Roboter agiert mit Künstlicher Intelligenz

Wie sich die Potenziale Künstlicher Intelligenz nutzen lassen, das wird in der Smart Factory OWL erprobt; mit dabei ist ein KR Cybertech Roboter von Kuka.

In der Smart Factory OWL, einem Reallabor für Künstliche Intelligenz (KI) in Lemgo, forscht das Fraunhofer IOSB-INA gemeinsam mit Roboterhersteller Kuka und neun weiteren Partnern an der industriellen Datenwirtschaft von morgen. Die zentrale Frage: Wie kann die Industrie Technologien der KI besser nutzen?

Dafür erhebt das KI-Reallabor Datenströme aus Kunststoffanlagen und -prozessen und stellt sie auf einer Plattform KI-Entwicklern und Unternehmen frei zur Verfügung. Im Juli startet die vollumfänglich vernetzte und KI-gestützte Produktion eines Mehrwegbechers aus einem biobasierten Kunststoff, der ganz ohne die Verwendung von Erdöl auskommt. Das Besondere: Nicht nur das für die Produktion verwendete Material aus nachwachsenden Rohstoffen ist nachhaltig, sondern auch der eigens vom Becherhersteller Cuna organisierte Recyclingkreislauf.

Mehr zum Projekt erfahren Sie hier:

In der Produktionsanlage entnimmt ein KR Cybertech Roboter von Kuka die Becher aus der Spritzgießmaschine und hält sie anschließend an einen Laser, wo die Becher beschriftet und mit einem Label versehen werden – mehr dazu lesen Sie hier. Anschließend stellt der Roboter die Mehrwegbecher auf ein Förderband.

„Als das Fraunhofer IOSB-INA mit der Anfrage auf uns zukam, war ich von den Potenzialen begeistert“, sagt Bernd Besserer, Global Key Account Manager und Teamleader Regional Sales DACH_2 bei Kuka. „Technologische Use Cases bringen uns wertvolle Erfahrungen, um die Industrie 4.0 voranzutreiben. Und andererseits erhalten KI-Anbieter reale Daten, mit denen sie passgenaue Lösungen für die Industrie entwickeln und verbessern können.“

Auch Nissrin Perez, Projektleiterin der Realproduktion vom Fraunhofer IOSB-INA, ist überzeugt, dass die offene Datenbasis für die deutsche Kunststoffindustrie große Fortschritte bedeutet. Mehr noch: „Wir wollen Fehler und Ursachen in Produktionsprozessen verstehen und lokalisieren. Dafür brauchen Komponenten und Anlagen eine gemeinsame, interoperable Sprache. Die Basis dafür legen die Datenströme, die wir zukünftig im Rahmen eines Collaborative Condition Monitoring erheben werden.“

sk