Beste Montage-Idee 2021

Cobot-Monitor, KI-Assistenz und Exoten-Alarm

Pandemiebedingt erstmals rein digital fand der 31. Deutsche Montagekongress am 4. und 5. Mai statt. Im Rahmen der Veranstaltung von SV-Veranstaltungen wurde dennoch wie gewohnt die Auszeichnung 'Beste Montage-Idee' verliehen. Das Spektrum der Finalisten reichte in diesem Jahr vom Startup bis zum internationalen Automobilkonzern. Doch egal ob Cobot, KI oder Cloud: Allen präsentierten Lösungen gemein war die hohe Zukunftsfähigkeit.
Bild: Süddeutscher Verlag Veranstaltungen GmbH

Bereits zum neunten Mal wurde der Preis für die beste Montage-Idee vergeben – auch in diesem Jahr für neue Konzepte und Lösungen mit Bezug zur Montage, die ein besonders hohes Potenzial im künftigen Einsatz versprechen. Der Fachbeirat der Konferenz stellte mit BMW, Vitesco und Nexustec drei ganz unterschiedliche Finalisten zur Wahl. Sie machten dem Fachpublikum in je zehnminütigen Pitches ihre Montage-Ideen schmackhaft. Anschließend wurde abgestimmt.

Platz 3: Cobot-Monitor

Vitesco
Bild: Vitesco Technologies GmbH

Kai Kirchen von Vitesco Technologies, einer Tochter von Continental, stellte eine Montagezelle vor, die ein elektromechanisches Einspritzelement für Verbrennungsmotoren produziert. Deren Prozessschritte Verschraubung, Pressfügen, Test sowie Verpackung wurden in drei Schritten automatisiert. Denn um eine Zykluszeit von 45s zu erreichen, war der manuelle Arbeitsaufwand für die drei Werker ursprünglich sehr hoch. 2017 übernahm der erste Cobot das Einpressen und Testen und amortisierte sich sehr schnell. Im zweiten Schritt wurde ein weiterer Leichtbauroboter integriert, der die Montagemodule bestückt. Im dritten Schritt entstand in einem Pilotprojekt mit der Hochschule Pisa der cloudbasierte Cobot-Monitor, der die Montagezelle fit für die Anforderungen von Predictive Maintenance macht – samt Prozessprüfung, Hardwareüberwachung und Vorwarnfunktion. Heute ist nur noch ein Werker in der Zelle tätig, die Zykluszeit wurde um 11% und das Umlaufmaterial um 40% reduziert. Verfügbarkeit und Prozessstabilität sind parallel gestiegen.

Nexustec
Bild: Süddeutscher Verlag Veranstaltungen GmbH / Nexustec GmbH

Platz 2: KI-Assistenz

Herrmann Biedermann von Nexustec zielte auf die Beherrschung der rasant steigenden Variantenzahl von Baugruppen im Automobilbau. Bisher sind im Variantenmanagement zeitraubende Kontrollmechanismen nötig – etwa das Scannen von QR-Codes oder die Prüfung nach dem Vieraugenprinzip. An dieser Stelle kommt das KI-basierte Assistenzsystem Trimiti ins Spiel. Es soll die menschliche Flexibilität mit digitaler Präzision verbinden. Ergänzt um zwei Kameras gleicht die KI die verwendeten Bauteile permanent mit der Datenbank ab. Zudem wird dem Arbeiter stets der korrekte Plan visualisiert. Parallel prüft Trimiti die eingesetzten Bauteile auf Fehler, trackt die verwendeten Werkzeuge und stellt diese gegebenenfalls richtig ein. Auch der Verpackungsprozess wird überwacht. Last but not least werden Seriennummern gescannt und gemeinsam mit den Parametern aus der Montage zurück in die Datenbank geschrieben. Im Praxiseinsatz konnte das KI-System die Reklamationsrate um 90% senken, bei einem ROI von sechs Monaten.

Platz 1: Der Exoten-Alarm

Verena Wagner und Julia Pfrang von BMW präsentierten den sogenannten Exoten-Alarm. Er informiert Vorarbeiter und Montagemitarbeiter am Band, wenn ein außergewöhnliches Fahrzeug vorbeiläuft. Dabei kann es sich z.B. um ein Auto für ausländische Märkte handeln, bei dem Komponenten und Markierungen an anderen Stellen montiert bzw. angebracht werden müssen. Um welche Fahrzeuge es sich konkret handelt, kann der Werker individuell festlegen und auf der Web-Oberfläche der App einstellen. Auch beim genutzten Device für den Alarm ist er flexibel, z.B. Smartwatch, Tablet oder Smartphone. Essenziell bei der Ausgestaltung der App war, dass sie den Mitarbeiter in seinen Prozessen unterstützt und nicht ablenkt oder stört. Im Ergebnis warten präventive Fehlervermeidung sowie eine Reduzierung der Nacharbeit. Diese Montage-Idee funktioniert in der Praxis so gut, dass die bei BMW bereits in acht Werken eingesetzt wird – auch abseits der Endmontage. Die Anwendung in zwei weiteren Produktionsstätten ist in Vorbereitung.

Thematik: Newsarchiv
| News
Süddeutscher Verlag Veranstaltungen GmbH

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