Künstliche Intelligenz als Mittel, Produktionsprozesse effizienter zu gestalten, bahnt sich einen immer breiteren Weg aus der wissenschaftlichen Forschung in die Praxis. Doch: Was manchem nicht schnell genug gehen mag, ist anderen noch eher unheimlich. Sie fragen sich, wie die neuen Technologien ihr Unternehmen oder ihr Arbeitsleben verändern werden. Rückenwind erhält KI aus deutschen Hochschulen. Sie leisten Überzeugungsarbeit vor Ort in den Unternehmen, begleiten das Implementieren von KI-Applikationen und bereiten Beschäftigte auf neue Aufgaben vor. Diese Unterstützung ist wichtig, denn beim Thema KI öffnen sich gerade für viele kleine und mittlere Betriebe (KMU) nicht nur neue Wege, sondern zunächst meist auch Baustellen.
Forscher bauen Hemmschwellen ab
Mit ihrer BMBF-geförderten Initiative ProKI wollen die in der Wissenschaftlichen Gesellschaft für Produktionstechnik (WGP) zusammengeschlossenen Forscher insbesondere bei KMU Hemmschwellen abbauen, denn die Herausforderungen der Zukunft werden sich ohne intelligente Hilfs- und Assistenzsysteme kaum meistern lassen. Bereits 2020 zeigte eine am Werkzeugmaschinenlabor (WZL) der RWTH Aachen erstellte Studie, dass die Komplexität der Tätigkeiten in typischen Berufen der metallverarbeitenden Industrie in den kommenden Jahren erheblich steigt. Die Kompetenz, diese Komplexität zu beherrschen, müssen Unternehmen und ihre Fachkräfte aufbauen. Dazu gehört laut der Studie unter anderem der Wille zu Veränderung, der geübte Umgang mit digitalen Devices und ein Verständnis von Algorithmen. Das Vertrauen in Daten sollte aber auch einhergehen mit dem kritischen Hinterfragen von Informationen. Zudem ist ganzheitliches Denken wichtig.
Forscher unterstützen KMU
Im Rahmen von ProKI soll an acht Standorten ein bundesweites Demonstrations- und Transfernetzwerk aufgebaut werden, das das Implementieren von KI-Lösungen in der Industrie praktisch begleitet. Koordiniert wird die Initiative vom WZL in Aachen, beteiligt sind zudem Institute in Berlin, Darmstadt, Dresden, Hannover, Ilmenau, Karlsruhe und Nürnberg. Die angebotenen Leistungen reichen von Informationsveranstaltungen über individuelle Beratung, Workshops oder Seminare bis zur praktischen Begleitung von Unternehmens-spezifischen Projekten. Alles ist darauf ausgerichtet, möglichst vielen und vor allem kleinen und mittleren Betrieben mit KI-Interesse einen Anlaufpunkt zu bieten.
Digitalisierung und künstliche Intelligenz sind zentrale Themen der EMO 2023
Auch auf der Weltleitmesse der Produktionstechnik, die vom 18. bis 23.9. in Hannover stattfindet, wird KI zu den zentralen Themen gehören – neben Digitalisierung, Automation oder der Nachhaltigkeit. Die EMO 2023 steht unter dem Motto „Innovate Manufacturing“. Unter diesem Slogan rücken die Messemacher vom Verein Deutscher Werkzeugmaschinenfabriken drei Trendthemen in den Fokus: Future of Business, Future of Connectivity und Future of Sustainability in Production. Damit will der VDW als EMO-Organisator zeigen, dass sowohl die Produktionstechnik im Allgemeinen als auch deren Weltleitmesse ihren Beitrag zur Lösung drängender Probleme unserer Zeit leisten. Digitalisierung und KI sind dabei wichtige Enabler für den neuen Messe-Schwerpunkt „Nachhaltigkeit in der Produktion“.
Nun sind künstliche Intelligenz und Methoden des Machine Learnings in der Fertigungstechnik nicht neu. Bislang wurden sie jedoch vorwiegend für clevere Assistenzsysteme, einzelne Bereiche der Prozessüberwachung und Qualitätssicherung oder die vorausschauende Maschinenwartung genutzt.
Hybrider Ansatz liefert neue Möglichkeiten für die vorausschauende Maschinenwartung
Ausfälle von Vorschubantrieben sind zwar selten, sie verursachen in der laufenden Produktion aber hohe Kosten. Deshalb arbeiten Forscher am Institut für Werkzeugmaschinen und Betriebstechnik (iwb) der TU München gemeinsam mit Industriepartnern an einem hybriden System für Predictive Maintenance. Dieses kombiniert einen digitalen Zwilling mit modernen KI-Methoden. „Im Gegensatz zu rein datengetriebenen Ansätzen kommt das hybride System mit wesentlich weniger Trainingsdaten in Form schwierig zu beschaffender Ausfallbeobachtungen aus“, sagt Michael Zäh, Professor für Werkzeugmaschinen und Fertigungstechnik am iwb. Gleichzeitig gestatte dieser Ansatz eine gewisse Interpretierbarkeit seiner Vorhersagen, da über den digitalen Zwilling Verschleiß nicht nur global erkannt, sondern auch bestimmten Vorschubantriebskomponenten zugeordnet werden kann. Dabei soll – soweit möglich – auf externe Zusatzsensorik verzichtet und nur mit internen Signalen gearbeitet werden.
KI optimiert Fertigungsplanung
Doch Forschungsprojekte, die die Potenziale der Digitalisierung und des maschinellen Lernens im Produktionsumfeld untersuchen, gehen mittlerweile weit über die „klassischen“ Einsatzfelder von KI in der Fertigung hinaus. Ein Beispiel dafür liefert Dr. Martin Erler vom Institut für Fertigungstechnik (IF) der TU Dresden: „Effiziente Fertigung steht und fällt mit ihrer Planung. Und die ist ein hochkomplexer Prozess.“ Die Automatisierung der Fertigungsplanung sei daher der nächste große Schritt. Denn: Produktion muss immer flexibler werden, bis herunter zur Losgröße 1. Zudem müssen Planer oft Entscheidungen treffen, deren Auswirkungen sie nicht vorhersagen können. „Deshalb brauchen sie digitale Werkzeuge und agile Methoden, um den steigenden Anforderungen gerecht werden zu können. Die Automatisierung der Fertigungsplanung ist daher eine Schlüsseltechnologie der Zukunft“, sagt Erler. „Sie läuft schnell, ist standardisiert und basiert auf umfangreichen Daten.“
Sprachsteuerung für den Jop Shop
Ein weiteres Beispiel liefert das Fraunhofer-Institut für Digitale Medientechnologie (IDMT) in Oldenburg. Prof. Sven Carsten Lange, Leiter des Arbeitsgebiets Hör-, Sprach- und Neurotechnologie für die Produktion am IDMT, sagt: „Audiotechnologische Prozessüberwachung gibt es zwar schon seit einiger Zeit. Neuland betreten wir aber bei der multimodalen Anwendung in der Breite, etwa um mit einem Sensor parallel und in Echtzeit Prozessmerkmale und Produktionsprozesse zu diagnostizieren, Maschinen hinsichtlich ihres Bearbeitungsstandes und ihrer Prozessfähigkeit zu charakterisieren oder diese sogar direkt durch Sprachbefehle zu bedienen – und das ohne wesentliche mechanische Integrationsaufwände für Neu- und Bestandsmaschinen.“
In der Mensch-Maschine-Interaktion über Sprache, die in der industriellen Produktion bisher nur bei Versuchs- und Nischen-Anwendungen abläuft, ist ein – unabhängig von fremden Servern – nur auf Firmenrechnern laufendes Akustiksystem gefragt, das auch unter widrigen Produktionsbedingungen mit allen Störgeräuschen robust funktioniert. So kann der Bediener beispielsweise eine Maschine via Headset steuern, selbst wenn er weit entfernt an einer anderen steht. Oder die Maschine teilt ihm aus der Ferne mit, wenn eine Störung auftritt. Die Sprachsteuerung ist einfach integrierbar und funktioniert auch ohne Internetverbindung.
Wege zur Null-Fehler-Produktion
Eine weitere Anwendung der audiotechnischen Prozessüberwachung: Geräusche können die Qualitätssicherung verbessern. So erkennen etwa smarte Sensorsysteme Klick-Geräusche, die beim Einrasten von Steckverbindungen entstehen. Bleibt der Klick aus, zeigt das akustische Monitoring-System einen Fehler an. Zugleich wird der Werker informiert und das Ereignis automatisch dokumentiert. Das IDMT hat KI-basierte Algorithmen für die Audioanalyse von Klickgeräuschen aller Art entwickelt. Bereits bewährt hat sich die Lösung unter anderem in der Automobilindustrie bei Versuchen in der Kabelbaummontage.
Intelligente Spanntechnik spürt Anomalien und Störungen auf
Viele Produktionsbetriebe können nur überleben, wenn ihnen eine Null-Fehler-Produktion gelingt, die mit weniger Energie auskommt und noch dazu kosteneffizienter arbeitet als bisherige Prozesse. Ein Baustein, um das zu verwirklichen kann intelligente Spanntechnik sein. Auch sie nutzt Sensoren, um Anomalien oder Störungen aufzuspüren und diese dann idealerweise auch gleich zu korrigieren. Automatisiertes Prüfen der Spannmittel oder Werkzeughalter in Echtzeit während der Fertigung gehört zur Basis einer vorausschauenden Wartung. Nicht zuletzt dient es aber auch zur Dokumentation von Mess- und Prüfwerten im Fertigungsprozess.
Zu den Highlights, die Spanntechnikexperte Schunk auf der EMO vorstellt, gehören ein elektromechanisches Spannmodul mit komplett integrierter Sensorik und ein smartes Hydro-Dehnspannfutter, das Echtzeitdaten direkt vom Werkzeug liefert und frühzeitig Verschleiß erkennt. Dieser intelligente Werkzeughalter steigert die Prozesssicherheit und optimiert Werkzeugstandzeiten sowie Ausschuss.
Fachkräftemangel rückt Automation wieder stärker in den Fokus
Das Thema Automatisierung wird in diesem Jahr auf der EMO aufgrund des sich verschärfenden Fachkräftemangels wieder stärker in den Fokus rücken. Damit das Be- und Entladen von Werkzeugmaschinen schnell, präzise und zuverlässig funktioniert, sind hochwertige Spann- und Automationsmodule unerlässlich – etwa die Nullpunkt- und Greifsysteme, die Schunk auf der EMO zeigen wird, oder die Palettenhandlings- und Robotersysteme für die unterschiedlichsten Einsatzfelder, die Hermle nach Hannover mitbringt. Gerade in seinen Wachstumsbranchen mit hohem Automationsanteil wird der Werkzeugmaschinenbauer stark mit der Digitalisierung seiner Produkte konfrontiert. Daher bieten die Gosheimer verschiedene digitale Bausteine an. Beim Modul „Digital Operation“ geht´s um das Maschinen Tuning mit einer dynamischen Anpassung der Reglerparameter und intelligenten Bearbeitungssetups. „Digital Production“ bietet verschiedene Tool- und Informationsmanagement- sowie Automation-Control-Systeme und „Digital Service“ vereint die Bereiche rund um Fernwartung, Diagnose und Monitoring.
Insbesondere vor dem Hintergrund des sich verschärfenden Fachkräftemangels ist es den Schwaben wichtig, gerade KMU, die noch nicht über Automation nachgedacht haben, zu zeigen, dass sich diese mit überschaubarem Aufwand implementieren lässt.
Maschine optimiert sich selbst
Doch um die Produktivität und Qualität weiter zu steigern sowie die Ausfallzeiten und Kosten weiter zu reduzieren, gehen Fertigungsexperten mittlerweile einen Schritt weiter: Moderne Produktionsmaschinen können sich mithilfe künstlicher Intelligenz selbst optimieren. Sie nutzen dazu in der Regel so genannte Machine-Learning-Methoden, die es ihnen ermöglichen, Muster und Zusammenhänge in den Produktionsdaten zu erkennen und daraus automatisch Verbesserungen abzuleiten. Auch das Lernen aus Fehlern oder die Übernahme des Know-hows von anderen Maschinen ist so möglich.
Da die Daten einer einzelnen Werkzeugmaschine häufig nicht ausreichen, um ein präzises KI-Modell zu trainieren, kommt die Technik des Federated Learning zum Einsatz. Das ermöglicht es, mit dezentral gespeicherten Daten ein gemeinsames KI-Modell zu trainieren, ohne die Daten direkt auszutauschen.
Die Methoden des maschinellen Lernens und die Möglichkeiten der Selbstoptimierung von Werkzeugmaschinen nutzt beispielsweise auch der Ditzinger Laser- und Blechbearbeitungsspezialist Trumpf – unter anderem, um Schneidprozesse automatisiert immer näher ans Optimum heran zu führen. Die Schwaben bieten ihren Kunden aber auch clevere Assistenzsysteme wie den Sorting Guide. Durch vorhandene Stammdaten und selbstlernende Bildverarbeitung erkennt das System entnommene Teile und gibt über den Bildschirm eine Empfehlung zum Absortieren. Die produzierten Teile sind auf dem Bildschirm farbig markiert, beispielsweise nach Kundenauftrag oder Folgearbeitsschritten. Aufwändiges Nachzählen, manuelle Rückmeldungen oder Begleitpapiere sollen so überflüssig sein. Das Absortieren wird beschleunigt, Fehler werden vermieden, und die Maschine kann schneller weiter produzieren.
Big Data: Basis neuer Geschäftsmodelle
Doch Erkenntnisse aus Big Data können nicht nur helfen, die Fertigung effizienter, robuster und nachhaltiger zu betreiben. Werden Produktionsdaten systematisch erhoben, professionell verarbeitet und intelligent genutzt, können sie auch als Basis für neue Geschäftsmodelle genutzt werden. Beispiele dafür sind Payzr von DMG Mori oder Pay per Part von Trumpf. Obwohl sich beide Modelle im Detail unterscheiden, folgen sie doch dem gleichen Grundsatz: Der Kunde kauft die Maschine nicht, sondern er bezahlt für die Nutzungszeit oder die von der Maschine produzierten Teile einen vorab vereinbarten Preis. Die Vorteile für den Kunden: Er muss nicht auf einen Schlag eine große Investitionssumme bereitstellen und bleibt so finanziell flexibler; ebenso kann er im Fall einer sich ändernden Auftragslage oder technologischen Weiterentwicklungen flexibler reagieren. Trumpf bietet dieses Modell derzeit nur für seine Laservollautomaten der Serie TruLaser Center 7030 an. Die Anlage wird von Spezialisten im Trumpf Remote Control Center in Neukirch aus der Ferne überwacht und gesteuert, was auch die Effizienz und Wirtschaftlichkeit der Maschine maximiert.
Ob die Vorteile des seit einiger Zeit von verschiedenen Parteien propagierten Ansatzes „Nutzen statt besitzen“ tatsächlich überwiegen oder am Ende nicht doch ein klassischer Kauf- oder Leasingvertrag lukrativer sind, das muss jeder individuell entscheiden.
Hinzu kommt: Digitale Geschäftsmodelle setzen Vertrauen voraus. Viele Unternehmen fürchten noch immer, die Hoheit über ihre Daten zu verlieren, wenn diese das Betriebsgelände verlassen und in eine Cloud hochgeladen werden. Datenschutzkonforme Lösungen sind daher unabdingbar. Hier setzt das Projekt Gaia-X an: Ein europäisches Konsortium soll die Grundlage schaffen für eine europäische Dateninfrastruktur, über die Unternehmen Daten vertrauensvoll zusammenführen, teilen und nutzen können.
Datenhoheit ist auch ein zentrales Anliegen des Projekts Manufacturing-X, das einen geschützten industriellen Datenraum für Produktionstechnikhersteller bieten soll. Ein Konsortium aus SAP und deutschen Maschinenbauern entwickelt eine Cloud-Plattform für die Fertigungsbranche, um den Informationsaustausch innerhalb eines dezentralen Datenraums mit exakt definierten Zugriffsrechten zu erleichtern. Im Zentrum steht die Idee, mit durchgängiger Datenvernetzung die Lieferketten transparenter und resilienter zu gestalten.
Niedrigschwelligen Zugang zur KI
Gleichwohl sind die Vorteile von künstlicher Intelligenz in der industriellen Fertigung gerade für kleinere Unternehmen nicht immer offensichtlich. Viele haben Bedenken, ihre Produktionsdaten zur eingehenden Analyse durch Computer freizugeben. Für produzierende Unternehmen, denen der Mehrwert von KI noch unklar ist, soll das Projekt IIP-Ecosphere, an dem das Fraunhofer-Institut für Software- und Systemtechnik (ISST) mitarbeitet, einen niedrigschwelligen Zugang zu herstellerunabhängigen KI-Lösungen für komplexe Problemstellungen in der Produktion bieten. Ziel des Projekts ist es, ein neuartiges Ökosystem aufzubauen, und zwar mit allen Akteuren, die den Einsatz von KI in der Produktion voranbringen, darunter Universitäten und Forschungseinrichtungen, Industrieunternehmen und Anbieter von KI-Lösungen. Entstehen soll so die „Ecosphere for Intelligent Industrial Production“, kurz IIP-Ecosphere.
Mona Willrett, Redakteurin IndustrieanzeigerBild: Tom Oettle
Menschliches Wissen bleibt gefragt
Smarte Hilfs- und Assistenzsysteme können an vielen Stellen der Produktion sehr hilfreich sein – insbesondere vor dem Hintergrund der ständig steigenden Komplexität der Prozesse und der Produkte. Wichtig bleibt jedoch, dass die Nutzer die Systeme und die Ergebnisse hinsichtlich ihrer Plausibilität bewerten können. Menschliches Know-how und Prozesswissen bleibt auch künftig ein entscheidender Erfolgsfaktor. Die Kreativität und Intuition erfahrener Produktionstechniker können virtuelle Systeme – zumindest noch – nicht ersetzen.
Hier finden Sie mehr über:
