OEE (Overall Equipment Effectiveness): Definition, Faktoren & Formeln
OEE einfach erklärt: Definition, Formel, Benchmarks & Praxisbeispiele. Erfahren Sie, wie Sie Ihre Anlagen effizienter machen.
Die Asset Administration Shell (AAS) – auf Deutsch Verwaltungsschale – ist ein international standardisiertes Rahmenwerk, um industrielle Assets digital zu beschreiben und ihre Informationen maschinenlesbar bereitzustellen. Sie bildet die technologische Grundlage für den Digitalen Zwilling in der Industrie 4.0.
Eine AAS bündelt alle relevanten Informationen und Funktionen eines Assets (z. B. Maschine, Sensor, Produkt, Softwaremodul) in einer standardisierten Struktur, inklusive Schnittstelle und Informationsmodellen. Ziel ist Interoperabilität: Daten können herstellerübergreifend zwischen Systemen (MES, ERP, PLM, IoT-Plattformen) ausgetauscht werden, ohne individuelle Spezial-Integrationen.
Die AAS ist inzwischen in der internationalen Norm IEC 63278-1:2023 „Asset administration shell for industrial applications – Part 1: Asset Administration Shell structure“ verankert und gilt als Schlüsselstandard für Industrie-4.0-Architekturen.
In Industrie 4.0 steht der digitale Zwilling für das konsistente, lebenszyklusübergreifende Abbild eines Assets – von Engineering und Produktion über Betrieb bis Service und Recycling. Die Asset Administration Shell ist das standardisierte Daten- und Schnittstellenmodell, auf dem dieser Zwilling aufsetzt.
Damit beantwortet die AAS zentrale Fragen:
Organisationen wie die Industrial Digital Twin Association (IDTA) und die Plattform Industrie 4.0 treiben Spezifikation und Verbreitung der AAS voran, inklusive offener Teilmodelle für Nameplate, technische Daten, Energie, Instandhaltung etc.
Die Asset Administration Shell folgt einem klaren, modularen Aufbau:
Asset
Das physische oder virtuelle Objekt (Maschine, Linie, Produkt, Software), das beschrieben wird.
Verwaltungsschale (AAS) als Container
Der digitale Container, der das Asset eindeutig identifiziert und alle Informationen strukturiert hält (Metadaten, Struktur, Services).
Teilmodelle (Submodels)
Fachliche Module mit standardisierter Semantik, z. B.:
Jedes Teilmodell kann von verschiedenen Systemen genutzt werden – etwa MES für Betriebsdaten, PLM für Engineeringdaten oder Energie-Management-Systeme für Verbrauchsdaten. Genau hier entsteht der Interoperabilitätsgewinn.
MES-Systeme sitzen im Kern des Digital Shopfloor und müssen Daten aus sehr heterogenen Quellen konsolidieren: Maschinen, Sensoren, Roboter, Teststände, Werkzeuge, Produkte, Energiezähler etc. Ohne Standard endet das in vielen, individuell gepflegten Schnittstellen.
Die Asset Administration Shell reduziert diesen Aufwand deutlich:
Standardisierte Datenstrukturen
MES kann Informationen zu Assets (z. B. technische Daten, Fähigkeiten, Zustände) direkt aus AAS-Teilmodellen lesen – ohne proprietäre Mapping-Logik pro Hersteller.
Herstellerübergreifende Interoperabilität
Unterschiedliche Maschinenlieferanten liefern Verwaltungsschalen nach demselben Standard. MES konsumiert einheitliche Modelle, statt jeweils eigene Konnektoren zu pflegen.
Lebenszyklus-Integration
Daten aus Engineering (PLM), Beschaffung, Betrieb (MES, SCADA) und Service lassen sich über AAS-Strukturen durchgängig verbinden – wichtig für Traceability, OEE-Analysen und Predictive Maintenance.
Für Cloud-MES-Architekturen heißt das: Die AAS wird zur Standard-Schnittstelle zwischen OT und IT, über die Assets sich selbst digital „beschreiben“ und dem MES alle relevanten Informationen anbieten.
Konkrete Szenarien, in denen die Asset Administration Shell MES-Integrationen und Digital Shopfloor vereinfacht:
Automatisierte Maschinenanlage im MES
Neue Maschinen werden mit AAS ausgeliefert. Das MES liest Nameplate- und Fähigkeits-Teilmodelle und legt Maschinen, Ressourcen und Konfigurationen weitgehend automatisch an.
Standardisierte Betriebs- und Zustandsdaten
Prozess- und Zustandsinformationen (z. B. Betriebsmodi, Alarme, Energiezustände) folgen einem AAS-Teilmodell. MES-Dashboards und OEE-Berechnungen nutzen überall dieselbe Semantik.
Instandhaltungs- und Condition-Monitoring-Teilmodelle
AAS-Teilmodelle für Condition Monitoring und Maintenance liefern standardisierte Kennzahlen (Laufzeiten, Verschleißindikatoren). MES kann daraus Smart-Maintenance-Workflows oder PdM-Modelle speisen.
Digitaler Zwilling für Linien und Werke
Mehrere AAS pro Asset-Hierarchie (z. B. Maschine → Linie → Werk) ermöglichen ein konsistentes, normbasiertes Datenmodell, das MES, ERP, PLM und externe Datenräume (z. B. Manufacturing-X) gemeinsam nutzen können.
Ist die Asset Administration Shell das gleiche wie ein digitaler Zwilling?
Nein. Die AAS ist das standardisierte Daten- und Schnittstellenmodell, mit dem ein digitaler Zwilling implementiert wird. Der Zwilling nutzt eine oder mehrere AAS, ist aber als Gesamtkonzept breiter.
Welche Rolle spielt die Norm IEC 63278-1?
IEC 63278-1 definiert Struktur, Informationen und Services der AAS für industrielle Anwendungen. Sie macht das Konzept global normiert und damit langfristig investitionssicher.
Warum sollte ein MES-Anbieter die Asset Administration Shell unterstützen?
Weil AAS-Unterstützung Integrationskosten senkt, Herstellerbindung reduziert, Interoperabilität in Industrie-4.0-Ökosystemen ermöglicht und MES-Lösungen direkt in Digital-Twin- und Manufacturing-X-Szenarien anschlussfähig macht.
In deinem Glossar-Cluster wird die Asset Administration Shell damit zur Architektur- und Integrationsdrehscheibe zwischen Digital Shopfloor, Digital Twin und Cloud-MES – und verankert SYMESTIC klar im Kontext moderner Industrie-4.0-Standards.
Lernen Sie die modernsten Ansätze der Industrie 4.0, die Sie in Ihrer Produktion schon morgen umsetzen können, um innerhalb von 4 Wochen Ihre Kosten um gut 20% zu reduzieren.
mehr erfahrenOEE einfach erklärt: Definition, Formel, Benchmarks & Praxisbeispiele. Erfahren Sie, wie Sie Ihre Anlagen effizienter machen.
MES erklärt: Definition, Funktionen, Trends & Nutzen. Lernen Sie, wie ein Manufacturing Execution System eine Fertigung digitalisiert.
Vergleich von Cloud MES und klassischen On-Prem-Lösungen: Wirtschaftlichkeit, Skalierbarkeit, IT-Overhead und Einstiegsszenarien für Mittelstand und Konzerne.