So treiben Unternehmen ihre Prozessoptimierung mit Machine Learning voran. [...]
Industrie 4.0 hat dank umfangreicher Zustands- und Prozessdaten die Anstrengungen zur kontinuierlichen Verbesserung weiter vorangetrieben. Dagegen verharrt die Arbeit des Personals häufig im „Industrie-1.0-Modus“. Unternehmen verschenken damit viel Potenzial. Augmentir zeigt, wie es anders geht.
Ein Gang durch die Fabrikhallen macht klar: Immer noch hantieren zahlreiche Werker und Maschinenführer mit Laufzetteln aus Papier. Und dort, wo bereits digitale Checklisten im Einsatz sind, bleiben sie hinter ihren Möglichkeiten zurück: zu starr, zu unflexibel.
Stattet man die Belegschaft dagegen mit KI-basierten Apps für vernetztes Arbeiten aus, lassen sich handfeste Verbesserungen beobachten. Einige Beispiele hat der Lösungsanbieter Augmentir zusammengestellt.
Mehr Produktivität in Fertigung und Montage
Wer Mitarbeiter mit einer Connected-Worker-App bestückt und Unterweisungen „on the job“ gibt, kann Prozesslaufzeiten spürbar optimieren – auch bei komplexen Produktions- und Montageszenarien wie Losfertigung oder One-Piece-Flow.
„Erfahrungswerte belegen bis zu 32 Prozent Produktivitätsgewinn“, unterstreicht Carsten Hunfeld, Head of DACH beim Softwareanbieter Augmentir. Der Schlüssel dazu sind Anweisungen, die sich dynamisch an den Mitarbeitenden anpassen. Ist er oder sie noch nicht mit einer Aufgabe vertraut oder fehlt es an Praxis, stellt die App detaillierte Schritt-für-Schritt-Anleitungen bereit.
Versierte Kräfte bekommen dagegen nur die wesentlichen Punkte zum Abhaken und Ausfüllen – zu viel Detail ist für sie nur Ballast. Welche Informationen anzuzeigen sind, bestimmt jedes Unternehmen selbst; wann sie wem ausgespielt werden, erkennt und definiert ein KI-basierter Algorithmus. Dieser berücksichtigt neben der aktuellen Praxiserfahrung auch Fähigkeiten, Fertigkeiten und Zertifizierungen.
„Deshalb ist es wichtig, Connected Work und Skill Management eng zu verzahnen“, betont Hunfeld.
Die so gesammelten Daten erlauben es zudem, Engpässe im Fertigungsablauf zu entdecken und Prozesse weiter zu optimieren, ganz ohne aufwändige Betriebsdatenerfassung. Jedoch: Je mehr Messwerte einfließen, desto unübersichtlicher wird es.
KI sorgt hier für mehr Durchblick und konkrete Handlungsoptionen, indem sie ein Ranking der Prozessschritte mit dem größten Verbesserungspotenzial aufstellt.
Stärkung des Qualitätsmanagements
Weniger Fehler, Mängel, Nacharbeit: Eine KI-basierte Lösung für vernetztes Arbeiten hilft, Qualitätssicherungs- und Kontrollverfahren zu standardisieren und zu optimieren. Digitale Arbeitsanweisungen unterstützen bei der Durchführung von Kontrollen aller Art, sei es nun die einer ganzen Produktionsstraße oder der Check von Flüssigkeitsständen.
KI-basierte Assistenten für Prüfroutinen und Fehlersuche unterstützen zusätzlich. Praktiker berichten hier von 25 Prozent weniger Nachbesserungen.
Verbesserter Arbeitsschutz
Digitale Sicherheitsanweisungen helfen, die Einhaltung von Vorschriften zu gewährleisten. Sie begleiten und dokumentieren das zuverlässige Anlegen persönlicher Schutzausrüstung ebenso wie das richtige Vorgehen beim Lockout/Tagout.
Meldepflichtige Unfälle gingen dadurch laut Anwendern um bis zu 80 Prozent zurück. Die Arbeitssicherheit steigt weiter, wenn Beinaheunfälle zeitnah und standortübergreifend erfasst sowie KI-gestützt ausgewertet werden. So treten Risiken zutage, die sonst von Schicht- und Teamleitern vernachlässigt würden, weil sie zu selten oder ihre Ursachen unklar sind.
Teamwork in der Instandhaltung
Auch präventive Wartung und Instandsetzung profitieren davon, dass Connected-Worker-Apps strukturiert durch alle Aufgaben führen. Das gilt für eigenes Personal wie für die Servicekräfte externer Dienstleister. Treten zusätzliche Probleme auf, helfen auch hier KI-basierte Assistenten: Sie greifen auf einen Fundus häufig gestellter Fragen und Antworten zurück.
Reicht das nicht, ermöglichen Tools zur virtuellen Zusammenarbeit Spezialisten einzubinden – selbst, wenn diese Hunderte Kilometer entfernt sind. Bei Bedarf kommt Augmented Reality zum Einsatz. Die Fachkraft vor Ort und der Experte können so gemeinsam eine Situation begutachten und nötige Maßnahmen besprechen.
Resultat: Während First-Time-Fix-Rate und Servicequalität steigen, sinken Ausfallzeiten von Maschinen und Servicekosten. Weiteres Plus: Wenn Machine-Learning(ML)-Technologien die Dialoge auswerten, können sie diese in eine allen zugängliche Wissensdatenbank überführen. Angesichts des durch die Verrentung der Baby-Boomer-Generation drohenden Verlusts an Erfahrungswissen ein wertvoller Zusatznutzen.
Empfehlungen für Schulung und Weiterentwicklung
Connected-Worker-Systeme beschleunigen nicht nur die Einarbeitung neuer Kräfte durch Training „on the job“. ML-Algorithmen helfen auch, spezifische Trainings- und Weiterbildungsbedürfnisse aufzudecken. Diese können den Umgang mit einem Werkzeug oder einer Maschine genauso betreffen wie einen ganzen Arbeitsablauf.
Ist das System KI-basiert, liefert es neben der reinen Auswertung auch konkrete Handlungsempfehlungen. Gleichzeitig hilft es, Verbesserungsmöglichkeiten an den Instruktionen und den dafür genutzten Bildern, Videos, Checklisten oder Dokumenten zu identifizieren.
Fazit
Wer seinem technischen Personal zum Exzellenz-Schub verhelfen will, sollte sich nicht ausschließlich auf bunte Dashboards und digitalisierte Checklisten verlassen.
Das große Potenzial liegt in einer durchgängigen Vernetzung aller Arbeitskräfte und darin, die individuellen Mensch-Maschine-Prozesse zu verbessern. Welche Maßnahmen sich dabei besonders lohnen, machen KI-basierte Systeme erst transparent.
Be the first to comment