KI soll KMU bei vorausschauender Wartung unterstützen

Stehzeiten oder Ausfälle von Produktionsmaschinen will jeder vermeiden – egal ob KMU oder Industrieunternehmen. Seit Oktober 2021 erarbeitet im Interreg-Forschungsprojekt „PredMAIn“ ein Konsortium unter der Leitung des SCCH ein Wissenspaket über KI-basierte, vorausschauende Wartung. [...]

Das PredMAIN Kick-Off Meeting in Brünn. (c) SCCH

Dieses Wissenspaket soll speziell KMU einen Wettbewerbsschub bringen. Ziel des Forschungsprojekts ist, umfangreiches Expertenwissen grenzüberschreitend an KMU weiterzugeben. Damit soll der Zugang und die Implementation KI-basierter, vorausschauender Wartung erleichtert und ein Wettbewerbsvorteil geschaffen werden.

KI in der vorausschauenden Wartung kann beispielsweise mittels Sensortechnologie und Vernetzung der Maschinen den Verschleiß von Maschinenteilen in Produktionsanlagen überwachen, Daten darüber sammeln und auswerten lassen. Diese KI-Algorithmen lernen das Verhalten der Maschinenteile und können so Hinweise auf Verschleiß, Lebensdauer sowie mögliche Ausfälle recht-zeitig voraussagen. In der Industrie findet das mehr und mehr Einzug.

Besonders für KMU soll dieses profunde Wissenspaket eine Starthilfe sein. Deshalb gilt es herauszufinden, wie KMU ein holistischer Zugang zur KI-getriebenen, vorausschauenden Wartung ermöglicht werden kann. Ein brach liegendes Potenzial, das nicht unterschätzt werden darf. Geht es doch um wirtschaftliche Effizienz wie zum Beispiel Anlagenqualität bzw. -lebenszeit, Ausfall- und Stehzeiten, Liefergarantien, ökonomisch ausgewogene Wartungsverträge, nur um einige Herausforderungen zu nennen. Mit eingebunden im Projekt sind auch Anbieter von beispielsweise Produktionsanlagen, Maschinenteilen oder Sensortechnologien. Sie können durch diesen Einblick KMU präziser unterstützen. Spezielle Kenntnisse über die Anforderungen von KMU aus der Programmregion Österreich-Tschechien werden dabei berücksichtigt.

Schritt für Schritt zur Umsetzbarkeit

Der erste Schritt ist eine fundierte, wissenschaftliche Statuserhebung über konkrete Vorteile prädiktiver Wartung für KMU. Der zweite ist, anhand eines Kostenmodells das Wissenspaket um eigene Simulationen zu erweitern und Erfahrungen sowie Ergebnisse aus abgeschlossenen Projekten, auch von Projektpartnern, adaptiert einfließen zu lassen. „Wir wollen mit dem Projekt nicht nur Wissen aufbauen und weitergeben, sondern KMU auch für Vorteile sowie Herausforderungen bei KI in der vorausschauenden Wartung sensibilisieren“, sagt Mario Pichler, Projektleiter, SCCH.

Der dritte Schritt, der Forschungsteil, wird ein Usecase in Form eines Teststandes für Kugelgewindespindeln, der von den Projektpartnern Intemac Solutions, s.r.o. (CZ) sowie Compas automatizaca, spol. s.r.o (CZ) gebaut wird. Kugelgewindespindeln kommen häufig in unterschiedlichsten Fertigungsmaschinen vor und werden sehr beansprucht. Das SCCH entwickelt für diesen Teststand Demonstrations-KI-Algorithmen, um zu zeigen, was KI-basierte vorausschauend Wartung ermöglicht.

Das Wissenspaket soll Fragen aus der Praxis beantworten wie zum Beispiel, welcher Sensortyp für welche Ansprüche der richtige ist, welche Datenstruktur sinnvoll ist, ist es besser das Thema fremd zu vergeben oder Inhouse zu stemmen, wer ist für welchen Bereich ein guter Ansprechpartner. Diese Optimierung wird anhand des im zweiten Schritt entwickelten Kostenmodells konkret quantifiziert.

Grenzenlose Synergien

Auf lange Sicht sollen grenzüberschreitende (Forschungs-)Kooperationen entstehen, es soll der Austausch sowie der gemeinsame Wissensauf- und ausbau zu den Themen „KI-basierte, vorausschauende Wartung“, „Wartung verschleißbehafteter Anlagen“ sowie „Komponenten für eine vorausschauende Wartung“ forciert werden.

Das Konsortium besteht aus Partnern aller sechs Regionen des Programmgebiets Interreg Österreich-Tschechien, vier Forschungszentren, einem Universitätspartner und ein KMU. Alle arbeiten in diesem Themengebiet und bringen unterschiedliche Perspektiven sowie spezifische Expertisen aus der KI und der vorausschauenden Wartung ein. Das außeruniversitäre Forschungsunternehmen PROFACTOR etwa bringt ihre Expertise in der Automatisierung von Produktionstechnologien ein, das tschechische KMU Compas automatizaca, spol. s.r.o ihre in den Produktions-Informationssystemen.

„PROFACTOR als führendes OÖ Forschungsunternehmen für angewandte Produktionsforschung und SCCH als Spezialist in der KI-Forschung ergeben ein schlagkräftiges Duo, das KI-Lösungen für Klein- und Mittelbetriebe designt und somit wettbewerbsfähiger macht“, so Christian Wögerer, MSc.,International Networks, PROFACTOR.

Die Projektpartner

PredMAIn bündelt alle erforderlichen wissenschaftlichen & technologischen Kompetenzen durch die Partner

  • SCCH Software Competence Center Hagenberg GmbH (AT)
  • Intemac Solutions, s.r.o. (CZ)
  • AC2T research GmbH (AT)
  • University of South Bohemia (CZ)
  • Compas automatizaca, spol. s.r.o (CZ)
  • Profactor GmbH (AT)

Mehr Artikel

Gregor Schmid, Projektcenterleiter bei Kumavision, über die Digitalisierung im Mittelstand und die Chancen durch Künstliche Intelligenz. (c) timeline/Rudi Handl
Interview

„Die Zukunft ist modular, flexibel und KI-gestützt“

Im Gespräch mit der ITWELT.at verdeutlicht Gregor Schmid, Projektcenterleiter bei Kumavision, wie sehr sich die Anforderungen an ERP-Systeme und die digitale Transformation in den letzten Jahren verändert haben und verweist dabei auf den Trend zu modularen Lösungen, die Bedeutung der Cloud und die Rolle von Künstlicher Intelligenz (KI) in der Unternehmenspraxis. […]

News

Richtlinien für sichere KI-Entwicklung

Die „Guidelines for Secure Development and Deployment of AI Systems“ von Kaspersky behandeln zentrale Aspekte der Entwicklung, Bereitstellung und des Betriebs von KI-Systemen, einschließlich Design, bewährter Sicherheitspraktiken und Integration, ohne sich auf die Entwicklung grundlegender Modelle zu fokussieren. […]

News

Datensilos blockieren Abwehrkräfte von generativer KI

Damit KI eine Rolle in der Cyberabwehr spielen kann, ist sie auf leicht zugängliche Echtzeitdaten angewiesen. Das heißt, die zunehmende Leistungsfähigkeit von GenAI kann nur dann wirksam werden, wenn die KI Zugriff auf einwandfreie, validierte, standardisierte und vor allem hochverfügbare Daten in allen Anwendungen und Systemen sowie für alle Nutzer hat. Dies setzt allerdings voraus, dass Unternehmen in der Lage sind, ihre Datensilos aufzulösen. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*