Anzeige
Anzeige
Beitrag drucken

Künstliche Intelligenz

Hebel für die OEE

Warum liegt die mittlere Anlagenverfügbarkeit der maschinellen Fertigung im Mittelstand bei weniger als 40 Prozent? Wie kann künstliche Intelligenz helfen, dies zu verbessern? Lösungen liefert OEE.AI aus Aachen.

 (Bild: IFP Software GmbH)

(Bild: IFP Software GmbH)

In den meisten Unternehmen geschieht die Rückmeldung zu den produzierten Stückzahlen nach Abschluss des Fertigungsauftrags. Während der Produktion erfolgte Ausfälle und Störungen werden in Papierlisten aufgeschrieben und wöchentlich zusammengefasst. Die Daten stehen oft in aggregierter Form und mit nur geringem Detailgrad zur Verfügung. Die eigentlichen Ursachen der Anlagenverluste bleiben so unerkannt – oder wie soll ein Mitarbeiter zwei Wochen nach dem Auftreten noch ermitteln, warum die Anlage 16 Prozent langsamer gelaufen ist? Wenn jedoch die Ursachen für mögliche Verluste nicht bekannt sind, lassen sich auch keine strukturierten Optimierungen vornehmen.

Echtzeitdaten auswerten

Die Produktion bewegt sich in Richtung laufende Erfassung und Auswertung der zugehörigen Daten. Das Konzept besteht darin, mit Algorithmen Echtzeitdaten der Produktion auszuwerten, um Ursachen für Störungen zu erkennen. Die Kunst liegt dabei darin, das Domänenwissen – die Erfahrung der Mitarbeiter vor Ort – in den Prozess zu integrieren. Anlagen können meist nur das Resultat ‚kein Werkstück‘ erkennen; dass das Werkstück jedoch aufgrund eines fehlenden Logistikmitarbeiters oder einer zu langen Qualitätskontrolle gefehlt hat, kann die Anlage nicht wissen.

Minimalinvasive KI

Minimalinvasive Technologien sind Plug&Play und in unter 20 Minuten installiert. Software-as-a-Service (SaaS) ist investitionsarm und oft kostengünstig. In Rechenzentren in Deutschland werden die Daten berechnet und in Echtzeit über den Browser beim Anwender angezeigt. Aufwändige Programminstallationen und Rechneranforderungen gehören hierbei der Vergangenheit an. Auf dieser Basis lassen sich Produktionsinformationen in Echtzeit anzeigen, die Verantortliche dann direkt zur Bewertung der Situation verwenden: die Ausbringung, Produktionsgeschwindigkeiten, aktuelle Störungen und vieles mehr. Mit KI-Algorithmen lassen sich ganz neue Handlungsvorschläge erstellen: Beispielsweise ist vorhersagbar, mit welcher Wahrscheinlichkeit in den nächsten 30 Minuten eine Anlagenstörung erwartet wird (‚besser, wir senden gleich schon mal den Instandhalter hin‘). Letztlich dienen die Auswertungen dazu, den Mitarbeitern relevante Informationen zu geben. So werden die Mitarbeiter unterstützt, aufgewertet und in ihrer Rolle gestärkt – und nicht entmündigt. Zu den Leistungen von OEE.AI gehört alles von der Anlagenverbindung, Datenübertragung, Auswertung und KI-Bewertung bis zum Bereitstellen der Informationen für die Mitarbeiter. Das Startup aus Aachen wurde 2016 gegründet und die Lösungen kommen bereits weltweit in deutlich mehr als 100 Installationen zur Anwendung.


Das könnte Sie auch interessieren:

Die Parametrierung von Anlagen ist zeitintensiv und erfordert Fachwissen - und findet demnach nur statt, wenn es nicht anders geht. Doch Datenanalyse und Algorithmen können künftig helfen, Produktionsanlagen und eingesetzten Ressourcen stets das Bestmögliche zu entlocken.‣ weiterlesen

Verbraucher können Massenprodukte wie Schuhe und Autos längst nach individuellen Wünschen gestalten. Auch im Industriebereich erwarten Kunden immer individuellere Lösungen zum Preis von Serienprodukten - obwohl Komplexität und Kosten beim Hersteller steigen. Softwaregestützte Variantenkonfiguration adressiert diese Effekte.‣ weiterlesen

PSI Automotive & Industry hat Details zum neuen Release 9.4 des ERP-Systems Psipenta bekanntgegeben. Überarbeitet wurden demnach zum Beispiel die Unterstützung bei der Exportabwicklung, die Textverwaltung, die Standardberichte im Client sowie Mehrsprachenbelege.‣ weiterlesen

Viele Unternehmen rollen Funktionalität im IIoT als Microservice aus. Dazu erstellen IT-Teams kleine Software-Container, die oft mit Kubernetes verwaltet werden. Das könnte künftig häufiger mit Bare Metal Kubernetes erfolgen.‣ weiterlesen

Angesichts komplexer werdender Prozesse und dem Wunsch nach niedrigen Durchlaufzeiten parallelisieren Unternehmen Entwicklungsabäufe per virtuellen Inbetriebnahme.‣ weiterlesen

Wollen Hersteller mehrere Werke mit einer vergleichbaren MOM/MES-Infrastruktur versorgen, steigen die Projektrisiken deutlich. Klare Zielvorgaben, offene Kommunikation und ein Exzellenzzentrum helfen, die Risiken zu bewältigen - und instanziierbare MOM-Templates zu entwickeln, die trotzdem individuelle Anforderungen berücksichtigen.‣ weiterlesen

Die Stimmung in den Unternehmen hat sich im Mai etwas aufgehellt. Der Ifo-Geschäftsklimaindex stieg auf 93 Punkte. Trotz Inflationssorgen, Materialengpässen und Ukraine-Krieg erweise sich die deutsche Wirtschaft als robust, so Ifo-Präsident Clemens Fuest.‣ weiterlesen

Aptean DACH hat zwei neue Partner im Boot: den KI-Spezialisten Prodaso sowie das IT-Systemhaus Acomm.‣ weiterlesen

Im Gegensatz zur klassischen Produktions-IT bieten Cloud-Systeme höhere Rechen- und Speicherkapazitäten. Für Anwendungen mit deterministischen Anforderungen gelten diese Infrastrukturen aber als ungeeignet. Dabei können viele Hürden mit der richtigen Konfiguration und der Nutzung von TSN überwunden werden.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige