Anzeige
Anzeige
Beitrag drucken

Erst die Anwendung, dann die Technologie

Wo die werksnahe IT von KI profitiert

Der Einfluss von künstlicher Intelligenz (KI) auf IT-Lösungen in der Fertigung lässt sich kaum leugnen. Von Predictive Quality bis hin zu Automated Data Science ist das Potenzial von KI-Anwendungen bereits jetzt groß – gerade auch in Verbindung mit historischen Daten aus dem Manufacturing Execution System.

Bild: ©Industrial Arts/stock.adobe.com

Bild: ©Industrial Arts/stock.adobe.com

Grundsätzlich hat sich an der Aufgabenstellung an die Fertigungs-IT wenig geändert – sie soll immer noch den Fertigungsbetrieb unterstützen bzw. optimieren. Was sich geändert hat, ist die Komplexität – Losgrößen werden kleiner, die Variantenvielfalt größer. In Folge dessen wächst die Datenflut, mit der sowohl Software als auch Menschen umgehen müssen. Dabei kann künstliche Intelligenz Abhilfe schaffen. Doch welche Anwendungen haben welches Potenzial, wenn man sie mit künstlicher Intelligenz anreichert?

Predictive Quality

Mit Predictive Quality hat der MES-Hersteller MPDV bereits ein konkretes Produktbeispiel umgesetzt: Grundannahme für die Vorhersage der Qualität ist, dass es auch zu Ausschuss oder Nacharbeit kommen kann, wenn sich alle Prozessparameter innerhalb der jeweils gültigen Toleranzen bewegen. Grund dafür sind komplexe Zusammenhänge und Wechselwirkungen, die oft auf die eigentliche Fertigungstechnologie zurückzuführen sind. Predictive Quality berücksichtigt das und gibt Mitarbeitern in der Fertigung die Möglichkeit, sofort zu sehen, ob der aktuell produzierte Artikel Ausschuss oder ein gutes Teil ist – unter Angabe der Eintrittswahrscheinlichkeit. Damit lässt sich etwa die Qualität eines Motorblocks vorhersagen, während dieser gerade noch abkühlt. So kann entschieden werden, ob es sich lohnt, weiter in ein Teil zu investieren oder ob es direkt wieder eingeschmolzen wird. Der Predictive Quality-Ansatz nutzt maschinelles Lernen und verarbeitet erfasste Prozessdaten in Echtzeit.

Rüstzeiten minimieren

Im Rahmen der Fertigungsplanung wird auf eine Reihe von Vorgabewerten zurückgegriffen, um eine Grundlage für die Bearbeitungsdauer eines Vorgangs und die Übergangszeiten zwischen zwei Vorgängen eines Auftrags zu haben. Die Rüstzeit ist eine dieser Vorgaben, die bisher meist manuell mit der Stoppuhr gemäß REFA-Verband ermittelt wird. KI kann diese Rüstzeitvorhersage unterstützen. Dazu wird auf Basis historischer Daten aus einem Manufacturing Execution System (MES) ein Modell erstellt, dass Faktoren – wie etwa die Länge der Rüstzeit bezogen auf die Kombinationen aus Artikel, Maschine, Werkzeug – berücksichtigt. Im Rahmen der Modellerstellung können die verwendeten historischen Daten auch auf ihre Eigenschaft als Einflussfaktor untersucht werden. Eine gängige Rüstwechselmatrix kommt dabei schnell an ihre Grenzen, da es einfach zu viele mögliche Kombinationen gibt. Der eigentliche Clou besteht jedoch in der Verwendung des erzeugten Modells und somit in der Vorhersage der Rüstzeit. Wird beispielsweise ein Arbeitsgang auf einer Maschine zu einem bestimmten Zeitpunkt mit einem bestimmten Werkzeug eingeplant, werden diese und gegebenenfalls weitere Daten verwendet, um auf Basis des zuvor erstellten Modells die wahrscheinliche Rüstzeit vorherzusagen. Auch für neue Kombinationen können Rüstzeiten auf Basis von Ähnlichkeitserwägungen abgeschätzt werden. Die KI agiert dabei im Wesentlichen so, wie die manuelle Pflege erfolgen würde. Was die Rüstzeitvorhersage im Vergleich mit der herkömmlichen Methode leisten kann, wurde auf Basis von mehreren realen Produktionsszenarien untersucht. Dabei zeigt sich, dass die KI-basierte Vorhersage den herkömmlichen Vorgabemechanismen deutlich überlegen ist. Aus Analysen geht hervor, dass durch den Einsatz von KI-Systemen rund 20 Prozent neue Kapazitäten in der Produktion frei werden.


Machine Learning
Nach Wikipedia ist Machine Learning bzw. Maschinelles Lernen “ein Oberbegriff für die ‘künstliche’ Generierung von Wissen aus Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Dazu bauen Algorithmen beim maschinellen Lernen ein statistisches Modell auf, das auf Trainingsdaten beruht.”


Das könnte Sie auch interessieren:

Welchen Einfluss haben meine Rüstzeiten, wieviel Ausschuss wird produziert und wie ist die Anlagenverfügbarkeit in der Produktion? Solche Kennzahlen helfen Unternehmen, den Überblick zu behalten und sorgen für Transparenz in der Produktion. Doch welche Kennzahlen gibt es und was zeichnet sie aus?‣ weiterlesen

Die Maschinenanbindung an ein Manufacturing Execution System (MES) sollte in Zeiten der Digitalisierung einfach fallen. Meist brauchen Fertiger heute aber mehr als einen IoT-Datensammler. Denn nur mit den richtigen Protokollen weiß das MES, was erfasste Daten bedeuten und kann diese in den Dienst höherer Transparenz und Effizienz stellen.‣ weiterlesen

Im Oktober vergangenen Jahres wurde das Projekt GAIA-X vorgestellt. Nun haben die Wirtschaftsminister aus Deutschland und Frankreich die nächsten Schritte präsentiert.‣ weiterlesen

Nach seinem Tiefststand im Vormonat, ist das IAB-Arbeitsmarktbarometer im Mai wieder leicht gestiegen.‣ weiterlesen

Die Feinplanungsspezialistin Dualis GmbH IT Solution will mit einer neuen Vertriebspartnerschaft ihre Position im SAP-Umfeld stärken. Cpro IoT Connect vertreibt und implementiert künftig die APS-Lösung Ganttplan als Platinum-Partner.‣ weiterlesen

Reisekostenmanagement mit SAP-Software ist weiterhin On-Premise möglich. Nach dem Druck der SAP-Anwendervereinigung DSAG hat SAP angekündigt, die Lösung Travel Management auf die Hana-Plattform zu migrieren. Damit können Firmen den Wechsel zum SaaS-System Concur noch einige Jahre hinauszögern. Funktionale Erweiterungen für Travel Management soll jedoch nicht geben.‣ weiterlesen

Der Werkzeughersteller Mapal überführt digitale und analoge Innovationen oft sehr früh in marktreife Produkte. Das neue Glockenwerkzeug ließe sich zum Beispiel ohne additive Fertigung gar nicht herstellen. Wie Entwicklungsarbeit mit stehts aktuellster Technik funktioniert, hat uns Dr. Dirk Sellmer erzählt, Vice President Research & Development bei Mapal. Wobei er sich für unsere Fragen zur IT-Ausgründung C-Com Giari Fiorucci dazugeholt hat.‣ weiterlesen

Die Deutsche Messe AG hat ihre Planziele im Jahr 2019 übertroffen. Aktuell wirkt sich jedoch die Corona-Krise auf das Messegeschehen aus. Diesbezüglich erarbeitet die Deustch Messe derzeit ein Sicherheits- und Hygienekonzept für zukünftige Veranstaltungen.‣ weiterlesen

Andreas Riepen übernimmt die Position des Regional Vice President Sales für die DACH-Region beim IT-Unternehmen Riverbed.‣ weiterlesen

Anzeige
Anzeige
Anzeige