In modernen Produktionsanlagen werden große Mengen an Daten aus Sensoren, Steuerungen, vernetzten Maschinen und übergeordneten IT-Systemen erzeugt. Sie reichen von Echtzeitwerten über Zustandsinformationen bis hin zu historischen Prozessdaten. Doch obwohl heute mehr Daten denn je erzeugt werden und sich die technische Verfügbarkeit solcher Informationen stark erhöht hat, bleibt die Nutzung in der Praxis häufig hinter ihren Möglichkeiten zurück. Das liegt unter anderem daran, dass sie auf verschiedene Systeme verteilt, nicht einheitlich strukturiert und selten im realen Produktionskontext visualisiert sind. Dabei bieten sie ein erhebliches Potenzial für Optimierung und schnelle Fehlerdiagnose. Je komplexer eine Produktions-anlage ist, umso mehr kann eine durchgängige, intuitive Visualisierung unter Berücksichtigung des aktuellen Maschinen- oder Prozesskontextes unterstützen. Klassische HMIs oder Dashboards stoßen hier an Grenzen. Sie zeigen zwar Zustände oder Fehlermeldungen an, doch ohne den nötigen Kontext bleibt es für Bediener und Instandhalter schwierig, Ursachen von Störungen zu erkennen und den Gesamtprozess vollständig nachzuvollziehen. Das erschwert nicht nur die Instandhaltung, sondern kann auch direkte Auswirkungen auf Effizienz, Verfügbarkeit und Qualität in der Fertigung haben.

Das Framework

An dieser Stelle setzt das hier vorgestellte Visualisierungs-Framework an. Durch die Kombination etablierter Industriestandards wie OPC UA und der ‚Asset Administration Shell‘ (AAS), die als digitale Repräsentation jedes physischen Assets dient, mit moderner Extended-Reality-(XR)-Technologie entsteht ein unmittelbarer, kontextbezogener Zugang zu Live-Daten direkt an der Maschine – dort, wo Entscheidungen getroffen werden.

Die grundlegende Idee des Frameworks ist es, Live-Daten aus der Produktion im Zusammenhang mit Maschinen und Produkten mittels interaktiver 3D-Visualisierung darzustellen. Dies wird durch einen digitalen Zwilling auf Basis offener Standards ermöglicht. Zu diesem Zweck wurde eine erweiterbare Lösung entwickelt, die den Kommunikationsstandard OPC UA und die AAS mit einer interaktiven XR-Visualisierung in unserem Framework verbindet. So entsteht eine digitale Abbildung der realen Produktionsumgebung, in der Informationen nicht nur angezeigt, sondern auch räumlich verortet und im Nutzungskontext dargestellt werden. Dadurch unterstützen wir ein offenes industrielles Metaverse, in dem abstrakte Daten greifbar, komplexe Zusammenhänge sichtbar und Produktionsprozesse in Echtzeit nachvollziehbar werden. Somit kann eine neue Qualität an Prozessverständnis geschaffen werden.

Bild 1: Architektur des Frameworks © ISW

Die technologische Umsetzung des Frameworks basiert auf einer dreischichtigen Systemarchitektur, die den Datenfluss vom Sensor bis zur Visualisierung strukturiert. Auf der untersten Ebene, der Operational-Technology-Ebene, erfassen Maschinen und Steuerungen kontinuierlich Prozessdaten, etwa zu Positionen, Temperaturen, Taktzeiten oder Statusinformationen. Diese Daten werden über OPC UA bereitgestellt. In der darüberliegenden IT-Ebene werden sie in der AAS zusammengeführt, semantisch strukturiert und mit Metainformationen wie Wartungshistorien oder Herstellerdaten angereichert. Dadurch entsteht eine semantisch einheitliche und herstellerunabhängige Datenhaltung. Die daraus resultierenden Strukturen werden auf der Meta-Ebene aus einem 3D-Modell, das ebenfalls in der AAS enthalten ist, überführt und über eine Augmented- Reality (AR)-Anwendung visualisiert wird. Der Anwender kann die Daten somit mit einer AR-Brille in die physische Umgebung eingebettet direkt an der Maschine oder Komponente betrachten. Die Daten werden immersiv visualisiert, mit Prozesskontext angereichert und interaktiv nutzbar gemacht (Bild 1).

Anwendungsszenarien und Praxisbeispiele

Bild 2: Modell der Fertigungsanlage © ISW

Diese Architektur wurde praktisch erprobt und in einem Demonstrator umgesetzt, der beispielhaft eine typische Industrieanlage abbildet. Die Testumgebung bestand aus einem UR3-Roboter, einer CNC-Fräsmaschine und einem automatisierten Fördersystem mit Werkstückträgern. Jede dieser Komponenten verfügte über einen eigenen OPC-UA-Server und eine zugehörige AAS. Die Visualisierung erfolgte in einer HoloLens-2-Applikation, die Daten in Echtzeit in den physischen Raum projizierte. Die Verknüpfung der Daten wurde über eine Unity-Anwendung umgesetzt, basierend auf einem digitalen Modell der realen Anlage und ergänzt durch die ‚Vuforia Engine‘ für markerbasiertes AR-Tracking. Dadurch bleibt die Visualisierung auch bei Bewegung des Anwenders stabil und nachvollziehbar. So werden beispielsweise die Temperaturen der Roboterachsen farblich kodiert auf dem Roboter angezeigt, Signalflüsse zwischen Steuerung und Aktoren dargestellt oder Prozessfehler unmittelbar visuell hervorgehoben (Bild 2 und 3).

Bild 3:Reale Fertigungsanlage © ISW

Ein besonderer Fokus lag auf der intuitiven Darstellung der Informationen. Anstelle technischer Zahlenkolonnen erhalten Nutzer eine visuell-verständliche Repräsentation des Maschinenzustands: Datenflüsse werden als dynamisch animierte Linien dargestellt, die Datenpakete symbolisieren und ihre Richtung entsprechend dem Steuerungsfluss anzeigen. Zusätzlich wurden Maschinenkomponenten mit Farbcodierungen versehen, die ihren Zustand anzeigen, etwa Temperaturbereiche von ‚normal‘ bis ‚kritisch‘ oder Abweichungen bei Position oder Geschwindigkeit. So erscheinen beispielsweise überhitzte Roboterachsen unmittelbar in Warnfarben. Prozessdaten wie Zykluszeiten oder Stückzähler werden als Textelemente eingeblendet und dynamisch aktualisiert. Historische Informationen lassen sich aufrufen und ermöglichen Einblicke in Wartungshistorien oder Materialzusammensetzungen – direkt an der realen Komponente.

Das Ergebnis ist eine übersichtliche Darstellung des laufenden Prozesses. Bediener oder Instandhalter können auf einen Blick erkennen, wo im Prozess gerade welche Signale fließen oder ob ein Bauteil außerhalb seiner Sollwerte arbeitet. Das Besondere: Alle Datenpunkte sind live. Sobald sich eine Temperatur ändert oder ein Antrieb eine neue Position anfährt, aktualisiert sich die Darstellung. Dadurch lassen sich sowohl Echtzeitdaten als auch historische Informationen kontextbezogen anzeigen, ohne Medienbrüche. Durch die Verbindung mit der AAS können zudem ergänzende Informationen eingeblendet werden, etwa technische Dokumentationen, Wartungsintervalle oder Ansprechpartner im Service.

Die Vorteile in der praktischen Anwendung sind vielfältig. Durch die immersive und kontextuelle Darstellung erhalten Anlagenbediener eine transparente Sicht auf den laufenden Prozess. Anstatt Informationen über Menüs abzurufen, sehen sie direkt, wie sich eine Anlage verhält. Instandhalter profitieren von frühzeitiger Fehlererkennung: Kritische Zustände werden farblich markiert, und Fehlerursachen lassen sich schneller lokalisieren. Prozessingenieure erhalten Einblicke in Zusammenhänge zwischen Parametern, Zeitverläufen und Zuständen. So kann beispielsweise eine Anomalie, die an einer späteren Station zu Qualitätsmängeln führt, auf frühere Prozesszustände zurückgeführt werden. Die Darstellung in Echtzeit erleichtert es, diese Zusammenhänge zu erkennen. Darüber hinaus eignet sich die Lösung auch für Schulungs- und Trainingszwecke. Neue Mitarbeitende können mithilfe der AR-Ansicht mit dem Prozess interagieren, ohne direkt an der realen Maschine zu arbeiten, ohne Risiken für reale Maschinen oder Werkstücke. Prozessverläufe lassen sich simulieren, Wartungsschritte üben und Fehlerbilder nachvollziehen.

Ein weiterer Vorteil liegt in der Offenheit und Skalierbarkeit des Konzepts. Neue Maschinen lassen sich über ihre AAS integrieren. Sofern eine OPC-UA-Schnittstelle vorhanden ist, können Live-Daten standardisiert erfasst und visualisiert werden. Durch die Nutzung offener Standards ist eine einfache Erweiterung auf weitere Maschinen, Komponenten oder Standorte möglich. Neue Assets können per Plug-and-Play eingebunden werden, da sie sich über ihre AAS selbst beschreiben und in das bestehende Visualisierungssystem einfügen. Die modulare Aufteilung ermöglicht es beispielsweise, die Verwaltung der AAS in eine Cloud-Umgebung zu verlagern, während Echtzeitdaten lokal verarbeitet werden. Auch Multi-User-Szenarien, etwa für Fernwartung oder kollaborative Prozessanalyse, lassen sich damit umsetzen. Das Framework eignet sich somit nicht nur für einzelne Fertigungszellen, sondern auch für größere Produktionsanlagen mit heterogenen Maschinenparks.

Kontext Industrial Metaverse

Der Autor: Nico Brandt ist wissenschaftlicher Mitarbeiter „Virtuelle Methoden in der Produktionstechnik“ am ISW in Stuttgart. © ISW

Ein zusätzliches Anwendungspotenzial ergibt sich im Kontext des entstehenden Industrial Metaverse – einer digitalen Erweiterung der realen Produktionswelt, in der Daten nicht nur dargestellt, sondern auch für Interaktion, Simulation und Kollaborationen genutzt werden können. Das hier vorgestellte Framework bildet einen ersten Baustein dafür, reale Produktionsdaten in eine immersive Umgebung zu überführen. Bereits heute zeigt der Demonstrator, wie durch die Visualisierung von Echtzeit- und Kontextinformationen ein alternativer Zugang zu Maschinen und Prozessen geschaffen wird. In einem nächsten Schritt könnte diese Umgebung erweitert werden, um sogenannte Mixed-Reality-in-the-Loop-Simulationen zu realisieren. Dabei lassen sich virtuelle Prozessänderungen direkt im digitalen Zwilling testen und deren Auswirkungen unmittelbar visualisieren, noch bevor ein physischer Eingriff erfolgt. Dies kann Rüstzeiten und Stillstände reduzieren sowie frühzeitig potenzielle Probleme identifizieren. Besonders bei der Einführung neuer Produkte oder Varianten entsteht dadurch eine digitale Testumgebung, die realitätsnahe Daten liefert, ohne die reale Produktion zu beeinflussen.

Langfristig kann durch die Einbindung von KI-Algorithmen eine automatisierte Analyse der Daten erfolgen. Mustererkennung auf Basis der in der AAS aggregierten Daten könnte Abweichungen oder Verschleißtrends identifizieren und Handlungsempfehlungen generieren. Auch adaptive Visualisierungen könnten abhängig von der Nutzerrolle unterschiedliche Informationen priorisieren. Auch eine stärkere Integration in bestehende MES- oder ERP-Systeme wäre möglich. Das Framework könnte als Basis für eine neue Art der Mensch-Maschine-Interaktion in der Smart Factory dienen – intuitiv, vernetzt und visuell verständlich.

Natürlich bestehen auch Herausforderungen. Die Absicherung gegen Datenverlust, die Echtzeitfähigkeit in drahtlosen Netzwerken sowie der Schutz sensibler Daten sind technische Anforderungen. Die Integration verschiedener Datenquellen erfordert ein durchdachtes Zugriffs- und Berechtigungskonzept. Ebenso ist eine gute Usability entscheidend. Die Darstellung muss für unterschiedliche Zielgruppen, von Schichtarbeitenden bis zur IT-Abteilung, verständlich und praktikabel sein. Es bedarf weiterer Untersuchungen und Nutzerstudien.

Der Demonstrator veranschaulichte, wie sich moderne Industrie-Standards mit immersiver Technologie kombinieren lassen. Die Verbindung von OPC UA, AAS und AR-Visualisierung eröffnet neue Möglichkeiten zur Darstellung von Maschinen und Prozessen. Ziel ist es, Daten nicht nur zu sammeln, sondern nutzbares Wissen daraus zu gewinnen. Der nächste Schritt ist die Übertragung des Konzepts auf eine größere Fertigungsstraße mit mehreren, voneinander unabhängigen Demonstratoren.