„KI auf Basis exzellenter Sensorik“

Im Gespräch mit Silvan Ettle und Patrick Stahl von iC-Haus zeigt sich der Wandel der Encoder-Technologie: weg von klassischen Architekturen auf Basis diskreter Elektronikkomponenten hin zu hochintegrierten System-on-Chip-Lösungen. Im Fokus stehen Performance, Robustheit und Flexibilität im Encoder-Design sowie der Sensor als Datenlieferant für KI- und Softwaresysteme der nächsten Generation. 

Viele Sensorentwicklungen bewegen sich Richtung höherer Integration auf Chip-Level. Bedeutet das langfristig das Ende diskret aufgebauter Encoder-Elektronik? 

Patrick Stahl: Der Trend geht zu hochintegrierten SoC-Lösungen. Diskret aufgebaute Encoder-Elektronik stößt bei Performance, Kompaktheit und dem notwendigem Funktionsumfang zunehmend an Grenzen. Anwendungsspezifische, integrierte Mikrosysteme bieten hier Vorteile durch geringen Platzbedarf, hohe Leistungsfähigkeit und eine einfache Integration beim Anwender. Dedizierte Encoder-Funktionen sind bereits im Chip zusammengeführt und lassen sich komfortabel an die jeweilige Applikation anpassen. Ein wesentlicher Treiber für diese Entwicklung ist die fortlaufende Miniaturisierung von Maschinen, welche den verfügbaren Bauraum zunehmend begrenzt. Gleichzeitig steigen die Anforderungen an Sensoren. Ein aktuelles Beispiel hierfür ist die moderne Robotik. 

Brauchen wir in realen Industrieanwendungen wirklich eine Winkelauflösung von bis zu 26 Bit, oder ist das eher ein Wettbewerb um technische Spitzenwerte? 

Silvan Ettle: Encoder-Technologie hat einen breiten Einsatzbereich und die Anwendungen entwickeln sich kontinuierlich weiter. Dabei steigen auch die Anforderungen an die integrierte Sensorik. Einige Anwendungen erfordern eine Genauigkeit oder Wiederholbarkeit im Bereich von Winkelsekunden, etwa präzise Werkzeugmaschinen. Bei komplexen Mehrachsmaschinen wie Robotern spielt die Fehlerfortpflanzung über das Gesamtsystem eine wesentliche Rolle – dann sind performante Positionssensoren gefragt. Motorfeedbacksysteme und andere Anwendungen profitieren ebenso von hochaufgelösten, rauscharmen Sensorsignalen. Höchste Auflösung ist jedoch nicht für alle Applikationen erforderlich. Entsprechend deckt unser Portfolio die komplette Bandbreite an Encoder-Lösungen ab. 

Der Markt verlangt gleichzeitig nach höherer Präzision, mehr Robustheit und geringeren Kosten. Was ist aktuell die größte Herausforderung bei dieser Dreiecksbeziehung? 

Patrick Stahl: Moderne Encoder-SoCs erfüllen dieses Anforderungsprofil und ermöglichen die Entwicklung präziser und gleichzeitig robuster Systeme zu wettbewerbsfähigen Konditionen. Aufgrund ihres integrierten Funktionsumfangs sind diese Komponenten nicht mit einfachen Sensor-Frontends gleichzusetzen. Letztere erfordern zusätzliche Peripherie und Auswertebausteine zur Realisierung einer vollständigen Systemfunktionalität. Der Anwender profitiert vom Einsatz eines kompakten SoCs entlang der gesamten Wertschöpfungskette: Flexibles Design, schnellere Marktreife und vereinfachte Produktion. Entscheidend ist daher der Systemblick. SoC-basierte Plattformansätze reduzieren die Komplexität und führen in der Gesamtbetrachtung zu technischen und wirtschaftlichen Vorteilen. 

Sie haben mit dem iC-RT2624 einen neuen optischen Encoder-SoC für Absolutwertgeber auf den Markt gebracht. Was war die zentrale Designphilosophie hinter dem iC-RT2624 – eher maximale Performance oder maximale Flexibilität für verschiedene Encoder-Designs? 

Silvan Ettle: Der iC-RT2624 vereint High-End-Performance und Design-Flexibilität. Bei der Entwicklung haben wir uns zudem auf die Robustheit der Positionsabtastung fokussiert. Der neue Digital-Scanner mit Überabtastung und Bitfehlerkorrektur ist vergleichsweise tolerant gegenüber Verschmutzung, welche für hochauflösende optische Sensoren prinzipbedingt eine Herausforderung darstellt. Damit erschließt der iC-RT2624 teiloffene, modulare Anwendungen und steigert die Maschinenverfügbarkeit. Auch die Sauberkeitsanforderungen in der Encoder-Fertigung werden entspannt. Eine konsequent umgesetzte Plattformstrategie mit programmierbaren Schnittstellen, flexiblen Codescheibendurchmessern und einfacher Inbetriebnahme macht den iC-RT2624 zur Ein-Chip-Lösung für komplette Drehgeberfamilien.

26-Bit-Winkelauflösung klingt sehr leistungsfähig. Wo liegen die größten technischen Herausforderungen dieser Performance-Klasse? 

Silvan Ettle: Jeder einzelne Funktionsblock stellt eine anspruchsvolle Entwicklungsaufgabe dar. Für die Performance des Encoders ist jedoch das optimal aufeinander abgestimmte Zusammenspiel aller Funktionsblöcke im gesamten Mikrosystem entscheidend. Eine Kernfunktion ist dabei die leistungsstarke Wandlung des optischen Eingangssignals in eine 26-Bit-Winkelinformation. Eine qualitative Signalverarbeitung und eine schnelle Datenausgabe sind allerdings ebenso entscheidend für die Gesamtperformance. Die Winkelwerte sollen nicht nur möglichst genau, sondern auch latenzarm sein. Mit einer spezifizierten Latenz von weniger als einer Mikrosekunde lassen sich Anwendungen mit hochdynamischen Bewegungsprofilen souverän mit dem iC-RT2624 regeln. Aufbaubedingte Signalfehler, wie etwa durch eine außerzentrisch montierte Codescheibe, lassen sich zudem on-Chip korrigieren. So erreichen Encoder-Systeme mit dem iC-RT2624 typischerweise eine Winkelgenauigkeit von deutlich unter 0,01°. 

Eine weitere Neuheit ist der magnetische Hohlwellen-Encoder-Chip der nächsten Generation, iC-MUE. Was unterscheidet den iC-MUE grundlegend von den bisherigen Lösungen? 

Patrick Stahl: Beim iC MUE handelt es sich um einen von Grund auf neu konzipierten magnetischen Absolutencoder-Chip. Er ergänzt das bestehende Portfolio und ist gezielt auf höhere Anforderungen, etwa in der Robotik und High-End-Automatisierung, ausgelegt. Ein wesentlicher Vorteil ist die deutlich größere Flexibilität bei der Systemauslegung, die unter anderem durch einen frei skalierbaren Abtastdurchmesser ermöglicht wird. Zudem sind viele neue Funktionen direkt im Chip integriert, darunter ein automatischer Abgleich sowie die Möglichkeit einer Winkelkorrektur per Exzentrizitätskompensation und Linearisierung. Hinzu kommen eine weiter verbesserte Signalqualität, eine höhere Winkelauflösung sowie erweiterte Schnittstellen- und Diagnosefunktionen. Insgesamt reduziert der Chip die Systemkomplexität für den Anwender und ermöglicht neue, einfach integrierbare Encoderkonzepte bei gleichzeitig gesteigerter Performance. 

Die differentielle magnetische Abtastung soll Streufelder unterdrücken. Wie groß ist dieses Problem in modernen Motorumgebungen tatsächlich? 

Patrick Stahl: Da Magnetfelder zum grundlegenden Wirkprinzip von Elektromotoren gehören und Encoder in unmittelbarer Nähe angeordnet sind, stellen magnetische Störeinflüsse ein relevantes Thema bei der Sensorwahl und der Systemauslegung dar. Zudem verringern immer kompaktere Systemaufbauten den Abstand des Sensors zur potenziellen Störquelle – Stichwort Miniaturisierung. In der Praxis lassen sich diese Störungen jedoch durch ein differentielles Abtastverfahren auf Sensorebene gut beherrschen. Diese Methode ist bei magnetischen Sensoren von iC-Haus bereits seit Langem bewährt. Zusätzliche Maßnahmen wie Abschirmungen sind lediglich in besonders anspruchsvollen Anwendungen mit sehr hohen Störfeldstärken erforderlich und stellen die Ausnahme dar. 

Wenn Sie einen Ausblick wagen: Wie wird ein Motor-Feedback-System oder ein Encoder im Jahr 2035 aussehen? 

Silvan Ettle: Ich wage eine Prognose und freue mich, wenn wir diese in knapp zehn Jahren gemeinsam überprüfen. Der Trend zur Integration auf Chipebene wird sich weiter fortsetzen. In dynamischen Märkten mit kurzen Entwicklungszyklen und hohen technischen Anforderungen können SoCs mit dedizierter Encoder-Funktionalität ihre Stärken als nahezu schlüsselfertige Elektroniklösung voll ausspielen. Beispiele sind AGVs, AMRs, Leichtbauroboter und Humanoids. Die fortschreitende Miniaturisierung wird dabei den Einsatz sehr kompakter SoC-Lösungen weiter beschleunigen. Allerdings wird sich der Fokus im Feature-Set verschieben: Eine hohe Winkelauflösung wird zunehmend zur Basisfunktion, während Komfortfunktionen wie großzügige Aufbautoleranzen, Robustheit, automatische Winkelkorrekturen und Zustandsüberwachung weiter in den Vordergrund rücken. Der Encoder der Zukunft wird seinen Zustand selbst überwachen und teilweise sogar zusätzliche Zustandsinformationen der Maschine erfassen, in der er eingebaut ist. Einiges davon ist heute schon mit unseren SoCs möglich. So können etwa mechanischer Drift des Encoder-Systems oder eine Veränderung des optischen Signalpfads von integrierten Automatikfunktionen erkannt und gemeldet werden. 

Welche Rolle spielt Software-Intelligenz gegenüber reiner Sensorhardware? 

Patrick Stahl:  Software-Intelligenz ergänzt die Sensor-Hardware auf Systemebene, ersetzt jedoch keine qualitativ hochwertige Sensorik. Im Gegenteil: Je präziser die ursprünglichen Messdaten sind, desto zuverlässiger kann Software arbeiten und desto besser fallen applikationsspezifische Auswertungen und Entscheidungen aus. Auch in unseren SoCs ist umfangreiche Algorithmik für Signalverarbeitung, Diagnose und Kalibrierung integriert. Besonders zeitkritische Aufgaben sollten dabei direkt im Sensor ausgeführt und nicht in übergeordnete Steuerungen ausgelagert werden. Aufgrund der begrenzten Rechenleistung und der Systemkomplexität erscheint eine vollständige Verlagerung der Intelligenz in den Sensor jedoch nur bedingt sinnvoll und wirtschaftlich. Es kommt bei der Implementierung also auf die konkreten Einzelfunktionen und den anwendungsspezifischen Kontext an. 

Wo sehen Sie die Möglichkeiten KI in der Sensorik einzusetzen und was braucht es dazu wirklich? 

Silvan Ettle: Ich sehe KI insbesondere als Chance zur Entwicklung neuer Anwendungsfälle, bei denen die Sensorik als zentraler Datenlieferant dient. Sensordaten unterstützen Analysen und Auswertungen von Produktionsanlagen und Maschinen und erhöhen die Treffsicherheit von Prognosen, beispielsweise hinsichtlich des Arbeits- und Wartungszustands. Hochwertige Datensätze und zuverlässige Modelle vorausgesetzt, könnten zudem bestehende Sensorfunktionen wie Drift-Kompensation, Selbstkalibrierung und Predictive Maintenance weiter verbessert werden. Rechenintensive KI wird vermutlich auf leistungsstarken Controllern, Edge-  oder Cloud-Systemen ausgeführt, während eine im Sensor implementierte Infrastruktur mit den relevanten Ergebnissen versorgt wird. Kernidee ist somit: „KI auf Basis exzellenter Sensorik“.