Kurz erklärt
Die Monitoring-Funktion bildet das Herzstück der FMEA-MSR (Monitoring and System Response). Sie ist ein technischer Diagnosealgorithmus, der während des gesamten Betriebszyklus eines Systems kontinuierlich Datenströme analysiert. Ziel ist es, systemgefährdende Zustände durch den Abgleich von Ist-Werten mit definierten Referenzgrößen in Echtzeit zu identifizieren. Während klassische FMEA-Methoden den Fokus auf die Prävention legen, ermöglicht die Monitoring-Funktion ein intelligentes Fehlermanagement, indem sie die Basis für eine definierte Systemreaktion (z. B. Sicherheitsabschaltung oder Redundanzumschaltung) schafft.
Definition
Eine Monitoring-Funktion ist eine prozessuale oder hardwarebasierte Logikschaltung innerhalb eines mechatronischen Systems, die das Verhalten einer Funktion oder Komponente während des Betriebs überwacht. Sie agiert als Bindeglied zwischen der reinen Datenerfassung durch physikalische Sensorik und der systemweiten Fehlerreaktion. Dabei bewertet die Funktion nicht nur statische Grenzwerte, sondern prüft die Plausibilität von Signalen, zeitliche Gradienten und dynamische Betriebszustände. Eine valide Monitoring-Funktion muss in der Lage sein, echte Fehlerzustände präzise von transienten, betriebsbedingten Störungen zu unterscheiden. Dies erfordert eine hochintegrierte Logik, die innerhalb des FMEA-MSR-Frameworks zur Bestimmung der Erkennungswahrscheinlichkeit und damit zur signifikanten Risikominimierung beiträgt.
Bedeutung im Fachkontext
Innerhalb der modernen Produktentwicklung, insbesondere nach den Richtlinien der AIAG/VDA-FMEA, verschiebt sich die methodische Betrachtung zunehmend auf mechatronische Systeme, deren Sicherheitskritikalität die reine Fehlervermeidung (DFMEA) übersteigt. Die Monitoring-Funktion fungiert als notwendiger 'Wächter'. Ohne eine fundierte Monitoring-Logik bleibt das System bei einem Hardwaredefekt blind, was im Fehlerfall zu unkontrollierten Gefährdungen führt. Die Bedeutung erstreckt sich auf die Fähigkeit, die AP (Aufgabenpriorität) zu steuern: Durch die Implementierung einer effektiven Überwachung kann die Erkennungsrate im Sinne der MSR-Bewertung verbessert werden, was den Sicherheitsnachweis gegenüber Normen (z. B. ISO 26262) maßgeblich unterstützt.
Input, Verarbeitung, Output, Outcome, Impact
Wirkungspfade und Beiträge zu Unternehmenszielen im Detail
Outcome
1. Unmittelbare Beherrschung kritischer Fehlermodi durch automatisierte Systemreaktionen; 2. Aufbau einer strukturierten Wissensbasis über Fehlerverhalten für zukünftige Produktdesigns.
Impact
1. Reduktion der Qualitätskosten durch Schadensbegrenzung; 2. Erhöhung der funktionalen Sicherheit und Systemzuverlässigkeit; 3. Stärkung der Marktposition durch robustere, ausfallsichere Systemdesigns.
Schritte der Methode in Übersicht
Die FMEA-MSR-Methode folgt zur Implementierung der Monitoring-Funktion einem logisch strukturierten Prozess, der mit der Fehleranalyse beginnt und beim funktionalen Nachweis endet. 1. Identifikation kritischer Fehler (Analyse); 2. Entwurf der Monitoring-Logik (Spezifikation); 3. Bewertung der Sensitivität (Modellierung); 4. Validierung der Robustheit (Absicherung).
Identifikation kritischer Fehler
Bestimmung der Fehlermodi, die eine proaktive Systemreaktion erfordern.
Entwurf der Monitoring-Logik
Festlegung der Beobachtungsparameter und Erkennungsalgorithmen.
Bewertung der Sensitivität
Sicherstellung der rechtzeitigen Fehlererkennung.
Validierung der Robustheit
Nachweis der zuverlässigen Funktion unter realen Betriebsbedingungen.
Beschreibung der Einzelschritte mit Ziel & Vorgehen
QUALITY LXP · SCHRITTLOGIK
Identifikation kritischer Fehler
Systemstrukturen, Funktionsbeschreibungen, potenzielle Fehlerursachen.
Systematische Analyse aller Funktionen auf sicherheitsrelevante Ausfallzustände.
Liste der MSR-relevanten Fehlerereignisse.
Unerwartetes Blockieren eines elektronisch gesteuerten Aktuators.
Vollständigkeit der Identifikation basierend auf Gefährdungsanalyse.
QUALITY LXP · SCHRITTLOGIK
Entwurf der Monitoring-Logik
Fehlereigenschaften, Systemdynamik, verfügbare Sensordaten.
Definition der zu überwachenden Signale, Schwellenwerte und zeitlichen Toleranzfenster.
Spezifikation der Monitoring-Logik.
Überwachung der Stromaufnahme-Gradienten zur Blockiererkennung.
Abdeckung des Fehlermodus bei gleichzeitig hoher Plausibilität.
QUALITY LXP · SCHRITTLOGIK
Bewertung der Sensitivität
Spezifikation der Monitoring-Logik, Signalpfadzeiten.
Berechnung der Latenzzeit zwischen Fehlerauftritt und Erkennungssignal.
Nachweis der rechtzeitigen Fehlererkennung.
Latenzmessung zur Vermeidung kritischer Überhitzung.
Erkennungszeit liegt sicher unterhalb der kritischen Schadenszeit.
QUALITY LXP · SCHRITTLOGIK
Validierung der Robustheit
Prototyp des Systems, Testspezifikation, Fehlersimulationsumgebung.
Durchführung von Fehlerinjektionstests in der Systemumgebung.
Validierungsprotokoll der Monitor-Wirksamkeit.
Prüfstandstest mit provoziertem mechanischen Defekt.
Fehlerfreie Funktionalität unter Grenzbedingungen wie Temperatur oder EMV.
Anwendung und Vorgehen
Die Implementierung der Monitoring-Funktion innerhalb einer FMEA-MSR folgt einem disziplinierten Engineering-Prozess, der über die klassische Fehlervermeidung hinausgeht. Das Vorgehen lässt sich in einen iterativen Kreislauf unterteilen, der den Übergang vom abstrakten Sicherheitsziel zur konkreten Software-Implementierung sicherstellt.
Zunächst steht die Analyse der Fehlerdomänen. Hierbei werden Funktionen auf Basis ihrer Gefährdungspotenziale priorisiert. Ein "Monitor" ist nicht für jedes Systemelement notwendig, sondern fokussiert sich auf jene, bei denen ein unerkannter Ausfall zu einer Verletzung von Sicherheitszielen führen würde. Ingenieure nutzen hierfür Fault-Tree-Analysen (FTA), um die Kausalpfade zu identifizieren, die eine Monitoring-Logik zwingend abdecken muss.
Im zweiten Schritt, der Spezifikation der Überwachungslogik, erfolgt die Definition der Referenzgrößen. Ein praktisches Vorgehen ist die Modellierung eines "Digitalen Zwillings" der Funktion im Kleinen. Man definiert: Welche physikalischen Größen (Strom, Spannung, Zeitgradient, Frequenz) korrelieren mit dem Normalbetrieb? Ein häufig genutztes Werkzeug ist der Abgleich von Soll-Verhalten (Modell) und Ist-Verhalten (Sensorik). Hierbei müssen Latenzzeiten zwingend in den Entwurf einfließen: Die Zeit vom Auftreten des Fehlers bis zur Erkennung darf das "Safe State Time Interval" (SSTI) – also die Zeit, bis ein kritischer Zustand eintritt – niemals überschreiten.
Die Umsetzung in Software erfolgt meist über zustandsbasierte Algorithmen oder statistische Schwellenwertüberwachungen. Während der Entwicklung ist die Fehlerinjektion die wichtigste Methode zur Validierung. Man simuliert den Fehlermodus physisch (z.B. durch Unterbrechen einer Leitung) oder per Software-Manipulation, um zu prüfen, ob der Monitor den Zustand erkennt und die hinterlegte Systemreaktion (z.B. Notlaufprogramm, Warnung an den Fahrer, Abschaltung) auslöst. Ohne diese Injektionstests bleibt der Nachweis der Wirksamkeit rein theoretisch.
Anwendungsgebiete
Die Monitoring-Funktion findet dort Anwendung, wo mechatronische Systeme eine hohe Autonomie besitzen und bei Versagen unmittelbare Risiken für Mensch, Maschine oder Umwelt entstehen.
- Automotive E/E-Systeme: Dies ist das primäre Einsatzfeld. In modernen Assistenzsystemen (ADAS) werden Sensoren wie Radar und Kamera permanent überwacht. Fällt eine Komponente aus, muss das System innerhalb von Millisekunden den "degradierten Modus" aktivieren, um eine sichere Übernahme durch den Fahrer oder den Stopp des Fahrzeugs zu ermöglichen.
- Industrielle Automatisierung: In der Robotik überwacht die Monitoring-Funktion Antriebsstränge und Greifer. Hierbei geht es weniger um den Schutz vor "harten" Ausfällen als um die Verschleißdiagnose (Predictive Maintenance) und die Einhaltung von Sicherheitsabständen bei Mensch-Maschine-Kollaborationen.
- Medizintechnik: Bei Geräten wie Infusionspumpen oder Beatmungsgeräten ist die Monitoring-Funktion lebensnotwendig. Jede Abweichung vom therapeutischen Soll-Fluss muss detektiert werden. Die regulatorischen Anforderungen (ISO 13485/IEC 62304) erzwingen hier eine hochgradig deterministische Logik, bei der Fehlerzustände vom System selbständig in einen sicheren Zustand überführt werden müssen.
- Luft- und Raumfahrt: Hier liegt der Fokus auf der Redundanzüberwachung. Wenn ein Sensor falsche Daten liefert ("Babbling Idiot"), muss der Monitor diesen identifizieren und das System auf einen fehlerfreien Kanal umschalten, ohne den Betrieb zu unterbrechen (Fail-Operational-Prinzip).
Typische Fehler und Missverständnisse
In der Praxis der FMEA-MSR treten regelmäßig methodische Irrtümer auf, die das Sicherheitsniveau gefährden:
- Gleichsetzung von Sensorik und Monitoring: Ein häufiger Fehler ist die Annahme, dass der Einbau eines Sensors bereits "Monitoring" sei. Ein Sensor liefert nur Daten; erst der Vergleich mit einem Algorithmus (Logik) macht daraus eine Monitoring-Funktion. Ein Sensor ohne logische Auswertung ist lediglich ein Messwertgeber, kein Sicherheitsmechanismus.
- Monitoring als Ersatz für DFMEA: Es besteht das Missverständnis, dass man durch ein ausgefeiltes Monitoring auf eine robuste Konstruktion verzichten könne. Das ist fatal: Monitoring sollte immer die letzte Verteidigungslinie sein, nicht die primäre Fehlervermeidung. Erst muss das Design das Risiko minimieren, dann fängt das Monitoring das Restrisiko ab.
- Die "Komplexitätsfalle": Entwickler neigen dazu, Monitore übermäßig komplex zu gestalten. Ein zu komplexer Monitor ist jedoch selbst fehleranfällig (höhere Software-Bug-Wahrscheinlichkeit) und kann schwerer validiert werden. Oft sind einfache Schwellenwert-Logiken robuster als hochkomplexe KI-basierte Detektionsalgorithmen.
- Fehlendes Konzept der Common-Cause-Fehler: Wenn der Monitor denselben Mikrocontroller oder dieselbe Stromversorgung nutzt wie die Funktion, die er überwacht, kann ein einzelner Defekt sowohl die Funktion als auch den Wächter ausschalten. Eine wirksame Entkopplung (Hardware-Redundanz oder logische Trennung) wird oft unterschätzt.
Abgrenzung und Grenzen
Die Monitoring-Funktion hat klare methodische Grenzen, die durch physikalische und systemtechnische Restriktionen definiert sind.
Die wichtigste Grenze ist die Sensorabhängigkeit. Wenn der Sensor, der zur Überwachung dient, selbst ein unentdecktes "Stuck-at-High" oder "Stuck-at-Low" aufweist, versagt der gesamte Überwachungsmechanismus. Hierbei stößt man an das Problem der "Testbarkeit der Testschaltung".
Zudem existiert das Risiko von Fehlalarmen. Besonders bei transienten Lasten (z. B. Einschaltströme bei Elektromotoren) können die Überwachungsalgorithmen "nervös" reagieren. Ein zu streng eingestellter Monitor führt zu einer sinkenden Verfügbarkeit des Systems, da er bei harmlosen Betriebszuständen den Notlauf auslöst. Die Abgrenzung zwischen beherrschbarem transientem Ereignis und echtem Fehler ist eine der größten Herausforderungen bei der Parametrierung.
Darüber hinaus gibt es die Grenze der Echtzeitfähigkeit. Prozessoren haben begrenzte Rechenzyklen. Die Monitoring-Logik darf die Hauptfunktion nicht so stark verlangsamen, dass die notwendige Reaktionszeit überschritten wird. Eine klare Abgrenzung ist daher notwendig: Monitoring-Aufgaben sollten in der Regel auf dedizierten Kernen oder in priorisierten Task-Listen laufen, um die Systemperformance nicht zu beeinträchtigen.
Lernatom 11 · KI-Unterstützung
Thema + KI-Unterstützung
Passende Werkzeuge aus der zentralen QUALITY-LXP-Toolbox – fachlich zum Begriff zugeordnet.
Lernatom 12 · Transfer in die Praxis
Beispiele im AI Tool
Nur öffentlich freigegebene SharedProject-Beispiele der tatsächlich zugeordneten Tools werden angezeigt. Private Projekte bleiben ausgeschlossen.
Global freigegebene Praxisbeispiele
1HELION · Wiederanlauf der Palettierzelle
ISO 9001: 6.1 / 8.3. Vier UCA-Typen, Kontrollstruktur, Kausalszenarien und verifizierbare Entwicklungsanforderungen. Fiktives Industrie-Lernbeispiel. Alle Zahlen, Rollen und Belege sind simuliert; keine reale Freigabe, Kundenvalidierung oder Wirksamkeitsbestätigung.
Lernatom 13 · Vertiefen
Seminare zum Thema
Passende Seminare werden hier ergänzt, sobald sie fachlich zugeordnet und freigegeben sind.
Häufige Fragen
Können mehrere Monitoring-Funktionen kaskadiert werden?+
Ja, dies ist sogar eine bewährte Praxis (z. B. ein "Watchdog"-Monitor überwacht einen anderen Monitor). Dies erhöht die Zuverlässigkeit, erfordert aber ein präzises Management der Reaktionshierarchie, um Systemschwingungen durch sich widersprechende Reaktionen zu vermeiden.
Wie wird die Wirksamkeit eines Monitors in der FMEA bewertet?+
Die Wirksamkeit beeinflusst die "E"-Zahl (Erkennung) in der FMEA. Eine hohe Wirksamkeit senkt die Aufgabenpriorität (AP), da das System den Fehler beherrscht. Der Nachweis erfolgt primär durch den Anteil der Fehlerabdeckung (Diagnostic Coverage), der durch systematische Tests oder Fehlermodellierung belegt wird.
Wann ist ein "transientes Ereignis" ein "Fehler"?+
Ein transientes Ereignis ist eine kurzzeitige Abweichung innerhalb der Spezifikation (z. B. Spannungsspitzen). Ein Fehler ist ein Zustand, der das Sicherheitsziel verletzt oder eine definierte Grenze über einen bestimmten Zeitraum (Entprellzeit) überschreitet. Der Monitor muss genau diese Entprellzeit definieren.
Muss jede Monitoring-Logik zertifiziert werden?+
In sicherheitskritischen Anwendungen (z. B. Automotive ASIL oder Medizintechnik SIL) muss die Software-Implementierung der Monitoring-Funktion denselben strengen Zertifizierungsanforderungen entsprechen wie die Sicherheitsfunktion selbst, da sie ein sicherheitsrelevantes Element darstellt.
Kann KI für das Monitoring eingesetzt werden?+
KI-basierte Monitorings sind möglich (Anomaly Detection), bringen jedoch große Herausforderungen bei der Validierung und Reproduzierbarkeit mit sich. Nach aktuellem Stand des AIAG/VDA-Handbuchs wird bei sicherheitskritischen Funktionen eine deterministische, nachvollziehbare Logik bevorzugt, da KI-Modelle oft als "Black Box" schwer gegenüber Prüfinstanzen zu rechtfertigen sind.

