Künstliche Intelligenz und MES
Auf dem Weg in die 5. industrielle Revolution
Die Industrie beziehungsweise die industrielle Produktion hat im Verlauf ihrer Geschichte viele kleinere, aber auch drei große Revolutionen durchlebt – die vierte industrielle Revolution ist in vollem Gange und stellt Unternehmen vor neue Herausforderungen, bietet aber auch große Chancen. Denn was mit der Erfindung der Dampfmaschine begann, ist inzwischen zu einem komplexen und oft vollautomatisierten System geworden. Nicht nur das zu fertigende Gut hat einen wirtschaftlichen Wert, die Patente, das Know-how und vor allem die Produktionsdaten sind mindestens gleichwertig. Denn um eine effektive und produktive Fertigung organisieren zu können, spielen heutzutage valide Daten eine zentrale Rolle.
Arbeitskraft und Planungswissen
Maschinelle Energieerzeugung und -nutzbarmachung haben im Zuge der ersten industriellen Revolution Menschen und Tieren körperliche Arbeit abgenommen. Neu erfundene Maschinen konnten schwere Tätigkeiten übernehmen – ohne Ermüdungserscheinungen und auf meist gleichbleibendem Niveau. Die maschinelle Energiegewinnung ermöglicht im nächsten Schritt auch eine effiziente Fließbandproduktion, also eine Massenanfertigung, die nur durch menschliche Arbeit nicht möglich gewesen wäre. Der Mensch bekam eine neue Rolle im Fertigungsprozess, in dem er Maschinen und Prozesse verbesserte, Produktions- und Logistikkonzepte erarbeitete und vermehrt Kontroll- und Qualitätssicherungsaufgaben übernahm. Die Elektrifizierung, die Erfindung von Computern und automatisierten Anlagen sowie die aktuellen Digitalisierungsprozesse haben maßgeblich dazu beigetragen, dass sich die Produktions- und Arbeitswelten erneut verändert haben. Dabei standen in der Regel die Verbesserung der Produktivität, der Energienutzung und der Prozessoptimierung mit dem Ziel höherer Produktion, verbesserter Qualität und effizienterer Ressourcennutzung im Vordergrund. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
Produktionsmanagement wird digital
Grundlage einer im globalen Kontext wettbewerbsfähigen Fertigung ist heute meist ein digitales Produktionsmanagement und -leitsystem, welches alle relevanten Betriebs- und Maschinendaten erfasst und verarbeitet. Manufacturing Execution Systems (MES) erzeugen und speichern riesige Datenmengen (Big Data) – spezielle Tools ermöglichen eine produktions- und prozessorientierte Datenanalyse und unterstützen Planungsverantwortliche bei der bestmöglichen Planung der Logistik, des Materialflusses und der Fertigung. Möglich wird die Digitalisierung der Industrie und somit im nächsten Schritt auch die Einführung von KI-basierten MES-Lösungen durch die exponentiell gestiegenen Speicher- und Datenverarbeitungskapazitäten moderner Computer. Hochspezialisierte Softwarelösungen können nicht mehr nur lokal beziehungsweise arbeitsplatzgebunden eingesetzt werden, sondern ermöglichen eine produktions-, abteilungs- und unternehmensübergreifende Vernetzung – das Industrial Internet of Things (IIoT). Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen. ‣ weiterlesen
MES-Integrator und 360-Grad-Partner für optimierte Fertigung
Künstliche Intelligenz als Antwort auf Big Data
Noch während die vierte industrielle Revolution, die Digitalisierung und weltweite Vernetzung im vollen Gang ist, kündigt sich schon der nächste bahnbrechende Innovationsschub an. Denn die künstliche Intelligenz zieht zunehmend in Werkshallen und das Produktionsmanagement ein und revolutioniert dabei die fertigungsnahe Datenverarbeitung. Die großen Datenmengen, die durch den Einsatz von Manufacturing Execution Systems bereits vorhanden sind, können von KI-Algorithmen tiefgreifend und strukturell analysiert und nutzbar gemacht werden. Denn während MES-Lösungen zwar sehr effektiv in ihren jeweiligen Anwendungsgebieten sind, können sie mit Hilfe von KI-Unterstützung Muster und Regelmäßigkeiten erkennen und Big Data in Smart Data verwandeln. Eine derart umfangreiche Daten- und Zusammenhangsanalyse führt dazu, dass Maschinen eine Art Lerneffekt (Machine Learning) aus Produktionsdaten und -prozessen ziehen können und sich so Prognosen und aussagekräftige Simulationen ergeben.
