UdZ 03.23 / 57 Somit werden Fehlerquellen im Prozess wie ein falsch eingestellter Mahlgrad oder das ungleichmäßige Pressen des Pulvers erkannt, was in der Praxis das Brauergebnis verbessert. Im Falle Improve Product and Services, also der kontinuierlichen Verbesserung des Produkts, versetzte sich das Projektteam in die Rolle des Herstellers und setzte sich zum Ziel, anhand von Prozess- und Nutzungsdaten die Auswahl der Espressoprofile und die Bedienung der Maschine zu verbessern. Die mit dem Webtool erhaltenen und durch Filtern der funktionalen Anforderungen verfeinerten Blaupausen dienten der finalen Entwicklung und Realisierung der zugrunde liegenden IT-Architektur. Dazu wurden die durch Task View vorstrukturierten funktionalen Elemente in funktionale Blöcke zusammengefasst und als digitale Services in einer eventgetriebenen Architektur implementiert. Im Resultat konnten so sämtliche Anforderungen der Anwendungsfälle erfolgreich realisiert werden. Die Nutzung der Maschine verläuft nun wie folgt: Die bedienende Person meldet sich an der Maschine mit ihrem NFC-Türschlüssel an und kann anschließend die Maschine über das Display bedienen. Darüber wählt sie aus den verschiedenen Espresso-Profilen, die von der Haus-Community erstellt und bewertet werden, das gewünschte aus, was automatisch als Prozessparameter in die Maschine geschrieben wird. Die Applikation erklärt daraufhin die notwendigen durchzuführenden Prozessschritte, wie das korrekte Abwiegen und Mahlen der Bohnen bzw. das Pressen des Kaffeemehls. Mit Start des Brauprozesses The blueprints obtained using the web tool and refined by filtering the functional requirements were used for the final development and realization of the underlying IT architecture. For this purpose, the functional elements pre-structured by Task View were combined into functional blocks and implemented as digital services in an event-driven architecture. As a result, all requirements of the use cases could be successfully realized. The use of the machine now proceeds as follows: The person operating the machine logs in with their NFC key and can then operate the machine via the display. The operator then selects the desired espresso profile from the profiles created and evaluated by the home community, which automatically provides the machine with the right process parameters. The application then explains the necessary process steps to be carried out, such as the correct weighing and grinding of the beans or the pressing of the coffee grounds. When the brewing process starts, the live process data pressure, flow rate, and temperature are visualized, and the “Barista” service stops the process automatically as soon as the correct amount of espresso is indicated by the scales. After the brewing process, users can view the process data in a database to identify sources of error: If the pressure drops too rapidly, for example, the powder was not correctly pressed. Furthermore, an evaluation function of profiles, statistics on daily usage, and a wiki for learning the craft of espresso making are available. The finished machine and application sections are shown in Figure 2. Figure 2: Digitized espresso machine as a demonstrator for smart products (own illustration)
RkJQdWJsaXNoZXIy NzcyMw==