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.
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.
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.
Wie können Big-Data- und KI-Anwendungen gewinnbringend genutzt werden, ohne Datenschutz und IT-Sicherheit zu verletzen? Mit dieser Frage beschäftigt sich eine juristische Studie des Nationalen Forschungszentrums für angewandte Cybersicherheit Athene.‣ weiterlesen
Künstliche Intelligenz könnte in Zukunft dabei helfen, die Arbeit in Industriebetrieben sicherer, einfacher und produktiver zu machen. Das ist die Vision des europäischen Forschungsprojekts Perks, an dem auch die Wirtschaftsuniversität Wien (WU) beteiligt ist.‣ weiterlesen
Das kanadische Technologieunternehmen Vention hat ausgewertet, wie Hersteller den 'Do-it-yourself'-Ansatz (DIY) nutzen, um ihre Produktion zu automatisieren. Die Studie basiert auf anonymisierten Daten von weltweit mehr als 4.000 B2B-Nutzern der Manufacturing Automation Platform (MAP) von Vention.‣ weiterlesen
Laut International-Innovation-Barometer des Beratungsunternehmens Ayming ist Deutschland ein beliebter Standort für Investitionen für Forschung und Entwicklung. Die Untersuchung zeigt zudem, dass Expertise wichtiger ist als Geld.‣ weiterlesen
Industriesteuerungen werden durch die Nutzung moderner Technologien zunehmend abstrahiert - und damit kompakter, flexibler und einfacher zu warten. Diese Entwicklung führt schließlich zur virtuellen SPS. Doch wie sieht dies in der Praxis aus, wie lässt sie sich verwenden und kann sie auch noch sicher sein?‣ weiterlesen
Im Rahmen der Initiative ’Mission KI’ der Bundesregierung entstehen zwei KI-Zentren, eines davon in enger Kooperation mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in Kaiserslautern. Gründer, Startups und Unternehmen sollen dort Zugang zur Spitzenforschung erhalten und ihre Anwendungen in Testumgebungen verbessern können.‣ weiterlesen
In sämtlichen Bereichen der Produktion fallen Daten an und auch KMU können daraus einen Nutzen ziehen. Beispiele aus Forschungsprojekten des Technologieprogramms Edge Datenwirtschaft zeigen, wie die Zukunft der sicheren und effizienten Datennutzung und -verarbeitung für Unternehmen aus der Produktion aussehen kann.‣ weiterlesen
In einer aktuellen Studie mahnt der Elektronikkonzern Sharp die Wichtigkeit von IT-Sicherheitsmaßnahmen für Multifunktionsdrucker (MFPs) an. Demnach war bereits jedes fünfte deutsche KMU von einer über MFPs ausgehenden IT-Sicherheitsverletzung betroffen. Dennoch hat mehr als ein Drittel keine druckerspezifischen Sicherheitsvorkehrungen getroffen.‣ weiterlesen
Nachhaltigkeit ja, nur wie? Eine Lünendonk-Studie zeigt, dass viele Industrieunternehmen zwar eine Strategie haben, die Umsetzung dieser allerdings vielerorts noch stockt. Die Erwartungen an die Unternehmen werden jedoch nicht kleiner.‣ weiterlesen
Lieferkettenstörungen sind eine Belastung für Industrieunternehmen, die bis hin zum Produktionsstillstand führen können. Dies war im vergangenen Jahr an 32 Tagen der Fall. Um sich diesem Problem entgegenzustellen, will die Mehrheit der Unternehmen auf die Diversifizierung der Lieferketten setzen.‣ weiterlesen
Aktuell befindet sich die Branche mitten in der Transformation von KI in Fertigungsprozessen und es gibt viele Fallstudien, die zeigen, wie KI erfolgreich implementiert werden kann. Eine Erkenntniss ist, dass sich 90 Prozent aller Arbeiten in einem KI-Projekt nicht wirklich um KI selbst drehen, sondern um Hilfsprozesse, wie etwa die Bereinigung von Daten, die Organisation von Teams oder Umstrukturierungen.‣ weiterlesen