Prof. Dr.-Ing. Martin Eigner, TU Kaiserslautern, Lehrstuhl VPE
Abstract
Das Engineering unterliegt derzeit einem massiven Wandel. Smarte Systeme und Technologien, Cybertronische Produkte, Big Data und Cloud Computing im Kontext des Internet der Dinge und Dienste sowie Industrie 4.0. Der amerikanische Ansatz des „Industrial Internet“ beschreibt diese (R)evolution jedoch weitaus besser als der eingeschränkte und stark deutsch geprägte Begriff Industrie 4.0. Industrial Internet berücksichtigt den gesamten Produktlebenszyklus und adressiert sowohl Konsum- und Investitionsgüter als auch Dienstleistungen. Dieser Beitrag beleuchtet das zukunftsträchtige Trendthema und bietet fundierte Einblicke in die vernetzte Engineering-Welt von morgen, auf Ihre Konstruktionsmethoden und –prozesse sowie auf die IT-Lösungen.
Stichworte: Technologische Entwicklung, Industrie 4.0, Industrial Internet, Product Lifecycle Management, System Lifecycle Management, Model Based Systems Engineering (MBSE), Systemarchitekturen
1 Industrial Internet
Das Internet der Dinge – Kevin Ashton verwendete erstmals 1999 den Begriff „Internet of Things“ (IoT) – geht von Internet-basierenden vernetzten physischen Objekten (things) aus. Bis 2020 werden auf Basis des Internetprotokolls V6 rund 37 Milliarden Dinge (i.d.R. Produkte/Systeme mit implizierter Kommunikationsfähigkeit) mit dem Internet verbunden sein. Diese nennt man auch Cyberphysische bzw. Cybertronische Produkte oder Systeme. Darauf aufbauend werden neue, oftmals disruptive dienstleistungsorientierte Geschäftsmodelle für die jeweiligen Anwendungen, z.B. Smart Products, Smart Factory, Smart Energy, Samrt Mobility, Smart Farming und Smart Buildings, entwickelt. Dienstleistungen innerhalb neuer Gesamtsysteme werden zum zentralen Erfolgsfaktor (Ä Internet of Service IoS). Der wertmäßige Anteil an Elektronik und Software wird bei dieser Art von Produkten und eingebetteten Dienstleistungen ständig steigen. Nach Aussagen von konservativen Schätzungen werden in diesem Marktsegment voraussichtlich 500 Milliarden USD bis zum Jahr 2020 weltweit investiert. Optimistische Vorhersagen für 2030 über die Wertschöpfung dieses Bereiches sprechen von bis zu 15 Billionen USD weltweit.
Die aufgeführten Zielrichtungen wurden durch Vorarbeiten der Industrieverbände, der Forschungsunion und der acatech in die Zukunftsprojekte Industrie 4.0 und internetbasierte Dienstleistungen für die Wirtschaft des BMBF und des BMWI aufgenommen. Diese Aktivitäten sind grundsätzlich zu begrüßen, schöpfen aber durch die starke Fokussierung auf die Produktionsautomatisierung die eigentlichen Potentiale nur unzureichend aus. Der amerikanische Ansatz des Industrial Internet (www.industrialinternetconsortium.org/) deckt das Spektrum der Möglichkeiten weitaus besser ab als der eingeschränkte und stark deutsch geprägte Begriff Industrie 4.0 und vierte industrielle Revolution. Industrial Internet betrifft einerseits den gesamten Produktlebenszyklus von der Produktentwicklung, der Prozessplanung, der Produktion bis zum Service, sowie andererseits Konsum-, Investitionsgüter und Dienstleistungen. Diese Revolution müsste dann allerdings zuallererst in den Gehirnen aller am Produktlebenszyklus Beteiligten stattfinden. Dabei kann nur totales Um- und Querdenken zum Erfolg führen. Wir müssen uns die Fragen stellen: Sind unsere anerkannten und wichtigen Erfolge in der Optimierung und Systematisierung des Produktentstehungsprozesses, insbesondere von Varianten- /Anpassungskonstruktionen und der darauf aufbauenden Prozessautomatisierung heute noch alleinig ausreichend für die Innovationskraft unserer Wirtschaft? Sind unsere hierarchischen Organisationsformen adäquat für kreative Produkte, Produktionssysteme und Dienstleistungen oder brauchen wir kleine und dynamische Innovationszellen, sind unsere Engineering Prozesse und IT-Lösungen genügend agil und interdisziplinär und sind unsere vertikalen Disziplinen-orientierten betrieblichen sowie akademischen Ausbildungskonzepte vorbereitet für die Zukunft?
Das Industrial Internet führt zu vernetzten und miteinander kommunizierenden Systemen und darauf aufbauenden Dienstleistungen. Durch gegenseitige Vernetzung und Beeinflussung wird der Funktionsumfang aktuell mechatronischer Systeme signifikant erweitert. Kommunizieren diese miteinander, wird von „Cyber-Physical Systems (CPS)“ bzw. „Cybertronischen Systemen (CTS)“ gesprochen. CTS gehen im Unterschied CPS stärker aus der Engineeringsicht hervor und stellen eine Weiterentwicklung mechatronischer Systeme in Richtung Intelligenz und Kommunikationsfähigkeit dar. Sie können in offenen Netzen mit anderen Produktsystemen kommunizieren und kooperieren, und vernetzen sich so zu „intelligenten“, teils autonomen, sich selbst anpassenden Systemen. Jedoch fehlt es derzeit noch an Methoden, Prozessen und integrierten IT-Werkzeugen zur Entwicklung und Verwaltung der Informationen solcher Systeme. Aufbauend auf der modellbasierten Entwicklung wird derzeit an Vorgehen zur disziplinübergreifenden und integrierten Entwicklung von CTS geforscht, welche sowohl Produkte als auch Produktionssysteme beinhalten. Um die System- und Prozessqualität für produzierende Unternehmen zu verbessern, können beispielsweise serviceorientierte, skalierbare (Cloud-) Plattformkonzepte zur prädiktiven Qualitätsdatenanalyse dazu beitragen, intelligente, anwendungsspezifische Feedbackloops im Qualitätsmanagement zu schaffen. Software wird in Zukunft eine Vielzahl von neuen Funktionen ermöglichen und die Funktionskomplexität der Produkte weiter erhöhen, andererseits aber auch durch eine Verschiebung der Varianz von Hardware zu Software, die Entwicklungs- und Fertigungskomplexität teilweise reduzieren
Full-Service Konzepte auf der Basis kommunizierender Systeme und Komponenten (vgl. Abbildung 1) können heutzutage in voller Breite nur unzureichend umgesetzt werden, da sie eine hohe Unsicherheit und ein hohes Risiko in sich bergen. Grund dafür sind fehlende Informationen und Transparenz über das Gesamtsystem während dem Betrieb bzw. im Einsatz beim Kunden (z.B. Verschleiß von Bauteilen). Durch die Nutzung und intelligente Auswertung von Felddaten, inklusive der Ableitung und Nutzung definierter Zustandsinformationen, kommunikationsfähiger Produktsysteme können diese Unsicherheiten beseitigt und das Risiko besser abgeschätzt werden. Darüber hinaus entstehen neue Möglichkeiten für die Individualisierung von Serviceprodukten bei Investitionsgütern. Ebenso wird das Erstellen und Anbieten von kunden- bzw. maschinenspezifischen Full-Service Konzepten zur Absicherung höchster Verfügbarkeit, zur verbesserten Einsatzplanung, zur genaueren Ermittlung des Ersatzteilpotenzials sowie zum automatisierten Anstoßen von Serviceprozessen ermöglicht.
Abbildung 1: Full Service Konzept am Beispiel Smart Farming
Entscheidend für die Ausgestaltung des Industrial Internet mit dem Internet der Dinge und Dienste sind explizit Technologien mit Sensorik und Aktuatorik sowie eingebetteter Intelligenz. Nur so ist es für Produkte möglich die Umgebung wahr zu nehmen und mit dieser zu interagieren. Auch die drahtlose Kommunikation wie der Breitband-Mobilfunk oder RFID (Radio-Frequency Identification) ist von Bedeutung. Folglich wird die semantische Beschreibung von Diensten und Fähigkeiten wichtig, welche eine Interaktion von Produktkomponenten und Maschinen auf intelligente Art und Weise gewährleisten. Mit „Smart Produce“ bzw. „Plug and Produce“ wird es ermöglicht, dass Maschinen ihr Umfeld automatisch erkennen und sich mit anderen Maschinen vernetzen bzw. interagieren können. Dadurch kann der Austausch von Informationen über bspw. Aufträge, Auslastung und optimale Fertigungsparameter gelingen. Als zentrales Element gilt es dabei spezifische (auch cloudbasierte) Backbone Konzepte aufzubauen, die auf administrativer Ebene helfen, die Informationskomplexität eines Produktsystems (Stichwort: Big Data) über den gesamten Lebenszyklus beherrschbar zu halten. Abbildung 2 zeigt ein typisches Beispiel wie sowohl Konsumgüter als auch Investitionsgüter, basierend auf einer aktiven Sensor/Aktuator Einbindung und einer intelligenten Datenaufbereitung (Business Analytics) die Grundlage von Service-orientierten Geschäftsmodellen bilden.
Abbildung 2: Grundsätzlicher Aufbau von Service-orientierten Geschäftsmodellen
Zusammenfassend eröffnen Smarte Systeme eine neue Ära von Produktinnovationen sowie Geschäftsmodellveränderungen mit hoher sozial-gesellschaftlicher, ökonomischer und ökologischer Bedeutung. Sie basieren auf der zunehmenden Intelligenz moderner kommunikationsfähiger Komponenten durch internetfähige und kostengünstige Sensorik bzw. Aktuatorik und neuer Konnektivität, die das Internet ermöglicht. Schlüsseltechnologien dieser Ebene sind Sensor-/Aktuatortechnologie, intelligente Hardware, Kommunikationstechnologie und eingebettete Systeme. Darauf baut eine Internet-fähige System- und Serviceplattform auf, die Aggregierung, Fusion, intelligente Auswertung, optimierte Steuerung bzw. Regelung und eine grafische Visualisierung ermöglicht. Grundlage dieser Ebene bilden Softwaretechnologie (Business Analytics, Cloud Computing, Big Data, Security, Safety, kontextsensitive Systeme, etc.) und systemtheoretische bzw. mathematische Modellierung, Analyse- und Simulationsverfahren.
2 Von PLM zu SysLM
Die Komplexität innerhalb einer Product Lifecycle Management (PLM) Strategie hat derzeit bereits einen sehr hohen Stand erreicht und der vorgestellte Anstieg der Komplexität von Produkt- und Produktionssystemen und deren Entwicklung wird sich weiter beschleunigen. Um diese Komplexität zu bewältigen, muss zu jeder Zeit deren Rückverfolgbarkeit über den gesamten Lebenszyklus in Form einer geschlossenen Prozesskette sichergestellt werden. Aktuell beschränkt sich die Rückverfolgbarkeit innerhalb gängiger PLM Lösungen lediglich auf die Verknüpfung von Produktanforderungen und den Elementen der Stückliste (E-BOM) in Produktdatenmanagement (PDM) Systemen System Lifecycle Management (SysLM) wird hierzu als nächste Stufe von PLM ausgebaut und als Schlüsselkonzept zur transparenten Beschreibung komplexer, smarter Produkt- und Produktionssysteme im Kontext des Industrial Internet vorgeschlagen (siehe Abbildung 3).
Abbildung 3: System Lifecycle Management als Schlüsselkonzept zur detaillierten Beschreibung komplexer, smarter Produktsysteme im Kontext des Industrial Internet
Aus den vorgestellten Veränderungen, gegenwärtig getrieben durch die Bestrebungen im Kontext von Industrial Internet ergeben sich eine Reihe von Anforderungen an zukünftige Lösungsansätze. Sie spannen den Lösungsraum einer ganzheitlichen SysLM Strategie auf (Abbildung 4):
Interdisziplinarität
sowohl bezüglich der Disziplinen als auch entlang des Produktlebenszyklus,
Engineering Collaboration
zwischen den Disziplinen, entlang des Produktlebenszyklus und entlang der
Zulieferkette,
System Lifecycle Denkweise
mit stärkerer Einbindung der Upstream und Downstream Prozesse
Abbildung 4: Lösungsraum einer ganzheitlichen System Lifecycle Management Strategie
Künftige Lösungen müssen diese Veränderungen durch geeignete Entwicklungsplattformen ermöglichen. Eine Erweiterung und die „neue Stufe“ des PLM wird auch zukünftig nicht die Kreativität der Konstrukteure ersetzen, aber durch eine viel stärkere Vernetzung, Kommunikation und eine über additive Dienstleistungen geprägte Produktwelt diese unterstützen. Eine derart mit digitalen Gütern geprägte Produktwelt ist anders, und dieser Unterschied ist von großer Bedeutung. Die Digitalisierung verändert die physische Welt, und diese Veränderungen werden immer bedeutsamer. Zentrale Treiber und Kernelemente zur Ausgestaltung einer ganzheitlichen SysLM Strategie sind demnach:
2.1 Digitalisierung
Die heutige Entwicklung komplexer technischer Produkte und Produktionssysteme umfasst das Zusammenspiel der Disziplinen der Mechanik- und Elektronikkonstruktion sowie der Softwareentwicklung entlang des Produktlebenszyklus und über die Zuliefererkette. Die Digitalisierung, d.h. die vollständige Beschreibung eines Produktes in Form „digitaler Modelle“ stellt einen geeigneten Ansatz dar, um diese Disziplinen schon in frühen Entwicklungsphasen zusammenzubringen (siehe Abbildung 5). Die modellbasierte Entwicklung (engl.: Model-Based Systems Engineering (MBSE) ist ein multidisziplinäres Ingenieurparadigma, das die Nutzung von Modellen anstelle von Dokumenten propagiert und damit die Analyse, Spezifikation, Entwicklung und Absicherung der zu entwickelten Produktsysteme unterstützt. Dabei arbeiten Ingenieure und Konstrukteure schon in den frühen konzeptionellen Phasen der Produktentwicklung durchgängig mit digitalen Modellen. Diese Durchgängigkeit entlang des Lebenszyklus eines Produktsystems und über einzelnen Disziplinen hinweg, gestattet die Vernetzung aller Entwicklungsergebnisse. Die konzeptionelle Produktbeschreibung, die im Wesentlichen aus Funktion, Logik und Verhalten besteht, kann auf diese Weise als Brücke zwischen Anforderungen und der detaillierten Konstruktion auf der SysLM Ebene wirken.
Abbildung 5: Modellbasierter Entwicklungsansatz
Waren in den 1980er Jahren die Produktbeschreibungen noch auf Dokumenten konzentriert, haben sich – auch auf Grund verstärkter CAD Einführung in Mechanik und Elektronik – stücklistenorientierte hierarchische Modellierungen (BOM = Bill of Material) parallel zur geometrischen Beschreibung durchgesetzt. Diese reichen heute bei zunehmender Bedeutung der Mechatronik und Cybertronik nicht aus, sondern müssen um lineare (Software) und netzwerkartige Strukturierungsmethoden (MBSE) ergänzt werden. Während die Hardware über hierarchische Stücklisten beschrieben wird, gibt es in der Softwareentwicklung parallele Stränge (Trunks), Aufspaltungen (Branch) und Vereinigungen (Merge). Eine Konfiguration wird bei der Softwareentwicklung durch Verknüpfung der physischen Files, die durch Revision und Version gekennzeichnet sind, realisiert (Baseline).
2.2 Instanziierung
Die Instanziierung des digitalen Modells ist aus mehreren Gründen wesentlich. Bei mehrfach verbauten Komponenten in komplexen Produktsystemen (bspw. im Anlagen-, Schiff- und Flugzeugbau), müssen diese Komponenten rückverfolgbar und einzeln identifizierbar sein. Die Komponenten eines speziellen Typs, können an mehreren Positionen eventuell auch mit verschiedenen anderen Parametern, z.B. Wartungsangeben, verbaut sein. Diese Instanzen werden durch eine Seriennummer, die neben der Sachnummer und der Revision bzw. Version als Instanz eindeutig identifiziert. Wichtige Bauteile unterliegen einer stückmäßigen Verfolgung. Jedes Teil erhält deshalb neben einer Sachnummer eine Seriennummer, mit deren Hilfe eine lückenlose Dokumentation des einzelnen Teiles möglich wird. Die kontextspezifische Identifizierung geschieht durch Zuordnung der jeweiligen Instanzen zum übergeordneten Produktsystem. Die Instanziierung durch Seriennummern ist in den meisten Fällen ausreichend, allerdings nur dann, wenn der Verbauungsort nicht von Interesse ist. Durch das Industrial Internet werden neue Anforderungen aus der Definition serviceorientierter Geschäftsmodelle aufgekommen, die eine Instanziierung mit Kontextzusammenhang zum Verbauungsort und zum Produktsystem erfordern. Die von Sensoren gelieferten Werte werden nur nach Kontextzusammenhang interpretiert werden können. Über die eindeutige Zuordnung zu einer IP-Adresse kann die Zuordnung zwischen einzelnen Sensoren beispielsweise gewährleistet werden.
2.3 Visualisierung
Durch alle bisher aufgeführten Anforderungen an SysLM, wie Interdisziplinarität, Instanziierung, Föderation und Integration über den gesamten Produktlebenszyklus erreicht das digitale Produktmodell einen Grad an Komplexität, der für die tägliche Bearbeitung von Ingenieuren kaum zu bewältigen ist. Akzeptanzproblematiken sind die konsequente Folge. Gerade die typischen Engineeringprozesse wie Freigabe-, Änderungs- und Konfigurationsmanagement bedürfen einer hohen Transparenz, welche Objekte von einem solchen Prozess betroffen sind. Graphen eignen sich sehr gut, komplexe Strukturen zu visualisieren (siehe Abbildung 6). Das setzt natürlich voraus, dass über Links eine Zuordnung verschiedener Anwendungs- und Verwaltungssysteme realisiert sind. Die mit den Knoten verknüpften Dokumente müssen über die typischen „Light Weight“ Formate dargestellte werden (TIFF, PDF, JT,….).
Abbildung 6: Graphen-basierendes Beispiel eines über den gesamten Produktlebenszyklus verknüpften Produktmodell
2.4 Einbettung in eine betriebliche IT Architektur
Ein interdisziplinärer und integrierter PEP, der die Entwicklung Industrial Internet geeigneter Produkte und Produktionssysteme unterstützt, basiert auf einer Vielzahl von Autorensystemen in den verschiedenen Phasen des Produktlebenszyklus sowie in den verschiedenen Disziplinen. Diese müssen über eine geeignete Architektur über eine oder je nach Komplexität über zwei Hierachiestufen in einen gemeinsamen Produkt- und Prozessbackbone eingebunden werden. Gekennzeichnet sind diese Konzepte durch die vier Ebenen, die im Rahmen einer VDA-Arbeitsgruppe festgelegt wurden:
Autoren Systeme (MBSE, MCAD, ECAD, CASE, CAP, CAM, Office) sowie Berechnungs- und Simulationssysteme.
Team Data Management (TDM), eine Verwaltungsebene, die autorensystemnahe Informationen verwaltet und die direkt den Autorensystemen zugeordnet sind. Diese Ebene verwaltet in der Regel die nativen Formate der Autorensysteme. Sind die Autorensysteme einfach strukturiert, kann diese Ebene auch entfallen und man spricht von einer Direktkopplung.
SysLM/PLM Backbone, die zentrale Ebene des PEP, die die interdisziplinäre Produktstruktur mit allen zugehörigen Dokumenten – in der Regel in neutralen Formaten – enthält. Darauf baut das entwicklungstechnische Änderungs- und Konfigurationsmanagement auf. Dies ist die eigentliche SysLM Lösungsebene eventuell ergänzt um ALM und SLM.
PPS Backbone, der bei einer globalen Verteilung meist aus mehreren lokalen Instanzen und häufig verschieden angepassten PPS Systemen besteht. Auf dieser Ebene wird heute der logistische und produktionstechnische Teil des Änderungs- und Konfigurationsmanagements umgesetzt.
Abbildungen 7 und 8 stellen zwei beispielhafte Ansätze einer möglichen IT Architektur mit der Zielsetzung eines integrierten Freigabe- und Änderungsmanagements (Engineering Release/Change Management ERM/ECM) und ein darauf aufbauendes Konfigurationsmanagement dar. Dabei wurde berücksichtigt, dass sich in den letzten Jahren eine neue IT-Lösungskombination ergeben hat. Die typischen CASE Tool Anbieter haben Ihre Lösungen um Requirements Management (RM) und MBSE Werkzeuge ergänzt und nennen das Application Lifecycle Management. ALM ist dann entweder auf der TDM Ebene oder auf der Backbone Ebene umgesetzt. Der weitaus häufigere Fall ist jedoch, dass diese drei Funktionen in den Unternehmen historisch nach der Methode „best in breed“ ausgewählt wurden und nun über einen SysLM Backbone integriert werden müssen.
Abbildung 7: Architektur mit dominanten SysLM System, ALM und SLM auf der TDM Ebene oder RM, MBSE und CASE einzeln integriert
Abbildung 8: Architektur, ALM, SLM und PLM bilden gemeinsam den SysLM Backbone
Das Hauptproblem dieser Architektur, liegt häufig in der Abstimmung von Informationen und Prozessen zwischen der durch SysLM bestimmten Design Chain und der durch PPS bestimmten Supply Chain. Hinzu kommt, dass PPS Systeme nicht die notwendig flexible Gestaltungsmöglichkeiten zur firmenspezifischen Adaption sowohl des Produkt- als auch des Prozessmodells besitzen und somit häufig eine gemeinsame Prozessgestaltung auf dem kleinsten gemeinsamen Nenner und nicht auf dem Optimum basiert. Als Alternativen bieten sich an eine eher evolutionäre Lösung durch Auslagern der Prozesskontrolle in ein übergeordnetes System z.B. auf der Basis von SharePoint (Abbildung 9). Das Projekt wurde zusammen mit den Firmen ILC und ARAS realisiert. Ohne durchgängige Engineering Prozesse über die Design und Supply Chain bleiben alle Integrationsansätze Stückwerk. Eine eher revolutionäre Lösung wäre die Produktionsplanung mit den Produktionsressourcen ebenfalls an den SysLM Backbone zu koppeln. Das setzt eine leistungsfähige Integration von Digitale Fabrik Systemen und MES voraus. ERP würde in diesem Szenario eher die Rolle eines ausführenden Systems übernehmen. Damit wäre eine Umsetzung aller Engineering Prozesse auf einer gemeinsamen Ebene möglich.
Abbildung 9: Change Management in SharePoint mit Hilfe eines marktüblichen PLM-Repositories
Generell muss bei der Definition der IT-Infrastruktur beachtet werden, dass durch das Internet der Dinge und den damit verbundenen Anschluss vieler Teilsysteme eine immense Datenmenge und Schnittstellenanzahl entstehen kann. SysLM Anbieter sind gefordert, ihre SW-Technologien auf diese Anforderung zu optimieren. Am Lehrstuhl VPE wird an Konzepten gearbeitet, die den SysLM Backbone nicht mehr als monolithisches Gesamtsystem sehen mit einem physischen Datensilo sondern als modellbasiertes Repository, das auf einem semantischen Netzwerk basiert. Die Daten verbleiben in ihren Anwendungslösungen incl. TDM und werden über OSLC verlinkt. Diese Lösung baut auf den Erfahrungen des SharePoint Projektes auf (Abbildung 10). Es können auch beliebige Mischlösungen mit persistenter physischer Datenhaltung der Grunddaten und verlinkten Daten in den anderen Anwendungsgebieten umgesetzt werden. Diese Architektur bietet natürlich die optimalen Voraussetzungen für die Visualisierung der Strukturen nach Abbildung 6.
Abbildung 10: Forschungsvorhaben SysLM auf Basis eines modelbasierenden semantischen Netzwerks und OSLC
3 Zusammenfassung und Ausblick
Intelligent vernetzte, kommunizierende Produktsysteme in ihrer vielfältigen Form stehen erst am Anfang von unzähligen Innovationen durch die Kombination der Möglichkeiten und fundamentalen Kräfte der Digitalisierung. Das Produktsystem steht zukünftig im Mittelpunkt. Und damit auch das Wissen über den gesamten Lebenszyklus eines Produktsystems. Um ein dieses ganzheitlich über den Lebenszyklus zu ‚managen‘, bedarf es zum einen der interdisziplinären Beschreibung anhand eines integrierten Systemmodells in den frühen Lebenszyklusphasen zum anderen einer Datenerfassung über alle Lebenszyklusphasen. Die Ausgestaltungen von Industrial Internet schafft hierzu die notwendigen technologischen Voraussetzungen. System Lifecycle Management (SysLM) gilt dabei als Schlüsselkonzept sowie möglicher Engineering Backbone für ein interdisziplinäres Product Development und Life Cycle Management im Kontext von „Industrial Internet“.
Kontakt
Professor Dr.-Ing. Martin Eigner
Lehrstuhl für Virtuelle Produktentwicklung
Fachbereich Maschinenbau und Verfahrenstechnik
Technische Universität Kaiserslautern
Gottlieb-Daimler-Str., Geb. 44, Raum 314
67663 Kaiserslautern
eigner@mv.uni-kl.de