Automatisierung, Digitalisierung und Vernetzung zeichnen die industrielle Fertigung von Gütern in der Industrie 4.0 aus. Der Einsatz von Künstlicher Intelligenz (KI) spielt dabei eine immer größere Rolle. [...]
Rund 1,8 Millionen Industrieroboter sorgen in den Fabriken der Welt für eine automatisierte, präzise und schnelle Fertigung. Internationale Studien gehen davon aus, dass Unternehmen bis 2020 schätzungsweise rund 250 Mrd. Dollar nur in das Thema Internet of Things (IoT) investieren werden. Die Bedeutung und Unterstützung von KI spielt dabei eine immer wichtigere Rolle. So haben laut einer im Mai 2018 veröffentlichten Studie von IDC etwa ein Viertel der befragten Betriebe in Deutschland bereits KI-Projekte umgesetzt. 69 Prozent wollen in den nächsten zwölf Monaten neue KI-Initiativen anstoßen.
Verarbeitung aller Daten möglich
Der große Vorteil von KI im Manufacturing ist der, dass strukturierte und unstrukturierte Daten aus den Produktionsprozessen gleichermaßen verarbeitet und interpretiert werden können. KI-Systeme sind in der Lage, Muster und Auffälligkeiten zu identifizieren, Probleme automatisch zu erkennen, rechtzeitig vor ihnen zu warnen, Vorschläge für deren Beseitigung zu machen oder – im besten Fall – sie gleich selbst zu beheben. Solcherart können Prozesse entscheidend verbessert werden. Grundlage für diese Entwicklung sind die enormen Fortschritte in den KI-Unterkategorien Machine Learning und Deep Learning sowie die enorm gestiegenen Rechenleistungen der Computer, wodurch große Mengen an strukturierten und unstrukturierten Daten schnell ausgewertet werden können.
Ein KI-basierter Digital Twin für die Qualitätsüberwachung
SmartFactory KL ist ein Industrie-4.0-Demonstrator, der eine herstellerübergreifende Industrie-4.0-Produktionslinie repräsentiert. IBM als Partner in diesem Projekt ist für die Erhebung, Analyse und Verteilung der Daten von den Maschinen zuständig und stellt ihre Watson KI-Services im Rahmen eines Multicloud-Szenarios aus der IBM Cloud zur Verfügung. Die intelligente Datenauswertung mittels eines auf KI basierenden digitalen Zwillings beim SmartFactory-KL-Demonstrator erlaubt es zu jedem Zeitpunkt, Informationen über Produktionsprozess, Produktqualität sowie Zustand der Gesamtanlage zu bekommen. Und da die Daten für jedes einzelne, in der Cloud ausgewertete Modul separat betrachtet werden können, erhält man bereits frühzeitig Hinweise auf möglichen Wartungs- oder Nachjustierungsbedarf.
Ein weiteres Beispiel ist die intelligente Auswertung von Bildaufnahmen im Produktionsumfeld. Die IBM Watson IoT-Plattform bietet mit „Visual Insights“ ein Service, das nach einem entsprechenden Training, bei dem das System anhand von Fotos lernt, wie eine Maschine oder ein Produkt auszusehen hat, erkennt, welche Abweichungen auf welche Probleme hindeuten. Dadurch können schneller als bisher Maschinen-, Produktions- oder Produktfehler identifiziert und klassifiziert werden. Positiver Nebeneffekt: Das Programm lernt durch entsprechendes Feedback des Inspektors beständig dazu und verbessert damit die Erkennungsleistung. Tests haben ergeben, dass bei einem acht Tage dauernden Produktionszyklus bis zu 80 Prozent der ursprünglich für die Qualitätsprüfung veranschlagten Zeit eingespart werden können.
Ähnliches gilt für die Beurteilung von Geräuschen: auch hier bieten KI-basierte Systeme Unterstützung bei der Fehlersuche. Mit einem Akustik-Modul kann die Watson KI Geräusche analysieren. Erkennt das System Abweichungen vom Normalton, werden automatisch Benachrichtigungen per Sprache oder Bild gegeben.
Diese Beispiele zeigen: KI im Manufacturing ist keine Zukunftsmusik mehr. Doch so gut KI auch Prozesse optimieren hilft, wird sie nicht die menschliche Urteilskraft und Erfahrung ersetzen können. Nicht zuletzt wird der Einsatz von KI in Unternehmen durch den Fachkräftemangel verlangsamt, wie IDC in ihrer Studie feststellt.
Be the first to comment