KI-gestützte Prozessoptimierung

Grundlagen für werksnahen KI-Rollout

Maschinenstillstände vorhersagen, Ersatzteil bestellen und den Wartungstermin eintakten – alles automatisiert. Künstliche Intelligenz und Machine Learning versprechen im Zusammenspiel mit einem MES viel Potenzial. Bei der Implementierung lauern jedoch Fallstricke.

Bild: ©Lee/stock.adobe.com

Ein Manufacturing Execution System (MES) in Kombination mit künstlicher Intelligenz (KI) und maschinellem Lernen (ML) eröffnet Produktionsbetrieben Möglichkeiten für Innovationen. Produktionsverantwortliche haben immer mehr Informationen zur Verfügung, um Prognosen abgeben und Entscheidungen treffen zu können. Außerdem können Unternehmen durch die weitgehende Automatisierung ihrer Prozesse die Gesamtanlageneffizienz steigern, die Produktion qualitativ verbessern und Kosten minimieren. In der Praxis fehlen aber oftmals die technologischen Grundlagen und das Fachwissen. Das betrifft vor allem kleine und mittlere Fertigungsbetriebe, die beim Einsatz von KI und ML in Verbindung mit einem MES noch am Anfang stehen. Doch wo genau liegen die Schwierigkeiten?

Faktoren für den Erfolg

Erfolgskritische Faktoren für KI-/ML-Projekte sind Maschinenanbindung und Datenintegration. Ein MES verbindet in der Regel bereits die Maschinen und liefert Kennzahlen. Um das Potenzial von KI- und ML-Lösungen nutzen zu können, gilt es allerdings standortübergreifend Maschinen und interne Systeme miteinander zu verknüpfen. Wenn nötig, müssen die Unternehmen dafür zunächst ihre Maschinen für den Austausch ausrüsten. Dies betrifft vor allem ältere Maschinen, die eine MES-Anbindung entweder gar nicht oder nur über wenige proprietäre Protokolle und Formate unterstützen. In solchen Brownfield-Szenarien schaffen Hard- und Software-Komponenten Abhilfe, die unabhängig vom Maschinenmodell oder -hersteller für Konnektivität sorgen. Sind die Maschinen angebunden, kann im nächsten Schritt auf IT-Ebene die Verknüpfung der internen Systeme erfolgen. Dazu zählen neben MES-Anwendungen auch Lösungen für Enterprise Resource Planning (ERP), Lagerverwaltung (WMS) oder Supply Chain Management (SCM). Diese stammen oftmals von unterschiedlichen Softwareanbietern, was die Kommunikation zwischen den Systemen erschweren kann. Eine Datenplattform kann helfen. Dort laufen Daten aus den angebundenen Quellen zusammen – es entsteht eine sogenannte Single Source of Truth. Kleinere KI-/ML-Projekte gelingen auch ohne eine solche Datenzusammenführung. Jedoch wird zur Optimierung der gesamten Wertschöpfungskette meist eine Single Source of Truth vorausgesetzt.

Ereignisse vorhersagen

Aus der Zusammenführung der Daten erhalten Entscheider Erkenntnisse über die aktuelle und zukünftige Produktion. KI- und ML-Algorithmen können mehr als nur Datenanalysen vereinfachen. In vielen Anwendungsfällen lassen sich Prozesse KI-gerstützt weitgehend automatisieren. Ein Beispiel: Bei der vorausschauenden Wartung (Predictive Maintenance) einer Produktionsanlage werden nicht nur Verschleiß und Austauschzeitpunkt des betreffenden Maschinenteils untersucht, sondern auch automatisch das Ersatzteil geordert. Zudem kann das beste Zeitfenster für die Wartungsarbeiten bestimmt werden. Damit es dabei nicht zu Produktivitätseinbußen kommt, kann die Produktion gegebenenfalls auf eine andere Linie umgeleitet werden. Während des gesamten Vorgangs muss der Produktionsleiter nicht manuell eingreifen, sondern überwacht lediglich den Prozess.

Reichen die Daten aus?

Eine weitere wichtige Voraussetzung für den KI- und ML-Einsatz besteht in der Entwicklung der Algorithmen – entweder in Eigenregie oder durch externe Partner. Viele Anwendungsfälle verlangen einen Vergleich von historischen und aktuellen Daten. Versteht der Algorithmus sensorische Anomalien aus der Vergangenheit, kann er Vorhersagen über den Verschleiß von Maschinen treffen. In welchem Umfang historische Daten vorliegen müssen, hängt vom Anwendungsfall ab. Für das Beispiel der vorausschauenden Wartung gilt in der Praxis meist: Der Algorithmus muss mindestens so weit zurückblicken können, wie er in die Zukunft vorausschauen soll.

Fachwissen in die Projekte bringen

Gerade in kleinen und mittleren Unternehmen mangelt es oft an KI-Fachleuten. Diese Spezialisten bringen eine Menge Fachwissen mit, die es während der KI-Projekte in die unterschiedlichen Fachbereiche des Herstellers zu integrieren gilt. Gerade bei der Integration der OT- (Operational Technology) und IT-Systeme ist eine vertrauensvolle Zusammenarbeit auf allen Seiten gefragt. Hilfreich sind dabei Projektleiter, die sowohl die IT- als auch die OT-Sicht verstehen. Stehen solche Mitarbeiter nicht zur Verfügung, können externe Partner dieses Fachwissen ins Projekt bringen. Doch auch Software kann unterstützen und die Entwicklung von ML automatisieren helfen. Erste Projekte sind so auch ohne Spezialisten realisierbar.

IT-Infrastruktur vorbereiten

Für den Anfang empfehlen sich kleinere Projekte, die sich beispielsweise auf einzelne Maschinen oder Fertigungsstraßen konzentrieren. Die Verbindung des MES mit weiteren internen Systemen ist dabei nicht zwingend erforderlich. Früher oder später wollen die meisten Unternehmen ihre Daten übergreifend integrieren. Ein anderer möglicher Ausgangspunkt ist also, zunächst die eigenen IT-Infrastruktur zu optimieren und diese so auf komplexere Projekte vorzubereiten.

Das könnte Sie auch interessieren:

Wechsel an der Fraunhofer-Spitze
Holger Hanselka wird Präsident der Fraunhofer-Gesellschaft

Prof. Dr.-Ing. Holger Hanselka, Präsident des Karlsruher Instituts für Technologie (KIT) wird der 11. Präsident der Fraunhofer-Gesellschaft und löst Prof. Dr.-Ing. Reimund Neugebauer nach fast elf Jahren ab.‣ weiterlesen

Neuer Vorstand
Wechsel an der Spitze bei DMG Mori

Christian Thönes, Vorstandsvorsitzender bei DMG Mori, hat am Donnerstag sein Amt niedergelegt. Sein Vertrag wurde im Rahmen einer Aufsichtsratssitzung einvernehmlich beendet. Alfred Geißler wurde vom Aufsichtsrat zum Nachfolger bestellt.‣ weiterlesen

40 Jahre Microsoft in Deutschland
Microsoft feiert Geburtstag und eröffnet Experience Center

Microsoft feiert 40. Geburtstag in Deutschland und eröffnet ein europäisches Experience Center in München. Es ist eines von vier Experience Centern weltweit.‣ weiterlesen

Neues Whitepaper der Plattform Lernende Systeme
Wo bleiben die europäischen KI-Sprachmodelle?

Expertinnen und Experten der Plattform Lernende Systeme beleuchten in einem neuen Whitepaper, wie es um die Entwicklung europäischer bzw. deutscher KI-Sprachmodelle bestellt ist.‣ weiterlesen

Ifo Geschäftsklimaindex im Mai
Skeptischer Blick auf den Sommer

Nach 93,4 Punkten im Vormonat, fällt der Ifo Geschäftsklimaindex im Mai auf 91,7 Punkte – der erste Rückgang in sechs Montanen. ‣ weiterlesen

Neuer Sonderforschungsbereich am KIT
Schnellere Updates für Cyber-physikalische Systeme

Cyber-physikalische Systeme (CPS), wie etwa Autos oder Produktionsanlagen, stecken voller elektronischer und mechanischer Komponenten, die von Software gesteuert werden. Jedoch ist es eine Herausforderung, die Systemarchitekturen solcher Systeme fortwährend konsistent zu halten. Neue Methoden dafür soll ein Sonderforschungsbereich (SFB) am Karlsruher Institut für Technologie (KIT) entwickeln.‣ weiterlesen

Transport und Logistik
G+D erweitert IoT-Portfolio mit Erwerb von Mecomo

Mit der Akquisition der Pod Group hat G+D bereits 2021 sein Portfolio im IoT-Bereich erweitert. Durch den Erwerb von Mecomo geht das Unternehmen nun einen weiteren Schritt in Richtung IoT-Komplettanbieter im Transport- und Logistikbereich.‣ weiterlesen

17. Produktionstechnisches Kolloquium
PTK diskutiert Herausforderungen für die Industrie

Im September laden Fraunhofer IPK und IWF der TU Berlin zum Produktionstechnischen Kolloquium. Im Fokus der Veranstaltung stehen Digitalisierung und Dekarbonisierung der Industrie. ‣ weiterlesen

Datenanalyse
Qlik übernimmt Talend

Mit der Übernahme von Talend will das Softwareunternehmen Qlik das eigene Portfolio erweitern. Die Leitung des neuen Unternehmens übernimmt Qlik-CEO Mike Capone.

‣ weiterlesen

Webbasiertes Anfragemanagement
Kundenanfragen schneller bearbeiten

Die Grimme-Gruppe produziert individuell konfigurierte Landmaschinen. Was für den Wettbewerb Vorteile bringt, ist allerdings mit großem Aufwand verbunden - so verwaltete Grimme Kundenanfragen lange über ein Excel-Tool. Mit dem Softwareanbieter Slashwhy zusammen wurde dies durch ein webbasiertes Anfragemanagement-Programm abgelöst.‣ weiterlesen

Mit Moryx modulare Fertigungsanlagen steuern
Linie ohne Stau

Die Software Moryx hilft der Fertigungssteuerung, Maschinen schnell auf einen neuen Kurs zu bringen oder sie für den nächsten Auftrag anzupassen. Mit seinen einheitlichen Bedienoberflächen und seiner niedrigen Einstiegshürde ist das Tool von Phoenix Contact insbesondere auf den Einsatz in Fertigungen mit der Losgröße 1 ausgerichtet.‣ weiterlesen