CliCE-DiPP - Climate-neutral circular economy enabled by digital product carbon pass

Abstract

Ziel des Forschungsprojektes CliCE-DiPP ist die Entwicklung eines digitalen CO2-Produktpasses und der dafür notwendigen Analyse- und Optimierungswerkzeuge unter besonderer Berücksichtigung der CE. Zur Erreichung dieses Zieles wird die Lieferkette sowohl horizontal als auch vertikal betrachtet. Die horizontale Betrachtung adressiert sowohl den Wertstrom innerhalb von Unternehmensgrenzen als auch in der gesamten Lieferkette. Die Bestimmung des Product Carbon Footprints (PCF) erfolgt hierbei primär anhand von Daten, welche das Manufacturing Execution System (MES) sowie das Enterprise-Resource-Planning (ERP)-System zur Verfügung stellen. Es ist zu prüfen, ob die Verwaltungsschale (auch bekannt als Asset Administration Shell – AAS) als Austauschformat für den digitalen Produktpass verwendet werden kann. Für die detaillierte Ermittlung des PCFs auf Maschinenebene ist ein umfangreiches Monitoring der entsprechenden Produktionsanlagen erforderlich, weshalb diese mit entsprechender Sensorik ausgestattet werden. Hierbei werden zur Ermittlung des PCF die zuvor verwendeten MES- und ERP-Daten um Maschinendaten erweitert, um so eine verursachungsgerechte Ermittlung des PCF umzusetzen. Welche Aufgaben leiten sich daraus für die Software AG ab? Es ist der Aufbau einer prototypischen Plattform, um den unternehmensübergreifenden Datenaustausch für den digitalen CO2-Produktpass mit den relevanten PCF-Daten zu ermöglichen. Für die Anbindung der als relevant identifizierten Datenquellen sind geeignete Schnittstellen anzupassen bzw. (weiter) zu entwickeln und durch technische Vorkehrungen – ggf. durch Berücksichtigung der allgemeinen Prinzipien und Standards von Gaia-X – die Datensouveränität der Nutzer zu wahren. Zur Speicherung der Daten sollte ein passende Metastruktur gefunden und ein geeignetes Datenformat für die CO2-Emissionen entwickelt werden. Aufgabe des für die zerspanende Fertigung adaptierten Process Minings ist es, aus den für den digitalen CO2-Produktpass zusammengeführten Daten die realen (unternehmensübergreifenden) Produktionsprozesse zu modellieren und durch deren Analyse Möglichkeiten zur Verringerung des Energie- und Ressourcenverbrauchs zu finden. The aim of the CliCE-DiPP research project is to develop a digital CO2 product passport and the necessary analysis and optimization tools, with a particular focus on CE. To achieve this goal, the supply chain is examined both horizontally and vertically. The horizontal analysis addresses the value stream within company boundaries as well as throughout the entire supply chain. The product carbon footprint (PCF) is primarily determined on the basis of data provided by the manufacturing execution system (MES) and the enterprise resource planning (ERP) system. It must be examined whether the administration shell (also known as Asset Administration Shell – AAS) can be used as an exchange format for the digital product passport. Detailed determination of the PCF at the machine level requires comprehensive monitoring of the relevant production facilities, which is why they are equipped with appropriate sensor technology. To determine the PCF, the previously used MES and ERP data is supplemented with machine data in order to implement a cause-based determination of the PCF. Software GmbH developed a prototype platform to enable cross-company data exchange for the digital CO2 product passport with the relevant PCF data. To connect the data sources identified as relevant, suitable interfaces had to be adapted or (further) developed and technical precautions taken – where necessary, taking into account the general principles and standards of Gaia-X – to preserve the data sovereignty of users. A suitable meta-structure had to be found and a suitable data format for CO2 emissions developed for storing the data. The task of process mining adapted for machining production is to model the real (cross-company) production processes from the data collated for the digital CO2 product passport and to find ways of reducing energy and resource consumption by analyzing them.