Künstliche Intelligenz für Fertigung und Produktion

Wir implementieren menschzentrierte KI-Anwendungen in die Produktion

Künstliche Intelligenz ist eine Schlüsseltechnologie auf dem Weg zur Smart Factory. KI-Anwendungen finden sich entlang der gesamten Wertschöpfungskette in der Industrie 4.0 – von der Logistik über Fertigungs- und Montageprozesse bis hin zu Dienstleistungen und kommen vor allem bei Aufgaben zur Anwendung, bei denen Menschen an ihre Grenzen stoßen. 

Um im globalen Wettbewerb dauerhaft bestehen zu können, müssen Unternehmen zeiteffizient, wirtschaftlich und ressourcenschonend produzieren. KI-gestützte Prognosen können bei der Umsetzung dieser Anforderungen helfen – auch bei komplexen Produktionsprozessen. Mit intelligenter Sensorik, intelligenten Assistenzsystemen, vorausschauender Instandhaltung oder optimiertem Ressourcenmanagement verspricht KI in der Produktion vor allem Effizienzsteigerungen und innovative Geschäftsmodelle.

Die Anwendungsmöglichkeiten reichen von der Produktentwicklung, über die Logistik und Prozessoptimierung bis zur Qualitätssicherung und dem Energiemanagement. Die Anforderungen und Produkte ändern sich schnell und werden ständig angepasst. Durch die Integration von Erfahrungswissen und Transferlernen, können wir auch mit wenigen neuen Trainingsdaten die KI-Anwendungen über den gesamten Lebenszyklus der Anlagen an die aktuellen Bedingungen adaptieren. Wir unterstützen Sie dabei, KI-Anwendungen zielführend in Ihre industriellen Produktionsprozesse zu integrieren.

© Robert Kneschke, Adobestock
Wer zukünftig Unternehmenspotenziale nutzen will, muss jetzt die geeigneten Voraussetzungen schaffen. Wir begleiten die digitale Transformation in Mittelstand und Großunternehmen und Einführung von KI in Geschäftsprozesse und Geschäftsmodelle.

Unsere Leistungen rund um Big Data und KI:

  • Datenaufnahme: Verwendung und Aufbereitung vorhandener Produktions- und Maschinendaten, Einbeziehung von Erfahrungswissen Ihrer Mitarbeiterinnen und Mitarbeiter, Entwicklung maßgeschneiderter Sensortechnik, Planung von Experimenten zur Datenerhebung
  • Datenanalyse und Visualisierung: mit modernen statistischen Methoden für stetiges Monitoring, Mustererkennung, Dashboards
  • KI-Entwicklung: für Prognosemodelle, Empfehlungsdienste, Echtzeit-Monitoring, vorausschauende Instandhaltung, Parametrisierung von Anlagen (DOE), Fehlererkennung und Supply-Chain-Analysen
  • Implementierung: in Ihre Prozesse und Anlagen, Erstellen von Betriebskonzepten, Monitoring, Adaption der Modelle, Freigabeprozesse bei Modellwechsel

Die passende Lösung für jeden KI-Anwendungsfall

© Fraunhofer IFF, Dirk Mahler
© Fraunhofer IFF, Andreas Süß
© Fraunhofer IFF, Dirk Mahler

Transparente Logistik und Ressourcenplanung mit künstlicher Intelligenz

Die Logistik- und Ressourcenplanung im Lager ist eine große Herausforderung: Welche Artikel sind demnächst besonders gefragt? Welche Bauteile werden für künftige Aufträge besonders benötigt?

Wir nutzen maschinelles Lernen, um multidimensionale Muster in Ihrer Supply Chain zu erkennen. Wir analysieren verschiedenste Aspekte von Wareneingang, Lagerung, Produktion oder Distribution, um Ihre Ressourcenplanung zu optimieren, das zukünftige Auftragsaufkommen tages- oder sogar stundenweise vorherzusagen und Störungen in Ihren Liefernetzwerken frühzeitig zu identifizieren. 

Serviceorientierte Prozessoptimierung mit künstlicher Intelligenz

Die Aufträge von gestern sind noch nicht abgearbeitet, schon bestellt ein Kunde eine neue Charge zur schnellstmöglichen Auslieferung. Immer kürzere Lieferzeiten, kundenindividuelle Produkte, wachsende Anforderungen an Kundenorientierung und Kundenservice – industrielle Fertigungsprozesse werden immer komplexer und fordern Produktion und Logistik täglich neu heraus. 

Unsere Machine-Learning-Modelle verknüpfen Prozess- und Maschinendaten systematisch mit dem Fachwissen Ihrer Mitarbeitenden, um die komplexen Arbeitsabläufe in Ihren unternehmensinternen Prozessen objektiv nachvollziehbar zu machen. Die Modelle können die Auswirkungen verschiedener Steuerungsentscheidungen prognostizieren, in Echtzeit die Produktionsqualität überwachen und die vollständige Rückverfolgbarkeit der Wertschöpfungsketten gewährleisten.

Predictive Maintenance mit künstlicher Intelligenz

Je komplexer die Produktionsanlage, desto komplizierter die Wartung und Instandhaltung. Produktionsstopps und ungeplante Maschinenausfälle kommen Unternehmen teuer zu stehen.  

Mit unseren maßgeschneiderten KI-Prognosemodellen können Sie den technischen Zustand Ihrer Maschinen überwachen und sind dem Servicefall zwei Schritte voraus. Wir überwachen mit künstlicher Intelligenz Ihre Betriebsmittel, Anlagen und Prozesse. Algorithmen und automatisierte KI-basierte Prognosen sagen voraus, wann ein Maschinenteil verschleißt ist, eine Anlage gewartet oder eine Baugruppe wirklich ausgetauscht werden muss.

Kurz erklärt: Maschinelles Lernen? Deep Learning? Künstliche Intelligenz? Was ist der Unterschied?

Künstliche Intelligenz, maschinelles Lernen und Deep Learning – drei Fachbegriffe, die sich überschneiden, leicht zu verwechseln sind, aber streng genommen nicht das Gleiche bedeuten.

Das maschinelle Lernen verwendet Algorithmen, um Daten zu analysieren und über sie eine Aussage oder Vorhersage zu treffen. Anders als bei herkömmlicher Software wird kein Lösungsweg vorgegeben und programmiert. Maschinelles Lernen ist ein Methodenset und basiert auf Statistik und mathematischen Methoden der Mustererkennung. Durch das Eingeben großer Datenmengen wird ML trainiert und findet so die Parameter und mathematischen Modelle, die die Daten am besten beschreiben. Klassisches maschinelles Lernen ist besonders geeignet für strukturierte Datenmengen, die Datenaufbereitung ist Aufgabe des Menschen. Im industriellen Umfeld ist es aber auch oft so, dass nur ein kleiner Teil der Datenmenge für das Training geeignet ist. Deshalb entwickeln wir Methoden, um auch mit einer begrenzten Datenmenge robuste ML-Modelle zu erstellen.

Deep Learning ist ein spezieller Bereich des maschinellen Lernens, das Netzwerke mit vielen Schichten verwendet, um Muster in großen Datenmengen zu erkennen. Die Struktur eines solchen künstlichen neuronalen Netzwerks ähnelt dem menschlichen Gehirn. Ein Hauptunterschied zwischen klassischem maschinellem Lernen und Deep Learning liegt in der Fähigkeit, große unstrukturierte Datenmengen (z.B. Bilder oder Sprache) zu verarbeiten.

In beiden Fällen ist das Ergebnis ein ML-Modell. Eine künstliche Intelligenz kann auf Basis dieses ML-Modells nun Vorhersagen und situationsbezogene Entscheidungen treffen.

Kurz erklärt: Menschzentrierte KI?

Was ist mit »eine künstliche Intelligenz kann Entscheidungen treffen« gemeint? Wir denken künstliche Intelligenz vom Menschen her – unsere Lösungen sollen stets den Menschen bei der täglichen Arbeit unterstützen, bei komplexen Fragestellungen Entscheidungshilfe bieten oder von Routineaufgaben transparent entlasten. Wir gestalten KI-Systeme so, dass die Menschen mit ihrer Hilfe die beste Option begründet auswählen können. Eine KI kann z.B. basierend auf historischen Daten die Vorhersage treffen, dass bestimmte Artikel im Lager in naher Zukunft stark nachgefragt und knapp werden, die letztliche Entscheidung über eine Produktionserhöhung aber trifft der Mensch.

Mit HawkSpex rundum sorglos zur datengesteuerten industriellen Produktion

Wir begleiten mittelständische Betriebe und Großunternehmen bei der KI-Einführung – von der ersten Ideenfindung für KI-Anwendungsfälle über die Beratung und Auswahl der richtigen Technologien für die Datenerfassung zur Entwicklung erster Prototypen bis hin zum Ausrollen von Produktivsystemen.

Mit HawkSpex® Enable unterstützen wir Sie bei der Digitalisierung Ihres Unternehmens. Wir beraten Sie bei der Auswahl geeigneter Sensorik, bei der Datenerfassung, identifizieren maßgeschneiderte Methoden der künstlichen Intelligenz und integrieren die entwickelten Lösungen in Ihre Unternehmensprozesse.

Wir machen die digitalen Daten Ihrer Produktionsanlagen für Datenanalysen und Methoden der künstlichen Intelligenz verfügbar. Mit unserer anwendungsspezifischen Sensordatenerfassung HawkSpex® Scan können wir zusätzlich Daten in hoher Qualität generieren. 

Mit HawkSpex® Flow generieren wir ein maßgeschneidertes Datenverarbeitungsmodell – von der Vorverarbeitung bis zum Training des ML-Modells für Ihren KI-Anwendungszweck. Ist mehr Speicherplatz oder Rechenleistung nötig, ist über HawkSpex® Service eine einfache Cloudintegration möglich.

HawkSpex® Embedded integriert die entwickelte Softsensorlösung in Ihre technischen Geräte und Anlagen, skaliert auf die verfügbare Hardware. Neben der reinen Umsetzung der erforderlichen Funktionalität erfolgt ein Monitoring der Validität des Systems und der verarbeiteten Daten, z.B. bei geänderten Prozessbedingungen.

Aktuelle Produkte und Services für die KI-integrierte Produktion

Eine Auswahl unserer KI-Projekte und -Services, die wir vergleichbar auch gern für Sie umsetzen – maßgeschneidert für Ihren konkreten Anwendungsfall:

 

KI-CHECKUP

Mit unseren KI-Services wird Ihr Unternehmen in kurzer Zeit KI-ready. Wir finden mit Ihnen gemeinsam den passenden Weg zur Einführung von KI-Anwendungen in Ihr Unternehmen. 

 

Früherkennung von Produktionsstörungen durch ML

Im Projekt »ML4P« forscht ein Fraunhofer-Team an Methoden und Werkzeugen des maschinellen Lernens für das Produktionsumfeld.

 

Identifizierung und Rückverfolgbarkeit von Produkten mittels inhärenter Merkmale

Vorhandene (inhärente) Merkmale sind eine gute Möglichkeit, Produkte ohne zusätzlich angebrachte Kennzeichnungen sicher und kostengünstig zu erkennen.

Schnelles und robustes Anfahren von Anlagen

Beim Anlaufen und beim Umstellen von Produktionsprozessen müssen eine Vielzahl von Parametern an den Anlagen neu eingestellt werden. Wir unterstützen Sie mit unseren KI-Methoden bei der Versuchsplanung und bei der Integration von Erfahrungswissen.

 

Die transparente Fabrik

Wir entwickeln maßgeschneiderte Werkzeuge und Konzepte für Ihr Unternehmen, welche Informationsflüsse sichtbar und Ursache-Wirkungs-Zusammenhänge verstehbar machen.

 

Personaleinsatzplanung

Flexible, selbstorganisierende Personaleinsatzplanung in der Industrie 4.0.