Projekt 'Datenfabrik.NRW'

Fraunhofer entwickelt Lösungen für Einsatz künstlicher Intelligenz in industrieller Produktion

Wie macht die intelligente Nutzung von Daten Fabriken fit für die Zukunft? Im Projekt 'Datenfabrik.NRW' erarbeiten vier Fraunhofer-Institute (Entwurfstechnik Mechatronik IEM, Materialfluss und Logistik IML, Optronik, Systemtechnik und Bildauswertung IOSB und Intelligente Analyse- und Informationssysteme IAIS) konkrete Anwendungen für den vielfältigen Einsatz von künstlicher Intelligenz in der Produktion und setzen diese in realen Produktionsumgebungen bei Claas und Schmitz Cargobull um. Das Land Nordrhein-Westfalen fördert das Zukunftsprojekt mit 9,2Mio.€. Die Kompetenzplattform KI.NRW nimmt die Datenfabrik.NRW als KI-Flagshipprojekt in ihr Netzwerk auf.
Kernkompetenz vom Fraunhofer IOSB-INA: Befähigung von Produktionsanlagen für den Industrie 4.0-Einsatz, hier am Beispiel der sog. Realproduktion im Rahmen des öffentlich geförderten Projekts KI-Reallabor.
Kernkompetenz vom Fraunhofer IOSB-INA: Befähigung von Produktionsanlagen für den Industrie 4.0-Einsatz, hier am Beispiel der sog. Realproduktion im Rahmen des öffentlich geförderten Projekts KI-Reallabor.Bild: Fraunhofer IOSB-INA

Ob vorausschauende Fertigung oder intelligente Logistik: das gezielte Erheben, Auswerten und Nutzen von Produktionsdaten bietet produzierenden Unternehmen an viele Stellen ihrer Wertschöpfungskette große Chancen ihre Wettbewerbsfähigkeit zu verbessern. Es gibt aber auch Hindernisse, die dem erfolgreichen Einsatz von künstlicher Intelligenz in der Produktion entgegenstehen. Dazu gehören z.B. hohe technische Unsicherheiten sowie die Sorge vor möglichen tiefgreifenden Veränderungen der bestehenden Unternehmensarchitektur und der Werkschöpfungsnetzwerke. „Mit dem Projekt Datenfabrik.NRW bereiten wir den Einsatz künstlicher Intelligenz in der Produktion methodisch und strukturiert vor. Gemeinsam mit Claas und Schmitz Cargobull bringen wir die Ergebnisse in die reale Anwendung. Denn wir sind überzeugt, dass die erfolgreiche Fabrik von morgen auf der intelligenten Nutzung aller betrieblicher Daten beruht,“ erläutert Prof. Dr.-Ing. Roman Dumitrescu, Direktor am Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM.

„Das produzierende Gewerbe ist ein wesentlicher Wirtschaftsfaktor in Nordrhein-Westfalen. Das Projekt Datenfabrik.NRW soll dafür sorgen, dass das auch in Zukunft so bleibt und unsere Wirtschaft bestmöglich für die digitale Transformation gerüstet ist. Ich freue mich, dass wir das Wissen und die Erfahrungen von Weltmarkführern und Spitzenforschungseinrichtungen in diesem Projekt bündeln können, um die Produktion in unserem Land zukunftsfähig zu machen“, sagt der nordrhein-westfälische Wirtschafts- und Digitalminister Prof. Dr. Andreas Pinkwart, der das Projekt am 26. Oktober 2021 bei Claas in Harsewinkel eröffnete.

Arbeiten gemeinsam an der Produktion von morgen (von links): Jan-Hendrik Mohr (Geschäftsführer Claas Gruppe), Kai Gieselmann (Geschäftsführer Claas Selbstfahrende Erntemaschinen GmbH), Stefan Schulte (Director Manufacturing Claas Selbstfahrende Erntemaschinen), Günter Korder (Geschäftsführer it's OWL Clustermanagement), Christian Temath (Geschäftsführer KI.NRW), Minister Prof. Dr. Andreas Pinkwart und Andreas Schmitz (Vorstandsvorsitzender Schmitz Cargobull AG).
Arbeiten gemeinsam an der Produktion von morgen (von links): Jan-Hendrik Mohr (Geschäftsführer Claas Gruppe), Kai Gieselmann (Geschäftsführer Claas Selbstfahrende Erntemaschinen GmbH), Stefan Schulte (Director Manufacturing Claas Selbstfahrende Erntemaschinen), Günter Korder (Geschäftsführer it’s OWL Clustermanagement), Christian Temath (Geschäftsführer KI.NRW), Minister Prof. Dr. Andreas Pinkwart und Andreas Schmitz (Vorstandsvorsitzender Schmitz Cargobull AG).Bild: it’s OWL

KI konkret: Anwendungsorientierte Forschung und Umsetzung ist gefragt

Das Bild der datengetriebenen Zukunftsfabrik mit selbstoptimierenden Wertschöpfungsprozessen ist bei vielen Unternehmen oft sehr abstrakt. Hier setzen die vier beteiligten Fraunhofer-Institute mit ihrer anwendungsorientierten Forschung und praktischen Umsetzungserfahrung an. Für das Projekt Datenfabrik.NRW haben sie drei Handlungsfelder definiert.

  • Sie identifizieren und entwickeln konkrete Lösungen für den Einsatz künstlicher Intelligenz in der industriellen Produktion.
  • Sie ermöglichen einen Transfer von Methoden- und Technologien aus der Wissenschaft in Unternehmen, um KI-gestützte Lösungen in bestehende Prozesse und Unternehmensarchitekturen zu integrieren.
  • Sie erarbeiten ein ganzheitliches Veränderungsmanagement, dass Unternehmen bei der Organisation neuer Prozesse für den Einsatz künstlicher Intelligenz unterstützt.

Die Ergebnisse des Projektes Datenfabrik.NRW können von anderen produzierenden Unternehmen genutzt werden. Besonders anschaulich werden sie in den beiden Fabriken von Claas und Schmitz Cargobull: Hier bringt das Konsortium KI-Lösungen in Bereichen wie Fabrikplanung, Produktion, Logistik und Unternehmensarchitektur in die Anwendung.

Neben den Anwenderunternehmen Claas und Schmitz Cargobull arbeiten die Fraunhofer-Institute mit Duvenbeck Kraftverkehr, NTT Data und MotionMiners zusammen. Sowohl KI.NRW als auch der Spitzencluster it’s OWL unterstützen die Verbreitung der Projektergebnisse. Das Projekt Datenfabrik.NRW (Laufzeit 4 Jahre) hat ein Gesamtvolumen von 14,5Mio.€ und wird mit 9,2Mio.€ durch das Land Nordrhein-Westfalen gefördert.

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