Laut Branchenverband Bitkom sehen zwei Drittel der deutschen Unternehmen Künstliche Intelligenz als wichtige Zukunftstechnologie. Allerdings mangelt es oft noch an durchdachten und umfassenden Umsetzungsstrategien. Doch es ist aus vielerlei Gründen wichtig für Unternehmen, innovative Technologien und Ansätze kennenzulernen, ihren Zweck und Nutzen für das eigene Unternehmen zu eruieren und zu hinterfragen: Welche Bereiche lassen sich rationalisieren? Wie können KI und Fabrikautomatisierung Mitarbeiter in ihrem Handeln unterstützen? Bei der Auswahl neuer Maschinen etwa sollte darauf geachtet werden, dass sie über die nötigen Funktionen verfügen, um Daten künftig für KI-Zwecke bereitzustellen.

Das Zusammenspiel von Mensch und Maschine

Um KI maschinengerechter Echtzeit zu nutzen, unterstützt der AI-Controller von Omron direkt am Prozess.

© Omron

Ein anschauliches Beispiel für KI im Industrieumfeld ist der Tischtennisroboter ‚Forpheus‘ von Omron. Es geht bei dieser Technologie (die bereits bei vielen Branchentreffs und Messen präsentiert wurde) vor allem darum, das harmonische Zusammenspiel von Mensch und Maschine zu demonstrieren. Forpheus kann smarte Industrieautomatisierung und Produktionsabläufe der Zukunft inspirieren, denn der Tischtennistrainer zeigt eindrücklich, wie sich menschliche Fähigkeiten mithilfe intelligenter Technologie maximieren und unterstützen lassen. Zum Einsatz kommen KI, Robotik und Sensortechnologie, die gemeinsam Menschen die Arbeit erleichtern, Situationen voraussagen und es ermöglichen, frühzeitig auf Herausforderungen zu reagieren. Diese Kombination verschiedener Lösungen lässt sich auch in der Produktion einsetzen, um ‚Harmonisierung‘ zu realisieren.

KI kann Maschinen und auch Menschen smarter machen: Der erfahrene Mitarbeiter schult die Maschine und die Maschine schult den ungelernten Mitarbeiter – wie beim Roboter Forpheus. Das Tischtennisspiel fungiert als ein Beispiel für viele Arbeitsschritte, die in Produktion oder Verpackung, Lager oder Qualitätsüberprüfung denkbar sind. Omron forscht beispielsweise an KI-gesteuerten Maschinen, die Bediener auffordern, Produkte zu montieren und Arbeitsschritte umfassend zu dokumentieren, um so die besten Methoden und Arbeitstechniken zu ver- und ermitteln. Außerdem 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 etwa in die falsche Richtung, wird ein Alarm ausgelöst und eine Empfehlung angezeigt.

Fachkräftemangel erfordert neue Strategien

Warum es so essenziell ist, dass sich Unternehmen neue Strategien überlegen und auf innovative Lösungen setzen, zeigt sich beim Thema Fachkräftemangel, der Firmen verschiedenster Branchen vor enorme Herausforderungen stellt. Die Deutsche Industrie- und Handelskammer (DIHK) geht von rund zwei Millionen vakanten Arbeitsplätzen in Deutschland aus – Tendenz steigend. In der Industrie liegt der Anteil der Unternehmen, die mit einer Mehrbelastung ihrer Mitarbeiter rechnen, laut DIHK mit 66 % am höchsten. Ergo gilt es, Wege zu finden, menschliche Fähigkeiten durch den Einsatz von KI und mitarbeiterorientierten Automatisierungstechnologien zu unterstützen. Doch wie sieht dies in der Praxis aus?

Wirkliche Systemautonomie

Eine Überlegung zu Beginn: Die Steuerung KI-basierter Systeme erfordert viel Expertise, so dass sie sich aktuell vor allem in Nischenanwendungen finden. Entwickler setzen daher vermehrt auf Systeme, die eigenständig herausfinden können, weshalb sie beispielsweise gestoppt haben oder warum es ein Problem gibt. Während Sensoren es Bedienern ermöglichen, herauszufinden, dass zum Beispiel einer Kartoniermaschine Zuschnitte fehlen, zeigen sie aber nicht an, ob etwa die Papierdichte außerhalb des Toleranzbereichs liegt. Das heißt, Sensoren allein reichen nicht aus. Um wirkliche Systemautonomie zu erreichen, ist unterstützende Künstliche Intelligenz erforderlich, denn mithilfe intelligenter Algorithmen können Maschinen anspruchsvolle Analysen durchführen. Für den Industrieeinsatz ist dabei 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 sich anschließende Datenanalyse.

KI ist kein Allheilmittel

Der Einsatz von KI beim Versiegelungsprozess ermöglicht es, fehlerhafte Versiegelungen zu minimieren.

© Omron

KI-gestützte Berechnungen lassen sich durch immer weitere Verbesserungen in Mobil- und Speichertechnologie sowie Verarbeitungsgeschwindigkeit schneller und günstiger als zuvor durchführen. Aber: KI ist kein Allheilmittel und es ist nicht sinnvoll, vorschnell zu technischen Lösungen zu greifen: Ist etwa bei einem Förderband ein Abschnitt beschädigt und verbogen, lässt sich dieses Problem mechanisch identifizieren und lösen. KI bietet insbesondere bei weniger offensichtlichen und individuellen Herausforderungen einen Mehrwert. Ein Beispiel dazu findet sich in der Lebensmittelindustrie, wo Omron derzeit mit einem Kunden an der Verbesserung von Dichtungsqualität und Siegelintegrität arbeitet. Der Einsatz von KI beim Versiegelungsprozess ermöglicht es, die Haltbarkeit des Produkts um mehrere Tage zu verlängern und fehlerhafte Versiegelungen zu minimieren.

Nahtlose Datenintegration

Der Tischtennistrainer "Forpheus" zeigt eindrücklich, wie sich menschliche Fähigkeiten mithilfe intelligenter Technologie maximieren und unterstützen lassen.

© Omron

Ein weiteres Beispiel stammt aus dem Automotive-Bereich: Omron Automotive Electronics Italy (A.E.I.) – ein Unternehmen, das jährlich über 30 Millionen Komponenten für den weltweiten Automobilmarkt produziert – nutzt Datenanalyse für das intelligente Echtzeit-Management prozessbasierter Fehler. Zunächst wurde dabei die Produktionslinie für G8HN-Leistungsrelais aufgerüstet. Der eingesetzte ‚i-Belt Data Service‘ verantwortet die KI-bezogene Datenerfassung und -verarbeitung in der Maschine. Damit lassen sich Schwierigkeiten bei der Produktion und Verwaltung mit Fertigungsdaten verknüpfen. Die Daten werden in nützliche Informationen umgewandelt, mit denen Verbesserungen in die Praxis umgesetzt und Herausforderungen bei der Produktion gemeistert werden können. Um KI in maschinengerechter Echtzeit zu nutzen, unterstützt der AI-Controller von Omron direkt am Prozess. Grundlage dieser KI-Lösung, die ‚at the edge‘ arbeitet, ist der IPC ‚Sysmac NY5‘ beziehungsweise die ‚NX7‘-CPU. Da der Controller nahtlos in die ‚Sysmac‘-Produktionssteuerungsplattform eingebettet ist, sind keine Schnittstellen oder Datenbrüche zu überwinden, was die Effizienz verbessert. Der KI-Controller erkennt Anomalitäten im Prozess sehr genau und gibt sofortiges Feedback.

Roboter erlernen optimale Montage

KI in der Fertigung lässt sich gut auch in der Montage integrieren: Dabei lernen einerseits Roboter und Cobots von Menschen und bringen diesen andererseits bei, eigene Fähigkeiten weiterzuentwickeln – ähnlich wie beim Tisch-tennisroboter Forpheus. Grundlage dafür ist die Technologie ‚Sensing & Control + Think‘: Der Roboter lernt, wie Montageaufgaben auszuführen sind, indem er Handbewegungen folgt und aus Fehlern des menschlichen Bedieners lernt. Durch die so gewonnenen Erkenntnisse kann die Maschine eine optimale Strategie für den Zusammenbau eines Produkts entwickeln. In einem nächsten Schritt wird ein digitaler Zwilling des Roboters erstellt, um andere Bediener in einer virtuellen Umgebung zu schulen. Diese Teamarbeit zwischen Mensch und Maschine sorgt für kontinuierliche Leistungsverbesserung. Via Live-Data-Space-Verbindung lässt sich zudem die CO2-Produktion an Produktionsstandorten in verschiedenen Ländern in Echtzeit verfolgen. So kann die Energieeffizienz unterschiedlicher Standorte durch den Vergleich der CO2-Emissionen bei der Herstellung ähnlicher Produkte verbessert werden.

Ein weiteres Beispiel für eine Technologie, die Produktionsabläufe optimieren und beschleunigen wird, sind Linienkontrollsysteme (Cell Line Control System, CLCS). Sie sind mit einem Produktionskontrollmechanismus und einer Informationsplattform ausgestattet, um möglichst effizient fehlerfreie Produkte in einer Multiproduktfertigung mit variablen Volumina herzustellen. Zu derartigen CLCS gehören auch interaktive Fertigungssysteme, bei denen ein Cobot neben einen Bediener platziert wird, um in einem Arbeitsbereich synchron mit Menschen zu arbeiten.

Optimierungspotenzial schrittweise skalieren

Der Autor: Dr. Klaus Kluger ist Sales Director Zentral und Osteuropa bei Omron in Langenfeld.

© Omron

Fachkräftemangel, Nachhaltigkeitsbestrebungen, Lieferkettenengpässe und Wettbewerbsdruck sind nur einige der Hürden, die Industrieunternehmen verschiedenster Größe derzeit zu überwinden haben. Entscheider sind daher zunehmend gefordert, menschliche Fähigkeiten durch anwenderorientierte Automatisierungstechnologien und KI zu maximieren. Die Entwicklung eines harmonisierten Automatisierungskonzepts trägt zur Lösung dieses Problems bei. Zukunftsfähige Ansätze kombinieren Automatisierungstechnologien wie Robotik, Steuerung, Sensorik und Bildverarbeitung mit Technologien wie KI, AR und 5G, um Lösungen für eine nachhaltige Fertigung zu entwickeln. Dazu müssen Unternehmen jetzt ihre Abläufe analysieren und hinterfragen: An welcher Stelle besteht Optimierungspotenzial und wo eignet sich Automatisierung gepaart mit KI für die individuelle Problemstellung?