Die Digitalisierung durchdringt die Fertigung immer stärker. In einigen Bereichen – vor allem beim Umrüsten von Maschinen und Kommissionieren von Aufträgen – arbeiten Mitarbeiter jedoch häufig noch mit ausgedruckten Listen, drucken Etiketten auf Vorrat für die Kennzeichnung von Material und erfassen am Ende aufwendig alle Daten im Warenwirtschaftssystem. Deshalb wird bereits seit mehreren Jahren untersucht, inwiefern AR in diesen Bereichen zum Einsatz kommen könnte. Aber erst jetzt sind die dafür erforderlichen technologischen Komponenten wie Micro-Displays, Controller-Elektronik, 3D-Kameras und Sensoren so ausgereift, dass sie zu einer neuartigen Mensch-Maschinen-Interaktion kombiniert und in die IT-Landschaft einer Fabrik integriert werden können.

Geöffneter Glass@Service-Demonstrator mit Interface-Elektronik und Prozessor-Board.

© Siemens

Vor diesem Hintergrund haben sich die Partner des Projektes Glass@Service ein gemeinsames Ziel gesetzt: Intelligente Datenbrillen durch die Verbindung mit neuartigen Interaktionsmöglichkeiten wie etwa Augen- und Gestensteuerung sowie innovativen IT-Dienstleistungen als personalisierte Informationssysteme einzusetzen. Im Rahmen der dreijährigen Projektlaufzeit gab es zwei wesentliche Work-Streams – zum einen die softwareseitige Integration in die Unternehmens-IT-Systeme und zum anderen die Entwicklung eines entsprechenden Prototypen-Demonstrators.

Für den Einsatz im industriellen Umfeld galt es, die Datenbrille für spezielle Anforderungen zu entwerfen. Hierfür wurde zunächst eine umfangreiche Anforderungsanalyse zu den Szenarien erstellt. Beispielhaft seien hier Aspekte wie Robustheit, die Nutzung durch geschulte Techniker (aber keine Experten) und der zuverlässige Betrieb über einen Zeitraum von mehr als acht Stunden innerhalb einer Schicht genannt. Weiterhin spielten Faktoren wie Gewicht, Temperaturentwicklung, Balance, Sichtfeldabschottung, Eye-Tracking etc. in diesem Kontext eine Rolle. Zwar gab und gibt es am Markt bereits Datenbrillen, vor allem aus dem Consumer-Bereich; diese waren jedoch für industrielle Anwendungen nicht geeignet. Die Gründe erstrecken sich – wie bereits erwähnt – von unpassender Ergonomie, geringer Laufzeit, ungenügendem Betrachtungswinkel bis hin zu Fragen des Datenschutzes und der Datensicherheit.

Stichwort IT-Sicherheit: Innerhalb des Projektes wurde hierfür ein Konzept zur Einbindung der Datenbrille und ihrer Sensoren in die lokale Prozess-IT unter Berücksichtigung der lokalen Informationssicherheitsrichtlinien erarbeitet. In diesem Zusammenhang sind nicht zuletzt die Schlagworte Nutzerakzeptanz und Persönlichkeitsrechte zu berücksichtigen. Denn AR und Wear-ables dürfen nicht dazu dienen, die Arbeitsleistung zu dokumentieren. Daher wurde das gesamte Projekt aktiv von der Bundesanstalt für Arbeitsschutz- und Arbeitsmedizin begleitet, die dafür auch ein Gutachten zum Datenschutz erstellte. Auch war beispielsweise der Betriebsrat von Siemens von Anfang an über das Projekt informiert und ist in die Auswertung der ersten Ergebnisse eng eingebunden.

Die verschiedenen Use Cases

Zur Umsetzung des Projektes wurden schließlich drei konkrete ‚Use Cases‘ ausgewählt:

1. Kommissionierung im Zentrallager des Siemens Manufacturing-Standorts Fürth

Besonders in der Lagerverwaltung kann der Einsatz von Datenbrillen eine Effizienzsteigerung bedeuten. Im konkreten Anwendungsfall ging es um die erweiterte Unterstützung bei der Materialauslagerung. Hierbei wurden die Beschäftigten, unterstützt durch Informationen, die direkt in die AR-Brille oder auf anderen mobilen Geräten eingeblendet wurden, durch die Kommissionierungsabfolge geführt. Dazu gehören unter anderem das Anlaufen des korrekten Lagerplatzes, das Entnehmen der Materialien, die Übergaben/Quittierungen an nachfolgende Prozesse und das Drucken von Beschriftungsetiketten sowie Tracer-Labels über einen mobilen Drucker. Durch die Nutzung von AR-Brillen in Kombina-tion mit weiteren mobilen Geräten (Smart Watches, mobile Handscanner und mobile Drucker) verkürzen sich die Durchlaufzeiten für die unterschiedlichsten Kommissionierungen signifikant, bei gleichzeitiger Steigerung von Effektivität und Qualität.