Von der Aggregation zur Interpretation: Mit KI die Qualität von MES erhöhen

Die Anforderungen an Flexibilität und Reaktionsgeschwindigkeit in der Fertigung steigen kontinuierlich. Die Variantenvielfalt nimmt zu, gleichzeitig entwickelt sich die Produktion in Richtung Losgröße 1. Lieferzeiten müssen kürzer werden, Lieferketten sind zunehmend komplexer. Dynamik und Komplexität in Produktion und Produktionsplanung nehmen zu. Menschen allein sind mit diesen Anforderungen überfordert. Intelligente Tools müssen her. KI-basierte MES-Lösungen fangen die zunehmende Volatilität in der Produktion auf.

MES erzeugen einen homogene Datenpool

Bislang aggregieren MES Daten und erzeugen einen homogenen Datenpool, sodass sich die Daten verdichten und als KPIs visualisieren lassen. Durch die Auswertung historischer Daten wird zum Beispiel die Abweichung vom Normwert deutlich, die Ursachen hingegen nicht. Ein manueller Eingriff wird notwendig, um die festgestellten Abweichungen zu vermeiden. Und dies immer wieder.
Durch das Nachjustieren des MES wird die Abweichung unterbunden. Je komplexer ein Produktionssystem jedoch ist, desto schwieriger werden manuelle Interventionen, ihre Folgen werden immer weniger absehbar. Es lässt sich nicht mehr zurückverfolgen, ob neu auftretende Abweichungen im Zusammenhang mit aktuell vorgenommenen Änderungen stehen oder andere Ursachen haben. Weitere Eingriffe werden notwendig – das ist ein Teufelskreis.

Lerneffekt und implizites Wissen

Ein KI-basiertes MES verhindert solche Eingriffe. Es interpretiert die Daten und kann auf Basis dieser Interpretation reagieren. Die KI erkennt wiederkehrende Muster im Datenpool und kann aufgrund des im System vorhandenen Wissens reagieren. Die Reaktion selbst wird als neues Wissen im System gespeichert. Es tritt ein Lerneffekt ein. In der Praxis erfolgt die KI-Reaktion aktuell noch nicht autonom durch das System, sondern durch den Mitarbeiter. Er entscheidet über die auszuführende Option, die ihm die KI vorschlägt. So lernt die KI anhand der Entscheidungen des Mitarbeiters.
Das Wissen des Mitarbeiters wird in das KI-basierte MES transferiert. Werden KI-gestützte Systeme im Zuge der Digitalisierung über das gesamte Unternehmen ausgebreitet, steht das Wissen bereichsübergreifend zur Verfügung. Dieser Wissenstransfer in KI-Systemen verhindert, dass Wissen verloren geht, wenn Mitarbeiter ausscheiden.

Einsatzbereiche für KI-Systeme

Insbesondere im Rahmen der Prozessüberwachung, -optimierung und -steuerung entfaltet die KI ihr Potenzial. Durch eine vorausschauende Wartung (Predictive Maintenance) lassen sich frühzeitig Verschleiß und Beschädigungen erkennen. Wartungsarbeiten können rechtzeitig eingeleitet werden, ein Ausfall wird unterbunden und der Produktionsbetrieb gewährleistet.
Herkömmliche Produktionsplanungs- und -steuerungssysteme stoßen bei steigender Variantenvielfalt und immer kürzeren Produktionszeiten an ihre Grenzen. Mithilfe der KI kann für eine variantenabhängige Reihenfolgeplanung eine geeignete Prognose für unterschiedliche Produktionsszenarien erstellt werden, um den optimalen Produktionsablauf zu identifizieren.

Voraussetzungen für den KI-Einsatz

Speziell im Mittelstand sichern sich produzierende Betriebe durch den Einsatz einer intelligenten Automatisierung oder KI-basierte Assistenzsystem ihre Wettbewerbsposition. Die grundlegende Voraussetzung dafür ist eine hohe Qualität der erhobenen Daten, mit der eine KI trainiert wird. Das MES nimmt in produzierenden Unternehmen eine zentrale Position ein, an der sämtliche Daten zusammenkommen. Dadurch decken KI-basierte MES-Lösungen eine große Zahl an betrieblichen Anwendungen ab und verfügen über einen hohen Querschnittscharakter.
becos setzt auf KI-basierte MES-Tools, die den Mittelstand bei seinem Weg zur umfassenden Digitalisierung begleiten.

Mehr Informationen finden Sie hier.

Autorin: Elisabeth Fontani M.A., becos GmbH