Erst die Anwendung, dann die Technologie
Wo die werksnahe IT von KI profitiert
Relevante Faktoren
Für viele Unternehmen würde allein die Benennung der tatsächlichen Einflussfaktoren auf Basis historischer Daten schon einen Mehrwert darstellen. Denn oft fehlen Informationen darüber, wie relevant ein Einflussfaktor für die zu erwartende Rüstzeit ist. Die Analyse der Einflussfaktoren auf Ihre Relevanz hin ist quasi ein nützliches Nebenprodukt der Modellerstellug. Die Methodik kann aber auf jedes andere Anwendungsfeld übertragen werden, in dem Vorhersagen von Interesse sind.
Optimierte Fertigungsplanung
Im Vergleich zum bisher heuristischen Vorgehen bei der automatischen Fertigungsplanung kann mit künstlicher Intelligenz ein entscheidender Schritt in Richtung optimale Fertigungsplanung gemacht werden. Im Gegensatz zum schrittweisen Vorgehen der Heuristik, werden mittels Reinforcement Learning zahlreiche Entscheidungsmöglichkeiten geprüft, bevor eine endgültige Planungsentscheidung getroffen wird. Ein Reinforcement Learning (verstärkendes Lernen)-Algorithmus bewertet die getroffenen Entscheidungen, hinterfragt diese und lernt daraus. Mit jeder Entscheidung sammelt das System neue Informationen über die vorhandenen Daten, was Schritt für Schritt die Qualität der Planungsentscheidung verbessert. Die Vorteile: Alle ausschlaggebenden Faktoren wie Aufträge, Arbeitsplätze, Transportwege, Rüstzeiten, begrenzte Ressourcen sowie Personalverfügbarkeiten berücksichtigt das System bereits bei der Entscheidungsfindung. So lassen sich Rüstzeiten minimieren, Durchlaufzeiten verkürzen, die Termintreue erhöhen, Personalkosten minimieren oder eine Materialverfügbarkeitsprüfung durchführen. Beim Einsatz einer entsprechenden Lösung kann der Anwender zudem selbst festlegen, welche Faktoren das System berücksichtigen soll und in welchem Maße. 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
Automated Data Science
Insbesondere bei der Modellbildung macht sich die Leistungsfähigkeit eines KI-Systems bemerkbar. Diese sind in der Lage, die für die Modellbildung verwendeten historischen Daten selbständig aufzubereiten. Dazu zählt im Rahmen der Vorbereitung auf die eigentliche Modellerstellung neben der Datensynchronisation auch die Anomalie-Erkennung – also das automatisierte Erkennen von Ausreißern und deren Bereinigung. Diese Vorgehensweise wird auch als Automated Data Science bezeichnet. Kombiniert man darüber hinaus das methodische Knowhow eines KI-Spezialisten mit der Praxisnähe eines MES-Anbieters, so können schnell einsetzbare Standardprodukte und flexible Lösungen entstehen. Deren Hauptvorteil besteht darin, dass die zur Verfügung stehenden Daten nicht erst aufwendig vorbereitet werden müssen. Damit sind Kosteneinsparungen von bis zu 80 Prozent gegenüber dem heute üblichen Vorgehen möglich. Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen. ‣ weiterlesen
MES-Integrator und 360-Grad-Partner für optimierte Fertigung
Schritt in die Zukunft
Die Nutzung von KI in der Fertigung ist ein grundlegender Schritt in die Zukunft und kann Unternehmen den entscheidenden Wettbewerbsvorteil bieten. Im Zusammenspiel mit einer MES-Software lässt sich dieser Vorteil nutzen. Dabei gilt auf dem Weg zur Smart Factory: In erster Linie geht es um die Anwendung, darauf erst folgt die Technologie.
