Intelligente Produktionsprozesse sind eine Herausforderung für konventionelle Methoden zur Diagnose der Performance und von Fehlern – nicht zuletzt wegen der zunehmenden Komplexität und Vernetzung technischer Anlagen und Maschinen, der steigenden Variantenvielfalt mit sinkenden Losgrößen sowie dem Ziel höchster Anlagenverfügbarkeit. So gewinnen modellgestützte, adaptive, selbstlernende Diagnosemethoden auf Basis sensorischer Mustererkennung zunehmend an Bedeutung. Sie ermöglichen vorausschauende Prozessoptimierung und Früherkennung von Fehlerursachen und steigern dadurch die Produktivität und vermeiden Stillstandszeiten.

Bei Industrie 4.0 spielt die Instandhaltung eine wesentliche Rolle, geht es doch um Verfügbarkeit und Zuverlässigkeit von Maschinen und Anlagen vor dem Hintergrund zunehmender Komplexität und der wachsenden Anzahl instand zu haltender Objekte und dem vermehrten Einsatz unterschiedlichster Technologien. Insofern baut eine smarte Instandhaltung, die nicht mehr an feste Zeiten gebunden ist, auf Prinzipien von Diagnosemethoden auf. So werden zunehmend Modelle wie Predictive oder Remote Maintance Einzug halten. Auch bei der Instandhaltung können Standards zu Themen wie Sensor Networks, Big Data und Cloud Computing unterstützen.

Im Bereich Industrie 4.0, im speziellen auf Software und System-Ebene, besteht die Herausforderung des Lifecycle Management sowohl bei der Sicherstellung der Interoperabilität zwischen Geräten und Komponenten entlang des Lebenszyklus von der Planung bis zum Betrieb als auch der Instandhaltung mit dem Schwerpunkt der Definition der Semantik auf der Basis von Merkmalsystemen sowie bei Systemen, die zunehmend flexibler, intelligenter und selbstadaptiv werden. Es ist ein System Lifecycle Management als ein integriertes, informationsgetriebenes Konzept notwendig, das auf administrativer Ebene hilft, die Informationskomplexität eines Produktsystems über den gesamten Lebenszyklus besser zu beherrschen.

Die Implementierung von Industrie 4.0 in bestehende Systeme bedarf verschiedener Strategien, um die Verfügbarkeit etablierter Strukturen bei gleichzeitiger Modernisierung und Automatisierung der Prozesse weiterhin aufrechtzuerhalten. Die Verfügbarkeit von Ersatzteilen und Dienstleistungen für Wartung und Reparatur für bestehende Systeme aber auch die Abwärtskompatibilität neuer Komponenten ist hier in die Betrachtung aufzunehmen und erfordert die Zusammenarbeit aller Beteiligten in der Wertschöpfungskette, vor allem zwischen Lieferanten und Hersteller.

Die Sicherstellung der Interoperabilität zählt zu den Kernaufgaben der Standardisierung. Der Betreiber einer Industrie 4.0 Anlage sieht sich mit einer Vielzahl von Systemen unterschiedlicher Anbieter konfrontiert. Diese Systeme müssen sowohl hinsichtlich ihrer funktionalen als auch ihrer nichtfunktionalen Eigenschaften miteinander interoperabel sein, um die Chancen von Industrie 4.0 zu nutzen.

Die Entwicklung, das Engineering und die Errichtung als Syntheseprozesse einer „Digitalen Fabrik“ erfordern eine Vielzahl von Hilfs- und Nebenprozessen (z.B.: Künstliche Intelligenz, Simulation, Verifikation). Die sich daraus ergebenden Anforderungen an die Systemarchitektur müssen in den Industrie 4.0 Konzepten berücksichtigt werden.

Industrielle Kommunikationssysteme (Feldbusse) bieten bereits heute für hohe Anforderungen ausgereifte Lösungen für leitungsgebundene Kommunikation. Bei Industrie 4.0 Netzwerken, welche nicht nur den Shop-floor, sondern auch den Office-floor umfassen, kommen aber zu den bisherigen Anforderungen noch weitere bezüglich der Modularisierung, des flexiblen Hinzufügens, Wegnehmens und Neuanordnens von Modulen hinzu. Zusätzlich zur hierarchielosen Vernetzung der Komponenten bringen die zunehmende Anzahl von Sensoren und Stellgeräten sowie erweiterte Netzwerkanbindungen von Betriebsmitteln für z.B. Diagnosezwecke nicht nur zunehmenden Datenverkehr, sondern auch geänderte Anforderungen hinsichtlich der Topologie der Netzwerke.

Das volle Potential von Industrie 4.0 entfaltet sich durch hochgradig flexible und konfigurierbare Produktionssysteme. Mit einer intelligenten Informationsverarbeitung, die eine große Anzahl an Sensordaten erfasst, verarbeitet und Aktoren steuert, kann das System Änderungen an seinem Verhalten autonom durchführen. So ist das System fähig, sich optimal an ändernde Betriebsbedingungen anzupassen und selbst zu optimieren.

Die drahtlose Kommunikation zwischen Aktoren und Sensoren kommt bei der Umsetzung von Industrie 4.0 in vielen industriellen Prozessen zur Anwendung. Hier besteht die Herausforderung, die Funkapplikationen, die auf verschiedenen Funktechnologien, Funkspektren und Priorisierungen basieren, mittels Koexistenz-Management so aufeinander abzustimmen, dass die Prozesse mit hoher Zuverlässigkeit störungsfrei realisiert werden können.

Sowohl bei der vertikalen Integration verschiedener Unternehmensbereiche, als auch bei der horizontalen Integration über das eigene Unternehmen hinaus ist Sicherheit ein maßgeblicher Faktor. Ohne Gewährleistung von Daten- und Softwaresicherheit ist die Umsetzung von Industrie 4.0 nicht möglich. Daher ist es notwendig, neben der Weiterentwicklung von für Industrie 4.0 relevanten Sicherheitssystemen auf bestehende internationale Sicherheitsstandards zurückzugreifen, die ein professionelles Testen von eingesetzten Systemen und Software erlauben.

Üblicherweise sind Industrieroboter von menschlichen Arbeitskräften getrennt, um Personen vor Unfällen zu schützen. Mit Industrie 4.0 können diese Sicherheitsgrenzen allerdings verschwinden, da automatisiert betriebene Robotersysteme den Arbeitsraum mit ihren menschlichen Arbeitern teilen. Um solche gemeinschaftlichen Arbeitsbereiche sicher zu gestalten und zu betreiben, sind neue Risikobeurteilungen notwendig. Diese Notwendigkeit ergibt sich aus Gründen des gesetzlich geregelten ArbeitnehmerInnenschutzes und der Maschinensicherheit.

Bei der Entwicklung einer konsistenten Normierung ist die Verwendung gemeinsamer Begriffe und Grundkonzepte ein wesentlicher Faktor. Im Umfeld von Industrie 4.0 sind darüber hinaus Kernmodelle essentiell. Diese beschreiben wichtige Grundkonzepte, die allgemein konsensfähig sind und langfristig als technologieneutral, stabil und unveränderlich angesehen werden. Eine weitere wichtige Grundlage ist die Verwendung gemeinsamer Modellierungs- und Beschreibungstechniken.