Künstliche Intelligenz in der Produktion

1. Ausgangssituation und Potenziale von KI in der Produktion

Durch die Corona-Krise haben Unternehmen gemerkt, dass ihre globalen Supply Chains fragil sind. Daher ist der aktuelle Trend in der Produktion, Teile der Supply Chains zu lokalisieren und zurück nach Europa zu verlagern. Dadurch stehen Unternehmen im produzierenden Gewerbe höheren Kosten gegenüber. Denn der hochpreisige Arbeitsmarkt steigert die Produktionskosten und beeinflusst somit die Wettbewerbsfähigkeit.

Währenddessen bietet die digitale Transformation mit Technologien wie Künstliche Intelligenz (KI) enorme Potenziale. Dabei geht es vor allem um Aufgaben, bei denen Menschen an ihre Grenzen stoßen. Somit wird Automatisierung durch KI in der Produktion essentiell. Einerseits können produzierende Unternehmen steigenden Kosten begegnen und vorhandene Potenziale nutzen. Andererseits verspricht KI in der Produktion Effizienzsteigerungen, neue Interaktionsformen und innovative Geschäftsmodelle.

2. Anwendungsfälle von KI in der Produktion

Die Anwendungsbereiche von KI in der Produktion sind vielfältig, ergebnisorientiert und erfolgsversprechend. Dabei reichen Beispiele von Logistik und Qualitätsmanagement bis zu Prozessoptimierung und Produktentwicklung.

Durch die Vielfalt an Anwendungsbereichen von KI in der Produktion gibt es auch zahlreiche relevante technologische Methoden. Dementsprechend können Text-, Sprach-, Bild- und Tonerkennung eine ebenso große Rolle in Fertigung und Produktion spielen, wie z.B. Aktionsplanung oder multidimensionale Mustererkennung.

Die meisten Methoden verarbeiten und analysieren große Mengen komplexer Daten. Daher ist die wichtigste Grundvoraussetzung für KI in der Produktion eine ausreichende quantitative und qualitative Datengrundlage. Das zeigt auch die Übersicht der wichtigsten Methoden von KI in der Produktion:

• Computer Vision ist besser als jedes menschliche Auge. Dadurch hilft es bei der automatisierten Erkennung von relevanten Mustern in Bild-, Video- und zunehmend auch Tonmaterial. Das hilft z.B. beim Qualitätsmanagement in der Produktion.
• Natural Language Processing kennen wir z.B. von Siri, Alexa und Chatbots. Hierbei werden Texte und Sprache automatisch verarbeitet und generiert. Dadurch schaffen sie in der Produktion eine effiziente Schnittstelle zwischen Mensch und Maschine.
• Machine Learning unterstützt bei der Auswertung von heterogenen Datensätzen. Ziel der Auswertung ist meistens eine multidimensionale Mustererkennung. Dadurch können komplexe Zusammenhänge besser verstanden werden. Beispielsweise ist Machine Learning eine beliebte Methode zur Fehlererkennung in Produktionsprozessen.
• Semantische Netzwerke ermöglichen es Unternehmen, große Datenmengen zu strukturieren und verknüpfen. Dabei speichert das Netzwerk sowohl die Ursprungsdaten und Auswertungsergebnisse und lernt konstant dazu. Das heißt, dass mit mehr Daten durchgehend Analysen durchgeführt werden. Folglich entstehen immer neue Verknüpfungen, Schlussfolgerungen und dadurch Wissen für das produzierende Unternehmen.

In den kommenden Abschnitten haben wir verschiedene Anwendungsfälle aus zahlreichen Bereichen gesammelt und aufbereitet. Damit geben wir dir einen Überblick darüber, wie typische unternehmerische Herausforderungen mit Hilfe von KI-gestützten Methoden in der Produktion gelöst werden können.

2.1 Logistik und Ressourcenplanung mit KI

KI in der Produktion ist essentiell, um Supply Chains zu optimieren. Semantische Netzwerke und Machine Learning integrieren beispielsweise Aktionsplanungs- und Optimierungsalgorithmen. Kurz gesagt werden dadurch verschiedenste Aspekte der Supply Chain optimiert. Dazu gehören der Wareneingang, die Lagerung, die Produktion und die Distribution.

So entwickelten wir bei Motius zum Beispiel für eins der größten Medizintechnik-Unternehmen weltweit einen digitalen Zwilling (“Digital Twin”) seiner Produktion. Dieser Digital Twin integriert und analysiert zunächst große, komplexe Datenmengen. Daraufhin schlägt er z.B. proaktiv Handlungen vor, die die Supply Chain des Unternehmens trotz komplizierter Just-in-time und Make-to-order-Produktion optimieren.

2.2 Instandhaltung mit KI

KI in der Produktion gewinnt bei der Instandhaltung durch die sogenannte vorbeugende Wartung (“predictive maintenance”) immer mehr an Bedeutung. Hierzu überwachen Aktionsplanungsalgorithmen festgelegte Kenngrößen oder Merkmale der Betriebsmittel oder Prozesse. Dadurch können sie z.B. den optimalen Wartungszeitpunkt anhand der Abnutzung der Betriebsmittel ermitteln. Dementsprechend können Wartungsaktivitäten optimiert werden.

In einem unserer Projekte entwickelten wir für unseren Kunden ein System, das mit Hilfe von KI-gestützten Methoden kritische Statusinformationen verschiedener Maschinenteile identifiziert. Anschließend informiert es automatisch den Benutzer darüber. Somit konnte unser Kunde durch KI unvorhergesehene Ausfallzeiten vermeiden und Wartungsprozesse sowie -kosten optimieren.

2.3 Qualitätsmanagement mit KI

Qualitätsmanagement im produzierenden Gewerbe ist essentiell, um höchste Produktqualität zu garantieren. Doch manuelle Qualitätskontrolle ist inkonsistent und nicht skalierbar. Deshalb werden zunehmend KI-gestützte Methoden im Qualitätsmanagement angewandt. Vor allem Computer Vision und Machine Learning helfen bei der frühzeitigen Erkennung von Produktschäden, Qualitätsschwankungen oder Qualitätsproblemen. Dadurch spart KI in der Produktion Zeit und Kosten. Währenddessen wird dadurch höchste Produktqualität garantiert.

Basierend auf Bildverarbeitungsalgorithmen und Mustererkennung entwickelten wir beispielsweise für einen unserer Kunden ein System, das automatisch Produktschäden erkennt, die so minimal sind, dass sie für das menschliche Auge unsichtbar bleiben. Dadurch kann unser Kunde bei seinen Produkten die höchstmögliche Qualität garantieren und z.B. Reklamationskosten reduzieren.

2.4 Produktentwicklung und Prozessoptimierung mit KI

KI in der Produktion kann produzierenden Unternehmen in verschiedenen Phasen der Produktentwicklung helfen. Kurz gesagt können Prozesse so vereinfacht, skaliert und beschleunigt werden. Beispielsweise kann Mustererkennung dabei helfen, Test- und Simulationsdaten effizienter auszuwerten. Währenddessen können Planungs- und Optimierungsalgorithmen Entwicklungsprozesse beschleunigen.

Für einen unserer Kunden entwickelten wir ein Machine Learning-gestütztes Datenanalyse-System. Damit können Muster in der Benutzung von Maschinen erkannt und z.B. Maschinenfehler vorhergesagt werden. KI in der Produktion hilft also nicht nur bei der der Instandhaltung. Stattdessen ist sie auch wichtig für eine effiziente Weiterentwicklung des Produkts.

2.5 Digitale Assistenten mit KI

Mit KI in der Produktion können Unternehmen den steigenden Flexibilitäts- und Effizienzanforderungen im produzierenden Gewerbe gerecht werden. Beispielsweise können KI-gestützte Methoden wie z.B. Natural Language Processing verwendet werden. Dadurch kann die Schnittstelle zwischen Mensch und Maschine so gestaltet werden, dass sie Produktionsprozesse unterstützt.

In einem unserer Projekte entwickelten wir einen Chatbot, der Maschinenausfälle automatisch kommuniziert. Zudem kann er Mitarbeiter auf Probleme hinweisen. Dieser Einsatz von KI in der Produktion ermöglicht die Bereitstellung von den richtigen Informationen zur richtigen Zeit am richtigen Ort. Folglich können die Ausfallzeiten in Produktionsprozessen minimiert werden.

3. Wirtschaftliche Potentziale und Einflüsse von KI in der Produktion

In den obigen Anwendungsfällen ließen sich bereits die wirtschaftlichen Potenziale und Einflüsse erkennen, die KI in der Produktion haben kann. Dabei sind konkrete Vorteile z.B. bessere Produktqualität und weniger Ausfallkosten. Aber auch eine bessere Maschinenauslastung und kürzere Markteinführungszeiten sind durch KI in der Produktion möglich. Wir haben die wesentlichen Punkte zusammengefasst, die dabei helfen, Kosten zu minimieren, Potenziale zu realisieren und dadurch wettbewerbsfähig zu bleiben:

• Ausfallzeiten im Produktionsprozess minimieren
• Qualitätsmanagement optimieren
• Unterstützung bei sich wiederholenden Prozessen
• höhere Produktivität und Maschinenauslastung
• kürzere Markteinführungszeit
• Entwicklung komplett neuer Produkte und Dienstleistungen

4. Forschung- und Entwicklungsdienstleistung für KI in der Produktion

Künstliche Intelligenz hat das Potenzial, das produzierende Gewerbe zu revolutionieren.

Als spezialisierter Forschungs- und Entwicklungsdienstleister mit Expertise in neuen Technologien arbeiten auch wir bei Motius an Projekten mit KI in der Produktion. Dabei arbeiten wir mit Kunden vom Mittelstand bis Großkonzern. Hierbei begleiten wir Unternehmen von der ersten Ideenfindung über die Beratung und Auswahl der richtigen Technologie zur Entwicklung erster Prototypen bis hin zum Ausrollen von Produktivsystemen.