Anzeige
Anzeige
Anzeige
Beitrag drucken

KI-Beispiele aus dem Umfeld der Mittelstand 4.0-Kompetenzzentren

Unterstützung für kleine und mittlere Unternehmen

32 Milliarden Euro Wertschöpfung könnte künstliche Intelligenz (KI) bis 2023 allein im produzierenden Gewerbe generieren. Doch bis selbstlernende Algorithmen flächendeckend zum Einsatz kommen, müssen vor allem im Mittelstand noch einige Hürden genommen werden.

Bild: ©Gorodenkoff/stock.adobe.com

Bild: ©Gorodenkoff/stock.adobe.com

Distribution und Logistik sind zwei Bereiche, in denen sich der Einsatz von künstlicher Intelligenz auch für kleine und mittlere Unternehmen auszahlen könnte. Zu diesem Schluss kamen 84 Prozent der KI-Experten, die für eine Studie der vom Bundesministerium für Wirtschaft und Energie (BMWi) geförderten Initiative Mittelstand-Digital befragt wurden. Weitere große Chancen sehen sie in verbessertem Kundenservice und zielgenauerem Marketing (je 78 Prozent) sowie Produktinnovationen (75 Prozent) und gesteigerter Prozesseffizienz (72 Prozent). Hier zeigt sich, dass künstliche Intelligenz wenig mit Science-Fiction-Szenarien aus Hollywood zu tun hat: Vielmehr ist sie die logische Fortführung der Prozessautomatisierungen, die in vielen kleinen und mittleren Betrieben im Zuge der Digitalisierung längst begonnen haben. Dabei illustrieren schon heute einige Beispiele, wie die Einführung von KI-Technologien im Mittelstand gelingen kann.

Flexible Arbeitszeitmodelle

Das Mittelstand 4.0-Kompetenzzentrum Ilmenau, eine von 26 regionalen Anlaufstellen des Mittelstand-Digital-Netzwerks, hat einen thüringischen Hersteller von Dreh- und Frästeilen bei der Flexibilisierung von Arbeitszeiten mit künstlicher Intelligenz unterstützt. Für die Umsetzung rüstete das Unternehmen alle Produktionsmaschinen mit Sensoren aus, vernetzte sie untereinander und führte alle Daten auf einer Plattform zusammen. Damit war eine entscheidende Voraussetzung für den KI-Einsatz geschaffen. Denn in vielen mittelständischen Betrieben arbeiten über Jahre gewachsene IT-Systeme mit unterschiedlichen Schnittstellen und Dateiformaten. Das erschwert den Datenaustausch zwischen Systemen und macht Geschäftsprozesse oder die Unternehmensplanung weniger effizient. Im Thüringer Unternehmen analysiert nun eine selbstlernende Software die gesammelten Maschinendaten. Sie gleicht in Echtzeit Lauf-, Stillstand- und Umrüstzeiten mit dem Personaleinsatz ab. So kann ermittelt werden, ob und wann im Produktionsablauf Dopplungen bei der Maschinenbelegung entstehen. Eine Smartphone-App informiert die Mitarbeiter rechtzeitig darüber. Sie müssen folglich nicht mehr an einer belegten Maschine warten und können die entstandenen Zeitfenster etwa für private Erledigung wie einen Einkauf nutzen. Somit kann künstliche Intelligenz auch ein Werkzeug sein, um die Attraktivität als Arbeitgeber zu erhöhen.

Qualitätskontrolle mit Kameras

Effizienzgewinne sind auch bei der industriellen Warenprüfung und Montage möglich. Der meist personal- und zeitaufwendige Prozess kann durch KI-Anwendungen teilautomatisiert werden. Wie das konkret aussehen kann, zeigt ein intelligentes Kamerasystem, an dem das Mittelstand 4.0-Kompetenzzentrum Dortmund mitgewirkt hat. Durch künstliche Intelligenz sind damit eine automatische Objekterkennung und Bildanalysen möglich. Das System kann so etwa erkennen, ob Schrauben und Dübel korrekt zusammengesetzt wurden. Ist das nicht der Fall, wird das Personal während der Montagetätigkeit unmittelbar über den Fehler informiert. Um das zu ermöglichen, wurden über vier Monate die Daten von Schrauben und Dübeln sowie deren korrekte Verschraubung gesammelt. Im Anschluss erfolgte die automatische Erkennung über das Anlernen eines neuronalen Netzes. Nun leuchten auf einem Bildschirm zwei grüne Haken auf, wenn der Montageprozess fehlerfrei abgeschlossen wurde. Damit wird die Belegschaft entlastet, die Produktqualität erhöht und die Zahl der Reklamationsfälle gesenkt.

Wissensmanagement

Ebenso wichtig ist Qualitätskontrolle in der Textilindustrie. Allein bei der Herstellung von Vliesstoff fällt in Deutschland jährlich Ausschuss im Wert von 50 Millionen Euro an, weil die Ware nicht dem erforderlichen Mindeststandard entspricht. Eine häufige Ursache: Nicht optimal eingestellte Produktionsanlagen. Die Einstellung und Bedienung der Anlagen erfolgt heute meist erfahrungsbasiert nach dem Trial-and-Error-Prinzip. Bei etwa 250 bis 300 Variationsmöglichkeiten ist es allerdings selbst für langjährige Mitarbeiter nicht möglich, alle Zusammenhänge für die Produktionsprozesse zu erlernen. Das Institut für Textiltechnik Augsburg hat deswegen zusammen mit mittelständischen Unternehmen eine Lösung entwickelt, mit der die Vliesstoffanlagen mit künstlicher Intelligenz schnell und einfach eingestellt werden können. Dafür wurden große Datenmengen mit Informationen über die Umgebungsbedingungen und Anlageneinstellungen erhoben. Zugleich erfasste optische Messtechnik die resultierende Vliesqualität. Mit den aufbereiten Daten konnten wiederum neuronale Netze trainiert werden. Damit ist es nun möglich, die Auswirkungen verschiedener Einstellungen auf die Vliesqualität, die Produktionskosten und den Energiebedarf zu erkennen. Ein Optimierungsalgorithmus simuliert alle möglichen Einstellparameter bei den gegebenen Umgebungsbedingungen und wählt die Einstellung aus, bei der die geforderte Mindestqualität zu geringstmöglichen Kosten produziert wird.

Die richtige Unternehmensstrategie

Bevor KI im Mittelstand genutzt werden kann, stehen viele Unternehmen allerdings vor großen Herausforderungen. Gerade eine zu kleine Datenbasis ist für viele KI-Lösungen ein Problem: Denn die selbstlernenden Algorithmen müssen im Vorfeld mit möglichst vielen Daten gefüttert werden, um später brauchbare Ergebnisse zu liefern. Abhilfe schaffen hier etwa sogenannte Data-Sharing-Kooperationen mit anderen Unternehmen oder die Nutzung von cloudbasierten KI-as-a-Service-Angeboten. Die 25 Mittelstand 4.0-Kompetenzzentren unterstützen Unternehmen kostenfrei und anbieterneutral bei der Entwicklung passender KI-Strategien. Darüber hinaus helfen sie mit Expertenwissen, Demonstrationszentren und Best-Practice-Beispielen bei vielen weiteren Digitalisierungsfragen. Im Rahmen der Strategie Künstliche Intelligenz der Bundesregierung ist gerade auch ein KI-Trainerprogramm gestartet, das an den Kompetenzzentren angesiedelt ist.


Das könnte Sie auch interessieren:

John Abel wechselt von Veritas zu Extreme Networks, wo er künftig die Position des CIOs wahrnehmen wird.‣ weiterlesen

Nach fünf Messetagen ging am Freitag die Hannover Messe zu Ende. Insgesamt 90.000 Teilnehmer haben sich für die digitale Edition der Industrieschau registriert. Auch ohne Präsenzveranstaltung zog die Deutsche Messe ein positives Fazit. Ein Ersatz sei die digitale Messe jedoch nicht, so Dr. Jochen Köckler, Vorstandsvorsitzender der Deutschen Messe. Die nächste Messe soll als Hybridveranstaltung teilnehmen.‣ weiterlesen

Produzierende Unternehmen brauchen Transparenz über Zusammenhänge, über Kosten und Erträge und die Prozessqualität. Business Intelligence ist die Antwort der Softwareanbieter für dieses Problem. Für SAP S/4Hana-Anwender könnte dafür insbesondere die SAP Analytics Cloud interessant sein.‣ weiterlesen

Seit gut eineinhalb Jahren betreibt Simus Systems eine Online-Plattform, auf der Auftraggeber und Auftragnehmer die Metallbearbeitung von Bauteilen kalkulieren - und das Interesse am Tool ist rege. Anwender laden ihr CAD-Modell hoch und erhalten eine valide Vorkalkulation des geplanten Bauteils.‣ weiterlesen

Erst die Interoperabilität von Maschinen und Anlagen ermöglicht Unternehmen die Teilhabe an neuen digitalen Strukturen und ist Grundvoraussetzung für neue digitale Geschäftsmodelle. Durch interoperable Schnittstellen können neue Maschinen effizienter integriert werden. Die VDMA-Studie ‘Interoperabilität im Maschinen- und Anlagenbau‘ zeigt die Relevanz von interoperablen Schnittstellen und dazugehörigen Standards in den Unternehmen.‣ weiterlesen

Im Gewerbebau gehört ein differenziertes Zutrittsmanagement zum Standard der meisten Ausschreibungen. Für Betriebe lohnt es, sich mit dem Thema zu beschäftigen. Denn die Infrastruktur sollte später neue Anforderungen im Besuchermanagement ohne hohe Mehrkosten abbilden können.‣ weiterlesen

Die Vor- und Nachteile von SQL-, NoSQL- und Cloud-Datenbanken in Produktionsumgebungen werden noch immer diskutiert. Es wird höchste Zeit für ein Datenbankmanagement-System, das die Stärken aller drei miteinander verbindet.‣ weiterlesen

Predictive Maintenance, oder auch vorausschauende Instandhaltung, bildet einen der primären Anwendungsfälle im Spektrum der Industrie 4.0. Doch noch sind viele Unternehmen von den Ergebnissen enttäuscht, nachdem ihnen die technische Umsetzung gelungen ist. Eine planvolle Roadmap beugt dem vor, indem ein vorteilhafter Rahmen um das Werkzeug gezogen wird.‣ weiterlesen

Das Systemhaus Solid System Team wird von einer Doppelspitze geleitet. Neben Werner Heckl ist seit 1. April auch Torsten Hartinger mit der Geschäftsführung betraut.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige