„Künstliche Intelligenz (KI) wird als Schlüssel für die Automatisierung der Fabrik angepriesen, um Maschinen immer intelligenter und autonomer werden zu lassen. Trotzdem nutzen noch zu wenige Industrieunternehmen das Potenzial, das ihnen diese Technologie an die Hand gibt“, sagt Dr. Lucian Dold, General Manager Tactics and Operations Global Account Management bei Omron. „Die gute Nachricht: Immer mehr Tools und Reife machen KI zugänglich und benutzerfreundlich.“
„Tech-Riesen wie Amazon oder Google nutzen KI bereits seit längerer Zeit weitreichend und gewinnen hierdurch signifikante Wettbewerbsvorteile. In der Industrie sieht das bislang noch anders aus“, so Dold weiter. Die Steuerung KI-basierter Systeme brauche Know-how und Expertise; Spezialisten, die genau verstehen, was sie tun. Deshalb finde sich der Einsatz von KI bislang nur in Nischenanwendungen, wo sich die Kosten für den Einstieg durch den Nutzen rechtfertigen lassen.
Im Fokus der Entwickler stehen nach Darstellung des Omron-Managers vermehrt Systeme, die eigenständig herausfinden können, warum sie angehalten haben oder warum es ein Problem gibt. Sensoren können es Bedienern etwa ermöglichen herauszufinden, dass einer Kartoniermaschine Zuschnitte fehlen, nicht jedoch, ob die Papierdichte außer Toleranz ist. Sensoren alleine sind daher nicht ausreichend. „Um wirkliche Systemautonomie zu erreichen, ist unterstützende Künstliche Intelligenz erforderlich“, so Dold. „Mithilfe intelligenter Algorithmen können Maschinen anspruchsvolle Analysen durchführen, die mit der Funktion des autonomen Nervensystems verglichen werden können.“
Mit kleinen Projekten starten
Dold stellt fest. „Erstens wird KI häufig zu allgemein angewendet, und zweitens weiß so mancher nicht, wie mit der komplexen Datenflut umgegangen werden soll, die ein derart pauschaler Ansatz erzeugt.“ Sein Rat: „Wer KI im eigenen Betrieb einsetzen will, sollte sich daher zunächst fragen, welches Problem gelöst oder welche Verbesserung erreicht werden soll. Es ist ratsam, klein und mit einem sehr spezifischen Problem zu beginnen. Anschließend müssen die relevanten Daten gesammelt und zeitsynchron gespeichert werden. Hierbei dürfen keine Informationen verloren gehen. Nutzen entsteht durch die folgende Datenanalyse.“
Künstliche Intelligenz hilft, Mitarbeiter zu schulen
KI kann Maschinen und auch Menschen smarter machen. „Erfahrene Mitarbeiter schulen die Maschine und die Maschine schult die ungelernten Mitarbeiter“, sagt Dold. Omron forscht beispielsweise in seinen Automation Technology Centre an KI-gesteuerten Maschinen, die Bediener auffordern, Produkte zu montieren und Arbeitsschritte umfassend zu dokumentieren. „So lassen sich die besten Methoden und Arbeitstechniken bestmöglich an andere Bediener vermitteln“, betont der Omron-Manager. „Zudem kann mittels KI auch kontrolliert werden, welche Aktionen ein Bediener an der Maschine durchführen sollte, um Fehler zu vermeiden. Bewegen sich die Hände des Bedieners beispielsweise in die falsche Richtung, wird ein Alarm ausgelöst und eine Empfehlung angezeigt.“
Fortschritte in Mobiltechnologie, Speicherung und Verarbeitungsgeschwindigkeit haben dafür gesorgt, dass sich KI-gestützte Berechnungen heute sehr schnell und wesentlich günstiger als zuvor durchführen lassen. „Allerdings ist KI kein Allheilmittel. Es ist nicht sinnvoll, vorschnell zu technischen Lösungen zu greifen, wenn es einfacher geht“, warnt Dold. Sei etwa bei einem Förderband ein Abschnitt beschädigt und verbogen, lasse sich dieses Problem mechanisch identifizieren und lösen.
KI unterstützt Automatisierung in der Automobilindustrie
KI könne insbesondere bei weniger offensichtlichen, verborgenen und individuellen Herausforderungen einen Mehrwert bieten. Dold nennt ein Beispiel aus der Lebensmittelindustrie: Hier arbeitet Omron derzeit mit einem Kunden an der Verbesserung von Dichtungsqualität und Siegelintegrität. Mithilfe eines KI-Ansatzes beim Versiegelungsprozess werden die Haltbarkeit des Produkts um mehrere Tage verlängert und fehlerhafte Versiegelungen minimiert. Ein weiteres Praxisbeispiel bietet Omron Automotive Electronics Italy (AEI), ein Unternehmen, das jährlich über 30 Millionen Komponenten für den weltweiten Automobilmarkt produziert. AEI hat seine Fertigungsabläufe überarbeitet und nutzt jetzt Datenanalyse für das intelligente Echtzeit-Management kritischer prozessbasierter Fehler. In einem ersten Schritt wurde dabei die Produktionslinie für G8HN-Leistungsrelais aufgerüstet. Der eingesetzte „I-Belt Data Service“ verantwortet dabei die KI-bezogene Datenerfassung und -verarbeitung in der Maschine.
Um KI in maschinengerechter Echtzeit zu nutzen, unterstützt der AI-Controller von Omron direkt am Prozess. Grundlage dieser weltweit ersten KI-Lösung, die „at the edge“ arbeitet, ist der Sysmac NY5 IPC beziehungsweise die NX7 CPU. Da der Controller nahtlos in die Sysmac- Produktionssteuerungsplattform eingebettet ist, sind keine Schnittstellen oder Datenbrüche zu überwinden, was der Effizienz massiv zugutekommt. Der KI-Controller ermöglicht es, Anomalitäten im Prozess sehr genau zu erkennen und sofortiges Feedback geben zu können.
Skalierung der KI-Lösung ist empfehlenswert
„Mit einem auf Skalierung ausgelegten technischen Lösungs- und Service-Portfolio können digital fortgeschrittene Unternehmen KI beispielsweise für die Identifizierung und Schulung von Best Practices, die Vorhersage von Fehlern oder die Überwachung von Betriebsbedingungen nutzen“, so Dold. Bei der Auswahl neuer Maschinen rät er lediglich darauf zu achten, dass diese über die nötigen Funktionen verfügen, um Daten künftig für KI-Zwecke bereitzustellen. Dold: „Unternehmen müssen dabei nicht genau wissen, welche Daten sie benötigen. Sie sollten sich darauf konzentrieren, welche Verbesserungen sie in ihrem Prozess erreichen wollen. Es lohnt sich, klein anzufangen und Schritt für Schritt Reife für mehr Wettbewerbsstärke und Effizienz zu gewinnen.“ sk