Home Verursachungsgerechte CO2-Bilanzierung für den Digitalen Produktpass
Article
Licensed
Unlicensed Requires Authentication

Verursachungsgerechte CO2-Bilanzierung für den Digitalen Produktpass

Technische Befähigung eines Wertstroms
  • Hans Joachim Groß

    Hans Joachim Groß, M. Sc., arbeitet als Wissenschaftlicher Mitarbeiter am Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) an der Technischen Universität Darmstadt.

     EMAIL logo     and Joachim Metternich

    Prof. Dr.-Ing. Joachim Metternich ist Institutsleiter des Instituts für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) an der Technischen Universität Darmstadt.
Published/Copyright: December 10, 2024
Become an author with De Gruyter Brill
Submit Manuscript Author Information
Zeitschrift für wirtschaftlichen Fabrikbetrieb
From the journal Zeitschrift für wirtschaftlichen Fabrikbetrieb Volume 119 Issue 12

Abstract

Mit dem Inkrafttreten des Digitalen Produktpasses (DPP) ist u.a. die Ausweisung des in der Produktion angefallenen CO2-Verbrauchs zur Herstellung des betreffenden Produkts verbunden. Vielen Unternehmen fehlt derzeit jedoch das Wissen über die bei der Produktion entstehenden Emissionen sowie Ressourcenverbräuche und wie diese für den DPP erfasst werden können. Für die Erfassung ist es notwendig einen Wertstrom zu befähigen, die während der Produktion entstehenden Ressourcenverbräuche kontinuierlich über entsprechende Sensoren zu erfassen und damit im DPP transparent zu machen. Um die Ressourcenverbräuche einem spezifischen Bauteil zuzuordnen ist eine individuelle Bauteilnachverfolgung unabdingbar. Dieser Beitrag zeigt auf, welche digitalen Systeme, Messgrößen und Messstellen sowie Sensoren hierfür notwendig sind und welche Herausforderungen entstehen.

Abstract

The introduction of the Digital Product Passport (DPP) is accompanied by the disclosureof the CO2 consumption associated with the fabrication of the product. However, many companies are currently unaware of the emissions and resource consumption generated during production and how these can be captured for the DPP. To capture this, it is necessary to enable a value stream to continuously capture the resource consumption generated during production using appropriate sensors and thus make it transparent in the DPP. Individual component tracking is essential to allocate resource consumption to a specific component. This article shows which digital systems, measured variables, measuring points and sensors are required for this and the challenges that arise.

Schlüsselwörter: Digitaler Produktpass; Ressourceneffizienz; CO2-Fußabdruck; Product Carbon Footprint; Wertstrom; Manufacturing Execution System; Lernfabrik
Keywords: Digital Product Passport; Resource Efficiency; CO2 Footprint; Product Carbon Footprint; Value Stream; Manufacturing Execution System; Learning Factory

Hinweis

Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory-Board wissenschaftlich begutachteten Fachaufsatz (Peer Review).

Tel.: +49 (0) 6151 8229-632

Funding statement: Diese Arbeit wurde im Rahmen des Forschungsprojekts CLiCE-DiPP durchgeführt (Förderkennzeichen: 01MN23023F). Besonderer Dank gilt dem Bundesministerium für Wirtschaft und Klimaschutz (BMWK) für die Förderung des Projekts und dem Projektträger DLR (DLR Projektträger) für die Betreuung.

About the authors

Hans Joachim Groß

Hans Joachim Groß, M. Sc., arbeitet als Wissenschaftlicher Mitarbeiter am Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) an der Technischen Universität Darmstadt.

Prof. Dr.-Ing. Joachim Metternich

Prof. Dr.-Ing. Joachim Metternich ist Institutsleiter des Instituts für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) an der Technischen Universität Darmstadt.

Literatur

1 Bundesministerium der Justiz (Hrsg.): Bundes-Klimaschutzgesetz: KSG, 2019. Online unter https://www.gesetze-im-internet.de/ksg/BJNR251310019.html [Abruf am 01.07.2024]Search in Google Scholar

2 Metternich, J.; Schebek, L.; Anderl, R.: Ressourceneffizienz in Produktionsprozessen. Hessen Trade & Invest GmbH, 2021Search in Google Scholar

3 Bundesministerium für Wirtschaft und Klimaschutz (BMWK) (Hrsg.): Ökodesign-Verordnung und grüne Leitmärkte – Nachhaltige Produkte werden in der EU zur Norm. Schlaglichter der Wirtschaftspolitik Juni 2024: Monatsbericht, BMWK, Berlin 2024, S. 24–26Search in Google Scholar

4 Staufen AG (Hrsg.): Green Transformation: Im Maschinen- und Anlagenbau. Staufen AG, Köngen: 2022Search in Google Scholar

5 Software AG (Hrsg.): CliCE-DiPP: Mit dem digitalen CO2-Produktpass wird Nachhaltigkeit messbar. Online unter https://clice-dipp.de [Abruf am 01.07.024]Search in Google Scholar

6 Kaur, R.; Patsavellas, J.; Haddad, Y.; Salonitis, K.: Carbon Accounting Management in Complex Manufacturing Supply Chains: A Structured Framework Approach. Procedia CIRP 107 (2022), S. 869–875 10.1016/j.procir.2022.05.077Search in Google Scholar

7 Weyand, A.; Bausch, P.; Engel, B.; Metternich, J.; Weigold, M.: Analysis of Uncertainty Factors in Part-Specific Greenhouse Gas Accounting. Sustainability 15 (2023) 24, 16871 10.3390/su152416871Search in Google Scholar

8 Gutwald, B.; Baumann, N.; Funk, F.; Reichenstein, T.; Albayrak, B.; Franke, J. : Sustainable Manufacturing Practices: A Systematic Analysis and Guideline for Assessing the Industrial Product Carbon Footprint. In: 2024 1st International Conference on Production Technologies and Systems for E-Mobility (EPTS), Bamberg, Germany, 2024, S. 1–1110.1109/EPTS61482.2024.10586733Search in Google Scholar

9 Hu, J.; Shi, Y.; Cheng, Y.; Liu, Z.: A Process-oriented Model to Measure Product Carbon Footprint: An Exploratory Study Based on Multiple Cases. Production Planning & Control (2023), S. 1–24 10.1080/09537287.2023.2266410Search in Google Scholar

10 BFT Enviri GmbH: Leitfaden für die Product-Carbon-Footprint (PCF) Erstellung. Online unter https://www.ihk.de/aachen/innovation/energie/pcf-leitfaden-6220544 [Abruf am 01.11.2024]Search in Google Scholar

11 Bausch, P.; Weyand, A.; Weigold, M.; Metternich, J.: Design Model For Traceability-Supported Assessment of Product Carbon Footprint. publish-Ing, Hannover 2023Search in Google Scholar

12 DIN Deutsches Institut für Normung e. V.: DIN EN 16212: Energieeffizienz- und -einsparberechnung – Top-Down- und Bottom-Up-Methoden. Beuth Verlag, Berlin 2012Search in Google Scholar

13 Lempert, S.; Pflaum, A.: Einheitliche Beschreibung der Funktionalität und Standardunterstützung von IoT-Software-Plattformen. In: Lempert, S.; Pflaum, A. (Hrsg.): Funktionalität und Standardunterstützung von IoT-Software-Plattformen (essentials). Springer Fachmedien Wiesbaden, Wiesbaden 2021, S. 21–3410.1007/978-3-658-32672-2_4Search in Google Scholar

14 Zampou, E.; Plitsos, S.; Karagiannaki, A.; Mourtos, I.: Towards a Framework for Energy-Aware Information Systems in Manufacturing. Computers in Industry 65 (2014) 3, S. 419–433 10.1016/j.compind.2014.01.007Search in Google Scholar

15 Mantravadi, S.; Møller, C.: An Overview of Next-generation Manufacturing Execution Systems: How important is MES for Industry 4.0? Procedia Manufacturing 30 (2019), S. 588–595 10.1016/j.promfg.2019.02.083Search in Google Scholar

16 Lucke, D..; Constantinescu, C.; Westkämper, E.: Smart Factory – A Step towards the Next Generation of Manufacturing. In: Mitsuishi, M.; Ueda, K.; Kimura, F. (Hrsg.): Manufacturing Systems and Technologies for the New Frontier. Springer London, London 2008, S. 115–11810.1007/978-1-84800-267-8_23Search in Google Scholar

17 DIN Deutsches Institut für Normung e. V.: DIN EN ISO 50001: Energiemanagementsysteme – Anforderungen mit Anleitung zur Anwendung. Beuth Verlag, Berlin 2018Search in Google Scholar

18 Ladegourdie, M.; Kua, J.: Performance Analysis of OPC UA for Industrial Interoperability towards Industry 4.0. IoT 3 (2022) 4, S. 507–52510.3390/iot3040027Search in Google Scholar
Published Online: 2024-12-10
Published in Print: 2024-12-20

© 2024 Walter de Gruyter GmbH, Berlin/Boston

Articles in the same Issue

  1. Frontmatter
  2. Editorial
  3. Die Zukunft der Produktionsnetzwerke – effizient, flexibel, intelligent und nachhaltig
  4. Produktionsstrategien
  5. Simulation und Bewertung von Fahrzeug-Produktionsstrategien
  6. Mit vorausschauenden Produktionsstrategien Wachstum in sich wandelnden Märkten erreichen
  7. Produktionsnetzwerke
  8. Standortstrategieentwicklung und Roadmapping in globalen Produktionsnetzwerken
  9. Kreislauffähige Produktionsnetzwerke
  10. Produktionsplanung
  11. Auswirkungen von Laststeuerungsprogrammen auf Lieferketten
  12. Digitaler Produktpass
  13. Verursachungsgerechte CO2-Bilanzierung für den Digitalen Produktpass
  14. Digitales Ecosystem
  15. Intelligente Wertschöpfungsnetzwerke für individuelle Fahrzeugentwicklung
  16. Supply-Chain-Management
  17. Modulares Simulationsmodell für das operative Supply-Chain-Management
  18. Variantenmanagement
  19. Frühzeitige Bewertung von Auswirkungen bei der Einführung neuer Produktvarianten
  20. Wirtschaftlichkeit
  21. Nutzen- und Kostenbestimmung von Technologien
  22. Echtzeitkommunikation
  23. Rescheduling zyklischer Echtzeitkommunikation
  24. Presshärten
  25. Höhere Duktilität durch verhinderte Austenitisierung
  26. Künstliche Intelligenz
  27. Generative Künstliche Intelligenz als Assistenz in der Instandhaltung
  28. Prozessmodell zur Entwicklung KI-basierter Geschäftsmodelle
  29. Digitale Transformation
  30. Gemba-Digitalisierung 4.0? Digitale Transformation auf Japanisch
  31. Vorgehensmodell zur Analyse und Auswahl einer IoT-Plattform für KMU
  32. Datenmanagement
  33. IIoT-basierte Geschäftsmodelle für Komponentenhersteller
  34. Vorschau
  35. Vorschau
https://doi.org/10.1515/zwf-2024-1163
Keywords for this article
Digital Product Passport; Resource Efficiency; CO2 Footprint; Product Carbon Footprint; Value Stream; Manufacturing Execution System; Learning Factory

Articles in the same Issue

  1. Frontmatter
  2. Editorial
  3. Die Zukunft der Produktionsnetzwerke – effizient, flexibel, intelligent und nachhaltig
  4. Produktionsstrategien
  5. Simulation und Bewertung von Fahrzeug-Produktionsstrategien
  6. Mit vorausschauenden Produktionsstrategien Wachstum in sich wandelnden Märkten erreichen
  7. Produktionsnetzwerke
  8. Standortstrategieentwicklung und Roadmapping in globalen Produktionsnetzwerken
  9. Kreislauffähige Produktionsnetzwerke
  10. Produktionsplanung
  11. Auswirkungen von Laststeuerungsprogrammen auf Lieferketten
  12. Digitaler Produktpass
  13. Verursachungsgerechte CO2-Bilanzierung für den Digitalen Produktpass
  14. Digitales Ecosystem
  15. Intelligente Wertschöpfungsnetzwerke für individuelle Fahrzeugentwicklung
  16. Supply-Chain-Management
  17. Modulares Simulationsmodell für das operative Supply-Chain-Management
  18. Variantenmanagement
  19. Frühzeitige Bewertung von Auswirkungen bei der Einführung neuer Produktvarianten
  20. Wirtschaftlichkeit
  21. Nutzen- und Kostenbestimmung von Technologien
  22. Echtzeitkommunikation
  23. Rescheduling zyklischer Echtzeitkommunikation
  24. Presshärten
  25. Höhere Duktilität durch verhinderte Austenitisierung
  26. Künstliche Intelligenz
  27. Generative Künstliche Intelligenz als Assistenz in der Instandhaltung
  28. Prozessmodell zur Entwicklung KI-basierter Geschäftsmodelle
  29. Digitale Transformation
  30. Gemba-Digitalisierung 4.0? Digitale Transformation auf Japanisch
  31. Vorgehensmodell zur Analyse und Auswahl einer IoT-Plattform für KMU
  32. Datenmanagement
  33. IIoT-basierte Geschäftsmodelle für Komponentenhersteller
  34. Vorschau
  35. Vorschau
Sign up now to receive a 20% welcome discount
Institutional Access
How does access work?
Have an idea on how to improve our website?
Please write us.
© 2025 De Gruyter Brill
Downloaded on 8.9.2025 from https://www.degruyterbrill.com/document/doi/10.1515/zwf-2024-1163/pdf
Scroll to top button