Im Rahmen der Initiative data.pilot.3 erforscht das Institut für Leichtbau und Kunststofftechnik der TU Dresden, wie die Ökobilanzierung (LCA) durch die Verwendung von Primärdaten aus Maschinen und Sensoren verbessert werden kann. Anstatt uns hauptsächlich auf generische Standardwerte zu stützen, wollen wir die produktionsbezogenen Fußabdrücke anhand von Messdaten wie Maschinenenergieverbrauch, Zykluszeiten und Ausschussraten berechnen. Dazu definieren wir die Anforderungen an einen einheitlichen Datenmanagementansatz, der komplexe technische Umgebungen bewältigen kann.

Unser technischer Schwerpunkt liegt darauf, verschiedene Quellen wie Fertigungsanlagen, Sensoren und Überwachungssoftware zu einer gemeinsamen, einheitlichen Datenbasis zu verbinden. Ein wichtiger Aspekt dabei ist nicht nur die Erfassung der Daten, sondern auch die Überprüfung ihrer Qualität, bevor sie in den verwalteten Datenspeicher gelangen, sowie das Hinzufügen von Metadaten (Kontextinformationen wie Ort, Zeitpunkt und Art der Datenerzeugung). Dies ermöglicht eine transparente Dokumentation und Rückverfolgbarkeit, sodass wir nachvollziehen können, woher jeder Wert stammt und wie er verarbeitet wurde. Langfristig soll diese detaillierte Datenbasis nachhaltigere und kostengünstigere Entscheidungen ermöglichen, einschließlich der Vorhersage wirtschaftlicher und ökologischer Indikatoren. Beispielsweise könnten zuverlässige Datenströme eine Anpassung der Produktionspläne anhand von Wettervorhersagen ermöglichen, um energieintensive Schritte besser auf Zeiten mit hoher Verfügbarkeit von Strom aus erneuerbaren Energien abzustimmen.

Um Transparenz und Wiederverwendbarkeit zu fördern, werden wir Daten und Arbeitsabläufe gemäß den FAIR-Prinzipien (Findable, Accessible, Interoperable, Reusable) dokumentieren und veröffentlichen. Die in diesem Projekt entwickelten Lösungen werden als Best-Practice-Leitfaden für die breitere Forschungsgemeinschaft in data.knowledge übertragen.