Eine Frage, die uns als großes Unternehmen seit Jahren umtreibt, ist: Wie kann man den großen Hype um das Potenzial von Internet of Things (IoT) und Künstlicher Intelligenz (KI) in sinnstiftende Ergebnisse für die Produktion umwandeln? Der Körber-Konzern stellt Fertigungsmaschinen für die Bereiche Pharmaindustrie, Tissue-Produktion (Toilettenpapier, Haushaltsrollen), Supply Chain und die tabakverarbeitende Industrie her. Da liegt es nahe, dass unser digitaler Innovationsprozess beim Maschinenpark ansetzte.
Auch die optimierteste Fertigungsanlage besteht aus zahlreichen verschiedenen Maschinen unterschiedlicher Hersteller und Produktionslinien. Das führt zu diversen Herausforderungen, bei denen KI und maschinelles Lernen (ML) unterstützen können. Zum Beispiel beim Koordinieren unterschiedlicher Geschwindigkeiten im Maschinenpark, vor allem aber beim Mindern von Ausfallzeiten. Letztlich ist die Messlatte für eine effektiv ablaufende Produktion die Overall Equipment Effectiveness (OEE), zu deutsch: Gesamtanlageneffektivität. Diese gilt es zu steigern.
Mit diesem Ziel gründete Körber Digital, der Digitalarm unserer Unternehmensgruppe, 2019 das Unternehmen FactoryPal. Dieses wendete sich zunächst an die Tissue-Industrie. Nicht zuletzt, weil Körber hier einen eigenen internen Fachbereich hat, der das branchenspezifisches Detailwissen zur Maschinensteuerung und den installierten Produktionsmaschinen liefert.
Fertigungsoptimierung mit KI-getriebenen SaaS-Lösungen
Mittlerweile richtet sich FactoryPal aber an alle Fertigungsunternehmen in der Prozessindustrie und versteht sich als KI-getriebene, Maschinen-agnostische SaaS-Lösung. In der Praxis heißt das: Die Software verarbeitet die Produktionsdaten realer Maschinen an bis zu 600 Datenpunkten pro Sekunde und empfiehlt den Bedienern in Echtzeit optimale Maschineneinstellungen über eine mobile App. Die Daten werden über ein IoT-Gateway gesammelt, das beim Kunden installiert ist, und schließlich in die Cloud übertragen. Soweit zur Theorie.
Wir haben den Wert unserer Softwarelösung mit einem führenden Hersteller von Hygienepapieren und Recyclingfasern in Europa validiert. Dieser Use-Case bebildert die Herausforderungen, denen wir mit FactoryPal begegnen, sehr gut. Das Setting war kompliziert, ging es doch darum, die Daten von 30 Produktionslinien in neun europäischen Fabriken nicht nur in verwertbare Ergebnisse umzuwandeln, sondern auch der richtigen Person zuzuspielen.
Ein Problem besteht in solchen Fällen vor allem in der Datenerfassung – die schiere Menge und Komplexität macht eine Auswertung schwierig. Zugleich schmälern Fehleinschätzungen und Inkonsistenzen das Vertrauen in die gesammelten Informationen. Um besagte Fehleinschätzungen zu verhindern, generiert Körber die gesamte KI-Pipeline selbst mit einem Team von Spezialisten. Und zwar von Use-Case zu Use-Case neu.
Um von Anfang an so eng als möglich an den Bedürfnissen der Anwender zu bleiben, arbeiten wir auch mit potentiellen Kunden im Rahmen von Co-Creation zusammen. So wie in dem bereits angesprochenen Use-Case aus der Papierindustrie.
Pro-aktives Handeln maximiert die Effektivität
Unsere Kooperation machte schnell deutlich, dass bereits kleine und ungeplante Ausfallzeiten in der Fertigung zu erheblichen OEE-Rückgängen führen können. Es ist eine Herausforderung für die Fabriken, diese Aktivitäten zu erfassen, zu analysieren und dann schnell darauf zu reagieren, um die Auswirkungen zu minimieren. Gelingen kann dies nur – und hier verfolgen wir mit FactoryPal einen außergewöhnlichen Ansatz – wenn man pro-aktives Handeln ermöglicht. FactoryPal wendet dafür ein ML-Modell an, das die zukünftige OEE vorhersagt, während andere Lösungen eher reaktiv agieren und weniger auf Echtzeitdaten basieren.
Für diesen Blick nach vorne kombiniert die Software Daten aus verschiedenen Quellen: Maschinendaten, die von den SPS in der Fertigung ausgelesen werden, Daten aus anderen Kundensystemen wie ERP und MES sowie Eingaben der Maschinenbediener (zum Beispiel der Grund für das Ablehnen eines empfohlenen Maschinenparameters). Nach dem Einlesen und Übertragen der Daten werden sie in der Cloud von der generierten KI-Pipeline analysiert.
KI-Empfehlungen senken Stillstandszeiten um 50 Prozent
Errechnen die Algorithmen Vorschläge zur Optimierung, werden diese zurück an die Maschine beziehungsweise ihren Bediener geschickt. Sie landen in einer App, die sowohl am PC als auch auf dem Smartphone oder dem Tablet läuft. Dabei konnten KI-generierte Empfehlungen von FactoryPal eine signifikante OEE-Steigerung von bis zu 30 % erzielen und darüber hinaus die Maschinenstillstandszeiten um mehr als 50 % reduzieren.
Die technologische Entwicklung sprintet in atemberaubenden Tempo voran. Bereits heute ist es möglich, durch Auswerten von Daten in Echtzeit die Gesamtanlageneffektivität von Fertigungsunternehmen signifikant zu erhöhen.
Unser Ziel ist es, Software zu bauen, die den Faktor Mensch in der industriellen Fertigung stärkt und Maschinenführer zu Dirigenten über ein harmonisch orchestriertes Maschinenensemble macht – mit Hilfe von Echtzeitdaten. Klar ist, KI und IoT benötigen auf absehbare Zeit in letzter Konsequenz immer auch den Menschen, um Mehrwert im industriellen Kontext zu stiften.
Kontakt:
FactoryPal GmbH
c/o AI Campus
Max-Urich-Str. 3
13355 Berlin
www.factorypal.com
