Agile Fertigung wird häufig mit schnellen Umrüstungen oder flexiblen Zellen gleichgesetzt. In der Praxis ist sie vor allem eines: das Zusammenspiel mehrerer Teilsysteme, die sich ständig gegenseitig beeinflussen. Produktindividualisierung führt zu Teilevielfalt und hoher Varianz; Produktionszyklen überlappen sich, statt in starren Linien zu laufen; interne Logistik gewinnt an Bedeutung, weil Produkte dynamisch von A nach B müssen – und das alles bei steigender Komplexität durch Vernetzung und Synchronisation. Die Produktion soll spontan reagieren können, ohne dass „gleich alles stoppt“.
Genau hier setzt der Gedanke der Agile-Production -imulation- (APS-) Anlage von Fischertechnik an: als Modell, das typische Industrie-4.0-Herausforderungen nicht nur visualisiert, sondern als Systemverhalten erlebbar macht. Im Zentrum steht eine „fluide Produktion“ – weg von fest getakteter Fließbandlogik hin zu neuen Freiheitsgraden: keine fixen Taktzeiten, keine zwingende Reihenfolge, sondern flexibel zuordenbare Montageumfänge pro Station. Für Automatisierer ist das der spannende Teil: Agilität entsteht nicht durch ein einzelnes Tool, sondern dadurch, dass Steuerung, Sensorik, Aktorik, Kommunikation und Materialfluss gemeinsam „mitspielen“.
Die Mini-Fabrik
Die APS bildet eine Werkhalle mit fünf Stationen nach, verbunden über ein fahrerloses Transportsystem (FTS). Dazu gehören Wareneingang, Warenausgang, Hochregallager, Produktionsstationen (zum Beispiel Fräs- und Bohrstation) sowie eine Qualitätssicherung. Das FTS fährt selbsttätig, stoppt und passt Wege automatisch an – ein Detail, das im Modell schnell sichtbar macht, was im echten Werk oft „unter der Haube“ verschwindet: Transportlogik, Prioritäten, Staus, Rückstaus, Deadlocks.
Entscheidend ist der Maßstab: Die Prozesse sind vereinfacht und abstrahiert, aber so, dass sie reale Fertigungslogik treffen. Wolfgang Lex, Head of Technical Sales Project Business bei Conrad Electronic, beschreibt die Balance so: „Die APS ist einfach und doch komplex genug, um begreifbar zu sein, überfordert Lehrende und Lernende nicht, verfügt aber trotzdem über hochprofessionelles Equipment.“
Dieser „Sweet Spot“ ist mehr als Pädagogik – er ist auch Engineering-Strategie. Denn wer agile Produktionssysteme verstehen will, muss experimentieren dürfen: Parameter ändern, Module austauschen, neue Sensorik integrieren, Logik anpassen. Im Modell geht das gefahrlos; Lex betont den Sicherheitsaspekt ausdrücklich: „Die APS ist völlig gefahrlos zu bedienen, denn weder mit Blick auf Elektronik noch Mechanik besteht Verletzungsgefahr.“ Und genau diese Fehlerfreundlichkeit macht Simulation zum Beschleuniger: Man kann „etwas ein- oder ausschalten und schauen, was passiert“ – inklusive Modifizieren, Hinzufügen und Erweitern.
Dass der Lern- und Transferanspruch ernst gemeint ist, zeigt auch der Blick auf den Einsatzkontext: Conrad Electronic stellt die APS an Hochschulen und Ausbildungswerkstätten vor und arbeitet eng mit Industrieunternehmen wie beispielsweise BMW zusammen. Gleichzeitig wird die Anlage als Bildungsprodukt vor allem für Mechatronik-Ausbildung und technische Bildung adressiert – mit Käufergruppen von Ausbildungsbetrieben über Berufsschulen bis Hochschulen/Universitäten. Für industrielle Anwender ist das ein Hinweis: Das System ist nicht als Hochglanz-Showcase gedacht, sondern als Trainings- und Simulationsumgebung, die sich in Lern- und Arbeitswelten integrieren lassen soll.
SPS & Netze
Wer Agilität in der Produktion erreichen will, muss sie in der Automatisierungsarchitektur abbilden – und die beginnt bei SPS-Programmierung und Kommunikation. In der APS sind fünf Siemens S7-1200-Steuerungen verbaut; programmiert wird klassisch per SPS-Engineering. Als Programmiersprache wird Structured Text (ST) genutzt, inklusive der Möglichkeit, objektorientiert zu arbeiten und wiederverwendbare Module zu bauen – genau in die Richtung, in die sich der Bedarf entwickelt. Lex beschreibt die Einarbeitung in das Siemens-Ökosystem sehr offen: „Auch die Einarbeitung ins TIA-Portal gehörte dazu. Da musste ich mich ganz schön reinknien.“ Der Satz ist fast schon beruhigend – weil er klar macht, dass hier nicht „einfach ein Demo-Dashboard“ wartet, sondern Engineering-Realität.
Ebenso praxisnah ist die Netzwerkseite. Die Anlage kommuniziert über Ethernet und zusätzlich über WLAN – mit Router und Hub als Teil des Setups. Der Grund ist banal und genau deshalb industrienah: Bewegliche Teile wie das FTS können nicht per Kabel angebunden werden, stationäre Komponenten schon. Wer schon einmal ein reales Projekt mit gemischter Netzwerktopologie, Funk-Schatten oder QoS-Fragen begleitet hat, weiß: Genau an diesen Übergängen entstehen viele Fehler – und viele Learnings.
Auch die Protokoll-Ebene ist auf Standards ausgelegt. Michael Bronner, Regional Sales Director Europe Education & Industry bei Fischertechnik, betont den Anspruch „Industrie zum Anfassen“ – und verknüpft ihn mit Kommunikation: „Die Kommunikation in der gesamten Anlage wird mit OPC UA gelöst, während das Fahrerlose Transportsystem nach dem VDA-5050-Standard in MQTT kommuniziert. Das ist ‚echte‘ Industrie zum Anfassen.“ Für Instandhaltung, Produktions-IT und Automatisierungsteams ist das der Punkt, an dem Simulation vom Anschauungsobjekt zum Testfeld wird: Wie modelliert man Zustände? Wie robust sind Datenflüsse? Was passiert bei Paketverlust, Timeout oder inkonsistenten Zuständen zwischen Transport- und Produktionslogik?
KI-Qualität
Agile Produktion bedeutet nicht nur, schneller zu fertigen – sondern schneller zu qualifizieren. In der APS ist eine Qualitätssicherung integriert, die Machine-Learning-Prinzipien nutzt: Fehlerbilder werden per Kamera erfasst und verglichen; „Neues“ wird erkannt, wenn Vorgaben nicht erfüllt sind – und nur einwandfreie Produkte werden freigegeben.
Für die Praxis ist das ein wertvoller Diskussionsanker, weil sich daran typische Industriefragen aufhängen lassen: Wie integriert man KI-Ergebnisse in SPS-Abläufe, ohne dass die Linie instabil wird? Wie gestaltet man Quality Gates, wenn Modelle nachlernen oder sich Fehlertypen ändern? Und welche Schnittstelle braucht die QA-Station zur Fertigungs- und Transportlogik, damit ein Ausschleusen nicht den Materialfluss blockiert? Das Modell zwingt Teams, diese Fragen einmal konsequent als „End-to-End-Prozess“ zu betrachten – nicht als isoliertes KI-Projekt.
Transfer in die Praxis
Der Nutzen von agiler Produktionssimulation zeigt sich dort, wo Veränderungen Alltag sind: Modularität ist vorgesehen; Module lassen sich ergänzen und in der Software ist das mitgedacht. Statt einer Bohrstation kann beispielsweise eine Stanzanlage realisiert werden. Gleichzeitig bringt das FTS als agiles Element typische Use-Cases auf den Tisch: Express-Aufträge, Engpass-Umfahrung, dynamische Reihenfolgen, Pufferstrategien – Regeln, die im Modell getestet werden können, ohne eine reale Linie zu riskieren.
Hinzu kommt ein Feature, das in vielen Digital-Factory-Roadmaps ganz oben steht: der digitale Zwilling. Lex formuliert es bewusst pragmatisch: „Obercool finde ich: Es gibt einen digitalen Zwilling der Fertigung – man kann die Prozesse also virtuell nachvollziehen und das ganze Produkt auch virtuell bedienen.“ In Zeiten hybrider Arbeitsmodelle hilft das, Analysen, Schulungen und Fehlersuche standortübergreifend zu organisieren. Und der Transfergedanke bleibt klar auf Effizienz gerichtet: „Es geht darum, Prozesse zu verbessern. Stichwort Abfallvermeidung oder Energieeinsparung.“ Dazu passt der Satz, der in technischen Runden oft als Türöffner wirkt: „Die APS ist kein Spielzeug …“
Bronner ordnet die Relevanz strategisch ein: „Die Fabrik von Morgen ist Gegenstand von Forschung, Bildung und Industrie. Wir möchten die Menschen befähigen, diese Transformation aktiv zu gestalten, um Fortschritt möglich zu machen.“ Genau das ist der Kern: Technologie allein macht noch keine agile Fabrik – aber sie wird beherrschbar, wenn Teams sie in einer realitätsnahen Umgebung testen, verstehen und iterativ verbessern können.
Fazit
Agile Production Simulation ist dann besonders wertvoll, wenn Unternehmen Agilität nicht als Schlagwort, sondern als Systemeigenschaft begreifen: Materialfluss (FTS), SPS-Software (zum Beispiel Siemens S7-1200, Structured Text, TIA-Portal), Kommunikation (Ethernet/WLAN, OPC UA, MQTT/VDA 5050) und datenbasierte Qualitätssicherung (KI/Machine Learning) greifen ineinander. Das Modell macht diese Kopplungen sichtbar und bietet eine sichere Bühne, um Varianten, Erweiterungen und neue Regeln iterativ zu erproben.
Für Produktionsverantwortliche, Automatisierungsingenieure, CTOs und Instandhalter liegt der praktische Nutzen damit nicht im Miniatur-Effekt, sondern in der Beschleunigung von Lern- und Entscheidungsprozessen: Wer Abhängigkeiten im Kleinen versteht, reduziert teure Überraschungen im Großen – und schafft eine belastbare Grundlage, um die nächste Stufe der Digital Factory umzusetzen. Conrad Electronic unterstützt Kunden dabei, die Agile Production Simulation erfolgreich in Ausbildungs- und Arbeitsumgebungen zu integrieren.
.jpg "„Wir schließen die Lücken in der Kette“")
