Durch Physical AI sind Systeme in der Lage, auf neue und unbekannte Situationen zu reagieren und aus ihren Erfahrungen zu lernen. Das ermöglicht einen bislang ungekannten Grad der Automatisierung. NTT Data nennt acht Bereiche, in denen Physical AI Mehrwert liefern.
1. Intralogistik für Klein- und Kleinstserien:Autonome Mobile Roboter (AMR) kommissionieren selbstständig passende Teile für Klein- und Kleinstserien im Lager und transportieren sie zu den Maschinen. Dabei wählen sie die bestmögliche Route, weichen Hindernissen aus und priorisieren notfalls auch kurzfristig eintreffende Eilaufträge. Ebenso übernehmen sie den Transport von Halbfabrikaten zwischen den einzelnen Fertigungsstationen, sodass kein Leerlauf entsteht oder sich irgendwo unfertige Produkte stauen.
2. Individuelle Maschinensteuerung: Physical AI kann notwendige, individuelle Anpassungen an Maschinen dynamisch vornehmen. Je nach Produkt und Produktanforderungen werden die richtigen Materialien und Bauteile bestellt und anschließend korrekt verarbeitet.
3. Wartungsoptimierung: Predictive Maintenance gewinnt mit Physical AI an Zuverlässigkeit. Künstliche Intelligenz kann inzwischen Sensordaten in die Planung von Wartungszyklen einbeziehen und dadurch Verschleiß sowie Defekte vorhersagen.
4. Automatisierte Qualitätskontrolle: Mit Kamera und KI ausgestattete Systeme können erkennen und beurteilen, ob die Produkte den vorgegebenen Qualitätsstandards entsprechen. Sollten diese nicht erfüllt werden werden die Teile aussortiert oder für das Nacharbeiten an die zuständige Maschine geschickt.
5. Selbstoptimierende Maschinen: Maschinen und Werkzeuge nutzen eine umfangreiche Sensorik, um nicht nur die Ergebnisse ihrer Arbeit zu überprüfen, sondern auch den aktuellen Werkzeugzustand, um sich selbst zu optimieren. Dadurch können Fertigungsparameter angepasst werden, um eine konstant hohe Fertigungsqualität trotz Abnutzung oder Verschmutzung sicherzustellen und gegebenenfalls Aktionen wie Reinigungen, Schmierungen, Neukalibrierungen oder ein Teileaustausch anzustoßen. Dieses Vorgehen lässt sich auch für neue Produkte nutzen.
6. Autonome Überwachung und Inspektion: Selbstständig agierende Drohnen und Roboter können sowohl das Werksgelände als auch den Produktionsbereich überwachen und Unregelmäßigkeiten melden. Setzen sie zusätzlich zum Kamerabild auf Infrarot und Lidar ist eine sehr detaillierte Unterscheidung von Objekten und Ereignissen möglich, auch bei schlechten Lichtverhältnissen
7. Mensch-Maschine-Kooperation: Physical AI kann die Zusammenarbeit zwischen Menschen und Maschinen verbessern. Indem Roboter erkennen, wenn Menschen ihren Aktionsradius betreten, können sie ihre Bewegungen dementsprechend anpassen und ihre Kolleginnen und Kollegen individuell unterstützen, z.B. beim Heben schwerer Teile.
8. Humanoide Roboter: Humanoide Roboter, deren Form und Bewegungsabläufe dem menschlichen Körper nachempfunden sind, können in der Fertigung komplexe Aufgaben übernehmen, die üblicherweise von Menschen erledigt werden. Attraktiv ist ihr Einsatz überall dort, wo Fachkräfte fehlen oder langweilige, repetitive oder körperlich belastende bzw. gefährliche Tätigkeiten zu erledigen sind.
Was zu beachten ist
Physical AI erfordert neben umfangreichen KI-Kompetenzen auch nahtlose IT/OT-Integrationen, schließlich müssen die intelligenten Systeme u.a. Daten vom MES abrufen und auf SPS und SCADA-Systeme (Supervisory Control and Data Acquisition) zugreifen. Eine umfangreiche Sensorik und hohe Datenqualität sind weitere kritische Erfolgsfaktoren, da die KI ein umfassendes und präzises Bild der Prozesse und Umgebung benötigt. Unternehmen sollten die einzelnen Use Cases zunächst intensiv pilotieren und die automatisierten Abläufe anschließend standardisieren und skalieren. Nach der Erfahrung von NTT Data können dadurch Stillstandszeiten reduziert, die Overall Equipment Effectiveness (OEE) gesteigert, der Produktionsausschuss gesenkt und die Anlaufzeit bei der Fertigung neuer Produkte verkürzt werden.
