Traceability systems are the key enablers to smart manufacturing as they provide transparency
and structured documentation along with a product's value generation flow. With rising
regulatory and organizational requirements traceability systems have developed from a pure
risk mitigation tool to an essential pillar of the data revolution in the context of Industry
4.0. Especially in the automotive industry recall costs are growing exponentially with
particularly high growth rates for electrified and autonomous vehicles. A traceability system
helps to reduce these costs through a more targeted containment of the recalls. This thesis
presents a modeling methodology to systematically develop traceability in manufacturing
industries. In alignment with the proposed methodology a traceability model for complex
manufacturing systems is developed. The model builds on a standardized traceability terminology
consisting of trace objects trace links trace actors as well as tracking and tracing
functions and encompasses manufacturing data and supply chain data. The model is implemented
for an automotive use case through a holistic application based on a graph database and a
blockchain. The graph database allows to connect and store semantically rich and detailed
manufacturing data while the Ethereum-based permissioned blockchain enables tracing macro data
for products as they move through the supply chain. The developed solution thus provides full
transparency and safe documentation to complex and opaque production networks.
Rückverfolgbarkeitssysteme sind der Schlüssel zu einer intelligenten Fertigung da sie für
Transparenz entlang der Wertschöpfungskette sorgen und eine strukturierte Dokumentation der
Produkthistorie ermöglichen. Mit den steigenden regulatorischen und organisatorischen
Anforderungen haben sich Rückverfolgbarkeitssysteme über die letzten Jahre von einem Instrument
zur Risikominimierung zu einer wesentlichen Säule der Datenrevolution im Kontext von Industrie
4.0 entwickelt. Insbesondere in der Automobilindustrie steigt ihre Bedeutung an da das
Rückverfolgbarkeitssystem es ermöglicht die Kosten durch eine gezieltere Eingrenzung der
Rückrufe zu reduzieren und die Sicherheit der Produkte durch eine schnelle Fehlersuche zu
gewährleisten. In dieser Arbeit wird eine Methodik zur systematischen Modellierung von
Rückverfolgbarkeitssystemen vorgestellt. Das entwickelte Modell baut auf einer standardisierten
Terminologie auf die aus Trace Objekten Trace Links Trace Akteuren sowie Tracking und
Tracing Funktionen besteht und umfasst sowohl Produktions- als auch Lieferkettendaten.
Basierend auf einer Graphdatenbank und einer Blockchain wird das Modell für einen
Anwendungsfall aus der Automobilindustrie spezifiziert und ganzheitlich implementiert. Die
Graphdatenbank ermöglicht die Verknüpfung semantisch angereicherter und detaillierter
Fertigungsdaten während die Ethereum-basierte Blockchain-Lösung Daten über verschiedene
Produktionsstandorte hinweg vernetzt und aggregiert.
