Künstliche Intelligenz in der Produktion: Mit Assistenzsystemen zur Autonomie
Vorrausschauende Wartung ist nur der erste Schritt: Künftig wird Künstliche Intelligenz (KI) einzelne Prozesse und ganze Anlagen revolutionieren. Bis zu einer vollständigen Autonomie ist es aber noch ein weiter Weg.
„KI wird in der Produktion eine zunehmende Rolle spielen“, ist Prof. Dr.-Ing. Berend Denkena, Präsident der WGP – Wissenschaftliche Gesellschaft für Produktionstechnik, überzeugt. Zwar sei KI keine wirklich neue Technologie: „Aber die Systeme können heute – aufgrund der zur Verfügung stehenden größeren Datenmengen und den Möglichkeiten zur Verarbeitung und Speicherung dieser Daten – auf bessere Grundlagen zum Trainieren zurückgreifen. Und diese Datenverfügbarkeit wird in der Industrie 4.0 weiter steigen.“
Die Einsatzbereiche für Maschinelles Lernen in der Produktion sind durchaus vielfältig. Sie reichen von der vorausschauenden Wartung (Predictive Maintenance) über neue datenbasierte Dienstleistungen und Pay-per-use-Modelle bis hin zur Produktionsoptimierung.
Sensorik für vorausschauende Wartung
Ein Beispiel für das Thema intelligente Wartung ist Tünkers. Der Maschinenbauer aus Ratingen spickt seine Maschine und Anlagen mit einer Vielzahl an Sensoren. Diese Daten werden in der Cloud gesammelt und analysiert: zunächst für das Condition Monitoring. „Im nächsten Schritt sollen die Daten aber auch für Predictive Maintenance genutzt werden“, betont Ralf Görtz, Mechatronik-Vordenker bei Tünkers Maschinenbau. „Ohne eine KI zur Auswertung wäre allerdings das ganze Sammeln, Speichern und Übertragen von Daten nur ein Datengrab“, ist Görtz überzeugt. „Die Flut an Daten kann man gar nicht manuell auswerten. Über Deep Learning Algorithmen dagegen kann aus den gesammelten Daten nicht nur der aktuelle, sondern auch der zukünftige Zustand der Maschine abgeleitet werden.“
Auch bei Trumpf nimmt KI mittlerweile eine Schlüsselrolle ein. „Künstliche Intelligenz betrifft die Tätigkeiten mehrerer Hundert Mitarbeiter bei uns in unterschiedlicher Form“, berichtet Dr. Thomas Schneider, Geschäftsführer Entwicklung des Geschäftsbereiches Werkzeugmaschinen bei Trumpf. Zum Einsatz kommt KI beispielsweise in der Qualitätskontrolle oder in KI-Lösungen, die Servicemitarbeitern Reparaturvorschläge machen.
Maschinen lernen im Verbund
Zudem setzt Trumpf KI direkt in seinen Maschinen ein. Bestes Beispiel ist der Laservollautomat Trulaser Center 7030. Diese Maschine schneidet Teile aus einer Blechtafel und löst sie automatisch heraus. Da die Blechteile sehr stark variieren können, muss die Maschine diese auf ganz unterschiedliche Weise aus der Blechtafel entnehmen, sonst verklemmen sie. Die richtige Strategie dafür findet die Maschine mithilfe von KI: Gelingt das Herauslösen nicht auf Anhieb, leitet die Maschine selbstständig Wiederholungen ein. Schneider: „Die Daten über erfolgreiche Entnahmen werten wir zentral aus und übertragen dann die Ergebnisse auf alle anderen Maschinen. Mithilfe von hunderttausenden Kundenrückmeldungen lassen sich Anlagen kontinuierlich perfektionieren.“
Der Lackieranlagenbauer Dürr nutzt Cloud- und KI-Technik für sein Angebot Ecoscreen Equipment Analytics, das Roboter- und Prozessdaten auswertet, um Abläufe in Lackieranlagen transparent zu machen. Hierfür entwickelt Dürr auch Module, die auf Basis künstlicher neuronaler Netze arbeiten. „Die Software erlernt vollautomatisch den optimalen Prozesszustand und registriert jegliche Abweichungen. Das heißt, die Software löst Problemstellungen zukünftig durch maschinelles Lernen selbst“, so Dr. Lars Friedrich, Vorstand der Dürr Systems AG.
Handhabung wird neu erfunden
Künstliche Intelligenz punktet aber nicht nur in komplexen Zusammenhängen wie in Lackieranlagen, sondern kann auch helfen, einzelne Prozesse wie Handhabungsaufgaben zu revolutionieren. „In den kommenden Jahren wird die industrielle Handhabung neu erfunden“, ist Prof. Dr. Markus Glück, Geschäftsführer Forschung & Entwicklung bei Schunk überzeugt. Wo früher jeder einzelne Schritt aufwändig programmiert wurde, würden Handling-Lösungen von morgen sehr viel selbständiger agieren. „Intelligente Handhabungssysteme aus flexiblen Greifern und Kameras lassen sich mithilfe der Methoden der Künstlichen Intelligenz in Laboranwendungen heute bereits intuitiv so trainieren, dass Greifaufgaben autonom erledigt werden können. Und in den kommenden Jahren werden wir hier rasante Fortschritte erleben.“
Konkrete Umsetzungserfahrungen mit KI-basiertem Greifen macht auch die Kuka-Tochter Swisslog mit ihrer automatisierten Kommissionierungslösung Item PiQ, die einen Kleinroboter mit einem intelligenten Vision-System sowie Funktionen für maschinelles Lernen kombiniert. Das aus einer 3D-Kamera und intelligenter Software bestehende Vision-System identifiziert die optimalen Greifpunkte für die jeweiligen Artikel und sendet die entsprechenden Informationen an den Multifunktionsgreifer des Roboters. Swisslogs Software SynQ verbessert dabei dank des maschinellen Lernens die Kommissioniergenauigkeit und Greiferleistung laufend.
Assistenzsysteme sind der erste Schritt
Haben wir also auch in den Produktionshallen bald sich selbst optimierende Anlagen?
Professor Denkena bremst die Euphorie: „Wir gehen davon aus, dass – ähnlich wie bei Kraftfahrzeugen – zunächst Assistenzsysteme zur Unterstützung der Produktionssysteme eingesetzt werden.“ Diese könnten dann Schritt für Schritt auch eine gewisse Autonomie ermöglichen. „Unsere WGP-Institute haben in verschiedenen Forschungsprojekten gezeigt, dass eine gewisse Autonomie in Bearbeitungsprozessen aufgrund integrierter Sensorik und entsprechender Algorithmen möglich ist. Hierdurch lassen sich Einfahr- und Rüstprozesse deutlich verkürzen. Ich gehe davon aus, dass wir entsprechende Anlagen innerhalb der nächsten zehn Jahre am Markt sehen werden.“