WIRTSCHAFTSSPIEGEL – Ausgabe 1/2023

Seite 17). Effizienz steht also im Vordergrund. Bei der Optimierung der Fertigungsprozesse kann die KI ansetzen: Sie kann etwa dafür genutzt werden, um Qualitäten per Bild- und Mustererkennung automatisch zu überprüfen und zu bewerten, um anschließend minderwertige Produkte automatisiert auszusortieren. Insbesondere den hohen Anforderungen im Automotive-Bereich kann so besser entsprochen werden, da Mängel erkannt werden, die ein Mensch mit seiner Sinneswahrnehmung nicht erkennen würde (siehe Seite 14). Häufen sich bestimmte Mängel, dann liegt der Schluss nahe, dass es ein Problem in der Fertigung selbst gibt. Dieses kann man dann je nach Fehlerart isolieren und beheben. Ohne den Einsatz von KI hätte man den Fehler vermutlich gar nicht oder erst viel später und unter großem Rechercheaufwand entdeckt. Erfolgversprechend ist auch, den Energieeinsatz für die Produktion oder den Materialverbrauch zu senken. Dies geschieht etwa, indem automatisiert kleinere Defekte in den Fertigungsanlagen identifiziert werden, welche unnötig Energie verbrauchen (siehe Seite 12). Materialverbrauch lässt sich etwa senken, wenn ein Rohstoff optimal verbraucht und Ausschuss minimiert wird (siehe Seite 15). Sollen etwa verschiedene Formen aus einem Blech gelasert werden, so kann ein Algorithmus auf der Basis der im System hinterlegten Formen die optimale Lage einzelner Werkstücke berechnen, um möglichst wenig Abfall zu produzieren. Die KI kann auch auf der Basis bisher produzierter Werkstücke errechnen, ob gegebenenfalls weitere oder an den Restbestand angepasste Formen ausgelasert werden sollen. Damit ermöglicht KI letztlich auch, neue Produkte zu entwickeln oder existierende Produkte zu verbessern – nicht nur im Bereich der Metallverarbeitung. Produktionsausfälle sind für ein Unternehmen sehr teuer. Damit sie nicht eintreten, müssen die Maschinen und Anlagen regelmäßig gewartet werden. Problematisch ist dabei, dass ein Servicetechniker einerseits nicht alle Defekte – beispielsweise aufgrund ihrer geringen Größe – erkennen oder gar vorhersagen kann. Andererseits können die Probleme auch zwischen den Wartungsintervallen entstehen. KI ermöglicht die Optimierung von Wartungsaufgaben, sofern die Maschinen mit geeigneter Sensorik ausgestattet sind, welche entsprechende Daten zum Zustand der einzelnen Komponenten sammeln können. Dabei ist es häufig möglich, ältere Maschinen mit modernen Sensoren auszurüsten. Man spricht dann vom Retrofit. Das kann teure Anschaffungen überflüssig machen. Die vorausschauende Wartung (sogenannte Predictive Maintenance) verhindert dann teure Leerlauf- oder Stillstandszeiten der Maschinen. Häufig wird KI auch mit Assistenzsystemen kombiniert oder im Rahmen einer vollständig autonomen Produktion eingesetzt. Beispielsweise werden unterstützende Systeme mit Hilfe von Robotern realisiert. Diese helfen etwa in Abhängigkeit des Produktionsfortschritts automatisiert beim Heben schwerer Teile in jede abbildbare Position oder fertigen ganze Produkte an Fertigungsstraßen autonom. Insbesondere im Automobilbereich kommen solche Systeme häufig zum Einsatz. Denkbar ist der Einsatz aber derzeit vor allem dort, wo standardisierte Abläufe vorherrschen. Mitarbeitende können sich dann entsprechend komplexeren oder kreativeren Aufgaben zuwenden. KI wird aber auch im Lieferkettenmanagement eingesetzt. So werden benötigte Materialien automatisch und rechtzeitig bestellt, damit Fertigungsstraßen nicht stillstehen und gleichzeitig keine unnötig großen Lager benötigt werden. Die Liste von bereits heute eingesetzten KI-Systemen ist beispielhaft. Klar ist, dass es bereits sehr gut möglich ist, Fertigungsprozesse zu optimieren und Maschinen in die Lage zu versetzen, Entscheidungen auf einer fun- dierten Datengrundlage und anschließender Analyse zu treffen (siehe Seite 11). Was kann in Zukunft möglich sein? Mit Blick auf die Zukunft ist es nützlich, vergangene Entwicklungen zu analysieren und auf dieser Basis Vorhersagen zu treffen. Im Rahmen von Prognosen können auch Vergangenheitsdaten mit aktuellen Ist-Daten kombiniert werden, um auf dieser Basis Vorhersagen zu treffen. Derzeit geht es im Wesentlichen darum, Algorithmen zu programmieren und diese für eine möglichst exakte Funktionsfähigkeit anzulernen. Es gibt mittlerweile auch zahlreiche kommerzielle und Open-Source-Tools, die fertige Algorithmen mitbringen. Vielmehr muss man sich hier um die Fertigungstechnik und Künstliche Intelligenz 9 Foto: TU Ilmenau Prof. Dr. Gunther Notni Projektleiter Thüringer Zentrum für Maschinenbau, TU Ilmenau „Die KI ist ein mittlerweile etabliertes Werkzeug in der energie- und materialschonenden Produktion. Mit den vielen Anknüpfungspunkten entlang der Produktionskette ergänzen sich das Thüringer Zentrum für Maschinenbau und das MittelstandDigital-Zentrum hierbei. Durch die kurzen Wege und die enge Zusammenarbeit schaffen wir gemeinsam ein attraktives und weitreichendes Angebot für die produzierenden Unternehmen, um eine nachhaltige und widerstandsfähige Wirtschaft in Thüringen zu etablieren.“

RkJQdWJsaXNoZXIy NDE3NTI=