Die lernende Fabrik

Künstliche Intelligenz hält Einzug in die Produktion. Der Artikel stellt vielversprechende Forschungsprojekte und erste praktische Anwendungen vor.

Lesezeit: 7 Min.
In Pocket speichern
vorlesen Druckansicht Kommentare lesen 1 Beitrag
Die lernende Fabrik

Dieser Scanner erfasst die Gestalt und Farbe eines Objekts, ein Algorithmus errechnet daraus einen digitalen Zwilling. Der Scanner ist Teil des Projekts Knowledge4Retail zur Stärkung des stationären Einzelhandels.

(Bild: Fraunhofer IPA)

Von
  • Bernd Müller

Künstliche Intelligenz und die deutsche Wirtschaft – eine Liebesbeziehung ist daraus noch nicht geworden. Derzeit schielen Unternehmen mehr ängstlich als neugierig auf die Technologie, die zum ersten Mal in der über zweihundertjährigen Geschichte der Industrialisierung nicht die Muskelkraft, sondern das Denkvermögen des Menschen ersetzen soll. Während große Konzerne KI bereits für sich entdeckt haben, tun sich kleine und mittlere Unternehmen schwer. "Die machen wenig mit KI", stellt Prof. Marco Huber fest. Der Informatiker vom Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA in Stuttgart nennt Scheu, Unwissenheit und die Schwierigkeit, Anwendungsfälle zu finden, als Ursachen. Außerdem fehlte oft die Zeit, weil die Auftragsbücher voll waren. Und nach Corona geht es für viele Betriebe erstmal ums Überleben.

Dennoch kann das IPA einige Erfolge beim Technologietransfer vorweisen. Das Institut hat mit Mitteln des Landes Baden-Württemberg das Zentrum für Cyber Cognitive Intelligence eingerichtet, das gerade auch kleinere Unternehmen beim Einstieg und bei der Umsetzung von KI-Projekten unterstützt. Ein Angebot ist der Quick Check: Das Unternehmen kann sich mit einer KI-Idee bewerben und das CCI bewertet gemeinsam mit dem Unternehmen die Machbarkeit. Die nächste Stufe ist das Exploring Project, bei dem das Konzept prototypisch umgesetzt wird. 59 Quick Checks, 12 Exploring Projects und sechs Demonstratoren hat das CCI bisher ausgeführt.

Immer wieder nachgefragt wird die vorausschauende Wartung. Durch maschinelles Lernen werden Sensordaten von Maschinen so interpretiert, dass sie eine Voraussage zulassen, wann eine Maschine ausfallen wird. In einem Quick Check haben die Experten des CCI mit einem Hersteller von Filtern mehrere Anwendungsfälle entwickelt, bei denen KI helfen kann. Bei einer Anwendung wird der Abrieb im Filter gemessen, was mit dem Verschleiß in der Maschine korreliert. Die Software gibt nicht nur einen Hinweis aus, wann der Filter ausgetauscht werden muss, sondern schlägt auch Alarm, wenn Verschleißteile am Ende ihrer Lebensdauer sind – ein völlig neues Geschäftsmodell für einen Filterhersteller.

Die Software "VisualCue" nutzt maschinelles Lernen, um Schraublöcher zu erkennen. Damit kann der Anwender den Roboter einfach anweisen, wo erschrauben soll.

(Bild: Quelle: Fraunhofer IPA; Foto: Rainer Bez)

Mit einem Hersteller von Strickmaschinen hat sich das CCI eine Anwendung ausgedacht, bei der KI automatisch Strickprogramme zur Produktion von Textilbandagen entwickelt. Der Betrieb, der so eine Maschine betreibt, kann seine Programme dann selbst entwickeln und muss nicht auf die Expertise des Maschinenherstellers zurückgreifen. "Hilfe zur Selbsthilfe war hier das Ziel des neuen Geschäftsmodells", so Huber. Weitere Anwendungen, die das Institut entwickelt hat und immer wieder nachgefragt werden, ist die Bildverarbeitung zur Erkennung von Qualitätsproblemen, die Planung der Produktion anhand einer Prognose der Nachfrage oder das autonome Programmieren von Robotern, die sich somit künftig selbst trainieren sollen.

Mehr von MIT Technology Review Mehr von MIT Technology Review

Eine Hürde für den Einsatz von KI in Betrieben ist der wilde Mix aus Computersystemen entlang von Produktionsstraßen. Das macht es schwierig, konsistente Daten zu erfassen, die nicht nur etwas über eine einzelne Maschine aussagen, sondern über die ganze Produktion. Die Lösung heißt FabOS, ein Betriebssystem, das ein Dach über alle IT-Lösungen in der Produktion spannt. FabOS hat Treiber für die Kommunikation mit den Maschinensteuerungen. Auch ein Platzhirsch wie Siemens mit seinem Betriebssystem Mindsphere unterstützt FabOS. Marco Huber, dessen Team an der Entwicklung des Betriebssystems für die Fabrik beteiligt ist: "FabOS vereinfacht die Einführung von Diensten mit Künstlicher Intelligenz." Doch die größte Hürde für KI räume auch FabOS nicht aus, so Huber: "Es gibt zu wenig Fachpersonal, das sich mit KI auskennt, und kleine und mittlere Unternehmen sind für solche Experten nicht so attraktiv."

Der "Griff in die Kiste" ist ein Klassiker unter den KI-Anwendungen. Der Roboter soll selbst lernen, Gegenstände zu erkennen und zu greifen.

(Bild: Fraunhofer IPA)

Dennoch gibt es einige Beispiele, wo auch kleinere Unternehmen schon KI nutzen oder konkrete Pläne haben:

  • Die Verschwendung von Lebensmitteln ist ein Problem – wirtschaftlich und ethisch. Laut einer Studie der Fachhochschule Münster werfen Bäckereien am Ende jedes Tages bis zu 17 Prozent der Ware in den Müll. Meteolytix will die Verschwendung reduzieren. Die Software des Startups hilft Groß- und Kleinbäckereien bei der Planung von Einkauf, Produktion, Verkauf und Personalbedarf. Eine Ursache für Schwankungen ist das Wetter, hat Mitgründer und Meteorologe Meeno Schrader festgestellt. Aber nicht die einzige: Behindert beispielsweise eine Baustelle in der Straße den Zugang zu einer Filiale? Findet in der Gegend gerade ein Volksfest statt? Fällt die nächstgelegene Straßenbahnlinie wegen Gleisarbeiten aus? Sind momentan Schulferien? Diese und zahlreiche weitere Faktoren bezieht meteolytix in seine komplexen Berechnungen ein. Die Software wendet dafür Algorithmen aus dem Bereich Predictive Analytics an und berechnet die Daten der externen Faktoren mit Hilfe von Künstlicher Intelligenz.
  • KI wird vielen Mitarbeitern auch bald in der Betriebskantine begegnen. Statt sich an der Kasse anzustellen, wo eine Kantinenmitarbeiterin die Speisen in die Kasse eintippt und das Geld kassiert, platziert der hungrige Mitarbeiter künftig sein Tablett unter eine Kamera. Die erkennt mittels KI, was sich auf dem Tablett befindet, und bucht den Betrag sekundenschnell von der Kundenkarte ab. Das Karlsruher Startup Auvisus, das dieses System entwickelt hat, sieht einen gigantischen Bedarf: Elf Milliarden Mahlzeiten servieren europäische Kantinen jedes Jahr.
  • Bosch Building Technologies hat eine automatische Erkennung von Bränden auf Basis von KI entwickelt. Durch maschinelles Lernen anhand von Videobildern kann das System einschätzen, welche Rauchdichte, Turbulenzen oder Farbverteilungen im Bild auf einen Brand hindeuten – sogar sicherer als ein Mensch. Serienreif ist der schlaue Brandmelder noch nicht, dazu braucht es mehr Trainingsdaten und Daten zur Validierung der Ergebnisse. "Außerdem sind die Prozessoren, die in die Kameras passen, noch nicht leistungsstark genug", sagt Sören Wittmann, Produktmanager bei Bosch Building Technologies.
  • Auch die Holzindustrie knüpft Erwartungen an KI. Saskia Stella Gleitsmann von den Holzwerken Gleitsmann erhofft sich eine Erhöhung der Ausbeute und Verringerung des Produktionsausfalls. Dies soll eine lernende Bandsäge leisten. Sie durchleuchtet den Baumstamm mit Röntgenstrahlen und bewertet Qualitätsmerkmale wie zum Beispiel Stammform, Mantelfläche, Astigkeit, Fäule, Farbigkeit und fehlerhafte Stellen. Die schlaue Säge gibt auf Basis der Kundenwünsche Empfehlungen, wie der Stamm gesägt werden soll, damit die Bretter eine hohe Qualität haben und möglichst wenig Abfälle entstehen.
  • Der Fotobuchanbieter CEWE bietet seinen Kunden eine KI, die Vorschläge zur Gestaltung des Buches macht. Christian Friege, CEO der CEWE Stiftung, ist dabei Transparenz wichtig: "Der Kunde kann selbst entscheiden, ob er KI nutzen möchte oder nicht."

Transparenz fordert auch Elisabeth André, Professorin für multimodale Mensch-Technik-Interaktion an der Universität Augsburg. "Was macht ein Arzt oder ein Wartungstechniker mit der Information eines lernenden Systems, die er nicht versteht?" Der Fokus müsse auf der verantwortungsvollen Nutzung der Daten liegen, das sei ein echter Wettbewerbsvorteil. Auch dass die deutschen Unternehmen an der Quelle der Daten – Maschinen und ihre Sensoren – sitzen. Die deutsche Wirtschaft sei richtig gut beim Bau intelligenter Produkte und müsse dies nun mit neuen Services verbinden, fordert Frank Riemensperger, Vorsitzender von Accenture in Deutschland. Ein Beispiel für ein neues Leistungsversprechen: weniger Unfälle durch das autonome Fahren. Ein anderes: intelligente Röntgengeräte, die nicht nur Bilder machen, sondern eine Therapie vorschlagen, die den Patienten schneller gesund macht. Riemensperger: "Die deutschen Unternehmen sollten mehr Mut haben zu neuen Leistungsversprechen."

Weitere Texte zur "Fabrik der Zukunft":

(jle)