KI in der Industrie: Maschinen werden immer smarter, um keine unnötigen Fragen mehr stellen zu müssen
Veröffentlicht am 8. Februar 2023 in Operational Excellence
Vor zehn Jahren war ich stolz, wenn ich sah, wie intelligent die Maschinen in unserer Produktion waren. Wenn ich mich an diese Zeit erinnere und die heutige Vorstellung von „intelligent“ als Maßstab nehme, erscheinen mir die smarten Maschinen von damals jedoch recht eingeschränkt. Warum? Nun, sie taten eigentlich genau das, wofür sie entwickelt worden waren. Doch sobald sie auf etwas Unerwartetes oder Ungewöhnliches stießen, waren sie ratlos und fragten den Bediener: „Was stimmt nicht mit mir?“ Fehlersuche und die Wiederinbetriebnahme erforderten Experten. Hochqualifizierte Bediener. Erfahrene Soft- und Hardware-Ingenieure.
Genau hier liegt das Problem, denn diese Spezialisten zu finden, ist in den vergangenen Jahren immer schwieriger geworden – Stichwort Fachkräftemangel. Es gibt nicht mehr ausreichend junge Talente, die ins Berufsleben starten, um die Zahl der Arbeitnehmer, die im Rentenalter sind, auszugleichen. Wenn die Pensionäre ein Unternehmen verlassen, nehmen sie ihr hart erarbeitetes Wissen und ihre jahrelange Erfahrung mit. Das bedeutet für Unternehmen: Jeder ausscheidende Arbeitnehmer geht einher mit einer potenziell weniger produktiven und schlechter qualifizierten Belegschaft.
Schluss mit den dummen Fragen!
Um dieser Misere zu begegnen, gibt es eine Lösung: Maschinen müssen intelligenter werden, damit sie keine dummen Fragen mehr stellen müssen. Maschinenbauer entwickeln in diesem Zusammenhang Systeme, die selbst herausfinden können, warum sie angehalten haben oder warum es ein Problem gibt. In gewissem Umfang geschieht das bereits. Ein gutes Beispiel ist Sensortechnologie, die dem Bediener einer Kartoniermaschine mitteilt, dass Rohlinge fehlen. Sensoren allein sind aber kein Allheilmittel. Um die Systemautonomie auf die nächste Stufe zu heben, ist künstliche Intelligenz (KI) erforderlich. Nur so können Maschinen intelligente Algorithmen nutzen, die in der Lage sind, anspruchsvolle Analysen durchzuführen, die Funktionen des menschlichen Gehirns ähneln. Aktuell wird viel über den Einsatz von KI zur Nachahmung menschlicher Denkprozesse in industriellen Anwendungen diskutiert. Konkrete Beispiele aus der Unternehmenswelt, die den Wert von KI erfolgreich nutzen, sind jedoch rar gesät.
Häufige KI-Fallen
Hierfür gibt es zwei Hauptgründe: Erstens tappt so manches Unternehmen in die Falle einer zu allgemeinen Anwendung von KI. Zweitens wissen viele nicht, wie sie mit der Datenflut umgehen sollen, die ein derartig pauschaler Ansatz erzeugt. Wer sich mit der Frage beschäftigt, wie sich KI in einem Betrieb einsetzen lässt, sollte zunächst definieren, welches Problem eigentlich gelöst oder welche Verbesserung erreicht werden soll. Idealerweise beginnen Firmen klein und mit einem sehr spezifischen Problem. Die nächste, nicht einfache Aufgabe besteht darin, relevante Daten zu sammeln. Projektverantwortliche müssen nicht nur sicherstellen, dass sie die richtigen Daten haben, sondern auch, dass diese zum richtigen Zeitpunkt gespeichert werden und ihnen keine Daten entgehen. Last but not least ist eine verlässliche Datenanalyse vonnöten.
Der AI Controller von OMRON ist die weltweit erste KI-Lösung, die „at the Edge“, also am Rand der Maschine, arbeitet. Die Hardware basiert auf dem Sysmac NY5 IPC und der NX7-CPU. Dieser Controller unterstützt Unternehmen bei diversen KI-Herausforderungen: Er zeichnet Daten mit Mikrogeschwindigkeit auf und analysiert sie mithilfe von Mustererkennung auf Grundlage von Prozessdaten, die direkt an der Produktionslinie erfasst werden. Der AI Controller ist in die Sysmac-Steuerungsplattform von OMRON integriert. Das bedeutet, dass er direkt in der Maschine eingesetzt werden kann, um Effizienzverluste zu verhindern.
KI in der Lebensmittelindustrie
Ein Beispiel aus der Praxis: OMRON arbeitet derzeit mit einem Kunden aus der Lebensmittelindustrie an der Verbesserung der Siegelintegrität. Anstatt sich darauf zu verlassen, dass der Bediener erkennt, wenn der Versiegelungskopf nicht so funktioniert, wie er sollte, nutzt die Verpackungsmaschine KI, um eine konstante Leistung zu gewährleisten. Durch diesen KI-Ansatz beim Versiegeln lassen sich die Haltbarkeit um mehrere Tage verlängern und fehlerhafte Versiegelungen minimieren. Hierdurch wird das Risiko, dass eine komplette Produktcharge von Kunden im Einzelhandel zurückgewiesen wird, beseitigt.
Machine Learning: So lässt sich die Erfahrungskluft überwinden
Bisher ging es vor allem um die Nutzung von KI, um Maschinen intelligenter zu machen. Eine andere Entwicklungsrichtung künstlicher Intelligenz besteht aber darin, Menschen intelligenter zu machen. Daten können von physischen Objekten – in diesem Fall von hochqualifizierten Arbeitskräften – zurückgegeben und für die Erkennung von Mustern angewendet werden. Einfach ausgedrückt: Der erfahrene Mitarbeiter schult die Maschine und die Maschine schult den ungelernten Mitarbeiter.
Die OMRON-Entwickler arbeiten derzeit an und mit KI-gesteuerten Maschinen, die Bediener auffordern, Produkte zusammenzubauen, und die aufzeichnen, wie sie das tun. So lässt sich die beste Ausführungsart von Aufgaben ermitteln, um sie anderen Bedienern beizubringen. Eine weitere industrielle Anwendung für maschinelles Lernen kann der Einsatz von KI sein, um festzustellen, welche Aktionen der Bediener an der Maschine durchführen sollte. Bewegen sich die Hände des Bedieners zum Beispiel in die falsche Richtung, wird ein Alarm ausgelöst.
KI-Vorhaben nicht überstürzen!
Unternehmen, die in Sachen digitale Transformation schon weit fortgeschritten sind, können den Wert der KI zumeist bereits gut für sich nutzen – sei es für die Identifizierung und Schulung von Best Practices, die Vorhersage von Fehlern oder die Überwachung von Betriebsbedingungen. Unternehmen, die noch am Anfang ihrer Digitalisierungsreise stehen, sollten sich aber nicht davon abhalten lassen, die Möglichkeiten der KI jetzt zu eruieren und erste Schritte zu wagen. Bei der Bestellung neuer Maschinen sollten sie bereits heute darauf achten, dass diese über die nötigen Funktionen verfügen, um Daten für KI-Zwecke zu generieren. Unternehmen müssen nicht genau wissen, welche Daten sie benötigen. Sie müssen aber wissen, welche Fragen sie ihrem Maschinenbauer stellen können. Idealerweise fangen sie dabei klein an und gehen schrittweise vor. Die menschliche DNA hat sich über Millionen von Jahren entwickelt. Deshalb ist es unrealistisch, von Maschinen zu erwarten, dass es ihnen gelingt, das menschliche Gehirn innerhalb weniger Monate nachzuahmen.
Kontaktieren Sie uns für weitere Informationen