Künstliche Intelligenz

Fünf-Stufen-Plan für den KI-Einstieg

Keine Angst vor KI: Omron hat einen Ratgeber zusammengestellt, wie Unternehmen das Potenzial innovativer Technologien wie „KI at the Edge“ nutzen können.

Omron hat einen Ratgeber zusammengestellt, wie Produktionsunternehmen und KMU der KI-Einstieg in fünf einfachen Schritten gelingen kann. © Omron

Geht es um den Zukunftstrend künstliche Intelligenz (KI), hinkt Deutschland Nationen wie China oder den USA deutlich hinterher. Das hat eine aktuelle Studie der Weltorganisation für geistiges Eigentum (WIPO) der Vereinten Nationen herausgefunden. Diese Entwicklung wird forciert von der Sorge vieler Unternehmen hierzulande, dass der Einsatz auf künstlicher Intelligenz basierender Technologien für sie zu aufwändig, teuer oder schwierig sei. Omron möchte diese Bedenken mindern und hat einen Ratgeber zusammengestellt, wie Produktionsunternehmen und KMU der KI-Einstieg in fünf einfachen Schritten gelingen kann.

Durch immer höhere Rechenleistungen, wachsende Datenmengen sowie den vermehrten Einsatz von Sensoren nimmt die Diskussion um künstliche Intelligenz in der Fabrik derzeit rasant an Fahrt auf. Im Rahmen der Industrie 4.0 erforderlichen Weiterentwicklungen wie Predictive Maintenance und einer vernetzten Produktion bieten adaptive Algorithmen ein enormes Potenzial. KI kann in diesem Zusammenhang helfen, die Gesamtanlageneffektivität (OEE) zu erhöhen und so Kosten zu reduzieren sowie die Produktivität zu erhöhen.

Hohe Anforderungen an Infrastruktur und IT
Das Problem: Viele der am Markt beworbenen, oft Cloud-basierten KI-Lösungen stellen enorme Anforderungen an Infrastruktur und IT. Hinzukommt, dass diese Lösungen mit einer gewaltigen Menge an Daten arbeiten, die mühsam in der Vorbereitung und Bearbeitung sind. Außerdem sind Systemkonzepte für den Maschinenbau häufig komplex und speziell auf die jeweiligen Anforderungen abgestimmt. Ein verlässlicher Einsatz typischer KI-Algorithmen ist nur durch umfassende Tests, stete Optimierung und häufig auch Überdimensionierung möglich – ein großer Aufwand, vor dem viele zurückschrecken.

Anzeige

Omron rät: Keine Angst! Bereits heute gibt es KI-Lösungen, die sich gut für den Einsatz in der Industrie eignen. Hierzu gehören Open-Source-Software und Anwendungen, die auf maschinelles Lernen setzen. Robotik- und Automatisierungsanbieter wie Omron entwickeln derzeit KI-Integratoren, die insbesondere kleine und mittelständische Unternehmen dabei unterstützen, künstliche Intelligenz praktisch und effizient einzusetzen.

Die folgenden Tipps unterstützen den KI-Einstieg:

Daten-Knowhow erweitern
Produzierende Unternehmen sind häufig eher abwartend, wenn es um neue Technologien geht. Denn sie arbeiten mit Maschinen, die 20 und mehr Jahre laufen müssen. Das bedeutet aber nicht, dass sie in Sachen KI das Nachsehen haben müssen. Es wird Zeit, dass sie ihre Scheu überwinden und sich intensiver mit den Chancen innovativer Technologien beschäftigen. Um diese Möglichkeiten optimal zu nutzen, sollten Unternehmen sicherstellen, dass sie mit großen Datenmengen und fortschrittlichen Algorithmen – den zwei Grundpfeilern der künstlichen Intelligenz – arbeiten können. Sowohl Firmenlenker als auch Mitarbeiter stehen in der Pflicht, sich diesbezüglich weiterzubilden.

Strategische Fragen klären
Die zentralen Fragen zu Beginn eines KI-Projektes lauten: Welche Herausforderung soll angegangen werden? Welche Strategie und Technologie eignen sich am besten und sind diese anpassbar? Welche Führungskräfte und Mitarbeiter sollen mit an Bord geholt werden? Gibt es die notwendige Expertise im eigenen Unternehmen oder müssen externe Experten involviert werden? Wie lässt sich eine neue Maschine mit integriertem Data Science-Ansatz planen und realisieren?

Messbare Verbesserung der OEE
Oberstes Ziel des KI-Einsatzes sind Qualitäts- und Prozesseffizienzsteigerungen, beispielsweise durch eine verbesserte Predictive Maintenance zur Vermeidung von Maschinenstillständen. Die auf KI-basierende Lösung sollte daher auf mess- und spürbare Verbesserungen der OEE abzielen. Bereits eine Optimierung um nur wenige Prozentpunkte kann zu erheblichen Effizienzsteigerungen und Kostensenkungen führen. KI in der Maschineninstandhaltung hilft, das Risiko von Geräteschäden und Stillstandzeiten zu reduzieren: Probleme lassen sich frühzeitig erkennen und sofort Maßnahmen zu deren Beseitigung einleiten. Ohne Automatisierung müssten Maschinenentwickler und -bediener eigene Analyse- und Optimierungslösungen kreieren oder kostspielige Cloud-Lösungen nutzen.

Auf „KI at the Edge“ setzen
Anstatt mühsam eine riesige Menge an Daten nach Mustern zu durchsuchen, ist eine Technologie vonnöten, die Dinge anders angeht: Idealerweise sind die erforderlichen Algorithmen hierbei in die Maschinensteuerung integriert und schaffen so den Rahmen für Echtzeitoptimierung „at the Edge“ (auf Maschinenlevel). Produktionslinien und Maschinen werden hierbei mit Echtzeitsensoren überwacht, die Daten gesammelt und auf Auffälligkeiten überprüft. Es wird keine Internetverbindung benötigt, IoT-Protokolle sind verlässlich integriert. Firmen sind so nicht länger auf Cloud Computing angewiesen. Ein Beispiel: Beim Edge Computing werden einzelne Fertigungslinien oder Standorte mit begrenzter Rechenleistung analysiert.

Der AI-Controller von Omron hat mit seiner in die Sysmac-Plattform integrierten KI-Steuerung jedoch eine adaptive Intelligenz, die näher am Geschehen ist. Sie lernt darüber hinaus, normale von abnormalen Mustern zu unterscheiden. Der AI-Controller ist eine Komplettlösung für die Fabrikautomatisierung mit Modulen für Steuerung, Bewegung und Robotik, Bildverarbeitung und Maschinensicherheit. Er eignet sich für Unternehmen verschiedener Branchen und Größen.

Problemlose Implementierung
Zudem sollte sich die KI-Lösung einfach und zügig implementieren lassen. Bei „KI at the Edge“ werden Steuerungsfunktionen von Fertigungslinien mit einer auf KI basierenden Datenverarbeitung in Echtzeit kombiniert. Unternehmen können unvorhergesehene Situationen verlässlich und immer aktuell erkennen und schnell reagieren. Außerdem gestattet es diese Technologie, die Qualität zu steigern, Wartungszyklen und Lebenszyklus von Maschinen zu verbessern sowie bei Bedarf zu skalieren. Die Prozesse gewinnen an Intelligenz auf der Grundlage bisheriger Erkenntnisse und Verbesserungen. Zudem treiben sie die ganzheitliche Optimierung des gesamten Fertigungsprozesses voran.

Beim KI-Controller von Omron erfolgt die Erfassung der Rohdaten vollautomatisch. Zusätzlich erstellt der Controller automatisch Datenmodelle aus Korrelationsanalysen und überwacht den Maschinenstatus auf Grundlage dieser Modelle. Die Hardware basiert auf der Sysmac NY5 IPC und der NX7 CPU. Bei ihr kommen KI-Komponenten von Omron sowie eine umfassende Bibliothek aus vorprogrammierten Funktionsblöcken für eine vorausschauende Wartung zum Einsatz. Diese wurden anhand typischer Anwendungen entwickelt und erstellt. as

Anzeige

Das könnte Sie auch interessieren

Anzeige

IIoT-Lösungen

Zum Einstieg in die digitale Fertigung

Konica Minolta zeigt auf der SPS aktuelle IIoT-Lösungen. Am Stand stehen insbesondere die Verknüpfung der industriellen Produktion mit modernen Informations- und Kommunikationstechnologien wie Smart Glasses, Sensoren oder Wärmebildkameras im Fokus.

mehr...
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige

Greifertechnik

Sensorik boomt bei Greifsystemen

Flexibele, autonome und vernetzte Handhabungssysteme halten Einzug in die Produktion. Zudem wird die Zusammenarbeit von Mensch und Maschine revolutioniert. Damit das gelingt, braucht es Greifsysteme für die smarte Fabrik. Dabei gewinnt die Sensorik...

mehr...

Selbstlernende Software

KI hilft sparen

Mit der Lager-Optimierungs-Software (LOS) von Heureka Business Solutions sollen die Durchlaufzeiten im Lager um mehr als 30 Prozent sinken. Die Entwicklung der Software war getrieben durch den Umstand, dass die industriellen Intralogistik-Prozesse...

mehr...