Zurück zur Übersicht

02.08.2019

Machine Learning nutzbar machen für Fertigungsunternehmen

Glaubt man der Wirtschaftspresse, werden unsere Fabriken in kurzer Zeit von KI-Anwendungen nur so strotzen. Diese Euphorie hat nun auch eher mittelständische Unternehmen erfasst, die bisher eher zurückhaltend in IT investiert hatten.

Die Einsatzfelder von Machine Learning klingen äußerst vielversprechend. Mit sog. strukturentdeckenden Verfahren können Anomalien in Daten erkannt, Prognosen auf sichere methodische Basis gestellt und vor allem bisher nicht klassifizierte Datenmengen mit einer Struktur, d.h. der Zuordnung zu einer Kategorie oder Gruppe versehen werden. Machine Learning fügt jetzt das selbständige Anpassen und Erweitern dieser Klassenbildung aus der Interaktion z.B. des Benutzers mit den erzeugten Entscheidungen hinzu. Das bei früheren KI-Anwendungen sehr aufwendige Knowledge Engineering kann nun sehr viel schneller erfolgen, so die Verheißung.

In Fertigung und Logistik ist die Anwendung von Machine Learning sinnvoll und möglich, wenn ausreichend Daten vorliegen und idealerweise ein bereits klassifizierter Trainingsdatenbestand vorliegt. Eine Hürde stellen die ständigen Veränderungen von Produkt- und Fertigungsspektrum dar. Eine Situation vor zwei Jahren mag den Daten nach ähnlich erscheinen, es muss aber noch zusätzlich berücksichtigt werden, ob es weitere Veränderungen in Produktstruktur und Fertigungsumgebung gegeben hat, die von den ausgewerteten Daten nicht erfasst worden sind.

In den Praxisprojekten des Forschungs- und Anwendungszentrums Industrie 4.0 versuchen wir zunächst, die naheliegenden Potenziale von Machine Learning zu erschließen. Das kann eine Prognose des Montageaufwands bei einem Hersteller variantenreicher Serienprodukte sein oder eine sekundengenaue Überprüfung von Fertigungsparametern zur Identifikation von Qualitätsmängeln bei einem Spritzgußteilehersteller.

Es zeigt sich, dass in der integrierten Auswertung und einfachen Weiterverwendung der vorhandenen Daten bereits erhebliche Nutzenpotenziale liegen. Ein logischer nächster Schritt liegt dann in der Ausweitung der Datenerhebung durch sog. Industrie 4.0-Boxen, mit denen auch Altmaschinen in das Machine Learning einbezogen werden können.