KI revolutioniert die Fertigungs-IT

Auch wenn noch lange die eigentlichen Anwendungen im Fokus der Fertigungsindustrie stehen werden, so kann man den technologischen Einfluss auf IT-Lösungen für die Smart Factory kaum mehr leugnen, insbesondere wenn es dabei um Künstliche Intelligenz (KI) geht. Aber nicht nur die Wissenschaft beschäftigt sich mit diesem Thema. Auch in der Industrie sind mittlerweile viele innovative KI-Lösungen angekommen – und ein Ende ist noch lange nicht in Sicht.

Grundsätzlich hat sich an der Aufgabenstellung an die Fertigungs-IT wenig geändert – sie soll immer noch den Fertigungsbetrieb unterstützen und Optimierungen ermöglichen. Was sich geändert hat, ist die Komplexität. Losgrößen sind nun wesentlich kleiner, was die Variantenvielfalt enorm steigert. In Folge dessen wächst die Datenflut, mit der sowohl Software als auch Menschen umgehen müssen. Für einen effizienten Umgang mit diesen Massendaten braucht es neue Methoden – die Künstliche Intelligenz schafft hier Abhilfe.

Die Methoden der Künstlichen Intelligenz sind vielseitig und können in nahezu jedem Anwendungsfeld der Fertigungs-IT zum Einsatz kommen. Die folgenden Beispiele sollen zeigen, welche Potenziale in den jeweiligen Anwendungen stecken, wenn man sie mit KI anreichert.

Qualität vorhersagen

Mit Predictive Quality hat MPDV bereits ein konkretes Produktbeispiel umgesetzt: Grundannahme für die Vorhersage der Qualität ist, dass es auch zu Ausschuss oder Nacharbeit kommen kann, wenn sich alle Prozessparameter innerhalb der jeweils gültigen Toleranzen bewegen. Grund dafür sind komplexe Zusammenhänge und Wechselwirkungen, die oftmals auf die eigentliche Fertigungstechnologie zurückzuführen sind. Predictive Quality berücksichtigt diese Zusammenhänge und gibt Mitarbeitern in der Fertigung die Möglichkeit, sofort zu sehen, ob der aktuell produzierte Artikel Ausschuss oder ein gutes Teil ist – und das unter Angabe der Eintrittswahrscheinlichkeit. Damit lässt sich etwa die Qualität eines Motorblocks vorhersagen, während dieser gerade noch abkühlt.

Mitarbeiter können also frühzeitig entscheiden, ob es sich lohnt, weiter in ein Teil zu investieren oder, ob sie es direkt wieder einschmelzen, was Zeit spart und Kosten senkt, da potenziell fehlerhafte Teile frühzeitig ausgeschleust werden können. Predictive Quality basiert auf der Ausführung eines Modells, das beispielsweise mittels Machine Learning erstellt wurde und erfasste Prozessdaten in Echtzeit verarbeitet.

Rüstzeitvorhersage

Im Rahmen der Fertigungsplanung wird auf eine Reihe von Vorgabewerten zurückgegriffen, um eine Grundlage für die zu berücksichtigende Bearbeitungsdauer eines Vorgangs und für die Übergangszeiten zwischen zwei Vorgängen eines Auftrags zu haben. Die Rüstzeit ist eine dieser Vorgaben, die bisher meist manuell mit der Stoppuhr gemäß REFA ermittelt wird. Um die wachsende Zahl der möglichen Kombinationen aus Werkzeugen, Material, Personal und sonstigen Einflussfaktoren gerecht zu werden kann KI die Rüstzeitvorhersage unterstützen.

Dazu wird auf Basis historischer Daten aus einem MES ein Modell erstellt, das alle Faktoren berücksichtigt, wie etwa die Länge der Rüstzeit bezogen auf die Kombinationen aus Artikel, Maschine, Werkzeug. Im Rahmen der Modellerstellung können die verwendeten historischen Daten auch auf ihre Eigenschaft als Einflussfaktor untersucht werden. Eine herkömmliche Rüstwechselmatrix kommt dabei schnell an ihre Grenzen.

Hier weiterlesen

Mehr erfahren über

Das könnte Sie auch interessieren

R-Grading in Factory-X: Infrastruktur für Zirkularität Daten als Schlüssel für langlebige Maschinen und Komponenten

Gebrauchte Maschinenkomponenten werden heute oft noch nach Erfahrung statt auf Basis valider Daten weiterverwendet, repariert, aufgearbeitet oder recycelt. Der sichere Austausch von Nutzungs- und Zustandsdaten entlang der gesamten Wertschöpfungskette ermöglicht fundierte R-Entscheidungen, schafft Transparenz entlang der Wertschöpfungskette und unterstützt eine ressourcenschonende Kreislaufwirtschaft mit mehr Effizienz und weniger Materialverlust.

Plug&Play für Produktionsmodule – geht das? MTP als Potential für die Produktion

MTP verspricht mehr als eine vereinfachte Maschinenintegration: Produktionsmodule sollen ihre Funktionen und Schnittstellen standardisiert und maschinenlesbar bereitstellen – ähnlich wie Plug & Play in der Bürowelt. Doch wie schnell lässt sich die Technologie erlernen und praktisch einsetzen? Ein Bildungsexperiment an der Hochschule Pforzheim liefert überraschende Erkenntnisse und zeigt das Potenzial von MTP für den Maschinen- und Anlagenbau.

Der neue Kollege im Shopfloor KI-Assistenzsysteme stärken Fachkräfte im Mittelstand

Viele mittelständische Produktionsunternehmen können ihre Fertigung noch nicht vollständig automatisieren. Gleichzeitig eröffnen Fortschritte in Robotik und KI neue Möglichkeiten, Prozesse schrittweise intelligenter und flexibler zu gestalten. Intelligente Mensch-Technik-Systeme verbinden die Erfahrung und Kompetenz der Mitarbeitenden mit digitalen Assistenzsystemen direkt am Shopfloor. Sie unterstützen bei komplexen Aufgaben, erleichtern den schnellen Zugang zu Wissen und helfen dabei, Fehler zu vermeiden. So lassen sich Produktivität und Qualität steigern – auch in gewachsenen Produktionsumgebungen, in denen eine vollständige Automatisierung nicht wirtschaftlich oder technisch sinnvoll ist.

Smarte Produktion sicher vernetzt OT‑Security als Fundament digitaler Industrieinnovationen

Die Smart Factory verspricht immense Potenziale bei Automatisierung und Kostenkontrolle. Doch die vernetzte Produktion bringt auch neue Cyber-Risiken mit sich. Wie Maschinen und IIoT-Plattformen sicher arbeiten, Echtzeitdaten geschützt bleiben und die Produktion resilient ist, zeigt sich am Beispiel einer proaktiven, integrierten OT-Security. Ein hoher Grad an Cyber-Sicherheit ist kein optionales Extra, sondern ein unverzichtbares Fundament für den Erfolg.

Ganzheitliche Sicherheit unter NIS2 Was für kritische Infrastrukturen gilt

Digitale Angriffe, Sabotage und Ausfälle haben längst nicht mehr nur technische Ursachen. Mit der NIS2-Richtlinie reagiert die EU darauf und verpflichtet Unternehmen ab 2026, Sicherheit ganzheitlich zu denken. Der Beitrag zeigt neue Anforderungen für KRITIS-Betreiber, warum physische und digitale Sicherheit zusammengehören und wie sich Sicherheitsstrukturen zukunftsfähig ausrichten lassen. Richtig verstanden wird NIS2 zur Chance für mehr Resilienz.

Rendite statt jahrelanger Rollouts Chefsache IT: Software in der Fertigung neu denken

Trotz hoher KI-Investitionen arbeiten viele Fertigungsunternehmen noch mit Excel und isolierten Anwendungen. In diesem Beitrag erfahren Sie, warum veraltete IT-Architekturen zum Risikofaktor werden, wie Wertschöpfung direkt an der Maschine beginnt und welche Schritte nötig sind, um Fertigung flexibler, resilienter und zukunftssicher zu gestalten, von smarter IT bis zu erfolgreichem KI-Einsatz.