DDtrust-Scale - Verbundprojekt: Skalierung und Etablierung einer Datentreuhandstelle für den sächsischen Wissenschaftsraum

Abstract

Vor dem Hintergrund verschärfter regulatorischer Anforderungen, insbesondere der EU-Verpackungs- und Verpackungsabfallverordnung, steigen die Anforderungen an Verpackungsmaterialien in der Lebensmittel- und Verpackungsindustrie. Unternehmen müssen bestehende Verpackungen anpassen, neue, nachhaltige und kreislauffähige Materialien einsetzen und gleichzeitig eine stabile Verarbeitung auf bestehenden Anlagen sicherstellen. In der Praxis fehlen dafür häufig verarbeitungsrelevante Kenngrößen in den Materialspezifikationen. Die Maschinengängigkeit neuer Materialien lässt sich daher nur schwer vorhersagen. Dies führt zu Störungen in engen Prozessfenstern und zu kosten- sowie zeitintensiven Produktionsversuchen direkt in der Linie. Eine systematische, datenbankgestützte Auswertung von Material- und Verarbeitungsdaten liegt bislang nur fragmentarisch vor und ein sicherer, vertrauenswürdiger Datenaustausch zwischen Unternehmen und Forschung existiert nicht in strukturierter Form. Ziel des im Projekt DDtrust - Scale verfolgten Use Cases am Fraunhofer-Institut für Verfahrenstechnik und Verpackung (IVV) war daher ein erstmaliger Testlauf zur Einrichtung einer Datentreuhandstelle für den sicheren Datenaustausch zwischen den beschriebenen Akteuren, um so die relevanten Material- und Verarbeitungsdaten für jede Stelle bereitzustellen. Die für den Erzeuger hochgradig schützenswerten Materialdaten aus dem Herstellungsprozess können somit an das Fraunhofer IVV zur Charakterisierung und künftigen Vorhersage des Material- und Verarbeitungsverhaltens übermittelt sowie mögliche Messdaten zurück ransferiert werden. Untersucht werden sollte die Machbarkeit des Aufbaus einer Datenbank mit verarbeitungsrelevanten Materialdaten, eines Webservices zum sicheren Datenaustausch zwischen Industriepartnern und dem Fraunhofer IVV sowie einer statistisch fundierten Auswertung der Messdaten zur Unterstützung von Materialauswahl, Prozessauslegung und Fehleranalyse. Damit sollte die Grundlage für eine kollaborative, datengestützte Materialentwicklung zwischen Industrie und Forschung geschaffen werden.