Integration sensorgestützter Zustandsdaten an der Spindel – Wie GMN mit CONTACT Software die Lebensdauer von Hochpräzisions-Motorspindeln digitalisiert

Motorspindeln sind in der spanenden Fertigung zentrale, aber gleichzeitig sehr beanspruchte Bauteile. Ohne zuverlässige Betriebsdaten aus dem Feldeinsatz bleibt häufig unklar, ob ein frühzeitiger Ausfall auf Produktionsfehler, Einbaufehler oder falsche Bedienung zurückzuführen ist. GMN Paul Müller Industrie hat gemeinsam mit CONTACT Software eine datenbasierte Zustandsüberwachung entwickelt, die diesen Wissens- und Transparenzverlust beendet und die Grundlage für vorausschauende Wartung sowie neue Geschäftsmodelle schafft.

Herausforderung: Fehlende Betriebsdaten im Feld

• Nach der Auslieferung verschwinden Maschinenkomponenten im „Nebel des Feldeinsatzes“ – Rückfluss von Betriebsdaten an den Hersteller bleibt aus.
• Ohne echte Felddaten ist die Ursache von frühen Spindelausfällen unklar: Produktionsfehler, Einbaufehler oder Fehlbedienung.
• Der fehlende Datenstrom verhindert eine systematische Optimierung von Spindeldesigns und Wartungsstrategien.

Technologische Basis – Das IDEA-4S-System

GMN setzt auf das IDEA-4S-System, das Sensorik für Temperatur, Drehzahl und Schwingung direkt an den Lagern der Spindeln integriert. Die Messwerte werden über IO-Link an Edge-Geräte übermittelt, wo sie in die CONTACT-Software-Cloud-Anwendungen fließen. Dort entsteht ein digitaler Zwilling der Spindel, der über die Asset Administration Shell (AAS) sämtliche Betriebsdaten mit der Seriennummer verknüpft.

• Reaktionszeit der lokalen Schwingungserfassung: < 100 ms (IDEA-4S verarbeitet Schwingungssignale in Millisekunden, 2024).
• Temperatur-, Drehzahl- und Vibrationsdaten werden kontinuierlich erfasst und in Echtzeit analysiert.
• Durch die AAS entsteht ein herstellerübergreifender digitaler Zwilling, der den gesamten Lebenszyklus abbildet.

Doch ohne belastbare Daten bleibt meist unklar, was für einen frühzeitigen Ausfall verantwortlich ist…

Um diese Wissenslücke zu schließen, integriert GMN ein sensorbasiertes System namens IDEA-4S, das Temperatur, Drehzahl und Schwingungen direkt an den Spindellagern misst und über IO-Link überträgt. In Kombination mit der Asset Administration Shell (AAS) aus dem CONTACT Elements for IoT-Übertragungssystem entsteht ein herstellerübergreifender digitaler Zwilling, der die Seriennummern mit deren Betriebsdaten verbindet. Diese Transparenz ermöglicht es, Verschleißmustern nachvollziehbare Ursachen zuzurechnen.

Praxisnachweis im ESCOM-Forschungsprojekt

Im Rahmen des vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Kooperationsprojekts ESCOM wurde die datenbasierte Zustandsüberwachung an Schleifmaschinen erprobt. Das Projekt etablierte interoperable Datenmodelle (VWS-Zeitreihendaten) und Validierungsmethoden, die die industrielle Praxisrelevanz der Lösung belegen.

• Gesamtförderung des ESCOM-Projekts: 6,4 Mio. € (2023).
• Entwicklung und Test von Edge-Services für die digitale Zustandsüberwachung.
• Nachweis, dass die Technologie in realen Fertigungsumgebungen stabil funktioniert.

Die Ergebnisse untermauern die Industriepraxistauglichkeit der technischen Lösung und zeigen, dass die Kombination aus Sensorik, IO-Link und Cloud-Anwendungen einen messbaren Mehrwert liefert.

Wirtschaftliche Potenziale von Predictive Maintenance

Laut VDMA-Branchenforschung können datenbasierte Wartungsstrategien bis zu 50 % der ungeplanten Stillstandszeiten bei Werkzeugmaschinen reduzieren. Im Spindel- und Werkzeugbereich liegt die Ursachenhäufigkeit für Stillstände zwischen 26 % und 33 %.

• Anteil von Werkzeug- und Spindelproblemen an Stillstandszeiten: 26-33 % (2019, Quelle S1).
• 60 % der Spindelausfälle werden auf Überlastbedingungen zurückgeführt (2019, Quelle S1).
• Potential zur Stillstandsreduzierung durch Predictive Maintenance: 30-50 % (2023, Quelle S2).

Durch digitale Zustandsüberwachung lassen sich Schäden Monate vor einem Bruch erkennen – das VDMA verzeichnet in solchen Fällen Einsparpotenziale von 30 bis 50 % an Stillstandszeiten (2023).

Nutzen für Komponentenhersteller und Endkunden

• Hersteller erhalten Feld-Betriebsdaten, die konkrete Verschleißmuster offenbaren und damit kontinuierliche Designoptimierung ermöglichen.
• Entwicklung neuer Wartungs- und Service-Geschäftsmodelle (z. B. Wartungsverträge basierend auf tatsächlicher Nutzung).
• Endkunden profitieren von vorausschauender Wartung, reduzierten Ausfallzeiten und verlängerten Lebenszyklen ihrer Spindeln.
• Durch die digitale Zwilling-Technologie wird die Rückverfolgbarkeit über die gesamte Lieferkette hinweg gesichert.

Risiken und Gegenmaßnahmen

• Datensouveränität und IT-Sicherheitsbedenken: Viele Endnutzer vertrauen sensiblen Daten nicht in externen Cloud-Umgebungen. Lösung: Daten bleiben lokal an der Spindel gespeichert; nur selektive Daten werden über IO-Link an Edge-Geräte übertragen.
• Datensignal-Rauschen in industriellen Anwendungen: Werkstückwechsel und variable Schnittkräfte überlagern die Schwingungen. Lösung: Mehrdimensionale Analyse und Filterung in der Edge-Verarbeitung, unterstützt durch die schnelle Reaktionszeit (<100 ms).

FAQ – Häufige Fragen zur GMN-Lösung

• Wie wird Datensicherheit in der GMN-Lösung gewährleistet?
  Daten bleiben lokal an der Spindel gespeichert und werden über IO-Link nur selektiv an Edge-Geräte übermittelt, wodurch sensibler Prozesscode nicht in Cloud-Umgebungen gelangt.
• Wie profitiert der Komponentenhersteller selbst von den erfassten Daten?
  Die Feld-Betriebsdaten liefern konkrete Verschleißmuster, mit denen der Hersteller die Spindeldesigns kontinuierlich optimieren und neue Wartungsmodelle entwickeln kann.
• Welche Rolle spielt die Verwaltungsschale (AAS) im GMN-Konzept?
  Die AAS dient als digitales Abbild der realen Spindel und erlaubt eine strukturierte Speicherung und Analyse von Betriebsdaten über den gesamten Lebenszyklus hinweg.

Fazit

Die Kombination aus dem sensorbasierten IDEA-4S-System, IO-Link-Kommunikation und der CONTACT-Software-Cloud schafft für Hochpräzisions-Motorspindeln einen durchgängigen Datenstrom vom Werk bis zum Einsatzort. Durch den digitalen Zwilling und die Asset Administration Shell wird die bislang fehlende Transparenz im Feld geschlossen, was sowohl für Hersteller als auch für Endnutzer erhebliche wirtschaftliche Vorteile bedeutet. Die erfolgreiche Erprobung im ESCOM-Projekt und die belegten Einsparpotenziale von bis zu 50 % bei ungeplanten Stillstandszeiten zeigen, dass datenbasierte Zustandsüberwachung nicht nur ein technisches, sondern ein strategisches Instrument für die Zukunft der Metallbearbeitung ist. Trotz berechtigter Bedenken hinsichtlich Datensouveränität und Signalrauschen bietet GMN bereits wirksame Gegenmaßnahmen, sodass die Technologie bereit ist, die Industrie in ein neues Zeitalter der vorausschauenden Wartung zu führen.