KI-Anwendungen: Deutschland setzt auf KI in der Fertigungsindustrie

Hersteller können sich bei der Einführung von KI-Anwendungen im Produktionsablauf auf drei Einsatzszenarien konzentrieren: intelligente Wartung, Produktqualitätskontrolle und Bedarfsplanung, so ein Ergebnis der Studie des Capgemini Research Institute nach der Analyse von 22 möglichen KI-Anwendungen.

KI-Anwendungen in vier Sektoren analysiert

Die Capgemini-Studie „Scaling AI in Manufacturing Operations: A practitioners‘ perspective“ analysiert, wie KI-Anwendungen implementiert werden und untersucht hierzu weltweit 300 Top-Unternehmen aus den vier Sektoren industrielle Fertigung, Automobil, Konsumgüter sowie Luftfahrt und Verteidigung. Die Ergebnisse bestätigen das enorme Potenzial, das sich für die Branche durch KI hinsichtlich geringerer Betriebskosten, verbesserter Produktivität und höherer Qualität ergibt.

Führende Produktionsunternehmen sind Vorreiter

Die weltweit führenden Produktionsunternehmen in Deutschland (69 Prozent), Frankreich (47 Prozent) und Großbritannien (33 Prozent) sind laut der Studie die Vorreiter beim Einsatz von KI-Elementen im Fertigungsbereich.

„Um wettbewerbsfähig zu bleiben, haben sich die deutschen Fertigungsunternehmen schon frühzeitig damit auseinandergesetzt, KI in ihre Wertschöpfungskette einzufügen. Die Integration der KI muss allerdings tiefer gehen, denn trotz vieler KI-Konzepte fehlt es den meisten Unternehmen noch an Kompetenz und Erfahrung, diese in den Produktivbetrieb zu überführen“, betont Jochen Bechtold, Head of Manufacturing und Life Sciences bei Capgemini in Deutschland.

Nutzung von KI macht einen Unterschied in der gesamten Wertschöpfungskette

Führende Unternehmen nutzen KI über mehrere Produktionsbereiche hinweg zu ihrem Vorteil. Ein Beispiel dafür ist das Lebensmittelunternehmen Danone, das Prognosefehler um 20 Prozent reduzieren und Umsatzeinbußen um 30 Prozent vermeiden konnte, indem es maschinelles Lernen zur Vorhersage von Nachfrageschwankungen einsetzt. Auch der Reifenhersteller Bridgestone hat durch die Einführung eines neuen Montagesystems mit automatisierter Qualitätskontrolle die Einheitlichkeit der Produkte um über 15 Prozent verbessert.

Hersteller konzentrieren sich auf drei KI-Hauptanwendungsfälle

Der Studie zufolge starten die Hersteller in der Produktion mit drei KI-Anwendungsfällen (von insgesamt 22 in der Studie identifizierten). Diese weisen eine optimale Kombination mehrerer Merkmale auf und lassen sie so zu einem idealen Ausgangspunkt werden. Es zählen dazu ein klarer Geschäftswert, relative einfache Implementierung, Verfügbarkeit von Daten und KI-Kenntnissen.

Wo sich KI schnell rechnet

Die von Capgemini befragten Führungskräfte erläuterten, dass man in den Bereichen Produktqualitätskontrolle, intelligente Wartung und Bedarfsplanung KI am einfachsten implementieren kann und sich hier die beste Rentabilität ergibt. General Motors (GM) hat beispielsweise ein System entwickelt, das Anzeichen von robotischen Fehler erkennt, bevor sie auftreten. Dies hilft GM, Kosten für ungeplante Ausfälle zu vermeiden, die bis zu 20.000 US-Dollar pro Minute Ausfallzeit betragen können. Während es einen Konsens darüber gibt, welche Anwendungsfälle am besten geeignet sind, um mit KI in der Produktion zu beginnen, weist die Studie auch auf die Herausforderung hin, über die ersten Implementierungen hinaus zu skalieren und dann systematisch das Potenzial der KI weiter zu nutzen.

Lesen Sie auch: Künstliche Intelligenz mit Byte und Siegel? Eine Einschätzung zu den KI-TÜV-Plänen