Autonome, selbstlernende Steuerungssoftware

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: ©Stock57/stock.adobe.com

Die globale, digitale Vernetzung von Produktionsstandorten, Maschinen und Logistikzentren stellt Unternehmen vor neue Herausforderungen. ‚Industrie 4.0‘ ist das Schlagwort – mehr Tempo, Flexibilität, Autonomie und nicht zuletzt Nachhaltigkeit sind gefragt. Insbesondere mittelständische Unternehmen sind deshalb auf die Entwicklung innovativer Technologien angewiesen, um mit den Veränderungen Schritt halten zu können. „Das gilt vor allem für das produzierende Gewerbe“, sagt h_da-Mathematiker Prof. Dr. Horst Zisgen. „Ein Unternehmen, das z.B. verschiedene Typen von Elektromotoren produziert, ist auf viele Zulieferer und reibungslose Abläufe angewiesen. Die Nachfrage ist hoch, die Produktion muss effizient laufen. Wenn es aber an irgendeiner Stelle zu Störungen im Fertigungsprozess kommt, kann der Ablauf heute nur schwer angepasst werden.“

Aktuell wird der Produktionsablauf nach starren Regeln gesteuert, die irgendwann einmal festgelegt und programmiert wurden. Bei Störungen muss manuell nachgesteuert, also umprogrammiert werden – das kostet Zeit und Geld. „Wenn in meiner Fabrikhalle z.B. eine Montagestation ausfällt, an der zwei rote Schrauben montiert werden, habe ich – Stand heute – ein Problem“, vereinfacht der Mathematik-Professor das Problem. „Ein intelligentes System wäre in der Lage, eigenständig zu reagieren und den komplexen Produktionsprozess ohne Effizienzverluste umzusteuern.“ Dann bekäme z.B. die Produktion eines anderen Bauteils (ohne ‚rote Schrauben‘) zeitweise Priorität.

Solche intelligenten Steuerungssysteme möchten Zisgen und Kollegen für einen bestimmten Typ von Produktionsanlagen entwickeln. Der Projekt-Titel ‚KISPo‘ steht für ‚KI-Verfahren zur Steuerung von Digitalen Portalroboterzwillingen‘. In Portalsystemen werden Werkstücke, also etwa das Gussrohteil eines Elektromotors, von einer Bearbeitungsstation zur nächsten transportiert. An jeder Station kommt ein Arbeitsschritt oder Bauteil hinzu. Der Transport erfolgt in Wagen, die mit Greifarmen ausgestattet sind und über ein Schienensystem von Station zu Station fahren. Produkte, die typischerweise mit solchen Anlagen hergestellt werden, bilden eine breite Palette ab: von Windradgetrieben bis hin zu Bauteilen für Züge. Größere Anlagen dieses Typs füllen ganze Fabrikhallen.

Eine intelligente Steuerungssoftware, die auf Machine Learning oder Reinforcement Learning basiert, ist für solche komplexe Anlagen bislang nicht auf dem Markt – ein Manko, das sowohl vom Branchenverband VDMA als auch von wissenschaftlicher Seite beklagt wird. Eine Studie der Fraunhofer-Gesellschaft zum Maschinellen Lernen kam 2018 zu dem Ergebnis, dass eine „stärkere und schnellere anwendungsnahe Umsetzung von KI in konkrete Produkt-, Prozess- und Dienstleistungsinnovationen“ vonnöten sei, um den Wirtschaftsstandort Deutschland auf Dauer konkurrenzfähig zu machen.

Zisgen und seine Partner stoßen mit KISPo in diese Lücke: „Die technologische Lösung, die wir anstreben, bietet klare Wettbewerbsvorteile: Die Produktion wird flexibler, Unternehmen können schneller auf Veränderungen am Markt und in den Lieferketten reagieren und dadurch effizienter und nachhaltiger wirtschaften,“ betont Boris Bind, Leiter des Bereichs Engineering bei FLT. Die Software, an der das Konsortium arbeitet, wird in der Entwicklungsphase anhand von Simulationsmodellen trainiert, die SimPlan entwickelt. „Wenn unser Software-Prototyp dann erstmals zum Einsatz kommt, ist das System bereits gut trainiert und kann schwierige Situationen meistern. In der praktischen Anwendung lernt es immer weiter dazu“, erläutert Prof. Dr. Sven Spieckermann, Vorstandssprecher von SimPlan.

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.