»Kosten enger beieinander als gedacht«

von Thomas Masuch — 16.04.2020

AM-Kalkulationstools helfen bei Bauteilidentifizierung und Technologieauswahl

Das Schöne an der Additiven Fertigung ist sicherlich die Tatsache, dass diese Technologie Produkt-Innovationen ermöglicht, an die Ingenieure am Anfang des Entwicklungsprozesses gar nicht gedacht haben. Auf der anderen Seite muss jedes Unternehmen auch wirtschaftlich denken – da geht es um Investitionen, Material-, Stück- und Produktionskosten. Für den Metallbereich bringen nun zwei neue Kalkulationstools mehr Licht ins Dunkel der additiven Kostenrechnungen. Wir haben uns beide einmal angeschaut.

Ampower Cost Calculator

Beim Kostenkalkulator des Hamburger Beratungsunternehmens Ampower kann für ein bestimmtes Bauteil unter vier Materialklassen und sieben Produktionstechnologien gewählt werden. »Das Tool ist hilfreich, um eine erste Einschätzung zu den internen Bauteilkosten zu bekommen«, erklärt Matthias Schmidt-Lehr, Gründer und CEO von Ampower. »Insbesondere in der frühen Phase in der Bauteilentwicklung macht dies Sinn, falls auch beispielsweise noch nicht klar ist, in welchem Fertigungsverfahren ein Bauteil hergestellt werden soll. «

In die Analyse fließen zum Beispiel Angaben wie Bauteilvolumen und -abmessungen, Supportmaterial und die gewünschte Stückzahl mit ein. In einem übersichtlichen Diagramm lassen sich dann die jeweiligen Stückkosten für jede Technologie ablesen. Das Tool zeigt aber zum Beispiel, wie sich die Bauteilkosten bei höheren Stückzahlen je nach Technologien ganz unterschiedlich entwickeln. Auch für einen erfahrenen Experten wie Matthias Schmidt-Lehr brachten die Ergebnisse somit einige Überraschungen zutage: »Die Kosten liegen enger beieinander, als wir zunächst angenommen hatten. Dies liegt nicht allein an den Druckprozessen selbst, sondern insbesondere auch an den vor- und nachgelagerten Prozessschritten. So kann beispielsweise die Datenvorbereitung für ansonsten sehr schnelle DED-Prozesse extrem langwierig sein.«

Cost-Benefit-Tool

Nochmals komplexer und mit mehr Variablen tritt das »Cost-Benefit-Tool« des CORNET-Projekts auf. Neben den Produktionskosten rechnet das Tool auch einen möglichen Nutzen (zum Beispiel Strom- oder Treibstoffeinsparung) von AM-Bauteilen mit ein. Anhand zahlreicher Parameter wie Maschinentyp, Material, Bauteilgröße oder Stückzahl ermittelt das Tool einen Wert für die Produktionskosten über die gesamte Maschinenlaufzeit. Laut der Entwickler wird dabei auch der gesamte Produktlebenszyklus vom Produktdesign über Engineering, Produktion bis zur Qualitätskontrolle und Service/After Sales berücksichtigt.

Somit können Nutzer nicht nur verschiedene Optionen bei der Nachbearbeitung sondern sogar den Abstand der Bauteile auf der Bauplatte, den Lohn für den Maschinenbediener oder die Stromkosten individuell in das Ergebnis einfließen lassen. Außerdem listet das »Cost-Benefit-Tool« 29 verschiedenen AM-Produktionsmaschinen verschiedener Hersteller auf, die zum Beispiel aufgrund ihres Anschaffungspreises einen erheblichen Einfluss auf die Bauteilkosten haben können.

Das »Cost-Benefit-Tool« wurde im Rahmen des vom ecoplus Kunststoff- und Mechatronik-Cluster in Niederösterreich geleiteten CORNET Projekts »AM 4 Industry« von Forschern der RWTH Aachen entwickelt. Das Kosten-Nutzen-Werkzeug soll helfen, Bauteile zu identifizieren, für die sich eine Additive Fertigung rentiert. »Das Tool zeigt anschaulich, wie durch eine frühe Gegenüberstellung einer Kosten- und Nutzenbetrachtung mögliche Business-Cases identifiziert werden können«, so Tobias Schröer, Bereichsleiter Produktionsmanagement an der RWTH Aachen und Co-Entwickler des Modells.

FAZIT

Beide Tools bieten eine sehr gute Orientierung für Entscheider. Beim Kalkulator von AM Power, der recht schnell Preisvergleiche unterschiedlicher Technologien und Stückzahlen ermöglicht, merkt man den hohen Praxisbezug der Entwickler. Beim Tool des Cornet-Projekts, das zum Beispiel Investitionsentscheidungen unterstützen kann, wird der Produktionsprozess noch detaillierter betrachtet. Es können deutlich mehr Variablen eingetragen werden, was aber auch ein höheres Prozesswissen erfordert.

Wie jedes mathematische Modell sind die Kalkulatoren allerdings nur so gut wie die Daten, mit denen sie gefüttert werden. Individuelle Besonderheiten, kurzfristige Herausforderungen und langfristige Lerneffekte können die Zahlen in der Praxis abweichen lassen. Und am Ende entscheiden auch die wirtschaftlichen Rahmenbedingungen darüber, wie effizient eine Maschine ausgelastet wird.