Inhaltsverzeichnis
1. Menschliches Know-how und künstliche Intelligenz
2. Mit Testprojekten zum Erfolg
3. Anforderungsgerechte IT-Lösung für die Industrie
Die Geschichte der Industrie ist geprägt von Innovationen, die stets das Ziel hatten, Prozesse zu optimieren, die Effektivität zu steigern, Kosten zu reduzieren und Wachstum zu ermöglichen. Der Mensch hat dafür Werkzeuge und Maschinen entwickelt und verbessert, verschiedene Energiequellen nutzbar gemacht und eine systematische Produktionsplanung und Logistik vorangetrieben. Die Entwicklung des Computers war einer der großen Meilensteine innerhalb dieser Geschichte.
Die digitale Transformation markiert die inzwischen vierte industrielle Revolution, denn die Veränderungen, die IT-basierte Produktionskonzepte mit sich bringen, sind tiefgreifend. Das Erfassen von Maschinen- und Betriebsdaten, das Erstellen digitaler Abbilder ganzer Fertigungsprozesse und das datenbasierte Steuern ganzer Produktionsstraßen stellt einen technologischen Einschnitt dar, bei dem Technologie nicht mehr reines Hilfsmittel, sondern Entscheidungsgrundlage oder sogar Akteur wird.
Digitale Produktionsleitsysteme – sogenannte Manufacturing Execution Systems (MES) – ermöglichen eine ganzheitliche Vernetzung innerhalb einer Produktion wie auch durch Schnittstellen zur kaufmännischen ERP-Ebene innerhalb ganzer Unternehmen. Die Digitalisierung führt zu weitreichenden Analysemöglichkeiten, die wiederum Optimierungspotenziale aufdecken. Einen entscheidenden Schritt weiter kann an dieser Stelle durch die Einbindung von künstlicher Intelligenz (KI) gegangen werden, denn so können Muster und Regelmäßigkeiten identifiziert und automatisch Änderungsvorschläge oder Korrektureingriffe vorgenommen werden. Wichtig ist hierbei, dass die KI-Konzepte ergänzend und sinnvoll eingesetzt werden.
Menschliches Know-how und künstliche Intelligenz
Im Zug der industriellen Revolutionen wurden immer wieder Maschinen und Prozesse eingeführt, die Arbeitskräfte aus den Produktionen verdrängten. Jedoch haben sich im selben Zug neue Aufgaben und ganze Berufsbilder entwickelt, sodass der Mensch immer ein wichtiger Bestandteil der Fertigungsindustrie geblieben ist. Menschenleere Fabriken waren einmal eine Dystopie und das Scheitern des Computer-Integrated Manufacturing (CIM) hat gezeigt, dass eine Produktion ohne menschliche Beteiligung nicht zielführend und effektiv ist.
Unternehmen tun sich mit Künstlicher Intelligenz noch schwer
Nichtsdestotrotz sind die Bedenken gegenüber vollautomatisierten Produktionsketten und KI-gesteuerten Fertigungsprozessen vorhanden und es ist Aufgabe der IT-Anbieter zu zeigen, wie eine gewinnbringende Zusammenarbeit von Mensch und Maschine im Bereich der Künstlichen Intelligenz funktioniert. Hierbei stehen nicht nur Funktionsweisen und Nutzen im Fokus, sondern vor allem auch die praktische und finanzielle Umsetzbarkeit für Unternehmen sowie die Nachhaltigkeit solcher Systeme.
Klar ist, dass Industrie 4.0 die Zukunft der Fertigungsindustrie darstellt und somit die Digitalisierung der Produktion die Grundlage innovativer Technologien ist. Durch das Erfassen, Sammeln und Auswerten entstehen riesige Datenmengen (Big Data), die einerseits systematisch und strukturiert ver- und bearbeitet werden müssen. Andererseits müssen Tools entwickelt und implementiert werden, die Big Data in Smart Data umwandeln, also die Daten nutzbar machen.
MES-Lösungen bilden hier die Basis zur digitalen Produktionssteuerung – KI-Systeme ermöglichen die tiefgreifende Analyse der Datenmengen, um proaktiv Vorschläge zur Produktionsplanung zu machen, Simulationen und Prognosen zu erstellen und – derzeit in ausgewählten Bereichen – eigenständig fertigungssteuernde Eingriffe vorzunehmen. Das Erkennen von Wirkzusammenhängen und Mustern trägt zum Lernen des KI-Systems (Machine Learning) bei, sodass sich die Analysen, Prognosen und Steuerungen stetig selbst verbessern – immer vorausgesetzt, dass die Datenerfassung durch ein professionelles MES-Tool qualitativ und quantitativ einwandfrei geschieht.
Mit Testprojekten zum Erfolg
Ist in der gesamten Fertigung ein Manufacturing Execution System implementiert, besteht eine solide und verlässliche Datengrundlage, um in einzelnen Bereichen eine KI-Steuerung zu integrieren. Die vorhandenen Daten dienen dabei als Trainingsdaten für das KI-System, denn mit Hilfe dieses Ist-Zustandes kann ein Startpunkt gefunden und definiert werden.
Besonders geeignet für die schrittweise Einführung von Künstlicher Intelligenz ist ein Teilprojekt, zum Beispiel im Bereich der Instandhaltung. Hier fließen Daten von verschiedenen Signal- und Meldepunkten ein und unterschiedliche Störgründe können nach und nach in ihrer Entstehung und den tieferliegenden Wirkzusammenhängen analysiert werden.
Eine KI-basierte Instandhaltung nutzt also sehr konkret die großen Datenmengen aus der Fertigung, um Muster zu erkennen, die zu Störungen und Wartungsmaßnahmen jeglicher Art führen. Dadurch können Instandhaltungsmaßnahmen viel effektiver und früher geplant werden, denn das System erkennt Anzeichen und fungiert als Frühwarnsystem. Notwendige Maßnahmen können direkt in die Produktion oder in produktionstechnisch notwendige Rüstzeiten integriert werden. Auch wird direkt kontrolliert und analysiert, welcher Fehler aufzutreten droht und welches Bauteil getauscht werden muss – ein interner Beschaffungsauftrag kann automatisch ausgelöst und ein Auftragsschein für einen Techniker erstellt werden.
Entscheidungs- und Handlungsgewalt innerhalb der Fertigung hat weiterhin der Mensch, aber seine technischen Hilfsmittel werden durch Künstliche Intelligenz bedeutend effizienter und effektiver. Der Einzug von KI-Anwendungen in die Werkshallen ist der entscheidende Schritt zur Realisierung von Smart Factories und Industrie 4.0.
Anforderungsgerechte IT-Lösung für die Industrie
Auch wenn sich die Forschungszweige der künstlichen Intelligenz noch in einer Frühphase befindet, so gibt es doch gute Grundlagen und Ansatzpunkte für die Implementierung von KI-Systemen in Produktionsprozesse. Die Technologie setzt im Bereich der Fertigungsindustrie auf MES-Software auf und die Verzahnung der Datenerfassung und -analyse ist dabei so eng, dass KI-basierte Steuerungen anforderungsgerecht im laufenden Betrieb integriert werden können. Lösungsansätze gibt es dabei für große Konzerne ebenso wie für kleine und mittlere Unternehmen.
