Komponenten-Service-Systeme im Praxistest
-
Lucas Gräff
Lucas Gräff, M. Sc., geb. 1994, studierte allgemeinen Maschinenbau an der Technischen Universität Darmstadt. Seit 2024 ist er am Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der Technischen Universität Darmstadt als Wissenschaftlicher Mitarbeiter tätig.
,
Fabian Gast
Fabian Gast, M. Sc., geb. 1998, studierte Wirtschaftsingenieurwesen mit Fachrichtung Maschinenbau an der Technischen Universität Darmstadt. Seit 2023 ist er am Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der Technischen Universität Darmstadt als Wissenschaftlicher Mitarbeiter tätig.
Viktor Berchtenbreiter, M. Sc., geb. 1996, studierte allgemeinen Maschinenbau an der Technischen Universität Darmstadt. Seit 2022 ist er am Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der Technischen Universität Darmstadt als Wissenschaftlicher Mitarbeiter tätig.
Prof. Dr.-Ing. Matthias Weigold, geb. 1977, studierte allgemeinen Maschinenbau an der TU Darmstadt und promovierte am Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der TU Darmstadt. Während seiner elfjährigen Industrietätigkeit sammelte er internationale Erfahrung in leitender Funktion im Bereich Manufacturing und als Product Owner im Bereich Digital Manufacturing. Prof. Weigold wurde 2019 an die TU Darmstadt berufen und leitet seitdem das Institut PTW
Abstract
Komponentenhersteller verfügen über wertvolles Know-how, das Endanwender bislang kaum nutzen. So bleiben Potenziale wie datenbasierte Services und innovative Geschäftsmodelle und somit Wertschöpfung über den Produktverkauf hinaus unerschlossen. Souveräner Datenaustausch in Daten- und Service-Ökosystemen ist der Schlüssel, um diese Potenziale zu heben. Ein am PTW der TU Darmstadt entwickelter Demonstrator zeigt dies anhand von Verschleißprognosen und Zustandsüberwachung und dient zugleich als Schulungs- und Transferinstrument für die industrielle Umsetzung.
Abstract
Component manufacturers have valuable expertise that end users have hardly been able to utilize so far. This means that potential opportunities such as data-based services and innovative business models, and thus value creation beyond product sales, remain unexplored. Sovereign data exchange in data and service ecosystems is the key to unlocking this potential. A demonstrator developed at the PTW at TU Darmstadt illustrates this using wear predictions and condition monitoring, while also serving as a training and transfer tool for industrial implementation.
Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory-Board wissenschaftlich begutachteten Fachaufsatz (Peer Review).
Über die Autoren
Lucas Gräff, M. Sc., geb. 1994, studierte allgemeinen Maschinenbau an der Technischen Universität Darmstadt. Seit 2024 ist er am Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der Technischen Universität Darmstadt als Wissenschaftlicher Mitarbeiter tätig.
Fabian Gast, M. Sc., geb. 1998, studierte Wirtschaftsingenieurwesen mit Fachrichtung Maschinenbau an der Technischen Universität Darmstadt. Seit 2023 ist er am Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der Technischen Universität Darmstadt als Wissenschaftlicher Mitarbeiter tätig.
Viktor Berchtenbreiter, M. Sc., geb. 1996, studierte allgemeinen Maschinenbau an der Technischen Universität Darmstadt. Seit 2022 ist er am Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der Technischen Universität Darmstadt als Wissenschaftlicher Mitarbeiter tätig.
Prof. Dr.-Ing. Matthias Weigold, geb. 1977, studierte allgemeinen Maschinenbau an der TU Darmstadt und promovierte am Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der TU Darmstadt. Während seiner elfjährigen Industrietätigkeit sammelte er internationale Erfahrung in leitender Funktion im Bereich Manufacturing und als Product Owner im Bereich Digital Manufacturing. Prof. Weigold wurde 2019 an die TU Darmstadt berufen und leitet seitdem das Institut PTW
Danksagung
Die Autoren danken dem Bundesministerium für Wirtschaft und Klimaschutz (BMWK) für die Förderung des Projektes ESCOM (Edge Services for Components), FKZ. 01MD22004. Besonderer Dank gilt neben dem Fördergeber auch den im Projekt beteiligten Partnern Berger Holding GmbH & Co. KG, GMN Paul Müller GmbH & Co. KG, CONTACT Software GmbH, Datarella GmbH, Tvarit GmbH und Institut für Automation und Kommunikation e.V. für die Unterstützung und die Zusammenarbeit im Rahmen des Projekts.
Außerdem danken die Autoren dem Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) und der Europäischen Union – NextGenerationEU für die Förderung des Projekts LeOniDaS, FKZ. 16DTM412A. Insbesondere der deltaDAO AG danken wir für die Unterstützung und Zusammenarbeit als beteiligter Partner innerhalb des Projekts.
Literatur
1 Otto, B.; Seidelmann, J.; Schmelting, J.; Sauer, O.: Vorstudie Datenraum Manufacturing-X: Architektur, Basisdienste und Organisation unter Berücksichtigung der Spezifika der ausrüstenden Industrie. VDMA, Frankfurt 2023. Onliner unter https://www.zvei.org/fileadmin/user_upload/Presse_und_Medien/Publikationen/2023/August/Manufacturing_X/Vorstudie_Datenraum_Manufacturing-X_ZVEI-VDMA-Fraunhofer__2_.pdf [Abruf am 29.09.2025]Search in Google Scholar
2 Sauer, O.; Haller, M. L.; Wagner-Sardesai, S.; Henke, J.; Schmelting, J.; Meyer, T.; Kujath, M.; Seidel, H.; Kuhn, T.; Schnicke, F.; Harst, S.; Wenzel, K.: Manufacturing-X: Die Branche der Fabrikausrüster. Fraunhofer-Gesellschaft, Dortmund 2022 DOI:10.24406/publica-138610.24406/publica-1386Search in Google Scholar
3 Gast, F.; Berchtenbreiter, V.; Dumss, S.; Gehrer, R.; Weißenbach, P.; Weigold, M.; Grafinger, M.: Automatic Publication of Data to Data- and Service Ecosystems from the Shopfloor. Procedia CIRP 130 (2024), S. 1589–1597 DOI:10.1016/j.procir.2024.10.28710.1016/j.procir.2024.10.287Search in Google Scholar
4 Gaia-X European Association for Data and Cloud: Gaia-X Architectural Document – 25.05 Release. Online unter https://docs.gaia-x.eu/technical-committee/architecturedocument/25.05/gaia-x_context [Abruf am 29.09.2025]Search in Google Scholar
5 Gast, F.; Berchtenbreiter, V.; Hoffmann, F.; Weigold, M.: Accelerating Industrial Data Value Creation – A Learning Factory Concept for Data Ecosystems. Procedia CIRP (2025) [Accepted Manuscript] DOI:10.1007/978-3-031-98883-7_1510.1007/978-3-031-98883-7_15Search in Google Scholar
6 Gräff, L.; Stolze, M.; Berchtenbreiter, V.; Körner, M.; Zehenreiter, S.; Forte, S.; Jain, N.: Konzept zur Realisierung von Edge-Cloud-Services für Komponenten mithilfe der Verwaltungsschale und Gaia-X. AUTOMATION Kongress 2025, VDI, Düsseldorf 2025Search in Google Scholar
7 Berchtenbreiter, V.; Schröder, T.; Gast, F.; Kohn, O.; Stolze, M.; Weigold, M.: Machine Component Monitoring in Data and Service Ecosystems Enabled by the Asset Administration Shell. Procedia CIRP 130 (2024), S. 1474–1479 DOI:10.1016/j.procir.2024.10.26910.1016/j.procir.2024.10.269Search in Google Scholar
8 Forte, S.; Gast, F.; Dickopf, T.; Stürmer, C.; Weber, M.: Gaia-X based Data Ecosystem Offerings in the Context of Data Management Systems. In: 2024 IEEE 29th International Conference on Emerging Technologies and Factory Automation (ETFA), Padova, Italy, 2024, S. 1–6 DOI:10.1109/ETFA61755.2024.1071076110.1109/ETFA61755.2024.10710761Search in Google Scholar
© 2025 Walter de Gruyter GmbH, Berlin/Boston, Germany
Articles in the same Issue
- Inhalt
- Editorial
- Produktionsnetzwerke der Zukunft – intelligent, flexibel und wirtschaftlich
- WGP-Standpunkt
- Forschung für die energieeffiziente, energieflexible und dekarbonisierte Industrie
- Produktionsnetzwerke
- Produktionsnetzwerke im Automobilbau
- Fabrikkonzepte
- Kopplung von MBSE und Verhaltenssimulation für die Auswertung von Fabrikkonzepten
- Kollaboration
- Kollaboration durch Datenräume und die Analyse bestehender Initiativen
- Kollaboratives Emissionsmanagement im Produktionsnetzwerk
- Supply-Chain-Strategien
- Glokalisierte Produktionsverlagerung
- Produktionsnahe Supply-Chain-Partnerschaften
- ERP-Migration
- Entscheidungsunterstützung für die Durchführung von ERP-Migrationsprojekten
- Anforderungserhebung
- Modellbasiertes Tool zur partizipativen Anforderungserhebung
- Nachhaltigkeit
- Datengetriebene Nachhaltigkeitsfunktionen
- Nachhaltiger Einkauf im deutschen Mittelstand
- Ergonomie
- Exoskelette im industriellen Praxistest
- Künstliche Intelligenz
- Methodische Identifikation von KI-Potenzial am Beispiel der Energiewirtschaft
- Von Papier zu Prozess: Integration KI-basierter Dokumentenanalyse in logistische Abläufe
- Digitalisierung
- Low-Code für die Geschäftsprozess-Digitalisierung?
- Datenökosysteme
- Komponenten-Service-Systeme im Praxistest
- Energieeffizienz
- IoT-basiertes Energiemonitoring von Produktionsanlagen
- Vorschau
- Vorschau
Articles in the same Issue
- Inhalt
- Editorial
- Produktionsnetzwerke der Zukunft – intelligent, flexibel und wirtschaftlich
- WGP-Standpunkt
- Forschung für die energieeffiziente, energieflexible und dekarbonisierte Industrie
- Produktionsnetzwerke
- Produktionsnetzwerke im Automobilbau
- Fabrikkonzepte
- Kopplung von MBSE und Verhaltenssimulation für die Auswertung von Fabrikkonzepten
- Kollaboration
- Kollaboration durch Datenräume und die Analyse bestehender Initiativen
- Kollaboratives Emissionsmanagement im Produktionsnetzwerk
- Supply-Chain-Strategien
- Glokalisierte Produktionsverlagerung
- Produktionsnahe Supply-Chain-Partnerschaften
- ERP-Migration
- Entscheidungsunterstützung für die Durchführung von ERP-Migrationsprojekten
- Anforderungserhebung
- Modellbasiertes Tool zur partizipativen Anforderungserhebung
- Nachhaltigkeit
- Datengetriebene Nachhaltigkeitsfunktionen
- Nachhaltiger Einkauf im deutschen Mittelstand
- Ergonomie
- Exoskelette im industriellen Praxistest
- Künstliche Intelligenz
- Methodische Identifikation von KI-Potenzial am Beispiel der Energiewirtschaft
- Von Papier zu Prozess: Integration KI-basierter Dokumentenanalyse in logistische Abläufe
- Digitalisierung
- Low-Code für die Geschäftsprozess-Digitalisierung?
- Datenökosysteme
- Komponenten-Service-Systeme im Praxistest
- Energieeffizienz
- IoT-basiertes Energiemonitoring von Produktionsanlagen
- Vorschau
- Vorschau
