Jürgen Wunderlich ist Professor für Wirtschaftsinformatik an der Hochschule für angewandte Wissenschaften in Landshut – und ein Experte für die Blockchain-Technologie. Ein Gespräch über Wassertemperaturen, Datenschutzbedenken und die aktuelle Debatte zum Lieferkettengesetz.

Künstliche Intelligenz (KI) kann heute schon den Menschen in der Produktion bei seiner Tätigkeit unterstützen. Dennoch zögern noch viele Unternehmen beim Einstieg in die neue Technologie. Dieser Artikel stellt die wichtigsten KI-Grundlagen und Anwendungsgebiete in der Produktion vor und gibt eine Empfehlung für den nachhaltigen Einstieg in das Thema KI.

Vier Milliarden Kunststoffteile stellt Sulzer Applicator Systems pro Jahr im Spritzgussverfahren her. Wie das gelingt und wie sich dabei eine Produktivitätssteigerung von mehr als zehn Prozent erreichen lässt, zeigt ein Blick in die Fertigung bei Sulzer in Haag, Schweiz.

Die Diversität menschlicher Körper ist eine große Herausforderung für die Bekleidungsindustrie. Unterschiedliche Morphotypen benötigen speziell dafür angepasste Größensysteme sowie Daten zur Häufigkeitsverteilung der Morphotypen in der Bevölkerung für die Produktionsmengenplanung. Dazu wurden Reihenmessungen mit Varianten von KI-Algorithmen trainiert und aus der Klassifizierung dann Größentabellen und Häufigkeitsverteilungen abgeleitet.

Besonders im Bereich kleiner Stückzahlen mit komplexen Produktionsschritten weist der Mensch einen Vorteil gegenüber vielen Automatisierungslösungen auf. Um diese Flexibilität und Produktivität präventiv zu schützen, müssen Assistenzsysteme entwickelt werden, die nicht ergonomische Tätigkeiten verhindern und den Menschen unterstützen. Gerade die vorausgesetzte Flexibilität stellt hier eine besondere Herausforderung dar.

Künstliche Intelligenz (KI) und Lernende Systeme bieten enormes wirtschaftliches Potenzial und sind Treiber des digitalen Wandels. Sie verändern die Wertschöpfungsketten, Geschäftsmodelle und Beschäftigungsstrukturen in der Industrie radikal. Traditionelle Produkte werden in nahezu allen Branchen durch datengetriebene Services erweitert. Um mit dem internationalen Wettbewerb Schritt zu halten, müssen Unternehmen ihre Betriebsdaten mithilfe Künstlicher Intelligenz wirtschaftlich nutzbar machen und damit neue Geschäftsmodelle ermöglichen – und zwar besser heute als morgen.

Industrie 4.0 und die damit verbundene Vernetzung der gesamten Wertschöpfungskette sind zentrales Thema in der deutschen Fertigungsindustrie. MES gilt dabei als einer der Enabler für Industrie 4.0. 

Mit der zunehmenden Verfügbarkeit von IoT-Devices und einer deutlich stärkeren Vernetzung der Fertigung mit Internet-Technologien rückt auch eine Verbesserung der Fabriksteuerung durch den Einsatz Künstlicher Intelligenz (KI) in den Vordergrund. Dieser Beitrag beschreibt am Beispiel einer variantenreichen Serienfertigung, welche Schritte zu gehen sind, um mit KI die Fabriksteuerung zu verbessern.

Cyber-Physical Systems (CPS) sind ein Beispiel für die immer engere Verbindung von digitaler und realer Welt. Denn in CPS werden Abläufe und physische Gegenstände unmittelbar in digitale Prozesse integriert. Für IT-Experten bedeutet das mehr Komplexität in der Entwicklung von IT-Systemen. Denn die bisherige Modellbildung, mit der sie gearbeitet haben, stößt angesichts der Unordnung in der realen Welt an ihre Grenzen. Künstliche Intelligenz (KI) hilft dabei, diese Komplexität zu beherrschen und so den Einsatz von CPS zu erleichtern beziehungsweise zu ermöglichen. Die Stärke von CPS liegt insbesondere im Finden von Optimierungspotenzialen, im Erkennen von Mustern und in der engen Zusammenarbeit mit Menschen. Verfahren wie Machine Learning, das die Grundlage für beispielsweise Bilderkennung oder Spracherkennung liefert, erlauben einerseits engere Interaktionsmöglichkeiten zwischen Mensch und CPS. Andererseits erhöhen diese Techniken den Autonomiegrad, mit dem CPS arbeiten können. In Summe entstehen dank KI neue Einsatzszenarien. Die Kombination dieser Technologien stößt die Tür für die Fabrik der Zukunft auf. Diese Entwicklung muss sich auch in den zugrundeliegenden IT-Systemen niederschlagen, die Unternehmen aufbauen. Die Verantwortlichen müssen Strukturen schaffen, in denen klassische Informationssysteme, CPS und Cognitive Computing Systems integriert zusammenarbeiten können.

In der Arbeitsplanung werden derzeit zumeist statische Bedingungen angenommen und vermeintlich optimale Fertigungsabfolgen vor dem Produktionsstart festgelegt. Dynamische Einflüsse während der Fertigung führen zu unsystematischen Umplanungen und einem ineffizienten Planungsergebnis. Im Folgenden wird daher ein Ansatz zur adaptiven Fertigungssteuerung mit Hilfe eines Genetischen Algorithmus präsentiert.

Wenn ich mir die aktuellen Diskussionen um IoT und smarte Materialwirtschaft anschaue, dann bin ich immer wieder überrascht, wie oft der Eindruck erweckt wird, dass vor allem Künstliche Intelligenz das wesentliche Element zum Schließen der Digitalisierungslücken in Supply Chain Management und Materialwirtschaft sei.

Der Aufbau eines nachhaltigen „IT-Produktionsgedächtnisses“ durch die MES-Implementierung aus Maschinen- und Betriebsdatenerfassung sorgt bei der Tillmann Profil GmbH für mehr Transparenz und besseres Produktionscontrolling.

Sensoren und Aktoren finden immer häufiger Anwendung in der industriellen Produktion. Traditionell werden zentralistische Ansätze für die Verarbeitung der Sensordaten und Ansteuerung der Aktoren verwendet. Zunehmende Dichte von Sensoren und Aktoren, mit gleichzeitig fortschreitender Miniaturisierung, erfordern dezentrale Datenverarbeitung in verteilten Netzwerken aus Sensoren und Aktoren. Die Künstliche Intelligenz, ein Teilgebiet der Informatik, kann wichtige Beiträge für Robustheit und Autonomie bei der Verarbeitung und Verteilung von Daten in solchen Netzwerken liefern.

Im Zentrum der Bestrebungen im Rahmen von Industrie 4.0 steht die intelligente Vernetzung von Maschinen, Produkten und Planungssystemen. In diesem Beitrag wird ein Ansatz vorgestellt, bestehende Produktionsressourcen auf Basis intelligenter Software-Agenten mit einer Selbstrepräsentanz auszustatten. Zu diesem Zweck wird eine Methodik beschrieben, Multi-Agenten-Systeme auf Basis des Schnittstellenstandards OPC UA zu modellieren und die Kommunikation zwischen Software-Agenten mittels eines durchgehenden Informationsmodells zu formalisieren.

In diesem Beitrag werden die theoretischen Grundlagen der Maschinenbelegungsplanung für mehrstufige Produktionsumgebungen erörtert und davon ausgehend Lösungsverfahren für Belegungs-
probleme unter praxisrelevanten Problemstellungen entwickelt. In der Printausgabe von productivITy (Ausgabe 2-17) wurde eine Kurzfassung dieses Beitrages veröffentlicht. In der hier vorgelegten Online-Fassung werden die Abbildung praxis-
typischer Rahmenbedingungen für die Maschinen-
belegungsplanung sowie die Bewertung alternativer Belegungsplänen ausführlicher beschrieben.

Beitrag als PDF herunterladen

In modernen Fabrikbetrieben wird nach Lösungen zur Reduktion von Energiekosten und Kohlenstoffdioxidemissionen gesucht, dabei jedoch häufig die Beleuchtung vernachlässigt. Durch die stetige Weiterentwicklung der LED existieren marktreife intelligente Beleuchtungssysteme, die äußerst energieeffizient und emissionsarm sind und darüber hinaus weitere Nutzenpotenziale zur Prozessverbesserung aufweisen.