Hahn Digital und Erium bringen digitalisierte Prozessoptimierung voran

Hahn Digital, Digitalisierungsexperte fu?r produzierende Unternehmen, und Erium, Technologieführer im Bereich Prozessoptimierung durch KI in Kombination mit Expertenwissen, bündeln ihre Kompetenzen und generieren ein gemeinsames Angebot für Analytics Use Cases in Fertigungsprozessen. Dieses richtet sich zunächst an den Healthcare-Sektor und kann später auf die Automobil-, Elektronik- oder Konsumgüterindustrie ausgeweitet werden.
Bild: Hahn Digital GmbH

Der Ansatz von Hahn Digital und Erium basiert auf geschlossenen KI-basierten Regelkreisen zur Berechnung von Handlungsempfehlungen in den Bereichen Verfügbarkeit und Produktivität zur Verbesserung der Gesamtanlageneffektivität (OEE). Da die Algorithmen neben der Anlage auch das gefertigte Produkt beschreiben, werden dabei insbesondere Vorhersagen zur Produktqualität ermöglicht. Der Ansatz von Erium bietet hier den Vorteil, dass selbst geringe Datenmengen für die Durchführung von Analysen ausreichen. Denn das Fachwissen von Experten und Ingenieuren wird in das statistische Modell, das den physischen Prozess abbildet, integriert. Auf diese Weise gelangen Unternehmen schneller an zielgerichtete Erkenntnisse.

Chancen für produzierende Unternehmen

Betreiber von Automatisierungslösungen aus dem Hause Hahn haben dank dieser Partnerschaft den Vorteil, dass in Zukunft weniger Ausschuss in der Produktion anfällt, Prozesse stabilisiert und Zykluszeiten reduziert werden, da sich Prozessparameter durch Datenanalysen noch präziser definieren lassen. Mit Hilfe von Maschinenparametern und der Erkennung von Anomalien werden zudem frühzeitig Wartungsaktivitäten ausgelöst, was langfristig die zielgerichtete Wartung nach Bedarf ermöglicht und längere Ausfallzeiten durch Reparaturen vermeidet. Vor allem der Healthcare-Sektor profitiert von der Analyse von Prozess- und Qualitätsparametern, wodurch Fehlerursachen im Spritzgießprozess schneller erkannt werden können. Anhand systematischer statistischer Versuchsplanung wird die Anlaufzeit optimiert und der Aufwand zur Einstellung von z.B. Befüllungsprozessen reduziert. Da geschlossene KI-basierte Regelkreise für bestehende Prozesse in vielen Fällen eine Prozessrezertifizierung notwendig machen, lohnt es sich, Produktionsanlagen von Anfang an mit Sensoren und Analytics-Tools auszustatten. Langfristig gibt die Anlage damit dem Betreiber Aufschluss über Fehlerursachen, Optimierungspotenziale und optimierbare Einstellungen. In Zusammenarbeit mit weiteren Hahn Group Tochterfirmen setzen Hahn Digital und Erium bereits erste Projekte gemeinsam um.

„Prozessanalyse und -optimierung wird gerade für produzierende Unternehmen immer wichtiger. Smart Factory lautet hier das Stichwort, um auch in Zukunft wettbewerbsfähig zu bleiben und den steigenden Anforderungen an Lieferzeiten, Kundenorientierung und Innovationen gerecht zu werden,“ erklärt Uziel Zontag, Geschäftsführer von Hahn Digital. „Gemeinsam mit Erium als Partner können wir unsere Kunden auf diesem Weg nun auch mit leistungsfähiger KI unterstützen, wobei uns der Modellierungsansatz von Erium eine effiziente Skalierung in die Breite ermöglicht. Wir freuen uns auf die Zusammenarbeit.“ Dr. Theo Steininger, Gründer und CEO von Erium, ergänzt: „Die Partnerschaft war für uns ein logischer Schritt. Die Anlagen der Hahn Group eignen sich aufgrund der vorhandenen technischen Möglichkeiten exzellent für den Einsatz von Machine Learning. Gleichzeitig haben wir mit Hahn Digital den idealen Anknüpfungspunkt in die Group, da Hahn Digital in beiden Welten – sowohl in der Digitalisierungstechnologie als auch in der Automatisierungstechnik – zu Hause ist. Das sind optimale Voraussetzungen für gemeinsames Wachstum.“

Thematik: Newsarchiv
| News
Hahn Group 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