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:

Siemens stellt das Vorstandsteam des Unternehmens zum Oktober neu auf. U.a. verabschiedet sich Digital Industries-CEO Klaus Helmrich in den Ruhestand.‣ weiterlesen

In der aktuellen Wirtschaftskrise rücken die industriellen Lieferketten in den Fokus. Dabei arbeiten die Unternehmen seit Jahren daran, mit Soft- und Hardware Transparenz und Effizienz in der Supply Chain herzustellen. Maximilian Brandl erläutert als neuer CEO des SCM-Spezialisten Salt Solutions, was das SAP Hana-Portfolio dabei leisten kann.‣ weiterlesen

Die durch Handelsstreitigkeiten und politische Verwerfungen geschwächte Weltkonjunktur wurde durch die Covid-19-Pandemie zusätzlich getroffen. Das zeigt sich auch am deutlichen Orderminus im Maschinen- und Anlagenbau.‣ weiterlesen

Die Ansätze für industrielle Instandhaltung sind mal mehr und mal weniger geeignet. Das Ziel dabei: Instandhaltungs- und Produktionspläne möglichst in Einklang zu bringen. Da kommt Adaptive Maintenance Scheduling ins Spiel.‣ weiterlesen

Aimtec hat die neue Produktgeneration Sappy4x4 auf den Markt gebracht hat. Sie ist auf SAP S/4Hana vorbereitet, soll aber weiterhin an die Anforderungen spezifischer Prozesse in Automobil- (SappyCar) oder Fertigungsunternehmen (SappyManufacturing) anpassbar bleiben.‣ weiterlesen

ERP-Projekte müssen keine Ewigkeit dauern. In nur sechs Wochen implementierte Sven Mahn IT ein Dynamics 365 von Microsoft als Minimum Viable Product bei der jungen Sanivac GmbH. Das ging nur, weil die Teams beider Firmen eng und mit agiler Methodik kooperierten.‣ weiterlesen

Mit Alexander Kläger hat SAP Deutschland seit dem 1. August einen neuen Geschäftsführer. Der 49-Jährige ist seit 2012 für den Software-Konzern tätig.‣ weiterlesen

Der Werkzeughersteller Perschmann hat die Lösung Smartblick zur Erfassung von Maschinen-Leistungsdaten auf den Markt gebracht.‣ weiterlesen

In der Associazione Liutaria Italiana haben sich Geigenbauer, Wissenschaftler und Musiker zusammengeschlossen, um historische Instrumente zu erhalten und um moderne Nachfolger zu entwickeln. Mit Siemens-Software untersuchen die Experten die Klangqualität antiker Streichinstrumente und geben Herstellern Tipps zur Verbesserung ihrer Produktion.‣ weiterlesen

Zum 30. Juni nächsten Jahres wird Finanzvorstand Harald Fuchs das Softwareunternehmen PSI verlassen.‣ weiterlesen

Der Technologieanbieter Abbyy hat kürzlich NeoML vorgestellt, eine Open-Source-Bibliothek für die Erstellung, das Trainieren und die Bereitstellung von Machine-Learning-Modellen.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige