KI-Prozesse aufsetzen und pflegen

Künstliche Intelligenz am Fließband

Die vierte industrielle Revolution macht aus Produktionsanlagen ein intelligentes Netz aus Maschinen und Prozessen – theoretisch. Auf dem Weg dorthin scheitern Unternehmen häufig, wenn künstliche Intelligenz und ML-Methoden im Spiel sind. Eine sorgsam geplanten Transformationsstrategie hilft das zu vermeiden.

(Bild: ©lassedesignen/stock.-adobe.com)

Ressourceneffizienz, vereinfachte Qualitätskontrollen, weniger CO2-Emmissionen – der Nutzen, den sich Produktionsunternehmen von der Digitalisierung versprechen, ist groß. Auch mit Hinblick auf die lockenden Wettbewerbsvorteile und den herrschenden Fachkräftemangel stehen automatisierte Prozesse und intelligente Maschinen in der Branche hoch im Kurs. Dennoch scheitern immer viele Projekte an der Umsetzung. Davon betroffen sind viele Tools und Methoden aus den Bereichen künstliche Intelligenz und maschinelles Lernen. Wie kann die Operationalisierung gelingen? Für die Antwort müssen Unternehmen einen Schritt zurückgehen.

Ohne solides Fundament geht es nicht

Der Transformationsprozess beginnt mit einer holistischen Betrachtung des Unternehmens – denn das besteht aus mehr als nur einzelnen Fertigungslinien. Bevor State-of-the-Art-Technologien zum Einsatz kommen, ist die Digitalisierung der Prozesse sinnvoll. Wo gibt es Abläufe, die Mitarbeitende manuell erledigen? Sind Datensilos oder ein Flaschenhals beim Informationsaustausch entstanden? Wie bei dem Bau eines Gebäudes entscheidet ein gut geplantes und solide konstruiertes Fundament über den späteren Erfolg einer Digitalstrategie und den darauf aufbauenden Technologien zur Automatisierung.

Erst den Prozess, dann die Automatisierung

Ein Zukaufen von KI-Tools nach Best-of-Breed-Manier ist daher meist nicht nur zu kurz gedacht, sondern im Kontext einer übergeordneten Strategie auch kontraproduktiv. Sinnvoller ist eine umgekehrte Herangehensweise: die abteilungsübergreifende Digitalisierung einzelner Prozesse – vom Einkauf und dem Personalwesen über die Lagerlogistik bis hin zu Vertrieb und der eigentlichen Produktionslinie. Erkennen Unternehmen bei diesem Schritt einzelne Abläufe, die von KI- oder ML-Lösungen profitieren, ist eine Umsetzung denkbar.

Beispiele aus der Praxis sind Anwendungen aus dem Bereich Computer Vision, mit denen die Software mit Kameras die Fertigung von Bauteilen überwacht. Dabei handelt es sich allerdings nur um einen einzelnen Prozess innerhalb der gesamten Qualitätssicherung – sie decken damit nur einen kleinen Teilbereich ab. Voraussetzung für einen umfassenden Einsatz im Rahmen einer übergeordneten Strategie ist die Digitalisierung der gesamten Prozesskette.

Das könnte Sie auch interessieren

Vom 22. bis zum 26. April wird Hannover zum Schaufenster für die Industrie. Neben künstlicher Intelligenz sollen insbesondere Produkte und Services für eine nachhaltigere Industrie im Fokus stehen.‣ weiterlesen

Eine Umfrage von Hewlett Packard Enterprise (HPE) unter 400 Führungskräften in Industrie-Unternehmen in Deutschland zeigt, dass zwei Drittel der Befragten den Data Act als Chance wahrnehmen. Der Data Act stieß unter anderem bei Branchenverbänden auf Kritik.‣ weiterlesen

Deutsche Unternehmen nehmen eine zunehmende Bedrohung durch Cyber-Angriffe wahr. Das zeigt eine aktuelle Umfrage vom Markt- und Meinungsforschungsinstitut YouGov im Auftrag von 1&1 Versatel, an der mehr als 1.000 Unternehmensentscheider teilnahmen.‣ weiterlesen

Fraunhofer-Forschende haben für Fahrer und Fahrerinnen von Baumaschinen einen Helm mit integriertem Beschleunigungssensor entwickelt. Die Helm-Sensorik misst die Vibrationen der Baumaschinen. Die Sensorsignale werden analysiert, eine Software zeigt die Belastung für den Menschen an.‣ weiterlesen

Carbon Management-Technologien stehen im Fokus, um CO2-Emissionen zu reduzieren und zu managen. Die Rolle des Maschinenbaus und mögliche Entwicklungspfade betrachtet eine neue Studie des VDMA Competence Center Future Business.‣ weiterlesen

Laut einer Studie der Unternehmensberatung Bain & Company könnten Unternehmen ihre Produktivität durch digitale Tools, Industrie 4.0-Technologien und Nachhaltigkeitsmaßnahmen steigern. Deren Implementierung von folgt oft jedoch keiner konzertierten Strategie.‣ weiterlesen

Hohe Geschwindigkeit und hohe Erkennungsraten sind die Anforderungen an die Qualitätskontrolle in der Verpackungsbranche. Wie diese Anforderungen erreicht werden können, zeigt das Unternehmen Inndeo mit einem Automatisierungssystem auf Basis von industrieller Bildverarbeitung und Deep Learning.‣ weiterlesen

Jeder zweite Betrieb investiert laut einer Betriebsräte-Befragung der IG Metall zu wenig am Standort. Demnach verfügen rund 48 Prozent der Unternehmen über eine Transformationsstrategie. Zudem sehen die Betriebsräte ein erhöhtes Risiko für Verlagerungen.‣ weiterlesen

Ziel des neuen VDMA-Forums Manufacturing-X ist es, der zunehmenden Bedeutung von Datenräumen als Basis für neue, digitale Geschäftsmodelle Rechnung zu tragen. Wie der Verband mitteilt, soll das Forum auf dem aufbauen, was in der letzten Dekade durch das VDMA-Forum Industrie 4.0 erarbeitet wurde. ‣ weiterlesen

Ob es sich lohnt, ältere Maschinen mit neuen Sensoren auszustatten, ist oft nicht klar. Im Projekt 'DiReProFit' wollen Forschende dieses Problem mit künstlicher Intelligenz zu lösen.‣ weiterlesen

Wie kann eine Maschine lernen, sich in unserer Lebenswelt visuell zu orientieren? Mit dieser Frage setzen sich die Wissenschaftler am Deutschen Forschungsinstitut für Künstliche Intelligenz (DFKI) aktuell auseinander – und entwickeln Lösungen.‣ weiterlesen