Ziel solcher Systeme ist es, Betriebszustände kontinuierlich zu erfassen, Abweichungen zu erkennen und Prozesse in Echtzeit anzupassen. Anders als rein digitale KI-Anwendungen müssen Maschinen und Roboter dabei auf wechselnde Bedingungen wie Lasten, Temperaturen, Reibung oder Verschleiß reagieren können.

Nach Angaben des Unternehmens spielt dabei die Datenerfassung eine zentrale Rolle. Nabtesco entwickelt dafür ein digitales Wellgetriebe, das ohne zusätzlichen Bauraum in bestehende Systeme integriert werden kann. Die Lösung wird am Standort Limburg an der Lahn bei der Tochtergesellschaft Ovalo entwickelt und produziert.

Das Getriebe erfasst unter anderem Drehmoment und Temperatur während des Betriebs und analysiert die Daten direkt im System. Dadurch sollen sich Anlagenzustände laufend überwachen sowie Überlastungen oder ungeeignete Betriebspunkte frühzeitig erkennen lassen. Auch die Lebensdauer von Getrieben könne auf Basis der Daten genauer berechnet werden.

„Wir möchten an einem industriellen Ökosystem mitwirken, das sich zunehmend selbst optimiert, Fehler früh erkennt, Wartung planbar macht und sich durch Daten kontinuierlich weiterentwickelt. Ziel ist eine Produktion, die so resilient, intelligent und effizient ist, dass sie sich quasi selbst finanziert – durch minimierte Ausfallkosten, reduzierten Energieverbrauch und eine höhere, besser planbare Produktivität“, so Daniel Obladen, Director Sales & Marketing bei der Nabtesco Precision Europe GmbH.

Für die Entwicklung von Physical-AI-Anwendungen seien große Mengen belastbarer Daten notwendig. Entscheidend sei dabei die Qualität der Informationen sowie deren fachliche Einordnung.

„Wir wissen genau, wie sich unsere Getriebe unter Last, bei Verschleiß oder unter dem Einfluss von Temperatur und Schmierstoff verhalten. So können wir die Messwerte fachlich richtig einordnen und in verwertbare Informationen übersetzen“, erklärt Daniel Obladen.

Unterstützt wird Nabtesco dabei durch die Mechatronik-Kompetenz des Entwicklungspartners adcos, an dem die Unternehmensgruppe beteiligt ist. Die Entwicklung von Physical AI werde schrittweise in industrielle Anwendungen integriert.