Trumpf: KI in der Blechbearbeitung Maschinen lernen zu sehen

Anbieter zum Thema

Trumpf Grüsch AG Elektrowerkzeuge

Applitec Moutier SA

Angehrn AG - Umformtechnik

DMB Technics AG

Das Computer-Vision-Team von Trumpf lehrt Künstlicher Intelligenz (KI), Daten korrekt einzuordnen. Dafür kategorisieren die Experten manuell 100 000 Bilder. Professor Dr. Sepp Hochreiter von der Universität Linz, Pionier für KI, ist begeistert von dem, was in Ditzingen passiert.

Korbinian Weiss leitet das KI-Bilderkennungsteam bei Trumpf in Ditzingen. Wenn es nach ihm ginge, wären beispielsweise im vollständig automatisierten Laserschneidzentrum Trulaser Center 7030 mindestens 24 Kameras installiert. Aktuell sind es nur zwölf, die Unmengen von Bildern und Videoclips liefern. Sie bilden zusammen mit vielen anderen Daten die Basis für die Weiterentwicklung der Maschinen und für ganz neue Produkte, sie sind sozusagen das Fundament für die Arbeit des Computer-Vision-Teams.

KI benötigt Daten

Aber wo ist eigentlich die KI oder auf Englisch AI, «Artificial Intelligence», wenn eine Laserschneidmaschine ein Blech nach dem anderen schneidet? Eine Begriffsklärung kann helfen: KI ist ein wissenschaftlicher Forschungsbereich mit vielen Teilbereichen. Maschinelles Lernen ist einer davon. Damit Maschinen wie die Laseranlage Trulaser Center 7030 «lernen» und in der Folge noch besser und effizienter funktionieren können, benötigen sie Werkzeuge und Methoden in Form entsprechender Software. Maschinelles Sehen, Spezialisten sprechen auch von Computer Vision, ist eine dieser Methoden.

Bildergalerie

Automatisiert sortieren

Korbinian Weiss ist eigentlich Maschinenbauer, hat aber schon früh bei Trumpf softwaregesteuerte Projekte entwickelt. Er war Projektleiter beim Sorting Guide, für den ursprünglich kein Einsatz von KI geplant war. Der Sorting Guide sollte mit ganz klassischen Algorithmen arbeiten. «Das hat bei uns in der Versuchshalle super funktioniert, wir hatten Top-Ergebnisse», berichtet der 37-Jährige. Dann sind sie damit zum Testkunden gegangen – «und nichts hat funktioniert». Das Problem waren die Lichtverhältnisse. Die vielen hellen und dunklen Materialien, spiegelnden Oberflächen und Gegenstände im Umfeld überforderten die Algorithmen. Dazu erläutert Korbinian Weiss: «Das haben wir nur mit KI in den Griff bekommen.»

Grundlage waren mehr als 100 000 Bilder, die das Computer-Vision-Team erst einmal von Hand labeln, also klassifizieren musste. Mit der Information, ob auf einem Bild ein Blechteil zu sehen war oder eben nicht, und den entsprechenden Algorithmen konnte es die Software trainieren, um die Vorhersagegenauigkeit in unzähligen Trainingsschleifen immer weiter zu verbessern.

Nicht nur KI

«Nur fünf Prozent sind KI, 95 Prozent sind Daten», erklärt Korbinian Weiss die Arbeitsweise seines Teams – und damit die eigentliche Herausforderung. Daten überhaupt erst einmal zu sammeln, sie zu kuratieren, zu labeln, Datensätze für unterschiedliche Problemlösungsziele zusammenzustellen, die richtige Balance in den Daten zu finden seien wesentliche Aufgaben. Manchmal reichen klassische Algorithmen völlig aus, um ein Kundenproblem zu lösen. Immer öfter aber nicht.

Seit der Entwicklung des Sorting Guide, den der Maschinenhersteller im Jahr 2020 erstmals vorgestellt hat, hat sich im Bereich Computer Vision viel getan. Nicht nur die Technik und die Algorithmen-Datenbanken sind besser geworden, auch die Denkweise hat sich verändert. «Wenn wir heute Produkte entwickeln, denken wir immer schon an die Daten», sagt Korbinian Weiss. Deswegen sind in der Laserschneidmaschine Trulaser Center 7030 Kameras eingebaut und deswegen sind ganz neue Geschäftsmodelle möglich. Dazu gehört beispielsweise das neue Pay-per-Part-Modell von Trumpf.

Nachtschicht remote

Bei diesem Geschäftsmodell steht das vollständig automatisierte Flaggschiff des Hochtechnologieunternehmens zwar beim Kunden in der Halle und produziert dort die gewünschten Bauteile, die Steuerung übernimmt aber ein Team des Maschinenherstellers am Standort Neukirch in Sachsen im Drei-Schicht-Betrieb, also auch nachts. Die Kameras ermöglichen dem Team Einblicke tief in die Maschine und liefern pausenlos Daten. Sollte einmal ein Blechteil hängen bleiben, zeichnen die Kameras einen Videoclip von einigen Sekunden vor dem Ereignis bis einige Sekunden danach auf. Damit wiederum kann die KI trainieren, solche Fehler künftig zu vermeiden. Effizienterer Maschineneinsatz, längere Laufzeiten, produktiveres Schneiden, Materialersparnis, Wartungsvorhersagen, Assistenzsysteme – die Einsatzmöglichkeiten von KI sind vielfältig und stehen gerade noch ganz am Anfang.

«Im Vision-Bereich passiert gerade sehr viel», sagt Korbinian Weiss und freut sich auf smarte Kameras, auf denen selbst KI zum Einsatz kommt. Diese werden demnächst auf Maschinen von Trumpf installiert.

(kmu)

(ID:50176397)