5 datapunkter dine maskiner skal levere til digitalt produktpas

Annonce – sponsoreret indhold.

Data til digitalt produktpas er allerede en konkret udfordring for danske produktionsvirksomheder, der skal dokumentere deres produkters miljøpåvirkning og sammensætning. EU’s krav om digitale produktpas ruller ud i disse år, og mange produktionschefer spørger sig selv: Hvilke data skal vi egentlig indsamle – og hvor kommer de fra? Det korte svar er, at en stor del af de nødvendige data allerede genereres af jeres maskiner, sensorer og MES-systemer. Problemet er sjældent mangel på data, men at den ikke er struktureret til compliance-formål. I denne artikel får du en konkret tjekliste over de fem centrale datatyper, dine maskiner skal levere, og hvordan du får dem ud af produktionen og ind i et brugbart format.

Hvorfor produktionsvirksomheder skal handle nu på datakrav

EU’s Ecodesign for Sustainable Products Regulation (ESPR) stiller krav om, at produkter i en række kategorier skal have et digitalt produktpas, der dokumenterer alt fra materialeindhold til miljøaftryk. Batterier var blandt de første produktkategorier, men tekstiler, elektronik og byggematerialer følger efter. For produktionsvirksomheder betyder det, at I ikke længere kun skal vide, hvad I producerer – I skal kunne bevise det med sporbar data.

Det digitale produktpas er i sin kerne en struktureret datasamling, der følger produktet gennem hele livscyklussen. Det indeholder information om, hvad produktet er lavet af, hvor komponenterne kommer fra, hvor meget energi der blev brugt i produktionen, og hvordan produktet kan repareres eller genanvendes. For at skabe det pas kræves data fra flere kilder: jeres egne maskiner, jeres leverandører og jeres produktudviklingsafdeling.

Mange virksomheder opdager, at de allerede har 70-80% af den nødvendige data – den ligger bare spredt i forskellige systemer uden fælles struktur. En platform som LifeTrace kan samle produktdata, beregne livscykluspåvirkning via LCA og omsætte det hele til et færdigt produktpas. Men uanset hvilken løsning I vælger, starter opgaven det samme sted: I skal vide præcis hvilke datatyper der kræves, og hvor I finder dem i jeres nuværende setup.

1. Materialesammensætning: Hvad består produktet af?

Den første og mest grundlæggende datatype handler om, hvad produktet fysisk er lavet af. Det digitale produktpas kræver dokumentation ned på materialeniveau – ikke bare “plastik”, men hvilken type plastik, om den er jomfruelig eller genanvendt, og i hvilken mængde.

Hvor data typisk allerede findes

I de fleste produktionsvirksomheder findes materialedata flere steder:

• Styklister (BOM) i ERP-systemet – indeholder ofte materialekoder, men sjældent miljøspecifikke egenskaber
• Kvalitetssystemer – materialecertifikater fra leverandører med specifikationer
• Receptstyring i procesindustri – præcise blandingsforhold logget af doserings-PLC’er
• Batchregistreringer – hvilke materialecharger der indgik i hvilke produktioner

Det typiske problem

Materialekoder i ERP-systemet er designet til indkøb og lager, ikke til miljødokumentation. Koden “PL-2847” fortæller systemet, at det er en bestemt plasttype fra en bestemt leverandør – men ikke om det er polyethylen eller polypropylen, eller om det indeholder genanvendt materiale. Den oversættelse fra indkøbskode til miljødata skal etableres én gang og derefter vedligeholdes.

Konkret handling

Start med at trække en komplet materialeliste fra jeres ERP-system. For hvert materiale skal I tilføje: kemisk/teknisk betegnelse, andel af genanvendt indhold, oprindelsesland, og om materialet er på nogen bekymringslister (REACH, SVHC). Denne mapping er et engangsprojekt, der derefter kun kræver opdatering ved nye materialer.

2. Komponentopbygning: Hvordan er produktet samlet?

Produktpas kræver ikke bare en liste over materialer, men en forståelse af produktets struktur: Hvilke komponenter består det af, og hvordan hænger de sammen? Det handler om at kunne vise, at en flaske består af en body, en cap, en tætning og emballage – og hvad hver del bidrager med til det samlede miljøaftryk.

Hvor data typisk allerede findes

• PLM-systemer (Product Lifecycle Management) – indeholder produktstrukturer med relationer mellem komponenter
• CAD-filer og tekniske tegninger – viser fysisk opbygning og sammenføjninger
• Arbejdsinstruktioner i MES – beskriver monteringsrækkefølge og komponentbrug
• Sporbarhedsdata fra montagelinjer – logger hvilke serienumre der er samlet til hvilke produkter

Det typiske problem

Produktstrukturen i PLM/CAD er ofte fokuseret på produktion og ikke på miljøvurdering. En komponent kan være splittet op i flere dele i systemet af praktiske årsager, selvom den miljømæssigt bør behandles som én enhed. Omvendt kan flere miljømæssigt forskellige dele være slået sammen under én kode. Strukturen skal gennemgås med “miljøbriller” på.

Konkret handling

Opbyg et komponenttræ, hvor hvert niveau kan tilskrives en andel af produktets samlede vægt og miljøpåvirkning. Start med de største komponenter, der typisk udgør 90%+ af påvirkningen. Den præcise fordeling på småkomponenter kan forfines senere – det vigtige er at få strukturen på plads.

3. Energiforbrug i produktionen: Hvor meget energi kræver fremstillingen?

Produktets miljøaftryk inkluderer ikke kun materialerne, men også den energi der bruges til at forme, samle og behandle dem. EU-kravene omfatter dokumentation af energiforbrug i produktionsfasen, fordelt på produktniveau.

Hvor data typisk allerede findes

• Elmålere på maskinniveau – mange moderne maskiner har indbygget energimåling i styringen
• SCADA-systemer – logger ofte energiforbrug som del af procesovervågning
• MES-systemer – kan koble energidata til specifikke produktionsordrer
• Bygningsautomatik (BMS) – måler samlet forbrug, men sjældent på maskinniveau
• Separate energimålersystemer – installeret til energiledelse efter ISO 50001

Det typiske problem

De fleste virksomheder kender deres samlede energiforbrug, men kan ikke fordele det på produktniveau. Hvis I producerer tre forskellige produkter på samme linje, hvordan fordeles energiforbruget så mellem dem? Den kobling mellem energimåling og produktionsdata mangler ofte. Desuden er der forskel på maskinernes elforbrug og det samlede forbrug inklusive ventilation, belysning og trykluft.

Konkret handling

Start med at undersøge, hvilke energidata jeres maskiner allerede logger. Mange PLC’er og moderne CNC-styringer registrerer energiforbrug pr. cyklus eller pr. time uden at dataen trækkes ud. Dernæst skal I etablere en fordelingsnøgle: Hvor mange enheder produceres pr. time på maskinen? Hvad er maskinens energiforbrug pr. time? Den simple division giver jer et energital pr. produceret enhed – ikke perfekt, men tilstrækkeligt til et første produktpas.

For virksomheder med flere produktvarianter på samme linje kan det være relevant at installere dedikerede energimålere på de mest energitunge processer. Men start med den data I har – forfiningen kan komme senere.

4. Leverandørkæde: Hvor kommer komponenterne fra?

Sporbarhed gennem leverandørkæden er et kernekrav i det digitale produktpas. Det handler ikke kun om at vide, hvem jeres direkte leverandører er, men også om at kunne dokumentere materialernes oprindelse og leverandørernes miljøpåvirkning.

Hvor data typisk allerede findes

• ERP-systemets leverandørmodul – stamdata på leverandører med adresser og CVR/VAT-numre
• Indkøbsordrer og fakturaer – viser hvilke materialer der kom fra hvem og hvornår
• Varemodtagelse og batchnumre – kobler specifikke leverancer til specifikke produktioner
• Leverandørcertificeringer – ISO 14001, miljøledelse, bæredygtighedserklæringer
• Toldpapirer – dokumenterer oprindelsesland for importerede materialer

Det typiske problem

De fleste virksomheder har fuld sporbarhed til deres tier-1-leverandører (dem de køber direkte fra), men begrænset indsigt i tier-2 og tier-3 (leverandørernes leverandører). Hvis I køber en metalkomponent fra en dansk leverandør, ved I så hvilket støberi metallet kommer fra, og hvilket land malmen er udvundet i? Den type dyb sporbarhed kræves for visse produktkategorier.

Et andet problem er, at leverandørdata ofte ligger i forskellige systemer uden automatisk kobling til produktionen. I ved, hvad I købte i januar, men ikke nødvendigvis præcis hvilken levering der indgik i hvilke produkter.

Konkret handling

Begynd med at kræve udvidede datapakker fra jeres kritiske leverandører – dem der leverer de materialer, der udgør hovedparten af jeres produkts miljøpåvirkning. De fleste leverandører arbejder selv på deres compliance og vil have data klar. Etablér en struktur for, hvordan leverandørdata kobles til jeres produktionsdata: batchnumre, leveringsdatoer eller andre sporbarhedsnøgler.

For købte komponenter (i modsætning til råmaterialer) kan I ofte få miljødata direkte fra leverandøren i form af Environmental Product Declarations (EPD) eller lignende dokumentation.

5. Levetid og reparationsmuligheder: Hvad sker der efter salg?

Det digitale produktpas handler ikke kun om produktion, men om hele produktets liv. Information om forventet levetid, reparationsmuligheder, tilgængelighed af reservedele og genanvendelsespotentiale er centrale elementer.

Hvor data typisk allerede findes

• Garantidatabaser – viser faktiske fejlrater og typiske levetider
• Serviceafdelinger – har erfaring med hvilke dele der fejler og kan repareres
• Teknisk dokumentation – reparationsvejledninger, sprængskitser, reservedelslister
• Produktudviklingsafdelinger – design for disassembly-overvejelser, modularitet
• Returvaredata – hvorfor produkter kommer retur, og hvad der sker med dem

Det typiske problem

Denne datatype er ofte den sværeste, fordi den ligger uden for den traditionelle produktionssfære. Maskiner og MES-systemer genererer ingen data om, hvad der sker med produktet efter det forlader fabrikken. Informationen findes i stedet i serviceorganisationen, hos forhandlere eller – i værste fald – slet ikke.

Mange virksomheder har heller ikke formaliseret deres viden om reparerbarhed. Serviceteknikerne ved godt, at en bestemt komponent kan skiftes på 20 minutter, men det er aldrig blevet dokumenteret systematisk.

Konkret handling

Start med at strukturere den viden I allerede har: Hvilke reservedele tilbyder I? Hvor længe garanterer I tilgængelighed? Er der reparationsvejledninger for slutbrugere eller kun for professionelle? Hvad er den forventede tekniske levetid?

For at forbinde dette til produktionen kan I overveje at inkludere serienumre eller batchkoder, der gør det muligt at spore specifikke produkter tilbage til deres produktionsdata, hvis de returneres til service. Det kræver, at jeres sporbarhedssystem rækker hele vejen fra råmateriale til færdigvare.

Sådan kommer I i gang uden et stort IT-projekt

Mange produktionsvirksomheder frygter, at compliance med krav om digitale produktpas kræver massive IT-investeringer, nye sensorsystemer og lange implementeringsprojekter. Det behøver det ikke.

Trin 1: Kortlæg eksisterende datakilder

Brug en uge på at identificere, hvilke af de fem datatyper I allerede har data for – og hvor den data befinder sig. Involver produktionsledere, kvalitetschefer og IT for at få det fulde billede. Resultatet er en gap-analyse, der viser, hvad I har, og hvad I mangler.

Trin 2: Prioriter efter væsentlighed

Alle datatyper er ikke lige vigtige for jeres specifikke produkter. For et produkt, hvor 97% af miljøpåvirkningen kommer fra én komponent (som i eksemplet med flasken, hvor bottle body assembly stod for 97% af de 5,06 kg CO₂-ækvivalenter), giver det mening at fokusere dataindsamlingen der først.

Trin 3: Etabler dataflows frem for manuelle processer

Undgå at bygge produktpas som manuelle dokumenter, der skal opdateres hver gang noget ændrer sig. Etablér i stedet dataflows, hvor information automatisk trækkes fra kildesystemerne. Det kan starte simpelt med strukturerede eksporter fra ERP og MES, der samles i en central platform.

Trin 4: Brug en platform designet til formålet

I stedet for at bygge jeres egen løsning til at strukturere data og generere produktpas, kan det give mening at bruge en eksisterende platform, der allerede understøtter EU-kravene og LCA-beregninger. Det reducerer risikoen for at bygge noget, der ikke lever op til de endelige kravspecifikationer.

For virksomheder med komplekse produktionssetups kan det også være relevant at se på, hvordan produktionsvirksomheder håndterer cybersikkerhed, da de nye dataflows potentielt åbner for nye sikkerhedsudfordringer.

Typiske fejl og faldgruber

Når produktionsvirksomheder begynder arbejdet med data til digitalt produktpas, ser vi ofte de samme fejl:

• At starte med teknologi frem for data – virksomheder køber nye sensorer eller systemer, før de har kortlagt, hvad de allerede har. Start altid med gap-analysen.
• At behandle det som et engangsprojekt – produktpas kræver løbende dataopdatering, ikke en engangsrapport. Tænk i vedligeholdelige dataflows fra starten.
• At ignorere leverandørdimensionen – I kan ikke bygge et komplet produktpas kun med egne data. Leverandørdialogen skal starte tidligt.
• At overdokumentere ubetydelige komponenter – fokusér energien på de materialer og processer, der faktisk udgør hovedparten af miljøpåvirkningen.
• At vente på endelige kravspecifikationer – EU-kravene præciseres løbende for hver produktkategori. Men de grundlæggende datatyper er kendte, og I kan starte struktureringsarbejdet nu.

Ofte stillede spørgsmål

Hvilke produktkategorier er omfattet af krav om digitalt produktpas?

Batterier var blandt de første produktkategorier med krav om digitalt produktpas under EU’s batteriforordning. Tekstiler, elektronik, byggevarer, møbler og kemikalier følger efter med specifikke kravdatoer for hver kategori. Den præcise tidsplan og detaljerede krav fremgår af EU-Kommissionens delegerede retsakter for hver produktgruppe.

Kan vi bruge data fra ældre maskiner uden moderne styringssystemer?

Ja, men det kræver ofte manuelle eller semi-automatiske metoder. For energidata kan I installere eksterne elmålere på ældre maskiner. For produktionsdata kan operatører registrere batchinformation i et tablet-interface koblet til MES. Målet er at få data struktureret – ikke nødvendigvis at automatisere alt fra dag ét.

Hvor præcis skal dataen være i et digitalt produktpas?

Kravene til præcision varierer efter produktkategori og datatype. For materialesammensætning kræves typisk vægtprocenter. For energiforbrug accepteres ofte beregnede gennemsnitsværdier frem for måling på hver enkelt enhed. Det vigtige er, at I kan dokumentere jeres beregningsmetode og datakilder.

Hvordan håndterer vi produktvarianter med delvist forskellige materialer?

Opbyg en modulær datastruktur, hvor fælles komponenter kun dokumenteres én gang, og kun varierende elementer opdateres mellem varianter. Det reducerer vedligeholdelsesarbejdet og sikrer konsistens. De fleste produktpas-platforme understøtter denne type strukturering.

Hvad hvis vores leverandører ikke kan levere de nødvendige data?

Start dialogen tidligt og vær specifik omkring, hvilke data I har brug for. Mange leverandører arbejder selv på deres compliance og har data klar – de har bare ikke fået spørgsmålet før. For leverandører uden data kan I bruge generiske værdier fra LCA-databaser som udgangspunkt, men det bør være en midlertidig løsning.