Das Technologieprojekt ExDRa

KI-Systembaukasten auf Open-Source-Basis

Die Konsolidierung großer Datenmengen, um damit KI-Anwendungen für Produktionsprozesse zu entwickeln, fällt vielen Unternehmen noch schwer. Im Projekt ExDRa sollen Lösungen entstehen, die diesen Prozess spürbar vereinfachen. Dieser Text ist der Auftakt zu einer Artikelreihe zu den produktionsbezogenen Initiativen des vom BMWi geförderten Technologieprogramms Smarte Datenwirtschaft.

Mehr Einsatzgebiete denkbar

Die Funktionsweise des Gesamtsystems wurde bereits an zwei Beispielen der Prozessindustrie erprobt, nämlich bei der Qualitätsvorhersage in der Papierproduktion sowie bei der Datenanalyse in der Produktion von Düngemittel. Zudem dient die Prozesssteuerungstechnik als Anwendungsfall beim Projektpartner Siemens AG, dessen Lösungen etwa in den Bereichen Chemie, Pharma, Wasser, Öl und Gas eingesetzt werden. Diese Bereiche bieten sich besonders an, da in diesem Kontext große Datenmengen existieren, welche über Standorte und Anlagen verteilt sind, und deren Konsolidierung technisch, ökonomisch, und rechtlich oft eingeschränkt ist. Nachdem die entwickelte Demonstrator-Software zunächst in den internen Projekten von Siemens eingesetzt und getestet wurde, soll sie auch im Rahmen weiterer Projekte in der Prozessindustrie zum Einsatz kommen. Eine Reihe von vorläufigen Ideen für Fortsetzungsanträge wurden bereits geschmiedet, wenn der 3-jährige Bewilligungszeitraum des Projekts im kommenden Jahr ausläuft. n Institut für Innovation und Technik in der VDI / VDE Innovation + Technik GmbH. Das Institut ist Teil der Begleitforschung des Technologieprogramms Smarte Datenwirtschaft und unterstützt das Technologieprojekt Exdra.

Wie ermittelt ein Fertigungsunternehmen für sich, ob es von den Projektergebnissen profitieren kann?

Das Unternehmen bewertet, ob es verteilte Produktionsanlagen hat und eine Analyse der föderierten Produktionsdaten über mehrere Standorte hinweg Vorteile bieten könnte, die Fertigung weiter zu optimieren oder zuverlässiger und effizienter zu gestalten.

Welche IT-Infrastruktur sollte vorhanden sein, um die im Projekt entstandene Technologie zügig zu adaptieren?

Für die Software ist eine dezentrale Rechnerkapazität nötig, um föderierte Algorithmen dezentral ausführen zu können. Die Vernetzung passiert über eine Cloud oder private Cloud.

Mit welchem Aufwand für die Einrichtung und Pflege der Systeme muss ein Unternehmen rechnen?

Die Installation der Software dauert etwa vier Wochen. Für die Optimierung der Modelle ist anschließend mit etwa drei bis sechs Monaten zu rechnen. Danach ist das Programm eingerichtet und muss nur noch nach Bedarf gewartet werden.

Seiten: 1 2Auf einer Seite lesen

Bundesministerium für Wirtschaft und Energie

Das könnte Sie auch Interessieren

Bild: Fraunhofer IEM
Bild: Fraunhofer IEM
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.

Bild: schoesslers GmbH
Bild: schoesslers GmbH
appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

Das gemeinnützige appliedAI Institute for Europe stellt den kostenfreien Online-Kurs ‚AI Essentials‘ zur Verfügung, der es Interessierten ermöglicht, in die Welt der Künstlichen Intelligenz einzusteigen. Konzepte wie maschinelles Lernen und Deep-Learning sowie deren Anwendungsmöglichkeiten und Auswirkungen auf unser Leben und unsere Wirtschaft sind Teile der umfassenden Einführung.

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.