Doch was bedeutet diese Ausgangssituation für das Datenmanagement, welches in diesem heterogenen Maschinen- und Geräteumfeld die Aufgabe einer systematischen und einheitlichen Projekt- und Datenverwaltung übernehmen soll? Um diese Frage zu beantworten, werden im Folgenden die \’zwei Welten\‘ – \’Theorie\‘ und \’Praxis\‘ – gegenübergestellt, um daraus die Anforderungen für das Datenmanagement abzuleiten.
Die Theorie: Alles ist gleich
Ein einheitliches Datenmanagement bei unterschiedlichen Projektdaten erfordert eine Standardisierung der Datenverwaltung. Und tatsächlich: wenn man einen Schritt zurücktritt und aus einer abstrakten Sichtweise die Umsetzung, Optimierung und Verwaltung der Projektierungsdaten unterschiedlicher Geräte analysiert, so können – vereinheitlichend – folgende Aussagen getroffen werden:
- Bis zur Freigabe in der Produktion durchläuft eine Geräteprojektierung unterschiedliche Optimierungs- und Anpassungsschritte. Insofern besteht die Notwendigkeit, immer die aktuellste Version zu kennen, um so eine zielorientierte Projektentwicklung zu gewährleisten.
- Von der Basisversion bis zur Freigabeversion sind definierte Zwischenversionen als Meilensteine interessant, um so definierte Einstiegspunkte im Falle von nicht zielorientierten Entwicklungsschritten bereitzuhalten.
- Jede Änderung im Automatisierungsprozess wird motiviert durch einen Anlass. Dieser Änderungsgrund soll im Zusammenhang mit der Verantwortlichkeit erfasst werden. Insofern ist eine systemgeführte Dokumentationspflicht von Änderungen unabdingbar.
- Selbst eine Geräteprojektierung im produktiven Umfeld unterliegt der Notwendigkeit für Optimierungen, Justierungen oder Erweiterungen. Hier ist es entscheidend, dass jede Änderung am Produktionsprozess durchgängig (lückenlos) und transparent nachvollziehbar sein muss (Audit Trail).
- Jede Optimierung führt wieder zu einer neuen aktuellsten Version. Hier besteht die Anforderung, dass diese Version nicht nur zentral freigegeben und verfügbar sein muss, sondern es muss auch sichergestellt werden, dass diese Optimierungen auch im produktiven Automatisierungsprozess nachweislich zum Tragen kommt.
Die Praxis: Der Unterschied liegt im Detail
Das Arbeiten mit den Datenmengen von Projekt- und Projektierungsdatensätzen in einem heterogenen Produktionsumfeld hat nicht nur etwas mit der Dateiorganisation und dem Verwaltungssystem zu tun. Vielmehr übernimmt der Anwender eine entscheidende Rolle beim Datenmanagement, indem er Korrekturen und Optimierungen unter Berücksichtigung seines Know-hows in die Projektierung einbringt. Somit ergeben sich aus Anwendersicht folgende Herausforderungen:
- Der Einsatz von unterschiedlichen Maschinen und Steuerungen bedeutet, dass sich auch gleichzeitig unterschiedliche Projektierungswerkzeuge im Einsatz befinden. Jede Entwicklungsumgebung bedarf einer Einarbeitungs- und Schulungszeit für den Anwender.
- Die Projektierung für ein Automatisierungsgerät setzt nicht nur die Beherrschung des Entwicklungswerkzeuges voraus, sondern erfordert ebenso die spezifische Erfahrung des Anwenders hinsichtlich der Hard- und Software.
- Gleiche Automatisierungsaufgaben bei unterschiedlichen Automatisierungsgeräten unterliegen unterschiedlichen Projektierungs- und Parametrierungs-Strategien. Ein Wissenstransfer ist somit erschwert.
- Die Projektierungsdatensätze und -strukturen unterschiedlicher Automatisierungsgeräte sind untereinander inkompatibel.
Es wird deutlich: Auch wenn theoretisch und abstrakt alle Projektierungsdaten gleichbehandelt werden können, so ist das Arbeiten mit dem Projektinhalt (Erstellung, Anpassung und Auswertung) ausschließlich durch geschulte und erfahrene Anwender – also Spezialisten – möglich. Gilt es daher, ein konkretes Projekt für eine bestimmte Steuerung in einem Datenmanagementsystem im Detail zu analysieren, so reicht eine allgemeingültige und alles erschlagende Informationsauswertung (HEX , ASCII, XML,…) des Projektes nicht mehr aus. Vielmehr muss ein Datenmanagementsystem für Automatisierungsdaten sich auch auf den Inhalt einlassen. Für das Datenmanagement im praktischen Automatisierungsumfeld bedeutet dies folglich, dass es die Projektierungsdaten gerätespezifisch und intelligent hinsichtlich Syntax, Semantik und Format unterstützen muss, um so für den spezialisierten Anwender die Projektinformationen angemessen aufbereiten zu können.
Resultierende Anforderungen
Ausgehend von dem oben aufgeführten Gegensatz von Theorie und Praxis hinsichtlich einer einheitlichen und durchgehenden Projektdatenverwaltung in der automatisierten Produktion sind die resultierenden Anforderungen an das Datenmanagement gemäß folgender Kategorien zu klassifizieren: Zum einen sind dies die allgemeinen Anforderungen (Kategorie A1) an das Datenmanagement, die unabhängig vom unterstützten Gerätetyp aufgestellt sind, zum anderen sind dies die gerätespezifischen Anforderungen (Kategorie A2), die pro unterstütztem Gerät realisiert werden sollten.
