KI für mehr Nachhaltigkeit über den gesamten Produktlebenszyklus hinweg

Bild: Reichelt Elektronik GmbH & Co. KG

Von der Entwicklung über die Materialbeschaffung, den Produktionsprozess bis zur Nutzung und schlussendlich Entsorgung – wer Produkte nachhaltiger gestalten will, steht vor einer komplexen Aufgabe. Doch technisch fortschrittliche Lösungen, wie der Einsatz von Machine Learning oder Künstlicher Intelligenz, helfen Unternehmen, effiziente Lösungen für diese Herausforderungen zu finden. Tobias Thelemann, Produktmanager Mechanische Bauelemente + Automatisierungstechnik bei reichelt elektronik, stellt neue Möglichkeiten für jede Phase des Produktlebenszyklus vor.

Prototypen-Entwicklung

Die Design-Phase – und damit Geburtsstunde jedes Produkts – hält einige Schwierigkeiten und Entscheidungen bereit. Unzählige Entwürfe werden entwickelt und angepasst, Prototypen getestet und bearbeitet. Im schlechtesten Fall entsteht viel Müll aus verworfenen Ideen und Prototypen. Das ist nicht nur teuer für das Unternehmen, sondern auch schlecht für die Umweltbilanz.

Eine Möglichkeit, in diesem Stadium schneller und effizienter zu arbeiten, ist das Nutzen digitaler Modelle. Besonders in der Automobilindustrie sind diese bereits weit verbreitet. Neue Teile werden als digitales Modell erstellt und getestet. So können Fehler bereits in dieser frühen Phase behoben werden. Weniger Prototypen landen im Abfall und das Unternehmen wirtschaftet ressourcenschonender.

Produktion

Effizienz steht auch in der nächsten Phase im Fokus. Unternehmen setzen längst auf Machine Learning und KI, um ihre Produktivität zu steigern. Aber auch Nachhaltigkeitsbestrebungen profitieren von der Analyse und sinnvollen Nutzung von Daten. Durch moderne Supply-Chain-Management-Systeme kann die Beschaffung besser und effizienter geplant werden und umweltfreundlichere Transportmethoden gewinnen an Attraktivität. Zudem kann KI gezielt im Qualitätsmanagement eingesetzt werden, um fehlerhafte Produkte sofort zu erkennen, auszusortieren und schnell die Ursache für Qualitätsmängel zu finden. So wird die Qualität der Produkte erhöht, es entsteht weniger Ausschuss und Material wird effizienter genutzt.

Im Arbeitsschritt der Produktion können Unternehmen auch besonders gut Maßnahmen ergreifen, um ihren eigenen ökologischen Fußabdruck zu verkleinern. Z.B. können sie erneuerbare Energien nutzen. Und natürlich helfen Techniken wie Predictive Maintenance, die eigenen Maschinen besser instand zu halten, damit sie länger genutzt werden können.

Nutzung & Wiederverwendung

Immer mehr Menschen haben ein Bewusstsein für Nachhaltigkeit und verlangen langlebigere Produkte. Darauf müssen auch Unternehmen reagieren. Sie verschaffen sich einen Wettbewerbsvorteil, wenn sie dieses Bedürfnis durch nachhaltige und reparierbare Produkte erfüllen.

Seiten: 1 2Auf einer Seite lesen

Reichelt Elektronik GmbH & Co. KG

Das könnte Sie auch Interessieren

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.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.