Cloud-Plattform: Wie die KI in die Produktionsprozesse kommt

Anbieter zum Thema

PSI Software SE | Business Unit Discrete Manufacturing

BE-terna GmbH

Bisher ist der Einsatz von künstlicher Intelligenz in der Produktion besonders für kleinere Unternehmen noch ein Buch mit sieben Siegeln. Cloud-Plattformen wie Microsoft Azure vereinfachen jetzt die Verwendung von KI deutlich – sei es in der Qualitätskontrolle, Beschaffungsoptimierung oder vorausschauenden Wartung.

Cloud-Plattform unter der Lupe: Mittlerweile ist das Thema KI in der Produktion kein Hype mehr, sondern ein umfassender Trend. Es gibt eine Vielzahl von Prozessen, die sich mit KI-Technologie verbessern lassen, von der Produktionsplanung über die Beschaffung bis zur Produktions- und Logistikoptimierung. Das Institut für angewandte Arbeitswissenschaft (ifaa) kommt in einer aktuellen Studie zu dem Schluss, dass 87 Prozent der Unternehmen mit über 1.000 Beschäftigten KI bereits eingeführt haben oder dies planen. Allerdings ist das bei den kleineren der gut 450 befragten produzierenden Unternehmen anders. Hier geben 65 Prozent an, die Technologie weder einzusetzen noch deren Einsatz zu planen.

KI macht es einfach

Dass sich KI gerade bei KMU noch nicht weiter durchgesetzt hat, liegt auch daran, dass sie das Thema als besonders komplex und überfordernd wahrnehmen. Neben den Ressourcen fehlen oft die Ideen für Einsatzszenarien. Dennoch sollte sich jedes produzierende Unternehmen jetzt Gedanken darüber machen, wie und wo KI konkret helfen könnte, optimaler zu produzieren. Denn mit dem Trend zu KI wächst auch die Gefahr, vom Wettbewerb mit effizienteren und kundenorientierteren Prozessen abgehängt zu werden. Beim Identifizieren von Bereichen, die von der neuen Technologie profitieren können, helfen externe Partner. Zugleich hat sich jedoch auch viel auf der Lösungsseite getan. So gibt es heute deutlich mehr „Out of the Box“-Ansätze. Mit ChatGPT ist zudem viel Bewegung in die Wahrnehmung von KI gekommen, weil Menschen merken, wie einfach deren Nutzung sein kann.

Leichter Einstieg über IoT-Cloud-Plattform

Für die Nutzung von KI in der Produktion ist die gleiche Experimentierfreude wichtig, denn auch hier sind der Einstieg und das Erproben entsprechender Anwendungen heute viel einfacher geworden. So bietet etwa die Industrie-Cloud-Plattform Microsoft Azure die Grundlage, um nicht nur IT-Systeme in der Produktion, sondern auch IoT-Sensorik und Edge-Devices zusammenzuführen. Im Standard sind Konnektoren für nahezu alle gängigen Systeme und Sensoren enthalten – auch für ERP-Systeme, die nicht von Microsoft stammen. Weil die Verarbeitung sämtlicher Daten auf einer Plattform stattfindet, ist der Wartungsaufwand gering. So lässt sich das Schnittstellen-Management weitgehend automatisieren. Viele Unternehmen haben in der Verwaltung bereits Office 365 im Einsatz und sind damit bereits auf der Azure-Plattform, deren Dienste sich auch in Fertigung und Logistik nutzen lassen.

Solche zusätzlich buchbaren Services decken bereits eine ganze Reihe von branchentypische KI-Fragestellungen ab. Azure-Synapse-Dienste von Microsoft vereinfachen zudem das Zusammenführen aller Datenquellen für Analysen und die Zusammenarbeit sämtlicher Beteiligten in einem KI-Projekt. Die Daten aus Anwendungen und IoT-Geräten werden in eine Pipeline eingespeist und an die entsprechenden Services weiterverteilt. Dazu gehört etwa auch die Verarbeitung von Video-Streaming-Daten in Echtzeitanalysen für die Qualitätskontrolle.

KI-Beispiele in der Praxis

Mit den Cognitive Services für die automatisierte Bilderkennung an der Produktionslinie wird per Video oder Foto die Qualität analysiert, um Probleme im Produktionsprozess frühzeitig zu erkennen. Anhand von gelabelten Aufnahmen, die Beispiele für gute und schlechte Qualität zeigen, lernt der KI-Algorithmus, die aktuelle Qualität zu bewerten. Auf dieser Basis lassen sich zum Beispiel Maschinenparameter rechtzeitig anpassen oder Maßnahmen für eine vorausschauende Wartung ergreifen. Zudem können Mitarbeiter an der Maschine durch KI bei Entscheidungen unterstützt werden. Indem das Domänen- und Prozesswissen automatisiert wird, werden auch Mitarbeitende mit weniger Erfahrung in die Lage versetzt, im Problemfall die richtigen Maßnahmen zu ergreifen.

KI statt manuelle Optimierung mit Excel

Viele Unternehmen mit bis zu 200 und mehr Mitarbeitern haben – trotz eines ERP-Systems – in Teilbereichen ein Schattensystem im Einsatz. Dabei wird Excel immer noch regelmäßig genutzt, um die Produktion auf Basis von Erfahrungswerten stetig zu optimieren. KI-Services können hier dazu beitragen, angesichts der vorhandenen Kapazitäten den optimalen Produktionsplan zu ermitteln – mit Blick auf die Produktionsreihenfolge oder die nötigen Personalausstattung. Dazu gehört auch eine rüstoptimierte Reihenfolge, um die Zeiten für die Werkzeugumrüstung insgesamt zu verkürzen. Auch bei Einlagerungsstrategien von Materialien, Bauteilen oder Halbfertigprodukten kann mit intelligenten Algorithmen viel erreicht werden, damit das richtige Teil zum richtigen Zeitpunkt so schnell wie möglich ans Band kommt. Ein weiterer Bereich ist die Energieverwaltung, die mit dem Druck zu mehr Nachhaltigkeit und Energieeinsparung immer wichtiger wird. Es stellt sich also die Frage, ob immer auf höchster Leistung gefahren werden muss oder auch 90 Prozent ausreichen. Und wie sieht die Ratio zwischen weniger produzierter Menge und eingesparten Energiekosten aus?

Cloud-Plattform: Analyse der brachliegenden Daten

Um mehr aus den vorhandenen Daten zu machen, ist in der Regel ein höherer Vernetzungsgrad notwendig. Dabei wird ein zentraler Ansatz im Datenmanagement immer wichtiger. Häufig werden heute Daten an der Maschine nicht sauber gespeichert – es fehlt an Transparenz und Kontrolle. Hier kann ein zentrales Datenmanagement auf einer Cloud-Plattform die regelmäßige Erhebung und Sicherung relevanter Daten für die Compliance gewährleisten. Vergleichbar mit einer Middleware organisiert die Plattform das Datenmanagement für alle Komponenten zentral.

So haben bereits viele Betriebe die Rüstzeiten für ein Produkt im ERP-System hinterlegt. Indem KI-Tools auch die Daten aus Subsystemen durchsuchen – wie etwa einer Plasmaschweißanlage, die nicht an das ERP-System angeschlossen sind, entsteht eine bessere Entscheidungsgrundlage. Entsprechend können auch die Daten der Stromzähler integriert werden, um das Energiemanagement besser in den Griff zu bekommen. Gegebenenfalls gilt es dann, weitere Energiezähler an den Maschinen anzubringen. Bei KI kommt es immer auf die Auswahl der richtigen Daten aus oft vielen hunderten Parametern an. Auch dabei können Beratungspartner helfen. Besonders relevant sind maschinenbezogene Daten wie Ausschuss und Maschinenverfügbarkeit, Bearbeitungszeiten von bestimmten Artikeln und Artikelgruppen, Liegezeiten von Produktionsaufträgen zwischen zwei Arbeitsgängen oder die interne Liefertermintreue.

Entlastung der Mitarbeiter durch KI

Ganz wichtig ist es, die Fachkräfte in der Produktion beim Thema KI an Bord zu holen. Je mehr Spezialwissen zu Prozessen und Maschinen und zur Lösung typischer Probleme in die Algorithmik einfließt, desto besser wird die KI. Dafür ist es wichtig, dass der Nutzen für alle transparent wird. Ein Beispiel hierzu: Wer sich von ChatGPT eine Rede zum Firmenjubiläum formulieren lässt, muss hinterher auch noch etwas daran feilen. Trotzdem ist damit ein großer Teil der Aufgabe bereits erledigt. Wenn die KI einen Vorschlag für den optimalen Produktionsplan auswirft, muss nur noch in äußerst überschaubaren Maß manuell nachjustiert werden, denn die Hauptarbeit ist bereits erledigt. Auch in anderen Bereichen kann die in Azure integrierte KI namens Copilot dabei helfen, Prozesse deutlich zu verkürzen. So lässt sich etwa das Erstellen von ansonsten aufwendigen Angeboten durch das automatisierte Zusammentragen von Detailinformationen in der Cloud-Plattform, der Ermittlung von Produktionskapazitäten und einer Prognose des Arbeits- und Zeitaufwands beschleunigen.

Der Autor Michael Hering ist Industry Manager Discrete bei der Cosmo Consult Group.

Lesen Sie auch: Studie bescheinigt Unternehmen steigendes Engagement in der Digitalisierung