KI revolutioniert industrielle Produktion Maschinen denken künftig mit

Anbieter zum Thema

Datron AG

Verein Deutscher Werkzeug- maschinenfabriken e. V. (VDW)

Fastems Sales Agent: Gennaro Teta (omnino technology)

Schneider Electric GmbH

Proalpha Schweiz AG

Die industrielle Fertigung erlebt einen epochalen Wandel. Künstliche Intelligenz (KI) hält Einzug in Werkzeugmaschinen und verändert nicht nur die Produktion, sondern auch die Wartung von Maschinen.

KI wird zur Schaltzentrale effizienter, nachhaltiger und wettbewerbsfähiger Fertigung. In Zeiten von Fachkräftemangel und internationalem Konkurrenzdruck ist sie weit mehr als nur ein technologisches Gimmick. Sie wird zur Überlebensstrategie.

Aus Daten lernen

KI in Werkzeugmaschinen bedeutet weit mehr als reine Automatisierung. Sie ermöglicht Maschinen, aus Daten zu lernen, Entscheidungen zu treffen und Prozesse zu optimieren. Dabei kommen Sensorik, Datenanalyse, maschinelles Lernen und intelligente Assistenzsysteme zum Einsatz – auf Steuerungsebene ebenso wie in der Interaktion mit dem Menschen.

Bildergalerie

Für produzierende Unternehmen gibt es zahlreiche Einsatzmöglichkeiten. Dazu erläutert Prof. Philipp Klimant, Geschäftsfeldleiter Prozessdigitalisierung und Fertigungsautomatisierung am Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik (IWU) in Chemnitz: «Typische Beispiele sind die Prognose von Prozesseigenschaften im Echtzeitbetrieb zur Inline-Qualitätskontrolle und das Überwachen von Prozessen und deren Eigenschaften. Der Vorteil gegenüber klassischen Ansätzen ist hierbei die Möglichkeit, besonders viele Parameter in die Überwachung mit einzubeziehen.» Es gebe aber auch zahlreiche weitere Anwendungsfelder, etwa KI-Assistenzmodelle für Schulungen und Künstliche Intelligenz zur Unterstützung bei Wartungen. Das Fraunhofer IWU, das sich auf die produktionstechnische Anpassung von klassischen und modernen Verfahren Maschinellen Lernens spezialisiert hat, wird von dem Trio Martin Dix, Welf-Guntram Drossel und Steffen Ihlenfeldt geleitet. Alle drei sind Mitglieder der WGP (Wissenschaftliche Gesellschaft für Produktionstechnik), einem Zusammenschluss führender deutscher Professorinnen und Professoren der Produktionswissenschaften. Die WGP hat seit Januar die ursprünglich vom Ministerium BMBF geförderte Initiative ProKI unter ihrem Dach verstetigt und bietet seither ganz praktische Expertise und Demonstratoren insbesondere für kleinere und mittelständische Unternehmen an, die sich über ihre individuellen KI-Potenziale informieren wollen und Unterstützung suchen.

Effizienter fertigen

Nach Meinung von Prof. Philipp Klimant sollten sich Unternehmen bei Untersuchungen zu KI zunächst fragen, wie hoch die Effizienzgewinne durch KI in der Produktion sein könnten. Die Frage nach möglichen Effizienzgewinnen lasse sich nicht ohne Weiteres allgemeingültig beantworten. Das Potenzial sei stark vom eigentlichen Prozess und den damit einhergehenden Optimierungsmöglichkeiten abhängig. Als Beispiel nennt Prof. Philipp Klimant die Kunststoffverarbeitung: «Im Bereich der Kunststoffverarbeitung, denken Sie an Spritzguss, können in seltenen Fällen durchaus Ausschussquoten von 20 bis 30 Prozent vorkommen.» Hier sei ein grosser Hebel für Effizienzgewinne mit KI. Er fügt an, dass selbst bei Prozessen, die bereits stabil laufen, KI nützlich sein kann. Das gelte beispielsweise für vorausschauende Wartung und um längere Werkzeugstandzeiten zu erzielen.

Laut Prof. Philipp Klimant kann Künstliche Intelligenz auch einen wichtigen Beitrag leisten, um dem Fachkräftemangel zu begegnen. «Wir speichern Wissen implizit in der KI. Dieses Wissen kann zum Anlernen von neuen Mitarbeitenden genutzt werden, gerade dann, wenn ältere Kolleginnen und Kollegen in Ruhestand gehen und damit wichtiges Wissen das Unternehmen verlässt», erklärt er und ergänzt: «Dieser KI-Wissensspeicher bietet darüber hinaus auch neue Chancen zur Automatisierung, nicht zuletzt für automatisierte Qualitätskontrollen». Seit dem Jahr 2023 ist er auch als Professor für Virtuelle Technologien an der Hochschule Mittweida in Sachsen tätig.

Künstliche Intelligenz definiert der Forscher dabei so: «Wenn wir über KI sprechen, meinen wir in der Regel das Maschinelle Lernen als Untergruppe der KI. Dieses ist in der Lage, selbstständig aus Trainingsdaten zu lernen. Dabei geht es um ein empirisches Verfahren, das Zusammenhänge lernt, ohne dass wir die analytischen Zusammenhänge kennen. Einfach gesagt, wir lernen aus Erfahrung.» Durch KI werden in der Produktion die Prozessparameter optimiert und durch ein automatisiertes Regelungssystem in die Prozesssteuerung zurückgeführt. «Künstliche Intelligenz ist wie eine Blackbox, es gehen Eingangswerte rein und Prognosen kommen raus», sagt Prof. Philipp Klimant. «Als Beispiel kann hier ein Umformprozess genannt werden, bei dem wir ein akustisches Signal messen, und die KI sagt uns, ob der Prozess erfolgreich war oder nicht.» Am Ende sei KI ein digitales System, das sich über vorhandene Schnittstellen an Steuerungen anbinden liesse. Dadurch könne KI Regelalgorithmen an unterschiedlichen Positionen beeinflussen.

Rechenleistung entscheidend

Damit Künstliche Intelligenz in der Produktion erfolgreich eingesetzt werden kann, ist mitunter Hardware sehr hoher Rechenleistung erforderlich. «Zunächst gilt es, zwischen der Trainings- und der Nutzungsphase (Inferenz) zu unterscheiden. Die Trainingsphase ist immer rechenintensiver, wird jedoch offline durchgeführt. Bei der Nutzungsphase reichen für klassische Verfahren wie die Support Vector Machine oft Edge Devices aus», erläutert Prof. Philipp Klimant. Anders verhalte es sich beim Thema Bildverarbeitung. Diese KI-Modelle benötigten mehr Rechenleistung in der Trainings- und in der Nutzungsphase. «Der Anwendungstakt spielt ebenfalls eine entscheidende Rolle. Benötige ich beispielsweise alle fünf Sekunden ein Ergebnis, werde ich mehr Rechenleistung brauchen im Vergleich zu einer Taktzeit von 30 Sekunden», führt der Wissenschaftler aus. Ausgenommen sei die Auswertung von Sprachmodellen. Diese benötige rechenstarke Hardware, angefangen bei leistungsstarken Consumer-Grafikkarten bis hin zu speziellen KI-Karten.

Autonom fertigen

Mit Künstlicher Intelligenz wird die selbstlernende Werkzeugmaschine möglich. Der Fräsmaschinenbauer Datron AG aus Ober-Ramstadt bei Darmstadt (D) setzt auf diese Innovation, bei der die Maschine auf erlerntes Wissen zurückgreift und den Produktionsprozess anpasst. Die Datron-Fräsmaschine soll sich so zur lernfähigen Fertigungszelle entwickeln, die sich automatisch an Bauteilkriterien und Umgebungsbedingungen anpasst. Dazu sagt Jonas Gillmann, Vorstand Technik (CTO) bei Datron: «Damit verkürzen wir nicht nur Rüst- und Bearbeitungszeiten, sondern verbessern auch die Prozessstabilität – ein entscheidender Schritt in Richtung autonomer Fertigung.»

KI verschiebt so den Fokus weg von starrer Programmierung hin zu assistierter, lernender und adaptiver Fertigung. «Maschinen werden zu Partnern im Fertigungsprozess, die sich dem Menschen anpassen – nicht umgekehrt. Im Maschinenbau ist das keine Vision mehr, sondern wird zunehmend zur gelebten Praxis», sagt Jonas Gillmann. KI in der Produktion lockt nach seiner Meinung mit hohen Effizienzgewinnen. «Durch KI lassen sich in der CNC-Produktion mit Maschinen von Datron Rüstzeiten um bis zu 60 Prozent verkürzen, Ausschuss deutlich reduzieren und Werkzeugstandzeiten verlängern – bei gleichzeitig höherer Prozesssicherheit.»

Intuitiv fräsen

Ein besonders spannender Fortschritt sei die Verknüpfung mit der Steuerung «Datron next», wie Jonas Gillmann berichtet. Sie führe auch unerfahrene Bediener intuitiv durch den Fräsprozess und erkenne Werkstücke automatisch. «So können auch nicht spezialisierte Mitarbeitende produktiv fräsen – ein klarer Vorteil angesichts des Fachkräftemangels», so der Vorstand für Technik. Zusätzlich, so Jonas Gillmann, erlaube KI künftig eine vorausschauende Wartung, um Ausfälle zu verhindern, bevor sie entstünden. «So wird der Fräsprozess effizienter, robuster und personell deutlich flexibler umsetzbar», fasst er zusammen.

Künftig einfacher individualisieren

Künstliche Intelligenz in Werkzeugmaschinen kann nicht zuletzt dabei helfen, die steigende Nachfrage nach kundenspezifischen Produkten bei kleinen Losgrössen zu bedienen. Dazu sagt Jonas Gillmann: «KI macht die Fertigung in kleinen Serien wirtschaftlich: Mit der Steuerung von Datron werden Werkstücke automatisch erkannt – ohne aufwändige Programmierung. So entfallen lange Rüstzeiten, und auch Einzelteile können schnell, effizient und bei hoher Qualität gefertigt werden – ideal für kundenindividuelle Produkte.»

Mit der selbstlernenden Werkzeugmaschine wandelt sich auch das Berufsbild des Anwenders. Wie Jonas Gillmann beschreibt, bedeute das weniger zu programmieren und mehr Prozessverantwortung. Personal würde zum Prozessgestalter, das Qualität sichere und Abläufe optimiere. So sinke die Einstiegshürde, Know-how werde durch smarte Assistenz ergänzt – nicht ersetzt.

(kmu)

(ID:50525799)