Inno­va­tion Event Process Industry

Um was geht’s?
Der Demon­strator zeigt die einfache Inte­gra­tion von DCCs in die Konzepte und System­atik der AAS und wie dies automa­tisierte und digi­tale Kalib­rierungsabläufe ermöglicht.

Vorteile auf einen Blick

• Enorme Einsparungen beim Austausch von Kalib­ri­er­daten zwis­chen Systemen und Unternehmen
• Voll­ständige Digi­tal­isierung der Kalib­ri­er­prozesse  und damit Wegfall manueller Schritte und zeitaufwändiger Prozesse
• Verbesserung der Qual­ität und der Sicher­heit im Sinne

Um was geht’s?
Der Demon­strator zeigt, wie KI genutzt wird, um beste­hende Anlagen (Brown­field) automa­tisiert zu digi­tal­isieren, Verwal­tungss­chalen (AAS) zu erzeugen und daraus digi­tale Zwill­inge inkl. 3D-Modell aufzubauen – unter Einbindung von Daten­räumen und sicherer IT/OT-Vernet­zung.

Vorteile auf einen Blick

• Schnelle und automa­tisierte Digi­tal­isierung beste­hender Anlagen
• Durchgängige Nutzung und Aktu­al­isierung von Anla­gen­doku­men­ta­tionen
• Stan­dar­d­isierte Inter­op­er­abil­ität über AAS für verschiedene Systeme und Tools
• Effizienter Date­naus­tausch bei Wahrung der Daten­sou­veränität
• Verbesserte Automa­tisierung, Analyse und Prozes­sop­ti­mierung
• Inte­gri­erte Cyber-Sicher­heit für sichere IT/OT-Vernet­zung

Info Folgt

Um was geht’s?
Der Demon­strator zeigt die Umset­zung eines auf NOA basierenden Digi­tal­isierungskonzepts unter Nutzung von Asset Admin­is­tra­tion Shells (AAS) für eine Brown­field-Prozes­san­lage, mit dem Ziel eines durchgängigen digi­talen Zwill­ings ohne Eingriffe in beste­hende Systeme.

Vorteile auf einen Blick

• Durchgängiger Engi­neering-Daten­fluss und konsis­tente As-Is-Doku­men­ta­tion
• Trans­parenz und bessere Entschei­dungs­grund­lagen durch zentrale Daten­ver­füg­barkeit
• Schrit­tweise Digi­tal­isierung ohne Beein­träch­ti­gung des laufenden Betriebs
• Grund­lage für Anwen­dungen wie Predic­tive Main­te­nance und Prozes­sop­ti­mierung

Um was geht’s?
Der Demon­strator zeigt KI-gestützte Funk­tionen rund um die AAS: stan­dar­d­isierte Gener­ierung digi­taler Zwill­inge, intu­itive Inter­ak­tion über einen Chatbot sowie automa­tisierte Auswer­tung der Anla­gen­per­for­mance.

Vorteile auf einen Blick

• Gener­ierte AAS basierend auf NE196: Für Anwender reduziert sich durch die stan­dar­d­isierten und modular aufge­bauten AASen der Engi­neeringaufwand bei der Aufstel­lung und Instanzi­ierung der digi­talen Zwill­inge deut­lich, da alle Merk­male für den gesamten Leben­szyklus eines Assets bereits infor­ma­tion­stech­nisch ausgeprägt und auf bekannte Repos­i­to­rien (bsDD und eclass) verlinkt sind.
• Chatbot zur Inter­ak­tion mit AAS-Umge­bung (Basyx): Für Oper­ator bietet der Chatbot eine dem Menschen gewohnte Schnittstelle zur Inter­ak­tion mit dem digi­talen Zwilling, stellt bedarf­s­gerecht Infor­ma­tionen zusammen und reduziert so die Daten­suche sowie den Bedarf an tief­greifendem IT- oder Spezial­wissen.
• Automa­tisierte Perfor­mance­be­w­er­tung: Für Oper­ator entfällt das manuelle Engi­neering zur Zusam­men­stel­lung notwendiger Daten, da das Tool automa­tisiert KPIs, Trends und Über­sichten erzeugt und damit eine schnelle Iden­ti­fika­tion von Fehlern und Energieop­ti­mierungspoten­zialen ermöglicht.

Um was geht es?
Entwick­lung eines Demon­stra­tors zur Unter­suchung des Einsatzpoten­zials von Large Language Models (LLMs) zur Unter­stützung von Anla­gen­fahrenden unter Berück­sich­ti­gung von Daten­ver­füg­barkeit, Experten­wissen und Brown­field-Restrik­tionen

Vorteile auf einen Blick

• Mach­barkeit­snach­weis: Analyse, welche Fragestel­lungen durch vorhan­dene Brown­field-Daten beant­wortet werden können und welcher Anteil an Experten­wissen erforder­lich ist
• Struk­turi­erte Daten­basis: Ableitung von Anforderungen an Daten­mod­elle zur Verknüp­fung von gener­ischem KI-Wissen und anla­gen­spez­i­fis­chem Kontext
• Effizientes Wissens­man­age­ment: System­a­tische Kontex­tu­al­isierung beste­hender Daten­sätze zur besseren Verfüg­barkeit und Nutzung von Betrieb­swissen

ZETA Cubes – Modular Automa­tion sichtbar gemacht

Erleben Sie mit den ZETA Cubes die nächste Gener­a­tion modu­larer Anla­genkonzepte – intu­itiv, inter­aktiv und live demon­striert.

Das Exponat zeigt, wie einfach sich eine Produk­tion­san­lage nach dem MTP-Stan­dard (Module Type Package) konfig­uri­eren lässt:
Wie bei einem Baukas­ten­system können einzelne Cubes als Package Units flex­ibel zusam­mengestellt werden – jeder Cube repräsen­tiert ein eigen­ständiges Modul mit definierter Funk­tion (z. B. Mischen, Puffern oder Chro­matogra­phie).

Das Beson­dere:

• Jeder Cube wird automa­tisch über RFID erkannt
• Die Inte­gra­tion in das Prozessleit­system erfolgt ohne manuelle Engi­neering-Schritte
• Die Anlage erscheint unmit­telbar im Copa-Data zenon-POL – so, wie sie real betrieben werden würde

Damit wird sichtbar, was modu­lare Automa­tion verspricht:

• Plug & Produce in der Praxis
• Deut­lich reduzierte Engi­neering-Aufwände
• Maxi­male Flex­i­bil­ität bei Anla­genkon­fig­u­ra­tion und ‑erweiterung

Die ZETA Cubes machen abstrakte Konzepte greifbar und zeigen anschaulich, wie offene Stan­dards und modu­lare Architek­turen die Zukunft der Prozessin­dus­trie gestalten.

“Build your plant like LEGO – and run it instantly.”

Um was geht’s

Festo und Beck­hoff präsen­tieren gemeinsam ihre MTP-Lösungen, wobei die modu­lare Anla­gen­in­te­gra­tion im Fokus steht. In einer Live-Demon­stra­tion wird das Festo-Modul nahtlos in das Beck­hoff-System einge­bunden, um die einfache und stan­dar­d­isierte Zusam­me­nar­beit zu zeigen.

Vorteile auf einen Blick:

• Stan­dar­d­isierte Objekte mit einheitlichen Schnittstellen
• Definierte Abläufe durch einheitlichen Dienste Zustand­sautomat
• Automa­tisierte Inte­gra­tion
• Herstellerun­ab­hängig

Um was geht’s?
Stan­dar­d­isierte Inte­gra­tion von mobilen Robotern in Prozes­san­lagen auf Basis von NAMUR Open Archi­tec­ture (NOA) und MTP. Das Ziel ist eine skalier­bare und herstellerun­ab­hängige Robotik-Inte­gra­tion beson­ders auch im Brown­field.

Vorteile auf einen Blick

• Plug & Produce: Schnelle Inte­gra­tion mobiler Robotik
• Skalierbar: Über­tragbar auf verschiedene Anlagen und Stan­dorte
• Brown­field: Digi­tal­isierung ohne aufwendige Anla­genum­bauten
• Herstellerun­ab­hängig: Einheitliche Inte­gra­tion unter­schiedlicher Robot­er­sys­teme in unter­schiedliche Soft­wareumge­bungen
• Mobile Sensorik: Nutzung etablierter Prozesssen­sorik auf Robotern

Um was geht’s?
Entwick­lung eines skalier­baren Konzepts für Asset Manage­ment Systeme (AMS) in realen (Brown­field) Prozes­san­lagen unter Berück­sich­ti­gung von NOA. Fokus auf stan­dar­d­isierter Daten­in­te­gra­tion, sichere Daten­pipelines und stan­dortüber­greifende Skalier­barkeit, am Beispiel einer realen Prozes­san­lage.

Vorteile auf einen Blick

• Skalier­bare Architektur: Von Einze­lan­lage bis zu stan­dortüber­greifende Konzepte
• Stan­dar­d­isierte Daten­in­te­gra­tion: Klare und sichere Daten­struk­turen im Brown­field und der Mischin­stal­la­tion
• Sichere Datengewin­nung: NOA-konforme, IT-sichere Daten­er­fas­sung
• Prax­isnah: Umset­zung in realen Produk­tion­san­lagen und Brown­field-Umge­bungen
• Zukun­fts­fähig: Vorbere­itung für AAS, Process X und weitere NAMUR-Modelle

Um was geht’s?
Der Demon­strator zeigt Soft­ware Defined Automa­tion in der Praxis: eine offene, skalier­bare Infra­struktur, mit der container­isierte Automa­tisierungs-Apps hard­ware­un­ab­hängig entwickelt, über eine zentrale DevOps-Plat­tform bere­it­gestellt und über verschiedene Geräte und Hersteller hinweg orchestriert werden können.

Vorteile auf einen Blick

• Entkop­plung von Soft­ware und Hard­ware: Flex­ible, portable Automa­tisierungslö­sungen, die herstellerüber­greifend einset­zbar und einfach aktu­al­isierbar sind
• Skalier­bare Deploy­ment- und Life­cycle-Prozesse: Nutzung von CI/CD und zentralem Manage­ment für kontinuier­liche Bere­it­stel­lung und Betrieb von Automa­tisierungsan­wen­dungen
• Offenes, inter­op­er­a­bles Ökosystem: Multi-Vendor-Ansatz ermöglicht schnellere Inno­va­tion, reduzierte Frag­men­tierung und höhere Effizienz in der indus­triellen Produk­tion

Um was geht’s?
Der Demon­strator „Juggler“ vom Fraun­hofer-IPT zeigt, wie auf „klas­sische“ Weise eine komplexe Steuerungsauf­gabe gelöst wurde. In den näch­sten Monaten soll dieser Aufbau „SDA-enabled“ werden, um zu zeigen, wie echtzeit­fähige, zeit­syn­chrone Kommu­nika­tion zwis­chen verteilten, container­isierten OT-Steuerungs­funk­tionen und IT/IoT-Anwen­dungen auf Edge-Geräten umge­setzt werden kann – als Grund­lage für Soft­ware Defined Automa­tion und intel­li­gente Maschinen jenseits klas­sis­cher SPS-Architek­turen. Hiermit wollen wir inter­essierte Part­ner­firmen dazu einladen, an diesem Projekt mitzuar­beiten, um die Ergeb­nisse zur SPS 2026 gemeinsam vorzustellen.

Vorteile auf einen Blick

• Für Maschi­nen­bauer und Automa­tisierungsin­ge­nieure: Deter­min­is­tische, inter­op­er­able IT/OT-Kommu­nika­tion ermöglicht die Umset­zung flex­i­bler, soft­ware­basierter Maschi­nenkonzepte
• Für Anwender: Klare Orien­tierung durch definierte Use Cases, evaluierte Stan­dards und Architek­tu­ran­sätze (inkl. Edge, Gate­ways, Real-Time Linux)
• Für Entwickler und Betreiber: Tech­nolo­giebe­w­er­tung und Kompat­i­bil­itätschecks (z. B. SDA/Margo) schaffen eine fundierte Basis für inter­op­er­able, echtzeit­fähige Edge-Control-Lösungen

Um was geht’s?

Ein intel­li­genter Agent überwacht die Produk­tion, erkennt Störungen frühzeitig und plant Batches, sowie die Versorgung automa­tisch neu.

Vorteile auf einen Blick

• reduziert manuelle Aufwände
• minimiert Ausfal­lzeiten
• ermöglicht daten­basierte Entschei­dungen im laufenden Betrieb

Um was geht’s?

Automa­tis­cher Date­naus­tausch über den Factory‑X Stan­dard reduziert den Aufwand für Prozess Prüfungsab­wick­lung.

Vorteile auf einen Blick

Für Anla­gen­be­treiber und Dien­stleister:

• Aufwand­sre­duk­tion Daten­er­stel­lung, Rück­fragen interne Prüf­berichter­stel­lung, Finden von Infor­ma­tionen, Daten vor Ort
• Weit­er­ver­ar­beitung der Infor­ma­tionen zB für Prüfungsvor­bere­itung, Mängelbe­sei­t­i­gung und Still­stands-Planung

Um was geht’s?
Der Demon­strator zeigt, wie ein KI-Agent durch einen AAS-basierten Digital Twin vom reinen Daten­sucher zum kontextbe­wussten Assis­tenten wird. Am Beispiel eines 3D-Druck­prozesses werden Live-Daten, Qual­itätskenn­zahlen, Wartungsin­for­ma­tionen und wirtschaftliche KPIs seman­tisch zusam­menge­führt, in Inter­Sys­tems IRIS ausgew­ertet und über eine natür­liche Chat-Ober­fläche nutzbar gemacht. Der Agent erhält dadurch nicht nur Daten, sondern auch Bedeu­tung: Asset-Zuord­nung, Einheiten, Gren­zw­erte, Quellen, Aktu­al­ität und erlaubte Aktionen. 

So entstehen fundierte Empfehlungen zu Fehlerquoten, OEE, Wartungs­be­darf oder Opti­mierungsszenarien, ohne dass Anwender sich mühsam durch verschiedene Systeme, Dash­boards und Daten­quellen klicken müssen.

Vorteile auf einen Blick

• Schnellere Ursachen­analyse bei Qual­ität­sprob­lemen, Störungen und Abwe­ichungen im laufenden Betrieb
• Bessere Entschei­dungen durch verknüpfte Live-Daten, KPIs, Qualitäts‑, Wartungs- und Kosten­daten
• Weniger manueller Aufwand bei Daten­suche, Auswer­tung und Vorbere­itung von Maßnahmen
• Höhere Trans­parenz über Anla­gen­zu­s­tand, OEE, Auss­chuss, Wartungs­be­darf und Wirtschaftlichkeit
• Skalier­barer Ansatz für mehrere Maschinen, Linien, Werke und Asset-Typen
• Bessere Nachvol­lziehbarkeit von Empfehlungen durch klare Daten­quellen, Aktu­al­ität und Annahmen
• Unter­stützung sicherer Betrieb­sprozesse durch definierte Freigaben und erlaubte Aktionen
• Grund­lage für konkrete Use Cases wie Predic­tive Main­te­nance, Qual­itätsverbesserung und Produk­tion­sop­ti­mierung

Um was geht’s?
Der Demon­strator soll Lust auf die Zukunft machen und zeigen wie Soft­ware Defined Automa­tion unsere Vorstel­lung von Automa­tisierung grundle­gend ändern kann. Mit der Container­isierung von Soft­ware sind wir bestens gerüstet um flex­ibel Automa­tisierungslö­sungen aus dem App-Store zu beziehen. Aber was bräuchte es noch um die gesammte Engi­neeringar­beit an KI Agenten abgeben zu können? Wir demon­stri­eren es!

Von der wissenschaftlichen Unter­suchung bis hin zu prak­tis­chen Erfahrung in einer realen Anlage – die Zukunft kann kommen!

Vorteile auf einen Blick

• Schnellere Ursachen­analyse bei Qual­ität­sprob­lemen, Störungen und Abwe­ichungen im laufenden Betrieb
• Bessere Entschei­dungen durch verknüpfte Live-Daten, KPIs, Qualitäts‑, Wartungs- und Kosten­daten
• Weniger manueller Aufwand bei Daten­suche, Auswer­tung und Vorbere­itung von Maßnahmen
• Höhere Trans­parenz über Anla­gen­zu­s­tand, OEE, Auss­chuss, Wartungs­be­darf und Wirtschaftlichkeit
• Skalier­barer Ansatz für mehrere Maschinen, Linien, Werke und Asset-Typen
• Bessere Nachvol­lziehbarkeit von Empfehlungen durch klare Daten­quellen, Aktu­al­ität und Annahmen
• Unter­stützung sicherer Betrieb­sprozesse durch definierte Freigaben und erlaubte Aktionen
• Grund­lage für konkrete Use Cases wie Predic­tive Main­te­nance, Qual­itätsverbesserung und Produk­tion­sop­ti­mierung