Skip to main content
main-content

04.03.2021 | Machine Learning | Im Fokus | Onlineartikel

Mit KI wird die Produktion deutlich effizienter

Autor:
Thomas Siebel
4:30 Min. Lesedauer

KI in der Produktion wird interessant, sobald Daten maschinen-, abteilungs- und standortübergreifend verknüpft werden. Bosch und Berghof Systeme liefern interessante Beispiele aus Praxis und Forschung.  

Viele Industrieunternehmen sitzen inmitten eines Schatzes, an den sie doch nicht heran kommen: Reich an sekündlich eingehenden Mess- und Maschinendaten sind sie doch oftmals arm am Wissen, das sich in diesen Daten verbirgt. Interessant wird der Datenschatz nämlich dann, wenn die Massen an Daten aus unterschiedlichen Anlagen, Prozessen und Sensortypen verknüpft und analysiert werden und so die Basis für noch effizientere, agilere und qualitativ bessere Produktionsabläufe legen.

Empfehlung der Redaktion

2021 | OriginalPaper | Buchkapitel

Übersicht über die Automobilfertigung

Dieser Abschnitt beschreibt die wesentlichen Grundzüge der Automobilproduktion soweit diese für den Aufbau und den Einsatz von Produktionsleitsystemen relevant sind. Nach einem Überblick über die verschiedenen Fertigungstechnologien wird auf Trends und Herausforderungen eingegangen.

Automobilhersteller treibt dieses Thema ebenso um wie Hersteller von Produktionsanlagen oder von Software. Mit Big Data, also hochkomplexen und schlecht strukturierten Daten, die sich zudem noch in hoher Geschwindigkeit verändern, gehen die Unternehmen täglich um – und zunehmend stehen auch Werkzeuge bereit, die aus dem Datenschatz sinnvoll nutzbare Informationen generieren können. Die unterschiedlichen Ansätze der Data Science für Industrieanwendungen stellt Markus Kropik im Kapitel Übersicht über die Automobilfertigung im Buch Produktionsleitsysteme für die Automobilindustrie vor:

  • Daten lassen sich mit verschiedensten grafischen Mitteln visualisieren, wodurch Muster in den Daten sichtbar werden.
  • Bislang unbekannte Zusammenhänge in den Daten werden erkannt und liefern neue Möglichkeiten zur Steuerung und Planung der Produktion. Diese Ansatz birgt jedoch auch die Gefahr von Scheinkorellationen, da vermeintliche Korrelationenen in den Daten nicht immer tatsächlichen Zusammenhängen in der realen Welt entsprechen.
  • Die Signifikanz von Korrelationen lässt sich bewerten, sodass wesentliche Zusammenhänge für die Produktionsplanung priorisiert und andere vernachlässigt werden können.

KI in Teilbereichen der Produktion schon etabliert

Das Potenzial des maschinellen Lernens in der Produktion ist groß, die Grenzen noch nicht absehbar. Bewährt haben sich in der Analyse komplexer Daten neuronale Netze, die entweder überwacht, unüberwacht oder bestärkt lernen – je nachdem, ob der Algorithmus mit bereits strukturierten (überwacht) oder nicht-klassifizierten Daten trainiert wird (unüberwacht), und ob er hin wieder Rückmeldung über seinen Lernerfolg erfährt oder nicht (bestärkt).

In Teilbereichen der Produktion wie dem Condition Monitoring, der Verschleißklassifizierung, dem Qualitätsmonitoring oder der Bedarfsprognose haben sich überwacht trainierte neuronale Netze – allen voran Support-Vector-Machines – bereits etabliert, da Prozessdaten hier bereits vergleichsweise übersichtlichtlich und strukturiert sind, wie Max Hoffmann in der Übersicht zum Stand der Technik des Buchs Smart Agents for the Industry 4.0 ausführt.

Einsparung durch KI doppelt so hoch wie Investition

Knifflig wird es aber, sobald Daten prozess-, abteilungs- oder sogar standortübergreifend ausgewertet werden sollen. Genau das plant nun Bosch: Das unternehmenseigene Forschungszentrum Bosch Center for Artificial Intelligence (BCAI) hat ein KI-basiertes System entwickelt, das Anomalien und Störungen im Fertigungsprozess frühzeitig erkennen soll – und an das nun 800 Fertigungslinien in weltweit 50 Werken der Antriebssparte angebunden werden. Über ein Milliarde Datennachrichten gehen dann täglich in die Analyseplattform ein, darunter Sensor- und Kameradaten, die auch mithilfe des Manufacturing-Execution-Systems (MES) erfasst, über Dashboards visualisiert und mit Handlungsempfehlungen für die Produktionsmitarbeiter versehen werden. Weiterhin bietet das System die Möglichkeit, dass Maschinen und Montagelinien ihre Prozesse selbstständig korrigieren, sobald das KI-System Anomalien erkennt.

500 Millionen Euro investiert Bosch in den nächsten Jahren in die Digitalisierung und Vernetzung der Werke seiner Mobility Solutions-Sparte. Mittelfristig soll die KI-Lösung in allen rund 240 Bosch-Werken eingesetzt werden. Die Ersparnis durch die neuen Technologien dürfte die Investition bei weitem übersteigen: Mit Einsparungen von einer Milliarde Euro rechnet das Unternehmen. Wie das in Praxis gehen kann, zeigt das Beispiel des Bosch-Werks in Hildesheim, wo mithilfe des KI-Systems Störungen in den Prozessabläufen identifiziert und beseitigt wurden und sich die Taktzeiten in der Folge um rund 15 % verkürzten.

Fertigungskapazitäten ab Entwurfsphase präzise planen

Das Unternehmen Berghof Systeme geht mit seinem KI-Ansatz noch einen Schritt aus der Produktionshalle heraus: Gemeinsam mit den Unternehmen Analytik Jena und IWB Industrietechnik sowie der TU Ilmenau soll im Forschungsprojekt AgiLief eine selbstlernende Planungssoftware entwickelt werden, mit der bereits in der Entwurfsphase eines Produkts präzise Voraussagen für die Anzahl der erforderlichen Bauteile, Liefertermine oder für die Gesamtkosten der Produktion getroffen werden können – eine Aufgabe, die heute selbst erfahrenen Produktionsmitarbeitern schwer fällt.

Als Quelle für Trainingsdaten dienen den Partnern frühere Unternehmensprojekte. Bei fortschreitendem Produktionsprozess soll sich die Planungssoftware stetig synchronisieren, sodass ein Unternehmen zu jedem Zeitpunkt Entwicklungs- und Fertigungskapazitäten planen und Lieferanten frühzeitig Termine vormerken können.

KI nicht in die Hand von Produktionsmanagement-Experten?

Angesichts der Potenziale der KI-gestützten Produktion überrascht die zögerliche Umsetzung in der Industrie. Laut einer Studie des Digitalverbands Bitkom aus dem Jahr 2020 nutzen gerade einmal 14 % der Unternehmen KI-Anwendungen in ihren Produktionsprozessen, über 40 % der Befragten schätzten KI dabei nicht einmal als disruptive Technologie ein. Um das zu verstehen, lohnt sich ein Blick auf Till Saßmannshausens und Thomas Heupels empirische Analyse des Vertrauens in KI innerhalb des Produktionsmanagements im Buch Künstliche Intelligenz in Wirtschaft und Gesellschaft.

Dabei kommen sie zu dem überraschenden Ergebnis, dass Experten des Produktionsmanagements weniger in KI-Lösungen vertrauen als Nichtexperten. Zugleich ist das Vertrauen bei digitalaffinen Personen höher als bei nicht-digitalaffinen. Um KI-Lösungen dennoch erfolgreich in der Produktion zu implementieren, haben die Autoren zwei Ratschläge: Erstens sollten KI-Lösungen dann für Entscheidungen genutzt werden, wenn Vorhersagen ohnehin schwer zu treffen sind und wenn Fehlentscheidungen zugleich nur geringe Kosten zur Folge haben. Und zweitens sollten KI-Assistenten am besten zuerst bei digitalaffinen Mitarbeitern eingesetzt werden – auch wenn sie ansonsten über wenig Erfahrung im Produktionsmanagement aufweisen.

Weiterführende Themen

Die Hintergründe zu diesem Inhalt

Das könnte Sie auch interessieren

Premium Partner

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Bildnachweise