Anzeige
Anzeige
Anzeige
Beitrag drucken

Algorithmen für die Fabrik

Historische Daten zur Rüstzeitprognose nutzen

Überprüfung der KI-basierten Rüstzeitprognose in drei realen Produktionsszenarien. Die KI-basierten Ergebnisse bewegen sich deutlich näher an der Realität als herkömmliche Berechnungsmethoden. (Bild: MPDV Mikrolab GmbH)

Überprüfung der KI-basierten Rüstzeitprognose in drei realen Produktionsszenarien. Die KI-basierten Ergebnisse bewegen sich deutlich näher an der Realität als herkömmliche Berechnungsmethoden. (Bild: MPDV Mikrolab GmbH)

Worauf es bei KI ankommt

Bei der Modellbildung macht sich auch die Leistungsfähigkeit der verwendeten KI-Engine bemerkbar. Leistungsfähige KI-Engines zeichnen sich dadurch aus, dass sie die für die Modellbildung verwendeten historischen Daten selbständig aufbereiten können. Hierzu zählt im Rahmen der Vorbereitung auf die eigentliche Modellerstellung neben der Datensynchronisation auch die unüberwachte Anomalie-Erkennung – also die automatisierte Erkennung und Bereinigung der Trainingsdaten um Ausreißer. Dieses Vorgehensmodell, welches den herkömmlichen und größtenteils manuellen CRISP-DM-Ansatz automatisiert, wird auch als Automated Data Science bezeichnet. Der eigentliche Clou besteht jedoch in der Verwendung des erzeugten Modells und somit 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. Da in einer Fertigung nicht nur bekannte Artikel gefertigt werden, sondern auch immer wieder neue Artikel oder Variationen davon hinzukommen, braucht es auch hierfür Vorgehensweisen, da in diesem Fall keine historischen Daten vorliegen. Eine gute KI-Engine wird die Prognose auf Basis bekannter Daten und Ähnlichkeitserwägungen berechnen. Die KI agiert dabei im Wesentlichen wie die manuelle Pflege erfolgen würde: ein Experte schließt von vergleichbaren Artikeln, Werkzeugen etc. auf die neue Kombination. Die Prognose wird damit nicht die Genauigkeit erreichen, die bei Kenntnis aller Faktoren möglich wäre, liegt jedoch sicherlich auch nicht hinter den herkömmlichen manuellen Schätzungen zurück. Liegen für den neuen Artikel historische Daten vor, können diese in einer erneuten Modellgenerierung ebenfalls verwendet werden und in das Modell einfließen. Dieser Closed-Loop ist ein weiteres wichtiges Merkmal einer leistungsfähigen KI-Engine – die Selbstüberwachung im Spannungsfeld zwischen Modell und Prognosequalität. Die KI-Engine sollte die Vorhersagequalität fortwährend überwachen und bei deren Abfall eine erneute Modellbildung auf der Basis der aktuellen historischen Daten anstoßen.

Sichtbare Verbesserung der Planung

Was die Rüstzeitvorhersage im Vergleich mit der herkömmlichen Methode über ERP-Vorgabezeiten und die Ergänzung über die Rüstwechsel-Module leisten kann, wurde auf der Basis von mehreren realen Produktionsszenarien untersucht. Es zeigt sich, dass die KI-basierte Vorhersage den herkömmlichen Vorgabemechanismen deutlich überlegen ist. Die planerische Einsparung lag im Bereich von etwa 20 Prozent und konnte im Untersuchungszeitraum an 53 von 56 Tagen bestätigt werden.

Ausblick

Während sich KI im privaten Bereich durch Siri, Alexa und Co. schon stark verbreitet hat, steckt der Einsatz im Fertigungsumfeld noch in den Kinderschuhen. Neben der technischen Barriere, die durch Automated Data Science umgangen werden kann, steht dem Einsatz natürlich auch die Frage im Weg, wie gut die KI tatsächlich ist und ob man ihr produktive Einsatzgebiete in der Fertigung anvertrauen möchte. Dieses Vertrauen kann beispielsweise aufgebaut werden, indem man dem Anwender die Möglichkeit gibt, das erstellte Modell auf der Basis der historischen Daten detailliert zu untersuchen. Kombiniert man 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 können Kosteneinsparungen von bis zu 80 Prozent gegenüber dem heute üblichen Vorgehen gemäß CRISP-DM möglich werden.


Das könnte Sie auch interessieren:

So gut die Förderanlagen von Kühne im Betrieb auch funktionierten - bei den internen Fertigungsabläufen war Luft nach oben. Eine weitreichende Digitalisierungskampagne sollte das ändern. Heute fertigt die Firma vom Auftragseingang bis zur Auslieferung in einem durchgängigen Prozess - was künftig Optimierungen auf einem ganz neuen Niveau erlaubt.‣ weiterlesen

Meba Sawing Solutions setzt bereits seit den 1980er Jahren auf ein ERP-System. Doch die Software zur Verwaltung der Maschinen und Montage-Arbeitsplätze war in die Jahre gekommen und vieles wurde händisch in Excel-Listen ausgewertet. 2020 entschloss sich das Unternehmen daher, auf die MES-Lösung von Proxia zu setzen.‣ weiterlesen

Mit Beatrix Martinez hat Dassault Systèmes eine neue Vice President Investor Relations. Sie tritt die Nachfolge von François-José Bordonado an, der im nächsten Jahr in den Ruhestand geht.‣ weiterlesen

Beim Anlagenbauer Mühlböck bildete der Produktkonfigurator das Herzstück der Auftragsbearbeitung. Mit der Einführung eines neuen ERP-Systems sollte dieser abgelöst werden. Eine Aufgabe, die sich als sehr komplex herausstellte. Nach langer Suche und einem gescheiterten Versuch stellte sich schließlich Asseco Solutions dieser Herausforderung.‣ weiterlesen

Die Zunahme von Remote Work und der damit gestiegene Bedarf nach sicheren, hybriden Arbeitsumgebungen stellt IT-Verantwortliche vor Herausforderungen: Denn die Cyberangriffe auf Unternehmen steigen seit der Pandemie an.‣ weiterlesen

Die Cyberkriminalität nimmt zu und Cybersecurity-Fachleute sind schwer zu finden, folglich wächst die Zahl der Arbeitsplätze im Bereich Cybersecurity jährlich um mehr als 30% (laut (ISC)2, 2021), und gut vorbereitete Studierende werden die ersten sein, die für die Top-Jobs der Branche infrage kommen. Daher werden akademische Programme, die sie darauf vorbereiten, sehr gefragt sein.‣ weiterlesen

Nozomi Networks Labs hat seinen neuesten OT/IoT Security Report veröffentlicht. Wie der Bericht zeigt, hatten Wiper-Malware, die Aktivitäten von IoT-Botnetzen und der Ukraine-Krieg im ersten Halbjahr 2022 entscheidenden Einfluss auf die Bedrohungslandschaft. Seit dem russischen Einmarsch in die Ukraine im Februar 2022 konnten die Forscher von Nozomi Networks Labs Aktivitäten verschiedenartiger Bedrohungsakteure beobachten. Dazu zählten Hacktivisten, von staatlichen Stellen vorangetriebene APTs und Cyberkriminelle.‣ weiterlesen

Der Fokus von cyberkriminellen Handlungen liegt auf Unternehmen und öffentlichen Einrichtungen, maßgeblich um den Betrieb lahm zu legen oder um Erpressungsgelder zu erbeuten. Dass die Gefahrenlage angespannt ist, belegen Fakten: Laut BSI wurden 2021 rund 144Mio. neue Schadprogramme identifiziert.‣ weiterlesen

Der IT-Dienstleister Syntax hat mit Catherine Solazzo eine neue Marketing-Chefin. Sie soll u.a. die Nachfrage-Generierung des Unternehmens vorantreiben.‣ weiterlesen

Darüber, ob der der Einsatz von künstlicher Intelligenz (KI) im Arbeitsalltag von Ingenieuren und Ingenieurinnen angekommen ist, liefert eine VDI-Umfrage Erkenntnisse. Der Verband hat seine Mitglieder dazu befragt.‣ weiterlesen

Die Materialknappheit in der deutschen Industrie hat sich im Juli kaum entspannt. Und auch für die nächsten Monate ist laut Ifo Institut nicht mit einer deutlichen Erholung zu rechnen.‣ weiterlesen