Daten analysieren, Produktion verbessern

Welche Wege schlägt die Industrie 4.0 als nächstes ein? Frans Cronje, Geschäftsführer des Machine-Learning-Spezialisten Data Prophet, ist der Ansicht, dass künstliche Intelligenz der nächste bedeutende Schritt für Hersteller sein wird und dieser bereits unmittelbar bevorsteht.

(Bild: ©sdecoret/Fotolia.com)

Aus dem Schlagwort Industrie 4.0 ist inzwischen ein Industriestandard geworden. Wenn man nicht einmal darüber nachdenkt, wie man seine Daten zur Optimierung der Produktionsverfahren nutzen kann, riskiert man es, auf der Strecke zu bleiben. Die Umsetzung von Industrie 4.0 in einer Anlage oder Fabrik ist jedoch längst nicht das Ende der Fahnenstange oder gar eine einfache Rechenaufgabe.

Vielmehr ist es eine sich weitere entwickelnde Philosophie, in die fortwährend innovative Ideen integriert werden und die ständig unerwartete Wendungen nehmen wird. Was also wird als nächstes passieren? Zunächst einmal befindet sich jedes Unternehmen in einer anderen Phase. Jedoch haben alle Firmen, die auf Industrie-4.0-Technologien umstellen, etwas gemeinsam: Sie alle versuchen die Daten ihrer Fertigungslinien zu sichten, zu sortieren, zu löschen, einzustufen und vor allem auch zu analysieren.

Expertise erhöhen

In einer Prozesssteuerungsumgebung wird dabei eine riesige Datenmenge generiert. Diese ist so umfangreich, dass sie nicht von einer Person allein interpretiert werden kann. Daher besteht die Gefahr, dass die Bediener von der Informationsflut überwältigt werden und wichtige Möglichkeiten der Prozess- und Qualitätsoptimierung ungenutzt bleiben.

Die Antwort lautet, menschliche Expertise durch künstliche Intelligenz (KI) zu erhöhen – nicht nur zu Analysezwecken, sondern um Maßnahmen vorherzusagen und einzuleiten. Eine korrekte Vorhersage der nächsten Schritte in einer bestimmten Situation und präventive Korrekturmaßnahmen erweisen sich als überaus nützlich, wenn dies auf kostengünstige Weise, im angemessenen Umfang und früh genug erfolgen kann, um Ergebnisse sinnvoll zu verändern, beispielsweise um Ausschuss zu vermeiden. Kurz gesagt, der KI-Einsatz hat das Ziel, große Datenmengen so zu nutzen, dass die Kosten von Qualitätsmängeln drastisch gesenkt werden, indem den Bedienern optimale Parametereinstellungen vorgegeben werden. Wenn künftige Ereignisse in vollem Umfang vorhergesagt werden können und dies zum Standard wird, können dadurch sämtliche Disziplinen revolutioniert werden.

Die offensichtlichsten Beispiele dafür sind Google, Facebook oder Amazon. Dort wurden Anwendung und Effizienz von Plattformen und Massenwerbung durch KI radikal verbessert. Beispielsweise werden riesige Mengen von scheinbar zusammenhangslosen Online-Verhaltensdaten, die von Milliarden von Google- und Facebook-Nutzern generiert werden, mithilfe von KI gesichtet. Durch den Einsatz der Technologie können dann in Echtzeit die besten Antworten auf Suchabfragen oder die nützlichsten Werbeanzeigen ausgewählt werden, die den einzelnen Benutzern angezeigt werden sollen.

Komplexe Umgebungen

Warum sollte dieser Prozess also nicht auch für Produktionsdaten geeignet sein? Ob in der Automobilbranche, im Bergbau oder in anderen Schwerindustriezweigen – zu Fertigungslinien aus der realen Arbeitswelt gehören immer mehrere Prozessabläufe. Manche laufen parallel, andere sequenziell, aber alle beeinflussen sich gegenseitig und erfordern eine bestimmte Kombination aus Produktionsvariablen, damit die optimale Effizienz und der geringste Verlust gewährleistet sind.

KI-Lösungen werden in komplexen Produktionsumgebungen wie Gießereien, Mineralaufbereitungswerken, Langstahlwalzwerken und bei der Automobilherstellung sowie in Montageanlagen eingesetzt. Dort werden aus verschiedenen Quellen Verlaufsdaten zu Produktion und Qualität gesammelt und in einer übersichtlichen Ansicht dargestellt. Anschließend können die Daten in Echtzeit mit Algorithmen verarbeitet werden, um potenziellen Qualitätsproblemen bei nachgelagerten Prozessen vorzugreifen.

Darüber hinaus können proaktiv Korrekturmaßnahmen vorgegeben werden, um Qualitätsabweichungen zu vermeiden. Und das ist längst keine Theorie mehr. Es ist bereits möglich, mithilfe von maschinellen Lernmethoden, digitale Kopien von Anlagen zu erstellen, um die optimale Betriebsweise von komplexen mehrstufigen industriellen Prozessen zu ermitteln.

Das könnte Sie auch interessieren

Die durch Handelsstreitigkeiten und politische Verwerfungen geschwächte Weltkonjunktur wurde durch die Covid-19-Pandemie zusätzlich getroffen. Das zeigt sich auch am deutlichen Orderminus im Maschinen- und Anlagenbau.‣ weiterlesen

Anzeige

Zum dritten Mal in Folge ist der Ifo-Geschäftsklimaindex gestiegen: Nach 86,3 Punkten im Juni auf 90,5 Punkte im Juli.‣ weiterlesen

Laut einer Studie des Technologie-Unternehmens VMware ist die Mehrheit der Führungskräfte in Deutschland der Meinung, dass es dem Unternehmen sowie den Mitarbeitern zugute kommt, wenn sie selbst ein gutes technologisches Verständnis mitbringen.‣ weiterlesen

Anzeige

85 Prozent der Unternehmen sehen große Bedeutung von Daten für ihr Geschäft, wie eine aktuelle Bitkom-Studie zeigt. Eine gesetzliche Verpflichtung zum Datenaustausch erweist sich demnach als nicht hilfreich, um die Nutzung von Daten zu erleichtern.‣ weiterlesen

Anzeige

Der Bedeutungs-Index des Energieeffizienzindex (EEI) ist zum Sommer 2020 stärker denn je gestiegen. Auch die anvisierte Energieproduktivität ist im abgelaufenen Halbjahr höher als bisher. Somit hatte die Corona-Pandemie keinen negativen, sondern eher einen positiven Einfluss auf die Bedeutung, die Unternehmen der Energieeffizienz beimessen. Das Institut für Energieeffizienz in der Produktion EEP der Universität Stuttgart erhebt seit 2013 halbjährlich aktuelle und geplante Aktivitäten der deutschen Industrie zur Energieeffizienz. Der Index zur Energieeffizienz wird in Zusammenarbeit mit der Deutschen Energie-Agentur (dena), dem Bundesverband der Deutschen Industrie (BDI), dem Fraunhofer IPA, dem TÜV Rheinland sowie einigen weiteren Partnern erstellt.‣ weiterlesen

Anzeige

Exklusiv für Abonnenten

Wie sieht die Produktion im 'New Normal' aus? Anders als Heute – denn die Krise sorgt dafür, dass die bisherige Effizienzmaximierung mit resilienten und adaptiven Produktionssystemen ergänzt werden muss. Die digitale Transformation leistet einen wesentlichen Beitrag.‣ weiterlesen