- Anzeige -
- Anzeige -
Lesedauer: 7min
Resiliente Fertigung mit künstlicher Intelligenz
Resiliente Fertigung mit künstlicher Intelligenz

Sep 24, 2020 | Industrielle Produktion

Der Schlüssel für resiliente Produktionssysteme ist es, auf unvorhergesehene Ereignisse reagieren zu können, bevor ein Schaden eintritt. Im Förderprojekt Spaicer entsteht gerade ein solcher Ansatz für Resilienzmanagement auf Basis von künstlicher Intelligenz und Industrie 4.0-Standards.

Bild: ©eyetronic/Stock.adobe.com

Der Begriff der Resilienz ist in den letzten Jahren immer öfter zu hören. Auslöser dafür sind neben häufiger werdenden Natur- und Umweltkatastrophen auch die diversen politischen und wirtschaftlichen Krisen wie die globale Finanz- und Euro-Staatsschuldenkrise, der Brexit oder jüngst die Corona-Epidemie. Wenn Produktionsprozesse und Geschäftsmodelle von Unternehmen in solchen Krisen widerstandfähig bleiben, bezeichnet man sie als resilient. In der Materialwissenschaft wird der Begriff Resilienz beispielsweise für die Eigenschaft eines Materials verwendet, nach einer Deformation rasch wieder zurück in die alte Form zu finden. Ähnlich wird das Wort auch in der Ökologie verwendet: Resiliente Systeme sind in der Lage, sich trotz interner oder externer Störungen eigenständig stabil zu halten. Industrie 4.0- und KI-Technologien eröffnen neue Möglichkeiten, um ein vergleichbare Resilienz in Produktionsunternehmen zu stärken. Denn durch die Vernetzung von Komponenten und Systemen entlang einer Wertschöpfungskette sind zusätzliche Daten verfügbar, die mithilfe von KI-Methoden auf Muster durchsucht werden können, die auf Störungen hindeuten. Auf dieser Basis und den entsprechenden abgeleiteten Eintrittswahrscheinlichkeiten lassen sich früh alternative Handlungsstrategien entwickeln und umsetzen. Dabei können Beeinträchtigungen auf sehr unterschiedlichen Ebenen auftreten. Unternehmen, die industrielle Feinschneidtechnologien einsetzen, müssen sich beispielsweise mit Störungen auf der Maschinen- bzw. Mikroebene beschäftigen. So führen Schwankungen im Werkstoff zu erhöhtem Werkzeugverschleiß. Wird dies nicht rechtzeitig erkannt, kann es zum Werkzeugbruch führen. Um beschädigte Teile auszutauschen, muss die Maschine angehalten werden. Mitunter können dabei Kosten von mehreren Hunderttausend Euro pro Stunde anfallen. Resilienz bedeutet in diesem Fall, den Werkzeugverschleiß fortlaufend und derart zuverlässig zu prognostizieren, dass die Instandhaltung zeitlich sinnvoll geplant und kostengünstig erfolgen kann. Das ist nur einer der Anwendungsfälle des Projekts Spaicer. Ziel des Projekts ist es, produzierenden Unternehmen – insbesondere aus dem Mittelstand – zu solcher Resilienz auf Basis KI-basierter Systeme zu verhelfen.

Resilienz-Services ohne Programmierkenntnisse

Bild: ©xreflex/Stock.adobe.com

Wirtschaftliche Krisen, Engpässe bei Rohstofflieferungen oder auch Pandemien betreffen zwar meist ganze Branchen oder Volkswirtschaften, dennoch ist Resilienz als Eigenschaft immer auch von den Voraussetzungen eines Unternehmens abhängig. Neben den allgemeinen Störpotenzialen und Trends im Markt muss immer auch das Unternehmen und sein Netzwerk betrachtet werden. Mit standardisierten Tools ist das kaum möglich. Benötigt werden daher modulare und leicht adaptierbare Werkzeuge, die auf die Bedürfnisse und Anforderungen eines Unternehmens zugeschnitten werden können. Im Projekt Spaicer werden daher sogenannte Smarte Resilienz-Services (SRS) entwickelt. Sie eignen sich einerseits für den Einsatz in den unterschiedlichen Unternehmen und erledigen dort ähnliche Aufgaben, erlauben aber auch, Anpassungen gemäß individuellen Abläufen und Anforderungen vorzunehmen – ohne Programmierkenntnisse von den Unternehmen selbst. Dies sollte insbesondere für mittelständische produzierende Unternehmen interessant sein, für die der Einsatz von KI-Technologien aufgrund fehlenden Wissens nicht selten eine Herausforderung darstellt. Grundlage der SRS sind sogenannte technische Agenten. Diese sind in der Lage, weitgehend selbstständig und zugleich mit Blick auf das Gesamtsystem zu agieren. Spaicer entwickelt Agenten, die sowohl unterschiedliche Produktionsdaten aus Steteuerungen, MES- und ERP-Software, als auch unternehmensexterne Datenquellen wie Wettervorhersagen, Rohstoffpreise oder Marktprognosen einbeziehen. Die Datenanalyse erfolgt durch eine Kombination von Methoden des Maschinellen Lernens und formalen Planungs- und Interferenzmethoden. Angeboten und zur Verfügung gestellt werden die SRS über offene Plattformen. Spaicer plant dafür eine hybride Plattformarchitektur aus Cloud- und Edge-Computing-Elementen einzurichten. Damit geht das Projekt auch auf die Bedenken vieler Unternehmen ein, die generell keine unternehmensinternen Daten an ein Cloud-System übermitteln möchten. Mit dem hybriden Angebot können Produktionsdaten sowohl direkt auf den Produktionsmaschinen als auch in der Cloud oder in Kombination beider Ansätze verarbeitet werden. Die Anwender entscheiden selbst, welche Lösung sie wählen.

Hebel in einer Industrie 4.0

Durch Industrie 4.0-Technologie lässt sich die Produktion entlang der gesamten Wertschöpfungskette vernetzen. Mit den damit verbundenen Effizienzgewinnen gehen auch höhere Risiken einher, da die Glieder der Kette nun öfter als zuvor nahtlos ineinandergreifen müssen. All diese Komponenten kontinuierlich zu analysieren, übersteigt die Möglichkeiten vieler Unternehmen. Daher sollte ein Resilienzmanagement auf automatisierte Systeme zugreifen können. Deren Aufgabe besteht darin, relevante Daten zusammenzutragen und zu analysieren, um Entscheidern auf dieser Grundlage Handlungsoptionen aufzuzeigen. Im Projekt wird das Zusammenspiel zwischen einem KI-basierten Resilienzmanagement und der Unternehmensplanung in mehreren Praxisbeispielen erprobt. Unter anderem sollen für einen Automobilzulieferer die Auswirkungen politischer Konflikte auf dessen Produktion antizipiert werden. Da dieser just-in-Time- Zulieferungen von Teilen und sehr geringe Lagerbestände nutzt, ist er sehr anfällig für Schwankungen bei den benötigten Rohstoffen. Durch die Analyse der Börsen- und Rohstoffpreisentwicklung sowie weiterer externer Datenquellen sollen signifikante Störungen früh identifiziert und Handlungsoptionen, wie etwa die Erweiterung des Lieferantennetzwerkes oder die Anpassung des Auftragsvolumens, aufgezeigt werden.

Das Projekt Spaicer wird im Rahmen des KI-Innovationswettbewerbs vom Bundesministerium für Wirtschaft und Energie (BMWi) gefördert. Das BMWi fördert mit dem Innovationswettbewerb die Entwicklung KI-basierter Plattformkonzepte. Die 16 ausgewählten Technologieprojekte sollen als Leuchttürme Impulse für den Einsatz von KI in wichtigen Sektoren der deutschen Wirtschaft setzen.

Autor:
Firma: Bundesministerium für Wirtschaft und Energie
www.bmwi.de

News

- Anzeige -

Weitere Beiträge

Das könnte Sie auch interessieren

KI per Smartphone

Die KI-Software AI.See von Elunic wird häufig zur Prüfung von Oberflächen aus Metall und Kunststoff eingesetzt. Mit einem Starterkit und einem Smartphone können Anwender selbst einen ersten Eindruck einer KI-basierten Qualitätsprüfung gewinnen.

mehr lesen

Künstliche Intelligenz analysiert wertvolle Inhaltsstoffe

Kunststoffmüll ist ein Problem. Weltweit. Der Grund: Kunststoff ist meist verbaut und Teil eines komplexen Produktes: Auto, Kühlschrank, Lederschuh oder Smartphone. Materialanalyse, -trennung und Recycling wären ein Lösungsansatz. Hier setzt das Projekt ‚Digital Lifecycle Record for the Circular Economy‘ – kurz ReCircE – an. Es will mithilfe von künstlicher Intelligenz ein umfassendes Recyclingverfahren entwickeln. Teil des Projektes ist ein digitaler Produktpass. Er soll Transparenz über die gesamte Wertstoffkette schaffen, um die Verwertung von Kunststoffen aus hochentwickelten Produkten zu erleichtern.

mehr lesen

Unternehmen reagieren bei ethischen KI-Fragen zögerlich

Das Bewusstsein für ethische Fragestellungen beim Einsatz von künstlicher Intelligenz ist in Unternehmen und Verwaltungen gestiegen. Dennoch fällt ihre diesjährige Handlungsbilanz gemischt aus, da nur in Teilbereichen Verbesserungen erzielt wurden. Zu diesen und weiteren Erkenntnissen kommt eine Studie von Capgemin für die 2.900 Konsumenten sowie 900 Führungskräfte befragt wurden.

mehr lesen

Künstliche Intelligenz trifft Embedded

An künstlicher Intelligenz (KI) und maschinellem Lernen führt kein Weg vorbei. Die Automobilindustrie, die industrielle Automation, die Landwirtschaft – kaum ein Sektor, der nicht vor tiefgreifenden Veränderungen steht. Mit KI-fähigen Embedded-Systemen steht künstliche Intelligenz zunehmend direkt at the Edge zur Verfügung.

mehr lesen

Schutz der Privatsphäre und KI in Kommunikationssystemen

Alle zwei Jahre vergeben der VDE, die Deutsche Telekom sowie die Städte Friedrichsdorf und Gelnhausen den mit 10.000 Euro dotierten Johann-Philipp-Reis-Preis an einen Nachwuchswissenschaftler. Dieses Jahr geht er an Prof. Dr.-Ing. Delphine Reinhardt von der Georg-August-Universität Göttingen und an Dr.-Ing. Jakob Hoydis von den Nokia Bell Labs in Nozay, Frankreich. Die beiden Preisträger teilen sich die Auszeichnung und damit das Preisgeld.

Infor bringt Infor Coleman AI auf den Markt

Infor, Anbieter von branchenspezifischer Business-Software für die Cloud, hat bekanntgegeben, dass die Plattform Infor Coleman AI für Embedded-Machine-Learning-Modelle ab sofort verfügbar ist. Sie bietet die Geschwindigkeit, Wiederholbarkeit und Personalisierung, die Unternehmen benötigen, um KI vollständig zu operationalisieren.