Künstliche Intelligenz in der industriellen Produktion

Ankommen, virtuelles Kennenlernen und noch einen Kaffee holen …

Begrüßung und Einführung

• Gerald Pörschmann, Geschäftsführender Vorstand, Zukunftsallianz Maschinenbau
• Thomas Rilke, Division Manager, Deutsche Messe Technology Academy

Local, Edge oder Cloud? Individuelle und erfolgreiche KI-Strategien in der industriellen Produktion

Prof. Dr. Oliver Thomas, Leiter des Forschungsbereichs Smart Enterprise Engineering, Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI)

KI ist die wichtigste Zukunftstechnologie für Unternehmen, dies gilt insb. für den Maschinen- und Anlagenbau in Deutschland. Die effiziente und vertrauensvolle Entwicklung von KI-Systemen bewegt sich jedoch in einem schwierigen Spannungsfeld. Einerseits ermöglicht die Kooperation mit großen internationalen Cloud-Anbietern und der Zugriff auf externe IT-Infrastruktur eine kostengünstige und flexible Nutzung von KI. Andererseits büßen Maschinen- und Anlagenbauer durch eine solche Kooperation die vollständige Kontrolle über ihr Wissen und ihre Daten ein. In diesem Zusammenhang werden daher auch Local- oder Edge-KI-Strategien diskutiert. Aber: Eine allgemeingültige Empfehlung gibt es nicht – jedes Unternehmen sollte seine eigene KI-Strategie entwickeln. Prof. Dr. Oliver Thomas stellt in seinem Vortrag Konzepte für unterschiedliche KI-Strategien vor und zeigt Beispiele für erfolgreiche Umsetzungen aus der industriellen Produktion und angrenzenden Servicebereichen. Der Wissenschaftler und Unternehmer liefert damit Ideen, mit denen Unternehmen ihre eigene KI-Strategie finden, entwickeln und letztendlich auch effizient realisieren können.

Hybrid AI Combining data-driven & Model-Based Simulation

• Stephan Erben, Data Science Portfolio & Strategy Manager,
• Sebastian Kress, Senior Sales Expert, 3DEXPERIENCE ENOVIA & NETVIBES,

Dassault Systèmes

KI beschleunigt – Wie KI-Lösungen in der Produktion einfacher und schneller umgesetzt werden können

Per Schreiber, Projektkoordinator IIP-Ecosphere

KI ist ein Schlüssel, um Produktivität, Flexibilität und Robustheit der Produktion zu steigern. Die nutzbringende Umsetzung von KI im Unternehmen ist jedoch nicht einfach. In IIP-Ecosphere arbeiten wir daran, den Zugang zu KI zu erleichtern und die Umsetzung von KI-Projekten zu beschleunigen. Folgende Möglichkeiten zur Beschleunigung zeigt der Vortrag auf: KI-Lösungskatalog, KI-Demonstratoren, KI-Geschäftsmodelle und die Rolle von IIoT-Plattformen.

Have a break…

KI allein genügt nicht!

Dr.-Ing. Petra Hildebrandt, Manager Production Platforms & Technologies, Sennheiser electronic GmbH & Co. KG

In einem Produktionsunternehmen kommt es auf Wirtschaftlichkeit an. Diese Vorgabe gilt auch für KI Anwendungen in der Fertigung. Aber wie kann die Wirtschaftlichkeit einer Entscheidung gemessen werden? Wer oder was trifft letztendlich eine Entscheidung? Wie kann eine KI mit anderen Komponenten (vorhandenen und neu zu erstellenden)  interagieren, um die Wirtschaftlichkeit zu optimieren? Anhand einer KI-Anwendung an einem automatisierten Fertigungsprüfplatz sehen Sie, wie solch eine Wirtschaftlichkeitsbetrachtung erfolgen kann, wie sie die weitere Planung einer KI-Anwendung beeinflusst und welche Ansätze es zur Integration mehrerer Systeme gibt.

Produktionsplanung der Zukunft – von Digitalisierung, KI und Machine Learning

René Lauscher, Sales Manager, INFORM GmbH

Wir beschäftigen uns täglich mit der Frage, wie Künstliche Intelligenz oder Machine Learning die Produktionsplanung verbessern kann und zukünftig verändern wird. Technologien wie KI und Machine Learning können gezielt eingesetzt und gewinnbringend in der Produktion genutzt werden. Durch den Einsatz intelligenter Lösungen ist es möglich, datenbasierte Entscheidungen zu treffen und so langfristig Planungssicherheit und Termintreue zu sichern.

KI-Anwendungen im Bereich Manufacturing in China – Referenzbeispiele mit Plattformunterstützung

Walter Haas, CTO & Cyber Security Officer, Huawei Technologies Deutschland GmbH

Paneldiskussion: Strategische Potentialfelder und Erfolgscontrolling für KI-Projekte im Mittelstand

• Prof. Dr. Oliver Thomas,  Leiter des Forschungsbereichs Smart Enterprise Engineering, DFKI (Moderation)
• Walter Haas,  CTO & Cyber Security Officer, Huawei Technologies Deutschland GmbH
• Christoph Kellermann, Head of Automation Systems, Medical Systems, Gerresheimer Bünde GmbH
• Per Schreiber, Projektkoordinator, IIP-Ecosphere

Begrüßung und Start in den Tag

Gerald Pörschmann, Geschäftsführender Vorstand, Zukunftsallianz Maschinenbau

Prozesstechnologie leicht gemacht – Assistenzfunktionen für Werkzeugmaschinen

• Dr.-Ing. Kai Litwinski, Entwicklungsleiter Digitalprodukte, GILDEMEISTER Drehmaschinen GmbH
• Jonas Malte Becker, Wissenschaftlicher Mitarbeiter, Maschinen und Überwachung, Institut für Fertigungstechnik und Werkzeugmaschinen, Leibniz Universität Hannover  

Es zeigt sich ein deutlicher Trend zur Individualisierung von Produkten und damit Steigerung der Variantenvielfalt und Reduktion von Losgrößen. Eine Reaktion hierauf im Bereich der spanenden Bearbeitung im Hochlohnland Deutschland ist die Integration komplexer Bearbeitungsprozesse, bspw. dem Wälzschälen, in universale Dreh- und Fräsmaschinen. Diese Prozesstechnologien können jedoch häufig nur durch erfahrene Anwender bedient werden.

Im Forschungsprojekt IIP-Ecosphere werden Methoden erarbeitet, mit Hilfe von KI-Technologien Assistenzsysteme zu entwickeln, die das Expertenwissen mitbringen und auch komplexe Prozesse kinderleicht bedienen lassen.

KI-basierte, autonome Auftragssteuerung in der Werkstattfertigung

Dr. Henning Gösling, DFKI Labor Niedersachsen, Smart Enterprise Engineering, Deutsches Forschungsinstitut für Künstliche Intelligenz (DFKI)

Im Rahmen des Vortrags wird die Funktionsweise einer KI-basierten, autonomen Auftragssteuerung für Transportroboter in einer Werkstattfertigung erklärt. Hierbei wird auf den Aufbau, die Eigenschaften und Vorteile eines solchen Systems eingegangen. Interessant ist insbesondere, dass jeder Transportroboter jeweils durch einen eigenen Softwareagenten repräsentiert wird, welcher passende Transportaufträge für den Transportroboter auswählt und die agenteneigene Transportliste kontinuierlich an die sich ändernden Gegebenheiten in der Produktionsumgebung anpasst.

In den folgenden 60 Minuten finden zweimal parallele Breakout Sessions im Wechsel von je 30 Minuten statt. Sie haben somit Gelegenheit, an beiden Sessions teilzunehmen.

Warum Digitalisierung und KI nur am Rande mit Technik zu tun haben…

Dipl.-Ing. Benno Löffler, Geschäftsführer, Vollmer & Scheffczyk GmbH:

„Weder Digitalisierung noch Transformation sind ohne Beitrag zur Wettbewerbsfähigkeit auch nur im Ansatz hilfreich. Im Gegenteil.
Sehr Gelassene mögen sagen: Auch diese Mode, dieser Hype wird vorbeigehen. Wir verdienen unser Geld in anderen Feldern. Und zwar gut. Das mag stimmen.

Sehr Euphorische mögen sagen: Wir werden mit Hilfe dieser „Mode“ andere von der Wettbewerbs-Landkarte fegen. Wir sind kurz davor. Auch das mag stimmen.

Inzwischen spricht auch der Mittelstand von der digitalen Transformation – die Richtung scheint verheißungsvoll. Aber der Weg ist ziemlich unklar. Fragezeichen sind allgegenwärtig.

Aus meiner Sicht ist eine der Kernfragen: „Was können wir als Eigentümer, Geschäftsführer, Management-Team tun und lassen, damit das Thema Digitalisierung für uns zum Wettbewerbsvorteil – statt zur Bedrohung wird?“ Das ist kein technisches Problem – sondern ein durch und durch organisatorisches.
Und am Ende lässt es sich auf einen ganz alten Hut reduzieren:
Wie entdecken und lernen wir als Organisation eigentlich Neues?
Und ist unsere Lerngeschwindigkeit als Organisation im Vergleich zu den anderen Playern hoch genug?“

Eine Breakout Session voller Impulse! Wie sie sein wird? Eindringlich, horizonterweiternd, erkenntnisstiftend und verbindend!

Chancen und Herausforderungen durch KI in der Produktion – ein aktiver Erfahrungsaustausch

• Thorben Kerkenberg, Product Manager Smart Factory &
• Benedikt Albers, Teamleiter & Senior Consultant, Unity AG

Künstliche Intelligenz ist ein Megatrend, der Einfluss auf viele Bereiche des täglichen Lebens nimmt und nehmen wird. Die Entwicklung schreitet voran, was in Verbindung mit der fortschreitenden Digitalisierung und den damit verbundenen Datenmengen neue Use-Cases zur Optimierung von Produktionsprozessen bietet. Doch KI ist kein Selbstzweck. Es muss einen konkreten Nutzen erzeugen und von Menschen entwickelt und implementiert werden. In dieser interaktiven Session werden wir ein gemeinsames Bild erzeugen, was KI für einen Nutzen bringen kann, welche konkreten Use-Cases KI ermöglicht und welche Barrieren und Hindernisse bei der Einführung von KI zu erwarten sind. Wir freuen uns auf einen aktiven Austausch.

Have a break…

Zusammenfassung der Breakout-Sessions

Start ups stellen sich vor:

deevio GmbH – Damian Heimel, Geschäftsführer:

Automatisierung visueller Inspektionen mittels KI

Auch im Jahr 2021 findet die visuelle Qualitätskontrolle oft noch manuell statt. Dieser Prozess ist jedoch zeitaufwendig und fehleranfällig. Die bisherige Lösung dafür sind konventionelle Bildverarbeitungssysteme, die allerdings bei komplexen Inspektionen Schwierigkeiten haben und dazu neigen, hohe Pseudofehlerraten produzieren.

Deevio automatisiert diese visuellen Inspektionen mithilfe von künstlicher Intelligenz. Dafür haben wir ein KI-Toolkit entwickelt, das auf einem eigens designten Edge-Device läuft und so entweder in neue Inspektionssysteme integriert wird oder bestehende Inspektionssysteme nachträglich mit KI ausstattet. Anhand von Anwendungsfällen aus der Praxis zeigen wir unsere Best Practices für die Inspektion mit KI.

InnoSEP GmbH – Kerim Galal, CEO:

Demokratisierung von Künstlicher Intelligenz

innoSEP steht für „innovative Solutions for Engineering & Programming“ und treibt mit seiner no-code Analytics Plattform vorrangig die Demokratisierung von Industrial AI voran. Dabei spielt das Upskilling der Fachexperten zur eigenständigen Entwicklung von KI Apps durch einen vereinfachten Zugang eine essentielle Rolle. Der Vortrag zeigt anhand von Use Cases auf, wie Industrieexperten durch no-code und visuelle Ansätze für self-service Analytics empowered werden können.

Anwendung Künstlicher Intelligenz in der industriellen Produktion

Dr. Georg Schneider, Senior Manager Innovation & Technology, Head of AI Lab Saarbrücken, ZF Friedrichshafen AG

Stephan Weigand, Algorithm Developer AI & Machine Learning, ZF Group

Für den Hochlohnstandort Deutschland ist eine stetige Effizienz- und Qualitätssteigerung entscheidend für die Positionierung im Wettbewerb. Daraus ergibt sich die Notwendigkeit eine ganzheitliche Digitalisierung der Produktion zu erreichen, sowie diese auch in eine durch künstliche Intelligenz geprägte und optimierte Produktion zu wandeln. Dies wird anhand dreier Einblicke der ZF Friedrichshafen AG demonstriert.

An einem Beispiel der visuellen Qualitätskontrolle wird gezeigt, dass ZF bereits heute die Sicherstellung der Produktqualität durch den Einsatz von künstlicher Intelligenz weiter automatisiert und verbessert. Kamerabasierte Systeme analysieren Oberflächen und identifizieren Fehler, wie Kratzer oder Druckstellen. Ein großer Vorteil solcher Methoden ist eine schnelle und effektive Adaption auf neue Produkte oder Fehlermuster.

Auch bei der Bewertung von Geräuschdaten in der industriellen Produktion bieten die neusten KI Methoden eine Ergänzung mit Mehrwert zu klassischen Akustikverfahren. Hierbei kann der Fokus neben Produktionsmaschinen – Stichwort: Predictive Maintenance  –ebenso auf der Anomalie-Erkennung bei gefertigten Produkten liegen und existierende Qualitätssicherungsprozesse unterstützen. Zielsetzungen einer solchen Anwendung kann beispielsweise die Reduktion der Ausschussrate, die Analyse von Kundenrückläufern oder die Identifikation neuer Testprozesse sein.

Die Produktionsplanung ist ein wesentlicher Beitrag zur Umsetzung der Industrie 4.0, da komplexe Produktionsprozesse und Abhängigkeiten ohne Unterstützung durch fortschrittliche KI-gestützte Planungswerkzeuge nicht mehr optimal geplant werden können. Der eigens vom ZF AI Lab Saarbrücken entwickelte AI Production Optimizer ist ein solches Werkzeug zur ganzheitlichen Planung von Produktionsprozessen. Hierbei wird der gesamte Produktionsprozess von dem Einkauf der benötigten Materialien über Fertigungsabschnitte bis zur Montage und den darauffolgenden Logistikprozessen beplant. Ein besonderes Merkmal ist die kurze Reaktionszeit, so kann auf eine Änderung der Eingabeparameter, z.B. durch eine Störung, eine angepasste Planung innerhalb kürzester umgesetzt werden und so Stillstände vermieden werden. Dadurch wird ein wichtiger Beitrag geleistet, um selbst unter steigender Komplexität und Variantenvielfalt, hohe Auslastungen und Termintreue zu erreichen. 

Offener Austausch und Zusammenfassung