Enterprise Materials Integration: Vom Werkstoffdatenmanagement zum offenen digitalen Werkstoff-Faden

Ein Werkstoff ist keine statische Zeile mit Eigenschaften. Seine nutzbaren Eigenschaften hängen von Zusammensetzung, Erzeugnisform, Herstellroute, Wärmebehandlung, Prüfbedingungen, statistischer Auswertung, Qualifizierungsstatus, Revision, Quelle und vorgesehener Anwendung ab. Gleichzeitig muss derselbe Werkstoff in Einkauf, CAD, CAE, PLM, ERP, Compliance und Nachhaltigkeit jeweils unterschiedlich abgebildet werden.

Klassisches Werkstoffinformationsmanagement (MIM) löst einen wichtigen Teil dieses Problems: Werkstoffinformationen werden gesammelt, verwaltet und verteilt. Enterprise Materials Integration (EMI) erweitert den Blick auf die Prozesse, die diese Informationen erzeugen und verändern, und auf die Unternehmenssysteme, die sie nutzen.

Was ist Enterprise Materials Integration?

EMI ist eine Unternehmensarchitektur, die Werkstoffe als sich weiterentwickelndes, kontextabhängiges Wissen verwaltet. Sie erhält die Beziehungen zwischen Werkstoffidentität, Zusammensetzung, Prozesshistorie, Werkstoffzustand und Gefüge, experimentellen und simulierten Daten, abgeleiteten Eigenschaften, Modellen, Qualifizierung und Anwendung.

EMI ersetzt weder PLM noch ERP, LIMS oder CAE. Sie ist die werkstofftechnische Wissens- und Prozessschicht zwischen diesen Systemen: ein gesteuerter digitaler Faden von Werkstoffentwicklung und Qualifizierung über Auswahl, Simulation und Einkauf bis zu Fertigung und Compliance. ERP, PLM, LIMS und CAE bleiben für ihre eigenen Vorgänge und Objekte maßgeblich. EMI ist das System des Werkstoffwissens, das die Beziehungen zwischen ihnen pflegt.

Sechs Schichten einer Referenzarchitektur

Die EMI-Referenzarchitektur trennt das werkstoffspezifische Wissen von den umgebenden Unternehmenssystemen. So kann ein Unternehmen PLM, CAE-Solver, Laborsystem oder Übertragungstechnik wechseln, ohne die Bedeutung seines Werkstoffwissens zu verlieren.

1. Wissens- und Semantikschicht: Werkstoffstamm, Spezifikationen, Zusammensetzung, Eigenschaften, Kurven und Felder, Dokumente, Einheiten, Bedingungen und Herkunft.
2. Qualifizierungs- und Prozessschicht: Projekte, Bemusterungs- und Prüfaufträge, Proben, Prüfserien, BPMN-Workflows, Freigaben, Revisionen und Qualifizierungsstatus.
3. Wissenschaftliche Engineering-Schicht: Statistik, mehrdimensionales Fitting, Parameteridentifikation, ICME und CALPHAD, Prozesshistorien und Kalibrierung von CAE-Modellen.
4. Integrationsschicht: REST-Services, Events und Anbindung an CAD, CAE, PLM, ERP, LIMS und MES.
5. Compliance- und Nachhaltigkeitsschicht: Stoffe, Verbotslisten, Lieferantendeklarationen, Stücklisten-Rollup, CPF/PCF und LCA.
6. Offene Austausch- und Infrastrukturschicht: offene JSON-Strukturen, versionierte Schemata, VDA 231-301, Betrieb vor Ort oder in der Cloud.

Der technische Kontext gehört zu den Daten

Einen Wert auszutauschen reicht nicht, wenn das empfangende System seine technische Bedeutung nicht rekonstruieren kann. EMI unterscheidet deshalb drei Ebenen der Interoperabilität: syntaktisch (können Systeme die Daten austauschen und validieren?), semantisch (verstehen sie dieselben Begriffe?) und im technischen Kontext (kann der Empfänger nachvollziehen, unter welchen Bedingungen, auf welcher Datengrundlage und für welche Anwendung ein Wert entstanden ist?).

Werkstoffintegration ist nicht in erster Linie die Integration von Datensätzen. Sie bewahrt den technischen Kontext über Systemgrenzen hinweg.

Initiativen wie die Plattform MaterialDigital schaffen dafür wichtige Grundlagen: FAIR-Daten, Ontologien, Wissensgraphen, reproduzierbare Workflows und Datenräume. EMI baut darauf auf und macht diese Grundlagen in Qualifizierung, Stammdaten, CAE, PLM/ERP-Integration und Compliance nutzbar.

Das gilt auch für Prozessketten. Eine Angabe wie „bei 900 °C für 2 h wärmebehandelt“ beschreibt den entstandenen Werkstoffzustand nicht. EMI bildet eine Prozesskette als Folge von Zustandsänderungen ab, jeweils verknüpft mit gemessenen oder simulierten Verläufen wie Temperatur, Dehnung oder Kraft über der Zeit. Ein gutes Beispiel ist die Metallographie: Ein Schliffbild wird zum vernetzten Objekt, verknüpft mit Werkstoff, Probe, Prozesshistorie, Prüfergebnissen und ICME-Simulationen. Diesen Ansatz haben wir auf der Metallographie-Tagung in Leoben vorgestellt.

Zentrale Anwendungsfälle

• Werkstoffstammdaten: eine gesteuerte Werkstoffidentität für Entwicklung, Einkauf und Qualität, synchronisiert mit PLM, ERP, CAD und CAE.
• Werkstoffqualifizierung und LIMS: Bemusterungs- und Prüfaufträge, Proben, Rohdaten und Freigaben mit Rückverfolgbarkeit bis zum freigegebenen Kennwert.
• Werkstoffentwicklung und ICME: Versuchsdaten kombiniert mit Simulationen, zum Beispiel aus JMatPro®, und der Vergleich von berechnetem und gemessenem Verhalten.
• Werkstoffdaten für Simulation und CAE: solverfertige Materialmodelle aus freigegebenen Quelldaten, zum Beispiel für Abaqus oder LS-DYNA, rückverfolgbar bis zu den Versuchsdaten.
• Stoff-Compliance und Nachhaltigkeit: Zusammensetzung und routenspezifische Prozessdaten verknüpft mit Stücklisten für CPF, PCF, LCA und den digitalen Produktpass.
• Referenzdaten und Werkstoffauswahl: Quellen wie MMPDS, ESDU MMDH, NCAMP/CMH-17, StahlDat und Copper Key zusammen mit internen Werkstoffen (Datenbanken).
• Unternehmensübergreifender Datenaustausch: Bemusterungsanforderungen und Prüfergebnisse als standardisierte VDA-231-301-Daten über REST, Dateien, Queues oder Datenräume.

Offenheit hat mehrere Dimensionen

Bei einer EMI-Plattform entscheidet die Architektur, ob Werkstoffwissen über Jahrzehnte nutzbar bleibt. Eine API allein macht ein System nicht offen. Daten, Schema, Berechnung, Integration, Betrieb, Skalierung und Exit-Strategie müssen getrennt betrachtet werden. Die entscheidende Frage lautet: Bleiben Daten, Bedeutung und Anhänge verständlich und nutzbar, wenn die Anwendung wegfällt?

VDA 231-301 zeigt, warum Bedeutung und Übertragung in getrennte Schichten gehören. Der Standard definiert ein JSON-Schema für Bemusterungs- und Prüfinformationen entlang der Lieferkette, unabhängig davon, ob sie per REST, Datei, Queue oder Datenraum übertragen werden. Das Schema wird offen auf GitHub gepflegt.

So setzt Matplus EDA EMI um

Matplus EDA® folgt diesen Prinzipien:

• Daten werden in JSON statt in proprietären Formaten gespeichert. EDA nutzt Open-Source-Komponenten und Docker-basierte Microservices und läuft vor Ort oder in der Cloud.
• Python ist die Erweiterungssprache. Wissenschaftliche Python-Bibliotheken arbeiten direkt auf den verwalteten Werkstoffdaten, etwa für mehrdimensionales Kurvenfitting, Parameteridentifikation und Statistik.
• Aggregationstabellen erzeugen auswertungsoptimierte Sichten für OLAP, Dashboards und KI, ohne das Wissensmodell in ein starres Berichtsschema zu zwingen. ECharts liefert interaktive Diagramme direkt im Workflow, Superset konfigurierbare Dashboards.
• Operative Daten (MongoDB) und Analysen (ClickHouse) sind getrennt, sodass beide horizontal skalieren können.
• Import und Export im VDA-231-301-Format schließen den Kreislauf zwischen Prüfaufträgen, Prüfergebnissen und Materialkarten.

EDA ist aus der explorativen Auswertung von JMatPro-Parameterstudien entstanden. Heute ist die Architektur auf Engineering-Daten in ihrem natürlichen Umfang ausgelegt: Laborrohdaten, Bilder, Prüfserien, Prozesshistorien und Simulationskampagnen, nicht nur ausgewählte Einzelwerte.

Offen in der Speicherung. Offen in der Verarbeitung. Offen für Analysen. Offen im Austausch.

Sprechen Sie uns an

Sie möchten sehen, wie Enterprise Materials Integration mit Ihrer bestehenden PLM-, ERP- und CAE-Landschaft zusammenspielt? Wir zeigen Ihnen Matplus EDA gern in einer Demo.