Productivity Master weist den Weg in die Digitalisierung

Bild: Festo SE & Co. KG

Wohin sich die Automatisierungstechnik in Verbindung mit der Digitalisierung entlang der Wertschöpfungskette entwickeln wird, zeigt der Productivity Master, eine modulare Demonstrationsanlage für individualisierte USB-Sticks von Festo. Auf Basis der Festo Automatisierungsplattform sind alle Engineering-Tools, Komponenten und Lösungen in Hardware und Software ganzheitlich und praxisnah verbunden.

Mit der Anlage gelingt der automatisierungstechnische Spagat zwischen Massenfertigung und Individualisierung eines Fertigprodukts. Die elektrischen Produkte, die Achsmechaniken, die Elektrik und die Software sind als komplette Automatisierungsplattform mit durchgängiger Connectivity geplant. Mit dieser Durchgängigkeit sparen Anwender in ihren Maschinen und Anlagen viel Zeit – von der Planung bis zur Inbetriebnahme und gewinnen Prozesssicherheit, da alles ineinanderpasst. Industrie 4.0 inklusive.

Cloudbasiertes Konzept

So nutzt der Productivity Master ein cloudbasiertes Konzept zur Registrierung und Speicherung datenschutzkonformer Kundendaten. Damit lassen sich USB-Sticks mit personalisiertem Design sowie personalisierter Dateninhalte herstellen. Dies könnten Kunden von zu Hause aus über das Internet erledigen, ohne dass andere Menschen auf Anbieterseite weitere Daten eingeben müssten. Das gleiche Konzept können Kunden nutzen, um Arbeitskosten zu reduzieren und um den Prozess vom Home Office aus zu koordinieren. Das IoT-Gateway von Festo verbindet die Maschine sicher mit der Cloud, so dass der Bediener nicht nur die Produktionsdaten aus der Cloud abrufen kann, sondern dass für ihn auch die Diagnosedaten der Maschine zugänglich sind, selbst wenn er Hunderte von Kilometern entfernt in seinem Home Office sitzt.

Maskenproduktion und Impfstoffe

Das Pandemiejahr 2020 offenbarte an den Beispielen Maskenproduktion und Impfstoffforschung genau so einen Gegensatz zwischen Massenfertigung und Individualisierung bzw. Kleinserienproduktion. Letztere ist mehr auf präzise Datenerfassung ausgerichtet. Für die Massenproduktion ist es jedoch entscheidend, Ferndiagnose- und Wartungstools verwenden zu können, um Betriebszeiten der Maschinen so lange wie möglich aufrechtzuerhalten und gleichzeitig die Gesundheit der Bediener zu schützen. Das sind geradezu ideale Voraussetzungen für cloudbasierte Diagnosetools „Es spielt keine Rolle, ob das Produkt ein paar Gramm oder 100kg wiegt – als technologieneutrales Unternehmen hat Festo die dafür notwendige Produktpalette“, erklärt Nigel Dawson, Leiter Business Development Electric Automation bei Festo. Während der Productivity Master eine Mischung aus pneumatischer und elektrischer Automatisierung aufweist, von Durchflusssensoren bis zu Servoantrieben, von pneumatischen Schlitteneinheiten bis zu elektrischen kartesischen Robotern, ist es die Art und Weise, wie diese Produkte miteinander verbunden sind, die echte Digitalisierung ermöglicht.

Digital Customer Journey

„Entlang der Digital Customer Journey ermöglichen wir es Kunden, ihre Produkte online korrekt und effizient auszuwählen und zu dimensionieren, sie in einem nahtlosen Prozess in einen Warenkorb zu legen, ihre Preise und Lieferung in Echtzeit einzusehen und ihre Produkte über die gesamte Lieferkette hinweg zu verfolgen“, beschreibt Dawson diese digitale Wertschöpfungskette. Mit den Entwicklungen in der künstlichen Intelligenz (KI) erweitert Festo Konzepte wie digitale Typenschilder, digitales Twinning und natürlich KI-gesteuerte Vorhersagen von Maschinenzuständen für die Fernwartung.

Festo SE & Co. KG

Das könnte Sie auch Interessieren

Anzeige

Anzeige

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.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige