Über uns
Die F&B-Engineering GmbH ist ein Ingenieurdienstleister mit Schwerpunkt auf der Entwicklung digitaler Zwillinge für bestehende Maschinen und Anlagen. Wir unterstützen Unternehmen dabei, ihre Bestandsmaschinen durch gezielte Nachrüstung von Sensorik, die Nutzung vorhandener Maschinendaten und intelligente Auswertemodelle zu digitalisieren. Hierbei kombinieren wir unser praktisches Maschinenbau- und Prozessverständnis mit physikalischen Modellen und modernen Verfahren der künstlichen Intelligenz (KI). Insbesondere entwickeln wir datengetriebene Auswertemodelle auf Basis von maschinellem Lernen (Machine Learning), um komplexe Zusammenhänge in Maschinen- und Prozessdaten zu erkennen und für industrielle Anwendungen nutzbar zu machen.
Die Grundlage hierfür bildet unsere langjährige Erfahrung aus der Forschung an der TU Darmstadt. Im Rahmen unserer Promotionen haben wir uns intensiv mit der Entwicklung digitaler Zwillinge beschäftigt und diese in zahlreichen industriellen Forschungs- und Entwicklungsprojekten praktisch umgesetzt. Heute nutzen wir dieses Wissen, um gemeinsam mit unseren Kunden wirtschaftlich sinnvolle Digitalisierungslösungen für ihre bestehenden Maschinen und Anlagen zu entwickeln.
Unser Team
Dr.-Ing. Richard Breimann
Bereits während seines Maschinenbaustudiums und seiner Promotion an der Technischen Universität Darmstadt legte Richard seinen Forschungsschwerpunkt auf Schwingungsdiagnostik, Sensorintegration und Messtechnik. In zahlreichen akademischen und industriellen Projekten beschäftigte er sich mit der Erfassung und Auswertung physikalischer Messgrößen sowie der Entwicklung maßgeschneiderter Sensorkonzepte. Diese Expertise nutzt er heute, um bestehende Maschinen und Anlagen gezielt um neue Mess- und Diagnosefunktionen zu erweitern.
Dr.-Ing. Michel Fett
Im Rahmen seines Maschinenbaustudiums legte Michel seinen Schwerpunkt auf die methodische Produkt- und Prozessentwicklung. Während seiner Promotion an der Technischen Universität Darmstadt erforschte er die systematische Entwicklung digitaler Zwillinge und deren Zusammenspiel aus Sensorik, Auswertemodellen und IT-Infrastruktur. In enger Zusammenarbeit mit Industriepartnern entwickelte und validierte er praxisorientierte Methoden, die heute als Grundlage für die gezielte Digitalisierung bestehender Maschinen und Anlagen dienen.
Holen Sie bereits alles aus Ihren Maschinen heraus? Fragen Sie jetzt Ihr kostenfreies Erstgespräch an, in dem wir gemeinsam die Idee digitaler Zwillinge auf Ihre bestehenden Maschinen und Anlagen anwenden. Anschließend erhalten Sie kostenfrei Ihre individuell ausgearbeitete Roadmap.
Unser Partnernetzwerk
Wir engagieren uns aktiv in verschiedenen Fachverbänden und Netzwerken aus Industrie, Forschung und Technologie. Dadurch stehen wir im regelmäßigen Austausch mit Unternehmen, Wissenschaftlern und Experten unterschiedlicher Fachrichtungen. Diese Vernetzung ermöglicht es uns, aktuelle technologische Entwicklungen und industrielle Herausforderungen frühzeitig aufzugreifen und neue Impulse für unsere Arbeit zu gewinnen. Gleichzeitig bringen wir unsere eigene Expertise durch Fachvorträge, Veröffentlichungen und die Mitarbeit in Arbeitskreisen aktiv ein.
Bei der Entwicklung und Implementierung digitaler Zwillinge arbeiten wir eng mit spezialisierten Technologie- und Engineeringpartnern zusammen. Unser Partnernetzwerk ergänzt unsere eigenen Kompetenzen insbesondere in den Bereichen IoT, Dateninfrastrukturen, IT-Sicherheit und Softwareentwicklung. Je nach Aufgabenstellung können wir gezielt auf zusätzliche Expertise und technische Lösungen zurückgreifen. Mit Partnern in Nord-, Mittel- und Süddeutschland sind wir zudem bundesweit gut aufgestellt und können Projekte auch mit regionaler Nähe zu unseren Kunden begleiten. So können wir auch komplexe und interdisziplinäre Projekte ganzheitlich realisieren und bedarfsgerechte Lösungen umsetzen.
Unser Vorgehen
Im Rahmen unserer wissenschaftlichen Arbeit und Forschung haben wir ein methodisches Vorgehen erarbeitet, welches eine strukturierte Entwicklung digitaler Zwillinge ermöglicht. Es vereint Schlüsselelemente der Produktentwicklung mit den technologischen Besonderheiten digitaler Zwillinge. Unser methodisches Vorgehen war zentraler Gegenstand einer unserer Doktorarbeiten und wurde sowohl in wissenschaftlichen Studien als auch in realen Entwicklungsprojekten erprobt und auf Herz und Nieren geprüft. Heute wird das Vorgehen in insgesamt drei unterschiedlichen Universitäts-Kursen im Bereich Maschinenbau gelehrt: In zwei Kursen an der Technischen Universität Darmstadt, sowie einer weiteren universitätsübergreifenden und deutschlandweiten Lehrveranstaltung. Das Vorgehen aber auch dessen Anwendung ist in mehreren wissenschaftlichen Konferenz- und Journalbeiträgen beschrieben und validiert:
Unser methodisches Vorgehen hat sich nicht nur in wissenschaftlichen Studien bewährt, sondern auch seine Wirksamkeit in realen industriellen Entwicklungsprojekten unter Beweis gestellt. Heute nutzen wir es als Fundament, um digitale Zwillinge zielgerichtet, effizient und nachvollziehbar zu entwickeln.
Ein wesentlicher Schlüssel ist dabei die systematische Abstimmung von Sensorik, Auswertemodellen und IT-Komponenten. Je nach Anwendungsfall setzen wir auf physikalische Modelle, statistische Verfahren oder Methoden der künstlichen Intelligenz (KI), insbesondere des maschinellen Lernens (Machine Learning). Durch die gezielte Kombination dieser Ansätze können sowohl bekannte physikalische Zusammenhänge abgebildet als auch bislang unbekannte Zusammenhänge aus Maschinen- und Prozessdaten erschlossen werden.
Unsere Philosophie umfasst dabei eine frühzeitige und umfassende System- und Prozessanalyse. Gerade bei bestehenden Maschinen und Anlagen prüfen wir zunächst, welche Daten bereits verfügbar sind, welche Informationen tatsächlich benötigt werden und wo eine gezielte Nachrüstung zusätzlicher Sensorik sinnvoll ist. Auf dieser Grundlage entwickeln wir schlanke und robuste Messketten sowie nachvollziehbare Auswertemodelle und -algorithmen. Dabei gilt: Nicht möglichst viele Daten oder möglichst komplexe KI-Modelle führen zum besten Ergebnis, sondern die gezielte Kombination aus technischem Systemverständnis, geeigneter Sensorik und bedarfsgerechter Datenverarbeitung. So lassen sich auch bestehende Maschinen mit überschaubarem Aufwand um leistungsfähige digitale Funktionen erweitern, ohne unnötige Datenmengen, überdimensionierte IT-Infrastrukturen oder vermeidbare Investitionen zu verursachen.
