Künstliche Intelligenz und MES

Auf dem Weg in die 5. industrielle Revolution

Die Einbindung von künstlicher Intelligenz auf Werksebene bietet enorme Optimierungs- und Produktionssteigerungspotentiale - obwohl die wirtschaftliche Nutzung erst seit kurzem möglich und noch gar nicht alle Anwendungsfelder greifbar sind. Doch um den Blick auf die Zukunft der Produktion zu schärfen, müssen die Vergangenheit und technologische Innovationen verstanden sein.
Künstliche Intelligenz und Robotik werden zunehmend auch im produzierenden Mittelstand implementiert. Dort eingesetzte MES-Anwendungen müssen technologisch auf ein Zusammenspiel mit solchen Applikationen vorbereitet sein.
Künstliche Intelligenz und Robotik werden zunehmend auch im produzierenden Mittelstand implementiert. Dort eingesetzte MES-Anwendungen müssen technologisch auf ein Zusammenspiel mit solchen Applikationen vorbereitet sein. Bild: ©Seventyfour/stock.adobe.com

Die Industrie beziehungsweise die industrielle Produktion hat im Verlauf ihrer Geschichte viele kleinere, aber auch drei große Revolutionen durchlebt – die vierte industrielle Revolution ist in vollem Gange und stellt Unternehmen vor neue Herausforderungen, bietet aber auch große Chancen. Denn was mit der Erfindung der Dampfmaschine begann, ist inzwischen zu einem komplexen und oft vollautomatisierten System geworden. Nicht nur das zu fertigende Gut hat einen wirtschaftlichen Wert, die Patente, das Know-how und vor allem die Produktionsdaten sind mindestens gleichwertig. Denn um eine effektive und produktive Fertigung organisieren zu können, spielen heutzutage valide Daten eine zentrale Rolle.

Arbeitskraft und Planungswissen

Maschinelle Energieerzeugung und -nutzbarmachung haben im Zuge der ersten industriellen Revolution Menschen und Tieren körperliche Arbeit abgenommen. Neu erfundene Maschinen konnten schwere Tätigkeiten übernehmen – ohne Ermüdungserscheinungen und auf meist gleichbleibendem Niveau. Die maschinelle Energiegewinnung ermöglicht im nächsten Schritt auch eine effiziente Fließbandproduktion, also eine Massenanfertigung, die nur durch menschliche Arbeit nicht möglich gewesen wäre. Der Mensch bekam eine neue Rolle im Fertigungsprozess, in dem er Maschinen und Prozesse verbesserte, Produktions- und Logistikkonzepte erarbeitete und vermehrt Kontroll- und Qualitätssicherungsaufgaben übernahm. Die Elektrifizierung, die Erfindung von Computern und automatisierten Anlagen sowie die aktuellen Digitalisierungsprozesse haben maßgeblich dazu beigetragen, dass sich die Produktions- und Arbeitswelten erneut verändert haben. Dabei standen in der Regel die Verbesserung der Produktivität, der Energienutzung und der Prozessoptimierung mit dem Ziel höherer Produktion, verbesserter Qualität und effizienterer Ressourcennutzung im Vordergrund.

Produktionsmanagement wird digital

Grundlage einer im globalen Kontext wettbewerbsfähigen Fertigung ist heute meist ein digitales Produktionsmanagement und -leitsystem, welches alle relevanten Betriebs- und Maschinendaten erfasst und verarbeitet. Manufacturing Execution Systems (MES) erzeugen und speichern riesige Datenmengen (Big Data) – spezielle Tools ermöglichen eine produktions- und prozessorientierte Datenanalyse und unterstützen Planungsverantwortliche bei der bestmöglichen Planung der Logistik, des Materialflusses und der Fertigung. Möglich wird die Digitalisierung der Industrie und somit im nächsten Schritt auch die Einführung von KI-basierten MES-Lösungen durch die exponentiell gestiegenen Speicher- und Datenverarbeitungskapazitäten moderner Computer. Hochspezialisierte Softwarelösungen können nicht mehr nur lokal beziehungsweise arbeitsplatzgebunden eingesetzt werden, sondern ermöglichen eine produktions-, abteilungs- und unternehmensübergreifende Vernetzung – das Industrial Internet of Things (IIoT).

Künstliche Intelligenz als Antwort auf Big Data

Noch während die vierte industrielle Revolution, die Digitalisierung und weltweite Vernetzung im vollen Gang ist, kündigt sich schon der nächste bahnbrechende Innovationsschub an. Denn die künstliche Intelligenz zieht zunehmend in Werkshallen und das Produktionsmanagement ein und revolutioniert dabei die fertigungsnahe Datenverarbeitung. Die großen Datenmengen, die durch den Einsatz von Manufacturing Execution Systems bereits vorhanden sind, können von KI-Algorithmen tiefgreifend und strukturell analysiert und nutzbar gemacht werden. Denn während MES-Lösungen zwar sehr effektiv in ihren jeweiligen Anwendungsgebieten sind, können sie mit Hilfe von KI-Unterstützung Muster und Regelmäßigkeiten erkennen und Big Data in Smart Data verwandeln. Eine derart umfangreiche Daten- und Zusammenhangsanalyse führt dazu, dass Maschinen eine Art Lerneffekt (Machine Learning) aus Produktionsdaten und -prozessen ziehen können und sich so Prognosen und aussagekräftige Simulationen ergeben.

Seiten: 1 2 3Auf einer Seite lesen

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.

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.