Der Produktionsprozess läuft, die Maschinen arbeiten – doch plötzlich kommt es zu einem unvorhersehbaren Maschinenausfall. Durch die Vernetzung der Produktionsmittel untereinander stoppen nun auch die anderen Maschinen, damit es zu keinem Rückstau kommt. Ein Mitarbeiter wird automatisch über den Defekt der Maschine informiert und leitet sogleich die Beschaffung der Ersatzteile sowie die Reparatur ein. Diese Automatisierung in der Produktion ist bereits ein großer Fortschritt, verglichen mit früheren Zeiten. Bedeutend fortschrittlicher wäre es nun, wenn es erst gar nicht zu dem unvorhersehbaren Ausfall der Maschine gekommen wäre.
Was der Mensch nicht sehen kann, erkennt die Software
Ein Mensch kann Unvorhersehbares allenfalls intuitiv in seine Handlungen miteinbeziehen. Ein möglicher Defekt von Produktionsmitteln, für die es keine Hinweise zu geben scheint, ist also nicht einkalkulierbar und damit nicht zu verhindern. Ganz anders verhält es sich für künstliche Intelligenz – sie erkennt künftige Maschinenausfälle, die für einen Menschen nicht sichtbar sind. Die künstliche Intelligenz (KI) ist außerdem imstande, den idealen Zeitpunkt der Maschinenwartung zu benennen oder gar eigenständig einzuleiten. Der Defekt einer Maschine ist damit verhindert, bevor er sich anbahnen kann. Dem Stopp des Produktionsprozesses wird somit vorgebeugt. Dieses Anwendungsszenario von künstlicher Intelligenz wird von 5Analytics unter der Bezeichnung Predictive Maintenance angeboten.
Das Prinzip von Predictive Maintenance ist es also, dass Maschinen künftig nicht mehr wegen Defekten ausfallen und repariert werden müssen. Stattdessen werden die Hauptursachen von kommenden Defekten ausgeräumt. Die KI-Software weist dafür Mitarbeiter zu bestimmten Handlungen an. Dies könnte zum Beispiel das Bestellen von einzelnen Ersatzteilen oder die frühzeitige Maschinenwartung an bestimmten Stellen sein. Die Predictive-Maintenance-Lösung ist auf Wunsch aber auch dazu in der Lage, vollkommen autonom die Ersatzteilbestellungen vorzunehmen oder Einsatzteams für die Maschinenwartung anzufordern.
Wer nun die Annahme vertritt, dass es sich bei künstlicher Intelligenz in den Produktionsstätten noch immer um ein IT-wissenschaftliches Konstrukt hält, irrt sich. Denn was Viele nicht wissen ist, dass einige Industrieunternehmen bereits von Predictive Maintenance profitieren und damit ihren Wettbewerbern enteilen – künstliche Intelligenz ist im Produktionsumfeld bereits Realität. Die Integration einer solchen IT-Lösung ist in nahezu alle gängigen Systemlandschaften möglich. Damit dies gelingt, begleitet 5Analytics als erfahrener Lösungsanbieter den kompletten Projektablauf von Beginn an und führt die Kunden dabei mit Transparenz und Sicherheit durch das Vorhaben.
Predictive Maintenance zum Einsatz bringen
Für die Implementierung müssen nur drei Arbeitsschritte durchgeführt werden. Zunächst erfolgt die Konzeptionsphase. Das beauftragende Industrieunternehmen bespricht sich mit dem Anbieter der KI-Software. Gemeinsam werden die Einsatzfelder der künstlichen Intelligenz erörtert und der Mehrwert für den Auftraggeber dargelegt. Predictive Maintenance wäre dabei eines der möglichen Einsatzgebiete der Software-Lösung. Dann werden das Nutzungskonzept und die für die Implementierung erforderlichen Arbeitsschritte dokumentiert, damit der Fortschritt vom Auftraggeber stets mitverfolgt werden kann. Die einzelnen Arbeitsschritte bleiben so immer nachvollziehbar.
Als nächstes folgt die Entwicklungsphase. Damit die künstliche Intelligenz ihre Voraussagen treffen kann, muss sie zunächst mit Datensätzen versorgt werden. Alle Informationen und Daten, die für das Erreichen des gewünschten Projektziels hilfreich sind, werden dafür verwendet. Dazu gehören unter anderem auch historische Prozessparameter von Produktionsabläufen sowie Sensordaten der Maschinen. Der KI-Anbieter übernimmt die Bereinigung der Daten, sorgt für deren Vereinheitlichung und auch für die statistische Aufbereitung. Nun wird das KI-Modell erstellt. Dem Auftraggeber wird die Funktionsweise demonstriert und er kann sich von dem gewonnenen Mehrwert überzeugen. Gemeinsam überprüfen der Auftraggeber und das IT-Unternehmen die Ergebnisse und nehmen Anpassungen vor, sofern dies notwendig ist.
Zuletzt erfolgt die Implementierungsphase. Sie beinhaltet die Definition der Schnittstellen für die Software, damit die Datenflüsse zustande kommen können. Realitätsnah ist nun zu erkennen, wie die finale Implementierung von Predictive Maintenance in die eigene Produktionsumgebung aussehen würde. Der konkrete Anwendungsfall ist sichtbar und ein Austausch bezüglich möglicher Erweiterungsschritte wird besprochen. Am Ende hat der Kunde in wenigen Schritten eine KI-Lösung für sich gewonnen, die ihm große Vorteile für die Produktion verschafft.
Sehr viel Nutzen für die Industrie
Die KI-Software von 5Analytics ist in der Lage, bis zu 95 % der maschinenbedingten Produktionsausfälle vorauszusagen. Die Vorteile, die aus der Predictive-Maintenance-Lösung resultieren, liegen auf der Hand: die Maschinen haben eine längere Lebensdauer, benötigte Ersatzteile werden rechtzeitig beschafft, finanzielle Ressourcen werden in bedeutend geringerem Maße für Reparaturen aufgewendet und Produktionsstopps werden verhindert. Hinzu kommt, dass durch die nicht eintretenden Produktionsstillstände keine Rückstände mehr verursacht werden. Dies alles trägt dazu bei, dass die Produktionskosten gesenkt werden. Eine Investition in künstliche Intelligenz amortisiert sich für Industrieunternehmen damit bereits sehr schnell.
Es gibt aber noch weitere Einsatzmöglichkeiten von künstlicher Intelligenz im Industrieumfeld. Für die chemische Industrie von großer Bedeutung dürfte auch die sogenannte Active Process Control sein. Dahinter steckt die Optimierung von Produktions- und Verarbeitungsprozessen. Im Gegensatz zur Predictive Maintenance stehen hier die einzelnen Produktionsschritte im Vordergrund und nicht die Maschinen an sich. Anhand von statistischen Modellen ermittelt hier die künstliche Intelligenz Einflussfaktoren, die sich ungünstig auf die Produktion auswirken. Gleichzeitig werden optimale Prozesswerte bestimmt. Active Process Control arbeitet in Echtzeit und nimmt dementsprechend frei von Zeitverlusten die Anpassungen eigenständig vor. Mit diesen Anwendungsfällen dürfte für Unternehmen und Konzerne klar sein: Künstliche Intelligenz ist der neue Treiber für die Industrie 4.0.
Suchwort: cav04185analytics
Autor: Dr. Sebastian Klenk
Geschäftsführer,
5Analytics
