Plattformökonomie als Basis für Business Intelligence (BI)

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.
Plattformökonomie als Basis für Business Intelligence (BI) - Das Coscom Software ECO-System ebnet Weg für KI und maschinelles Lernen. Das Ziel: Nicht nur Daten sammeln, sondern sie durch intelligente Verknüpfungs- und Auswertemechanismen nutzen, um den kontinuierlichen Verbesserungsprozess (KVP) im Shopfloor voranzutreiben, um neuen Effizienzpotenzialen auf die Spur zu kommen.
Plattformökonomie als Basis für Business Intelligence (BI) – Das Coscom Software ECO-System ebnet Weg für KI und maschinelles Lernen. Das Ziel: Nicht nur Daten sammeln, sondern sie durch intelligente Verknüpfungs- und Auswertemechanismen nutzen, um den kontinuierlichen Verbesserungsprozess (KVP) im Shopfloor voranzutreiben, um neuen Effizienzpotenzialen auf die Spur zu kommen.Bild: Coscom Computer GmbH

Modelle für digitale Ökosysteme basieren auf dem Wissen über natürliche Ökosysteme, insbesondere in Bezug auf Aspekte des Wettbewerbs und der unterschiedlichen Kooperationsformen. Ein digitales Ökosystem ist ein verteiltes, anpassungsfähiges, offenes soziotechnisches System mit Eigenschaften der Selbstorganisation, Skalierbarkeit und Nachhaltigkeit, inspiriert von natürlichen Ökosystemen. Das ECO-System von Coscom für die Zerspanungsindustrie mit seiner zentralen Datenbank-Plattform soll diesen Ansatz nachhaltig unterstützen: Alle fertigungsrelevanten Daten sind in einer gemeinsamen Wissensquelle (‚Single Source of Truth‘) zusammengeführt und aufgrund durchgängiger Digitalisierung für alle ‚Datenkonsumenten‘ unternehmens- und Shopfloor-weit im Zugriff.

Zentraler Datenpool für Machine Learning und Business Intelligence

„Maschinelles Lernen kann genutzt werden, um auf Basis von Erfahrungen und Erkenntnissen aus Datenpools der Vergangenheit zukünftige Arbeitsprozesse zu optimieren. So könnte auch ein Leitrechner aus eigenen Stücken einen Auftrag planen und die dafür notwendigen Ressourcen orchestrieren“, regt Christian Erlinger, Geschäftsführer von Coscom Computer, zum Nachdenken an.

Darüber hinaus können die von der zentralen Coscom-Datenbank-Plattform konsolidierten Fertigungsinformationen genutzt werden, um generelle, auftragsübergreifende Effizienzthemen anzugehen – z.B. die Evaluierung des Nutzenpotenzials eines neuen Bearbeitungszentrums einschließlich aller zusätzlich erforderlichen Betriebsmittel. So ließe sich analysieren, welche Vorteile neue Technologien haben, wie z.B. das Trochoidalfräsen, bei dem mit hoher Zustelltiefe gearbeitet wird, einschließlich passender Bearbeitungsstrategien.

Neue Wege gehen – ohne Risiko und auf Basis valider Daten

Christian Erlinger erklärt zum Hintergrund: „Wir haben in einem BI-Projekt zur Effizienzsteigerung den Einsatz einer neuen Maschine ausgewertet. Es hat sich herausgestellt, dass die neu nutzbare Technologie des Trochoidalfräsens zu wenig genutzt wurde. Der Grund: Es wurde das bestehende CAM-Programm bei einem Folgeauftrag nur minimal geändert, weil sich die Bauteile in ihrer geometrischen Ausprägung ja auch nur wenig geändert hatten – die grundsätzliche Bearbeitungsstrategie wurde nicht in Frage gestellt.“ Mit anderen Worten: Es wurde nicht neu programmiert, vielmehr vertraute man auf die Wiederverwendung bereits vorhandener CAM-Programme – die Folge: Alles blieb beim Alten: „Unsere BI-Anwendung zeigte auf, welche Frästechnologien wie oft zum Einsatz kamen und welche Potenziale nicht ausgeschöpft wurden.“

Eine ähnliche Analyse brachte zutage, wie viele Werkzeuge in welcher Menge bevorratet werden sollten. Bei der Suche nach dem idealen Werkzeugbestand spielen viele Aspekte eine Rolle, z.B. auch die Lieferzeit: Obwohl ein Werkzeug nicht so häufig genutzt wird, sollten mehrere davon auf Lager gelegt werden, weil die Lieferzeit lange ist. Derartige gegenseitigen Abhängigkeiten bringt eine von der  Datenbank-Plattform unterstützte BI-Anwendung zutage und hilft so bei der optimalen Entscheidungsfindung von komplexen Zusammenhängen.

Das könnte Sie auch Interessieren

Bild: Fraunhofer IEM
Bild: Fraunhofer IEM
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.

Bild: schoesslers GmbH
Bild: schoesslers GmbH
appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

Das gemeinnützige appliedAI Institute for Europe stellt den kostenfreien Online-Kurs ‚AI Essentials‘ zur Verfügung, der es Interessierten ermöglicht, in die Welt der Künstlichen Intelligenz einzusteigen. Konzepte wie maschinelles Lernen und Deep-Learning sowie deren Anwendungsmöglichkeiten und Auswirkungen auf unser Leben und unsere Wirtschaft sind Teile der umfassenden Einführung.

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

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.