Künstliche Intelligenz KI in der Produktion: Erst digitalisieren, dann automatisieren

Anbieter zum Thema

Red Hat GmbH

WITTENSTEIN alpha GmbH

Can Do GmbH

cwmk GmbH - FACTUREE - Der Online-Fertiger

Industrie 4.0 und die intelligente Vernetzung von Maschinen und Prozessen sind keine Zukunftsvision mehr. Diese Evolution ist jedoch kein Selbstläufer. Besonders wichtig ist eine solide Planungsphase, um KI und Maschinelles Lernen in die Arbeitsprozesse nutzbringend einzubinden.

Viele Produktionsunternehmen haben sich eine umfassende Digitalisierung auf die Fahnen geschrieben. Die Vorteile reichen von der Steigerung der Ressourceneffizienz über die Vereinfachung der Qualitätskontrollen bis hin zu einer deutlichen Verringerung der Schadstoffemissionen. Da Digitalisierung in der Regel einen höheren Automatisierungsgrad ermöglicht, bringt sie auch Vorteile gegenüber der Konkurrenz mit sich und nimmt den Druck von Produktionsunternehmen, die wie viele Firmen anderer Branchen unter dem allgegenwärtigen Fachkräftemangel leiden. Doch obwohl Ergebnisse und Fallbeispiele zeigen, wie wertvoll die Digitalisierung ist, scheitern reihenweise Unternehmen der Produktionsbranche an der Praxis. Insbesondere die Operationalisierung von KI-Tools und maschinellem Lernen stellt oft unüberwindliche Hürden dar. Daher müssen Unternehmen ihre Euphorie bremsen und dürfen das sprichwörtliche Pferd nicht von hinten aufzäumen – oder anders ausgedrückt: Auf die richtige Planung kommt es an.

Vor der Integration von Künstlicher Intelligenz und maschinellem Lernen steht die Inventur auf der Tagesordnung. Dabei geht es nicht darum, dass Unternehmen ihre Waren zählen, sondern um ihre Workflows und Assets. Sie müssen einen Blick auf das große Ganze werfen und herausfinden, welche Arbeitsabläufe ihre Mitarbeitenden manuell erledigen und welche Datensilos oder Flaschenhälse in der Kommunikation existieren. Die holistische Betrachtung der Workflows von Menschen und Maschinen ergibt ein digitales Gesamtbild, auf dessen Grundlage eine Digitalisierungsstrategie aufgebaut werden kann. Wenn alle Abhängigkeiten und Zusammenhänge offenliegen, können Unternehmen einzelne Prozesse von Anfang bis Ende und abteilungsübergreifend digitalisieren. Erst wenn dieser Schritt vollzogen ist, zeigen sich Stellen, an denen KI- oder ML-Lösungen die Prozesse verbessern könnten oder gar eine Automatisierung möglich wäre. In einem klassischen Manufakturbetrieb könnten strategisch platzierte Sensoren zum Beispiel einzelne Teile einer Produktionsstraße auf deren Abnutzung hin überwachen und automatisiert nötige Wartungsarbeiten durch Meldung an das zuständige Personal initiieren. Denkbar sind viele Anwendungsbereiche, auch früher in der Prozesskette, allerdings funktioniert die Automatisierung und der Einsatz von KI nur, wenn alle Workflows digitalisiert sind, nicht nur einzelne Teile.