Mensch und Maschine
KI und Robotik in der Industrie
Autonomes Navigieren, Pick-and-Place-Anwendungen, Qualitätssicherung – Roboter übernehmen in der Industrie bereits viele wichtige Aufgaben und tragen zur Produktivitätssteigerung bei. Mit KI könnte Robotik künftig flexibler und resilienter werden. Wie sieht diese Kombination aus – und welche Rolle nimmt der Mensch ein?
(Bild: ABB AG)
Künstliche Intelligenz ist keine neue Technologie. Sie hat ihre Ursprünge bereits in den 1960er Jahren, doch ihr disruptives Potenzial erreichen wir nun mit dem Einsatz von generativer KI. Der Boom um ChatGPT macht diese Entwicklung deutlich: Facebook brauchte 54 Monate, um die 100-Millionen-Nutzer-Marke zu knacken, ChatGPT erreichte diesen Meilenstein in nur zwei Monaten. Analytische KI erkennt Abweichungen im Soll-Zustand und trifft Vorhersagen auf Basis gelernter Daten. Diese Form der Künstlichen Intelligenz wird bereits in vielen Branchen und Industrien eingesetzt, etwa um Prozesse zu analysieren oder Anomalien und Abweichungen zu erkennen. Generative KI ist hingegen in der Lage, neue Inhalte, wie Text, Bilder oder Videos, zu erstellen und neu zu interpretieren. Sie kann selbst lernen. Die Kombination aus Analytischer und Generativer KI in der Robotik hat das Potenzial, die Industrie zu transformieren und eine neue Ära der Fertigung einzuleiten.
(Bild: ABB AG)
Industrie der nächsten Generation
Unternehmen suchen nach Möglichkeiten, die Produktivität zu steigern und die Qualität zu sichern bzw. zu erhöhen. Hinzu kommen nun gestiegene Anforderungen an die Flexibilität und die Einfachheit in der Bedienung und Verwaltung von Produktionseinrichtungen. Diese beiden Faktoren werden zunehmend erfolgskritisch. Wer sich nicht anpasst, wird nicht überleben. Das gilt für die Produktion ebenso wie für die Distribution und Logistik. Robotik gibt der Industrie ein Stück Flexibilität zurück. Durch den Einsatz von Daten und KI erreicht die Robotik die nächste Entwicklungsstufe, in der Roboter autonomer und mobiler agieren können und die Bildverarbeitung und Analysefähigkeiten verbessern. KI ermöglicht es, Daten in Informationen umzuwandeln, sodass Roboter nicht nur in der Fertigung, sondern auch in unstrukturierten, dynamischen Umgebungen autonom agieren können. Diverse Beispiele aus der Industrie zeigen, wie KI und Robotik schon jetzt Hand in Hand arbeiten.
Unzählige Anwendungsfälle
Besonders in der Automobilindustrie spielen Prozessgeschwindigkeit und Qualitätssicherung eine entscheidende Rolle. Alleine an der Karosserie eines Autos gibt es mehrere Tausend Schweißpunkte, die alle einzeln überprüft werden müssen. Dieser Vorgang ist, wenn er manuell ausgeführt werden muss, arbeitsintensiv und langwierig. Roboter überprüfen mithilfe des ABB-Komplettpakets Ultrasonic Spot Welding Quality Inspection Schweißpunkte. Das Produkt lässt sich skalieren, in bestehende Fertigungslinien integrieren oder separat als eigenständige Zelle betreiben. Aus seinem Einsatz ergeben sich Einsparpotenziale bei manuellen Qualitätsprüfungen. Machine Learning (ML) hilft dabei, fehlerhafte Punkte zu identifizieren und an das System zu melden. Die Kombination von Robotik und KI steigert die Produktivität in diesem Anwendungsfall um das 20-fache, verspricht ABB. Während ein Mitarbeiter im Jahr etwa 85.000 Schweißpunkte überprüfen kann, schafft ein Roboter über 1,8 Millionen. Generative KI ermächtigt Roboter dazu, eigenständig zu lernen. Ohne spezifische Programmierung geht der Roboter dabei nach dem Trial-and-Error-Prinzip vor. Er probiert so lange verschiedene Varianten durch, bis eine davon zum gewünschten Endergebnis führt. So können Roboter auch Aufgaben übernehmen, die für eine herkömmliche Programmierung zu vielschichtig oder komplex sind. Der Lernvorgang kann dank spezieller Software auch virtuell stattfindenden.
Das könnte Sie auch interessieren
Jeder Produktmanager möchte, dass sein Produkt ‘fliegt’ und hofft, das Blaue Meer zu finden. Aber warum wird das zu selten erreicht? Oft werden Annahmen nicht stabil untermauert, Risiken unterschätzt, Ausgangssituationen falsch eingeschätzt usw. ‣ weiterlesen
Die Nominierten für den Deutschen Zukunftspreis stehen fest: Die drei Teams widmen sich digitalem Licht, effizienter generativer KI und energieeffizienten Halbleitern. Die Preisverleihung des mit 250.000€ dotierten Preises erfolgt am 27. November. ‣ weiterlesen
In einer zunehmend digitalisierten Welt gewinnen autonom wandelbare Industrie-4.0-Infrastrukturen an Bedeutung. Diese autonomen und flexiblen Systeme können sich eigenständig an verändernde Bedingungen anpassen, um aktuelle Herausforderungen in der Produktion zu bewältigen. In der neuen Acatech-Expertise des Forschungsbeirats Industrie 4.0 schafft das Fraunhofer IEM Grundlagen für die nächste Evolutionsstufe in der Produktionssystementwicklung. ‣ weiterlesen
Im it’s OWL Projekt I4.0AutoServ soll eine One-Stop-Shop-Lösung dabei unterstützen, Maschinendaten automatisiert zu erheben, damit auch kleine und mittlere Unternehmen datengetriebene Services schnell und kostengünstig nutzen können. ‣ weiterlesen
Die Planung verfahrenstechnischer Anlagen zur Herstellung von chemischen und petrochemischen Produkten ist häufig komplex. Nur durch eine genaue und umfassende Terminplanung ist sichergestellt, dass die Anlagen fristgerecht und unter Einhaltung der vorgegebenen Budgets fertiggestellt werden. ‣ weiterlesen
Additive Fertigungsverfahren bieten innovative Produktionsmöglichkeiten für das Prototyping und ökonomische sowie ökologische Potenziale für KMU. Mit Chancen und Herausforderungen in industriellen 3D-Druckverfahren setzt sich die neue Kurzanalyse des VDI Zentrums Ressourceneffizienz (VDI ZRE) auseinander. Diese bietet eine Einführung in additive Fertigungstechnologien. ‣ weiterlesen
INDUSTRIE 4.0 & IIoT-MAGAZIN Leseprobe
Zeitschrift für Industrie 4.0, Internet of Things & Digitale Transformation
Die digitale Transformation in vier Stufen
Die digitale Transformation wird zur Schlüsselfrage für den Erfolg im Maschinen- und Anlagenbau. Welche Handlungsoptionen Unternehmen dabei haben, beleuchtet die Impuls-Stiftung des VDMA in ihrer neuen Kurzstudie 'Erfolgsfaktoren digitaler Geschäftsmodelle', die vom Institut FIR der RWTH Aachen erstellt wurde.‣ weiterlesen
Retrofit mit Sensoren und KI
Im Forschungsprojekt 'AutoPres' des IPH - Institut für Integrierte Produktion Hannover und Jobotec zeigen die Beteiligten am Beispiel einer Spindelpresse, dass sich auch ältere Maschinen mit KI nachrüsten lassen.‣ weiterlesen
Mehr Drehmoment für die Kreislaufwirtschaft
Digitale Tools bringen den Aufbau einer Circular Economy auf Touren, wenn sie systemisch eingesetzt werden. Wie das gelingen kann, zeigt die Studie 'Digitale Enabler der Kreislaufwirtschaft' anhand von drei sehr unterschiedlichen Produkten: T-Shirts, Waschmaschinen und Einfamilienhäusern. Die Studie der Deutschen Akademie der Technikwissenschaften (Acatech) arbeitet heraus, welche digitalen Technologien und Anwendungen Wertschöpfungsketten zirkulär gestalten können - und wie die einzelnen Enabler im Zusammenspiel ein erweitertes Potenzial entfalten.‣ weiterlesen
