Nachhaltigkeit durch Digitalisierung im Maschinenbau
Ein praxisorientierter Leitfaden zu den Ergebnissen aus dem Verbundprojekt DiNaPro: Modellbasierte Digitalisierung nachhaltiger Produktionsnetzwerke entlang des Produktlebenszyklus
Der Klimawandel stellt die Produktentstehung vor große Herausforderungen, insbesondere in Industrien mit hohem Material- und Energieverbrauch wie dem Maschinenbau. Unternehmen müssen Wege finden, die Umweltbelastungen von Produkten und der Produktion zu minimieren. Die Digitalisierung bietet dabei sowohl die Möglichkeit, Umweltauswirkungen präzise zu erfassen als auch Prozesse ressourcenschonender zu machen.
Dieser Leitfaden entstand im Rahmen des Forschungsprojekts DiNaPro (Juli 2021 – Juni 2024) und zeigt praxisnahe Ansätze zur ökologisch nachhaltigen Produktentwicklung und -produktion auf. Der Fokus liegt darauf, durch digitale Assistenzsysteme, die Nachhaltigkeitskennzahlen – insbesondere den CO₂-Fußabdruck – nutzen, umweltfreundlichere Entscheidungen treffen zu können. Zusätzlichen werden Informationen zum Thema Nachhaltigkeitskennzahlen und ein Vorgehen zur Entwicklung eines eigenen Informationsmodells vorgestellt, welches als Grundlage für die Entwicklung der digitalen Assistenzsysteme dient. Diese digitalen Assistenzsysteme für die Produktentwicklung und Produktion lauten:
- Produktentwicklung: Gestaltungrichtlinien zur Entwicklung nachhaltiger Produkte, Rückführung von Daten aus dem Produktlebenszyklus, Assistenzsysteme für Konstruktion und Arbeitsvorbereitung
- Produktion: Datenbasierte CO₂-Bilanzierung, Betriebsoptimierung, Qualitätsmonitoring, digitale Werkerassistenz
Der Leitfaden stellt methodische Konzepte und Umsetzungsstrategien vor, ergänzt durch industrielle Praxisbeispiele und einen Demonstrator für die Live-Bilanzierung der CO₂-Emissionen in der additiven Fertigung. Abschließend werden Empfehlungen für die praktische Umsetzung sowie wirtschaftliche und methodische Herausforderungen diskutiert. Ziel ist es, Unternehmen dabei zu unterstützen, datenbasierte Nachhaltigkeitsentscheidungen zu treffen und Prozesse zu optimieren.
