Hallo Produktionsleiter, mach' doch mal was mit KI!

Soweit, so klar: Mit Datenanalyse und KI lassen sich bessere und schnellere Entscheidungen in fast allen Unternehmensbereichen erzielen. Wer aber realisiert den Weg dahin? Der Erfolg einer digitalisierten Produktion steht und fällt immer auch mit einer Unternehmenskultur, wo Werksleitung und Fachabteilung eng zusammenarbeiten und wo das Verständnis für eine entsprechend kontinuierliche Befähigung des Personals vorhanden sein muss. Dabei ist es egal, ob es sich um Data Scientists handelt oder "nur" Experten, die einmal - wenn auch vor langer Zeit - eine Mathematik- oder Statistikvorlesung besucht und gelernt haben, in Ablaufdiagrammen zu denken.

Wenn es darum geht, in großen Datenmengen Muster zu erkennen, ist die KI schneller und fähiger als der Mensch. Künstliche Intelligenz braucht eine Reihe von Daten, die es zu sammeln gilt. Der große Gewinn besteht darin, dass Daten in die Maschinen zurückgeleitet werden können und sie aus ihren Fehlern lernen, schneller und genauer zu werden. Ressourcen, Werkzeuge und Prozessdaten sind dabei elementare Bausteine, einen erfolgreichen KI-Plan in der Fabrikhalle umzusetzen.

An Beispiel der fünf nachfolgenden Anwendungsfälle lässt sich schnell nachvollziehen, welche neuen Bausteine im Unterschied zu bisherigen einzusetzen sind.

Der bisherige Weg: Hersteller führen Inspektionen und Wartungsarbeiten an ihren Maschinen auf der Grundlage der Nutzungsdauer oder Betriebszyklen durch - unabhängig davon, ob eine Wartung erforderlich ist oder nicht.
Der bessere Weg: Die digitale Produktion kann die Lebensdauer von Komponenten und Maschinen vorhersagen und so die Häufigkeit von Ausfällen verringern oder ganz vermeiden.
Die benötigten Bausteine:

• ein Datenbanksystem zur Speicherung der historischen Daten von IoT-Sensoren
• Echtzeit IoT-Konnektivität zur Messung und Aufzeichnung des Maschinenverhaltens
• Fachleute mit dem Verständnis für die Daten können Modelle bewerten und Wartungspläne anpassen

Die beste Art, vorausschauende Wartung zu optimieren, ist die Erstellung eines digitalen Zwillings – einer virtuellen Live-Darstellung der Arbeitsabläufe und Prozesse. Mit einem digitalen Zwilling können virtuelle Anpassungen vornehmen und durch maschinelles Lernen die Auswirkungen der Änderungen vorhersagen lassen, bevor sie in die Umsetzung gehen.

Der bisherige Weg: Jede Woche oder jeden Monat werden vordefinierte Mengen produziert, unabhängig davon, ob diese Mengen dem Bedarf entsprechen.
Der bessere Weg: Dank digitaler Produktion liegen stets ausreichende Rohstoffmengen vor, um die benötigten Stückzahlen zu produzieren. So werden mit maschinellem Lernen Umsatzverluste begrenzt. Und: Prognosen mit KI machen den schwankenden Bedarf über die gesamte Lieferkette hinweg handhabbar und stellen sicher, dass alles was benötigt wird, pünktlich an Ort und Stelle ist.
Die benötigten Bausteine:

• Externe Datenquellen zum Verständnis der Auswirkungen von Ereignissen, auf die Unternehmen keinen Einfluss haben, wie etwa Wirtschaftsindikatoren, Produkteinführungen von Wettbewerbern, Wetter usw.
• Business Intelligence zum Verständnis sich ändernder nachgelagerter Bedarfssituationen
• Konnektivität zum ERP-System, um zu überwachen, was reinkommt, was rausgeht und was in Bearbeitung ist

Mit einem KI-System zur Vorhersage schwankender Nachfrage können Unternehmen nicht nur sicherstellen, dass sie die richtige Menge zur richtigen Zeit produzieren, sondern auch, dass sie die Rohstoffe zur Verfügung haben, wenn sie diese benötigen.

Der bisherige Weg: Mängel gehören in der Produktion zur Tagesordnung. Man versucht alles, um sie zu verringern, aber bei manchen Produkten sind Fehler vorprogrammiert.
Der bessere Weg: Die digitale Produktion nutzt KI, um Qualitätsmängel frühzeitig zu erkennen und so den Ausschuss zu eliminieren, eine hohe Qualität der Produkte zu gewährleisten und den Energieverbrauch zu senken.
Die benötigten Bausteine:

• Rückverfolgbare Produktionsabläufe, um nachzuvollziehen, wo die Produkte waren und um die Fehlerquelle zu identifizieren
• Business Intelligence zum Verständnis sich ändernder nachgelagerter Bedarfssituationen
• Fachleute, die schnell reagieren, wenn Qualitätsmängel festgestellt werden
• IoT zur Überwachung von Arbeitsabläufen
• Eine gemeinsam nutzbare Software-Plattform, um Modelle zu trainieren und sie auf Daten anzuwenden
• Datenbanksysteme zur Sicherung der Historie aller Produktqualitätstests

Durch die frühzeitige Vorhersage der Produktqualität können Prozesse angepasst und minderwertiger Stahl kann eher früher als später recycelt werden. So sparen Unternehmen Zeit und Kosten und reduzieren dabei die Umweltbelastung.

Der bisherige Weg: Von der Konstruktion bis hin zur Optimierung der Fertigungsabläufe fließen viele manuelle Iterationen in die Entwicklung ein, um den Produktionsprozess vorzubereiten.
Der bessere Weg: KI-Tools können nicht nur bei der Entwicklung eines neuen Produkts helfen. Sie können auch die Iterationen zwischen Konstrukteuren und Prozessingenieuren bei der Planung der Fertigung und Montage des neuen Produkts verringern und so die Auslieferung an die Kunden beschleunigen.
Die benötigten Bausteine:

• Business Intelligence zur Bereitstellung von Informationen über benötigte Funktionen
• Datenbanken zur Bewertung ähnlicher, früherer Produkte als Grundlage für aktuelle Modelle
• Eine gemeinsame Softwareplattform, um Daten aus diesen Quellen zusammenzuführen und die Effizienz der Produktion des neuen Produkts zu optimieren
• Simulationssysteme, um zu verstehen, wie Produkte zusammengesetzt und montiert werden

Betriebsleiter müssen viele Prozesse und Abläufe überwachen und auf Basis ihrer großen Erfahrung schnell Entscheidungen treffen. Virtuelle Optimierer erleichtern diese Aufgabe: Sie zeigen nicht nur den aktuellen Status verschiedener Systeme, sondern können auch Anpassungen vorschlagen, um das Ergebnis zu verbessern – und diese Anpassungen sogar automatisieren.

Der bisherige Weg: Eine jährliche Schulung, ein paar Poster und ein Stapel Schutzhelme tragen viel dazu bei, das Unfallrisiko im Betrieb zu verringern, aber sie sind alles andere als eine Garantie.
Der bessere Weg: IoT und KI überwachen gemeinsam jede Sekunde Tausende von Eingaben, passen sich an veränderte Bedingungen an und erkennen potenzielle Gefahren, unabhängig davon, ob sie vordefinierten Problemen entsprechen oder nicht. Das spart Ausrüstung, Zeit und Geld und rettet möglicherweise Leben.
Die benötigten Bausteine:

• IoT-Konnektivität zur Überwachung verschiedener Aspekte der Produktionsumgebung
• Eine gemeinsame Software-Plattform zur Verarbeitung von Daten und um vor möglichen Problemen zu warnen
• Audio-visuelle Verarbeitung zur Überwachung der Verwendung von Sicherheitsausrüstung und -verfahren

Eine der sichersten Methoden im Bereich Gesundheitsschutz und Sicherheit besteht darin, dafür zu sorgen, dass sich alle Mitarbeiter an die festgelegten Normen und Protokolle halten. Aber wie kann man bei Hunderten von Mitarbeitern in der Fertigung alle überwachen? KI-Tools, die Videos verarbeiten, können dabei helfen, Arbeiter zu erkennen, die beispielsweise keine angemessene Schutzausrüstung tragen und sicherstellen, dass Maßnahmen eingehalten werden.