo-Denken“. Die Anforderungen und auch die Schnittstellen sollten für alle betreffenden Disziplinen klar definiert werden. Wenn eine Mechanikerin oder ein Mechaniker eine Entscheidung trifft, sollten die Bereiche Elektrotechnik und Software gleich mit eingebunden werden. Ist dies nicht der Fall, kommt es oft dazu, dass sich in der Entwurfsphase Änderungen ergeben, die zu nicht kompatiblen Schnittstellen führen und nicht selten bis in späteren Phasen unentdeckt bleiben. Beispielsweise muss bei einer Änderung des Sensors dessen Software ebenfalls neu geschrieben werden. Weitere Quellen für technische Schuld können beispielsweise „Spaghetti-Code“ oder eine limitiert-erweiterbare Softwarearchitektur sein, welche beispielsweise durch Refactoring vermieden werden können, also durch eine Umstrukturierung des Codes. Ansonsten entstehen faule Kompromisse – und damit doppelte Arbeit. Wer also die technische Schuld von vornherein im Blick hat, spart bereits mittelfristig Zeit und Geld.

Das hat auch der VDI erkannt und Dir einen Preis für die beste Masterarbeit in Deinem Jahrgang verliehen. Und auch die Firma Wittenstein hat Dich dafür mit einem Fakultätspreis ausgezeichnet. Bist Du heute noch mit dem Thema beschäftigt?

Ja, das Thema wird inzwischen von der Deutschen Forschungsgesellschaft (DFG) unterstützt und ist Kern meiner Doktorarbeit. Einfach gesagt geht es mir nun darum, herauszufinden, wie diese faulen Kompromisse und ihre längerfristigen Schäden für das Unternehmen frühzeitig identifiziert werden können, um diese mit systematischen Ansätzen besser zu beherrschen. Ein anderes wichtiges Thema für mich ist die KI.Fabrik. In dem Leuchtturmprojekt des Munich Institute of Robotics and Machine Intelligence (MIRMI) fokussiere ich mich von Seiten unseres Lehrstuhls aktuell auf zwei Themen, agentenbasierte Systeme sowie digitale Zwillinge. Wenn etwa Bohrer, Fräsen oder ähnliche Fertigungsstationen ohne zentrale Steuerung einen Prozess ausführen sollen, müssen diese nicht nur „denken“ können, sondern sollten auch in der Lage sein, Informationen untereinander auszutauschen und miteinander zu verhandeln. Um dieses Level an Flexibilität zu erreichen, sind Agentensysteme eine sehr geeignete Technologie. Die grundlegende Datenstruktur für intelligente Kommunikation liefert die so genannte Asset Administration Shell (AAS). Um eine intelligente Steuerung der Fabrik von Morgen zu realisieren, schlagen wir hier den Bogen von Agenten über AAS zum Digitalen Zwilling.                                                                                                                                           

Publikationen

Technische Schuld

Dezentralisierte Systeme/Scheduling/Digitaler Zwilling

  • A Deep Reinforcement Learning based Approach for Dynamic Distributed Blocking Flowshop Scheduling with Job Insertions (accepted). Journal: IET Collaborative Intelligent Manufacturing