KI optimiert die Produktionsqualität
Ausschuss verringern mit KI
Fortsetzung des Artikels von Teil 1
Verflochtenen Einflussfaktoren auf die Schliche kommen
Selbstlernende KI-Lösungen decken also nicht nur in der stückorientierten Fertigung, sondern auch in komplexen Abläufen der Prozessindustrie die miteinander verflochtenen Einflussfaktoren auf. Die Daten werden in Echtzeit analysiert und die Steuerungsempfehlungen entweder in einer grafischen Oberfläche für den Maschinenbediener dargestellt oder direkt für die automatische Umsetzung an die Controller Unit der Maschine übergeben. So werden Maschinen (automatisiert) gesteuert, um – etwa nach Chargenwechsel – schnellstmöglich zur gewünschten Qualität zu gelangen.
Wie in den Fallstudien ersichtlich, kann die Komplexität in der Produktion sehr hoch sein. Dies ist gerade bei Variantenproduktion der Fall, wie wir sie in der Automobil(zuliefer)produktion oft vorfinden. Eine KI-Lösung, die am Anfang sehr gute Ergebnisse liefert, verliert leider schnell an Aussagekraft, wenn sich die KI-Algorithmik nicht an die veränderten Gegebenheiten anpasst. Was nützt der beste „digitale Zwilling“, wenn er nur am Anfang seinem Bruder oder seiner Schwester gleicht? Für einen langanhaltenden Mehrwert von KI-Lösungen ist daher die Adaptivität wichtig, also das ständige Anpassen an neue Umgebungssituationen dank Selbstlernalgorithmik und kontinuierlichem Lernen.
KI-Prototypen, die nur einen sehr begrenzten Umfang haben, also beispielsweise zwei Roboterzellen mit vielleicht zehn Robotern, kommen natürlich ohne Selbstlernalgorithmik aus, weil ein Data Scientist es hier zeitlich schafft, die Veränderungen in den mathematischen Modellen nachzuziehen. Wenn jedoch Hunderte von Robotern angebunden sind, dann würde man eine Heerschar von Data Scientists benötigen, die immer wieder der Realität leicht hinterherlaufen. Auch wenn diese Heerschar im finanziellen Rahmen des Werksleiters wäre, so würde er die Stellen nicht besetzen können. Data Science ist eine sehr gefragte Expertise.
Folglich werden sich nur die KI-Lösungen durchsetzen, sowohl wirtschaftlich als auch in der Breite, die sich selbstlernend auf Veränderungen anpassen können.
Britta Hilt ist Geschäftsführende Gesellschafterin Marketing und Vertrieb bei IS Predict, und Richard Martens ist dort Geschäftsführender Gesellschafter Forschung und Entwicklung.
- Ausschuss verringern mit KI
- Verflochtenen Einflussfaktoren auf die Schliche kommen
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
