Firmen im Artikel
„Wir erleben gerade spannende Zeiten im Maschinenbau“, sagt Dr. Thomas Schneider. Erstmals sei es realistisch, dass sich Werkzeugmaschinen im Laufe ihres Arbeitslebens selbst optimieren und dadurch besser würden. Den Schlüssel dazu liefere Künstliche Intelligenz. Der Geschäftsführer Entwicklung Werkzeugmaschinen bei Trumpf sieht KI als Methode, mit deren Hilfe sich Probleme lösen lassen, die mit klassischen Mitteln nicht zu beherrschen sind.
„Dazu müssen wir jedoch unsere Kunden überzeugen, dass eine neue Ära beginnt, die wir nur gemeinsam gestalten können“, betont Schneider. Denn: Das Konzept geht nur auf, wenn möglichst viele Nutzer bereit sind, sich zu öffnen und Informationen zu teilen. Je mehr Maschinen im Feld ihre Metadaten austauschen, umso steiler werde die Lernkurve für alle. Dieses Einsicht komme zunehmend im Markt an. Ebenso das Verständnis, dass hier lediglich maschineninterne Informationen ausgetauscht würden, die keine Rückschlüsse auf das individuelle Prozess-Know-how zulassen. „Immer mehr Kunden reagieren recht pragmatisch. Wenn der Nutzen offensichtlich ist, dann sind die meisten begeistert. Unser Geschäft wandelt sich zunehmend vom Maschinen- zum Prozessverkauf.“ Deshalb sei es so wichtig, die Vorteile transparent darzustellen – etwa in einer Demofabrik.
KI hilft, den Überblick zu behalten
Jonathan Krauß, Gruppenleiter Produktionseffizienz und Data Scientist am Fraunhofer-Institut für Produktionstechnologie (IPT) in Aachen, sagt: „KI ist überall dort interessant, wo Daten in einer Menge oder Komplexität anfallen, dass es für den Menschen schwierig oder gar unmöglich ist, den Überblick zu behalten.“ Als spannendste Anwendungsfelder sieht er derzeit
- die vorausschauende, geplante Wartung, um Maschinenstillstände zu vermeiden,
- Systeme, mit deren Hilfe sich die Qualität eines Produkts bereits in einer frühen Produktionsphase vorhersagen lässt, und
- die optimierte Regelung von Prozessen.
Welche Auswirkungen KI auf die Fertigungstechnik haben wird, ist laut Krauß noch kaum abzuschätzen. Als Flaschenhals auf dem Weg, KI-Lösungen zu implementieren, sieht er unter anderem Zertifizierungsfragen und rechtliche Aspekte. Als weitere Hürde nennen Krauß und Schneider die noch fehlende Infrastruktur. So müssten noch die Voraussetzungen geschaffen werden, dass Maschinen und Systeme vernetzbar sind und sich große Datenmengen in Echtzeit austauschen lassen.
Das reine Lernen nach Big-Data-Konzepten, wie es heute Google oder Alexa vormachen, halten beide Experten nicht für zielführend. Zum einen weisen selbst die Leuchttürme unter den Big-Data-Projekten trotz aller Erfolge noch immer Fehlerraten auf, die in einer Produktion nicht akzeptabel sind. Zum anderen ist die Anzahl verfügbarer Datensätze, anhand derer der Einstieg ins maschinelle Lernen gelingen könnte, in der Fertigungstechnik viel geringer als in anderen Bereichen. Aber genau darin sieht Thomas Schneider eine große Chance für den deutschen Maschinenbau und dessen Kunden. „Wenn wir unser Prozesswissen mit KI verknüpfen, dann können wir die Ergebnisse, die uns Algorithmen liefern, richtig interpretieren und kommen viel schneller zur passenden Lösung als all jene, denen dieses Know-how fehlt.“ Damit lasse sich der Vorsprung im globalen Wettbewerb nicht nur halten, sondern sogar ausbauen.
Schneider ist überzeugt, die nötigen Algorithmen von Drittanbietern entwickeln zu lassen, werde den deutschen Maschinenbau einige Überwindung kosten. Doch mit diesen Spezialisten zu konkurrieren bringe die Branche nicht voran. „Was wir hingegen in eigenen Händen behalten müssen, ist das Domänenwissen. Deshalb brauchen wir junge, begeisterungsfähige Mitarbeiter, die unser Know-how mit KI verheiraten.“ Für deren Ausbildung seien auch neue Studiengänge und eine angepasste Lehre nötig.
Neben der Technik ändere KI aber auch die Arbeitsweisen, stellt Schneider fest. „Wir brauchen entlang der gesamten Prozesskette mehr themenspezifische Communities, in denen Experten der unterschiedlichsten Fachrichtungen interdisziplinär zusammenarbeiten.“ Dadurch entstehe ein Potenzial, das bislang nicht vorstellbar war. Eine wichtige Aufgabe von Führungskräften bestehe künftig darin, ein Umfeld zu schaffen, in dem solche Communities gedeihen können. „Das ist nicht einfach, denn der Chef muss zulassen, dass sein Team ihm mitunter weit voraus ist, er aber trotzdem die Verantwortung trägt. Das erfordert viel Vertrauen.“
Wie Künstliche Intelligenz in die Produktion integriert werden kann, das will die Wissenschaftliche Gesellschaft für Produktionstechnik (WGP) aufzeigen. Die führenden Produktionswissenschaftler Deutschlands wollen bis zum Frühsommer 2019 ein Standpunktpapier erarbeiten, das Chancen und Risiken der Technologie umfassend beleuchtet. Dieses Papier soll nicht nur ein Weckruf an die Unternehmen sein, sich mit dem Thema auseinanderzusetzen, sondern auch praktische Hilfestellungen leisten.
Auch wenn andere Branchen bei den Themen Big Data und KI weiter sind als der Maschinenbau und sein Umfeld, so sieht Jonathan Krauß einen Pluspunkt für die Produktionstechnik: Strukturierte Zahlen und Daten, die sich grundsätzlich für sinnvolle Analysen eignen, sind in der Regel verfügbar. „Allerdings sind wir hinsichtlich deren Aufbereitung und Nutzung noch nicht so weit wie andere.“ In den meisten Produktionsbetrieben reiche weder die Qualität noch der Umfang der nutzbaren Daten aus. 70 bis 80 % des Aufwands beim Einführen einer KI-Lösung entfielen darauf, die nötigen Informationen zusammenzutragen und sie entsprechend aufzubereiten.
Dass sich KI-Lösungen in der Fertigungstechnik von denen anderer Bereiche unterscheiden werden, steht für Krauß fest: Wenn sich ein produzierendes Unternehmen auf diese Technologie einlasse, dann nur unter der Maßgabe, dass die Prozesse und Entscheidungen der Künstlichen Intelligenz transparent und nachvollziehbar sind.
Wie stark KI die Produktionstechnik verändern wird, hängt laut dem Forscher davon ab, wie viel Entscheidungsgewalt man ihr zubilligt. In der einfachsten Ausprägung unterstützen Systeme den Nutzer lediglich, etwa indem sie benötigte Informationen schnell und übersichtlich bereitstellt. Als nächsten Schritt sieht Krauß Lösungen, die bereits konkrete Vorhersagen bezüglich der optimalen Prozessführung liefern, dem Menschen aber die Entscheidungshoheit lassen. In der höchsten Stufe würde KI Prozesse vollständig autonom gestalten.
Erste Produkte, die auf der mittleren Ebene angesiedelt sind, hat Trumpf jüngst auf der Messe Euroblech vorgestellt. Ein Beispiel ist der 2D-Laserschneid-Vollautomat TruLaser Center 7030, bei dem von der Programmierung bis zum Sortieren der Zuschnitte alles automatisiert abläuft. Bei dieser Anlage nutzt Trumpf bereits intelligente Datenanalyse, um die Prozesse kontinuierlich zu optimieren – etwa in der Entladeeinheit, wo Pins die geschnittenen Teile aus dem Restgitter heben und so dafür sorgen, dass ein Handlingsystem sie prozesssicher entnehmen kann. Gelingt das nicht auf Anhieb, leitet die Maschine selbständig neue Entnahmezyklen ein, damit das Absortieren funktioniert. Diese sogenannten Retry-Versuche verarbeitet die Anlage und lernt aus ihnen für künftige Jobs. „Das ist ein Beispiel dafür, wie gerade auch kleinere Unternehmen oder Lohnfertiger schon heute von KI profitieren können“, sagt Schneider. Denn: Bislang hätten die Aushubpins für jede neue Zuschnittschachtelung programmiert werden müssen. Jetzt erzeugt und optimiert die Maschine das Programm automatisch. Damit löse sie ein Problem, für das es bislang keine Lösung gab.
In die Entwicklung des TruLaser Center 7030 ließen die Ditzinger ihr geballtes Know-how einfließen. „Ehe wir die Anlage um KI-Elemente erweiterten, waren wir überzeugt, das automatisierte 2D-Laserschneiden perfekt gelöst zu haben“, erzählt Schneider. „Jetzt erkennen wir ganz neue Potenziale.“ Das zeige: Sowohl Maschinenbauer als auch deren Kunden dürften nicht der Gefahr erliegen, ihr Know-how als so umfassend anzusehen, dass KI ihnen keine weiteren Impulse liefern könne.
Über‘s Implementieren von KI-Lösungen nachzudenken, ist laut Schneider und Krauß jedoch erst sinnvoll, wenn alle klassischen Maßnahmen – vom Strukturieren und Standardisieren der Produkte und Prozesse über die Automatisierung bis hin zur digitalen Vernetzung – abgearbeitet sind. Dann gelte es, die fürs Generieren und Analysieren der Daten nötige Expertise aufzubauen oder einen externen Partner dafür zu finden.
Beide Experten befürchten nicht, dass Künstliche Intelligenz den Menschen in der Fertigung künftig entmündigt. Sie sei vielmehr ein unterstützendes System. Noch liege die Produktionstechnik in der Nutzung von KI hinter anderen Branchen. Das werde sich in den kommenden Jahren aber ändern. IPT-Forscher Krauß betont: „Auf diesem Weg muss jedes Unternehmen selbst entscheiden, welche Strategie es verfolgen will: abwartend beobachten, mit einfachen Anwendungen erste Erfahrungen sammeln oder aktiv gestaltend voranschreiten.“
Wer aktiv werden wolle, der solle einen Teilprozess herausgreifen und an diesem Beispiel – wenn nötig mit externer Hilfe – ein Gespür dafür entwickeln, welches Vorgehen zum eigenen Unternehmen passt, wo die Hindernisse liegen und wie man sie überwindet. Damit werde das Thema konkret und verliere sowohl seine beängstigende als auch seine magische Komponente.
KI – Benchmark
Während Künstliche Intelligenz in unserem persönlichen Alltag bereits angekommen ist, zögern produzierende Unternehmen noch, diese Technologie zu implementieren. Um Strategien, Konzepte und Anwendungsbeispiele erfolgreicher Implementierungen von KI in der Forschung und Entwicklung zu identifizieren, startete das Werkzeugmaschinenlabor WZL der RWTH Aachen ein internationales Konsortial-Benchmarking. Zusammen mit einem Industriekonsortium werden mit Hilfe einer Fragebogenstudie Successful-Practices identifiziert und Erfolgsfaktoren abgeleitet. Inhaltlich basiert die Studie auf vier Themenfeldern, zu denen neben neuen Leistungsangeboten, Anwendungsmöglichkeiten zur Optimierung interner Prozesse sowie organisatorische und technologische Voraussetzungen einer erfolgreichen Integration von KI gehören. Bis 15. Dezember 2018 besteht die Möglichkeit, kostenfrei an der Studie teilzunehmen. Neben einer individuellen, anonymisierten Auswertung der Ergebnisse sowie Impulsen für die Integration von KI in der F&E besteht die Chance, als Successful Practice-Unternehmen ausgezeichnet zu werden. Den Fragebogen und weitere Informationen gibt´s unter: http://hier.pro/XbEHI
