Künstliche Intelligenz (KI) in der Produktion

Die Künstliche Intelligenz (kurz: KI; engl.: artificial intelligence, AI) gehört zu den vielsversprechensten Technologien unserer Zeit. Sie stellt eine Schlüsseltechnologie für die Wettbewerbsfähigkeit Deutschlands und Europas dar. Unternehmensprozesse und Geschäftsmodelle können durch Künstliche Intelligenz und Maschinelles Lernen (engl.: machine learning) grundlegend verändert und optimiert werden, um eine nachhaltige und intelligente Produktion zu ermöglichen.

Nicht nur Mitarbeitende können dabei durch KI bei komplexen Anaylsen unterstützt werden, auch Prozesse lassen sich intelligent steuern. Durch eine datengetriebene Prozessmodellierung kann die Produktqualität verbessert und Ausschussraten verringert werden. Aufgrund der Digitalisierung von Fertigungs- und Produktionsprozessen wird die erfasste Datenmenge immer größer. So ergeben sich vielfältige Potenziale, beispielsweise im Bereich der automatisierten Modellbildung, des Online-Condition-Monitoring, der Anomalie-Detektion, der adaptiven Regelungssysteme und Simulationstechnik etc. Auch die Mensch-Roboter-Kollaboration und -Interaktion (MRK, MRI) spielt in der industriellen Produktion eine wichtige Rolle. Industrieroboter werden durch KI immer intelligenter, flexibler und sicherer. Darüber hinaus können Effizienz und Flexibilität in der Produktion durch KI-gestützte Prozessoptimierung, vorausschauende Wartung und Qualitätssicherung gesteigert werden (Stichwort »Industrie 4.0«).

Auch wenn bereits einige Unternehmen in Deutschland die wettbewerbsentscheidende Bedeutung von Künstlicher Intelligenz erkannt haben, ist die Umsetzung im eigenen Unternehmen nicht immer einfach. Vor allem kleine und mittelständische Unternehmen sehen sich häufig großen Herausforderungen gegenüber. Oft fehlt die entsprechende Datengrundlage, qualifizierte Fachkräfte oder ausreichend Vertrauen in die neuen Methoden. Vor allem hinsichtlich der Datensouveränität oder der Absicherung und Zertifizierung von KI-Systemen herrscht häufig noch Skepsis. Am Fraunhofer IGCV verstehen wir uns als Vermittler ebensolcher neuer Technologien und möchten den Transfer neuester Erkenntnisse aus der Forschung auf die Wirtschaft gemeinsam mit Ihnen gestalten.

Die Anwendungsmöglichkeiten von KI in produzierenden Unternehmen reichen von der Prozess- und Logistikdatenanalyse über Qualitätssicherung und Maschinensteuerung bis hin zu völlig neuen digitalen, datenbasierten Geschäftsmodellen. Um die Potenziale von KI-gestützter Produktion für unsere Partner nutzbar zu machen, legen wir den Fokus auf die konkrete Einsetzbarkeit von KI-Lösungen im Unternehmen. Verschiedene Projekte am Fraunhofer IGCV beschäftigen sich etwa mit der Weiterentwicklung von Produkten und Prozessen.

Maschinelles Lernen und KI-Methoden ermöglichen hier direkte Vorteile: Beispielsweise kann die Nutzung von Lagerplatz und damit Lagerkosten so gering wie möglich gehalten werden, indem eine KI im Voraus steuert, welche Produkte Logistikzentren einlagern und wie viele davon zu welchem Zeitpunkt. Die Einordnung der Waren in Regale wird optimiert, sodass möglichst wenig Platz benötigt wird. Preise werden flexibel angepasst, je näher das Ablaufdatum von Lebensmitteln rückt.

Beispielprojekt »REIF | Ressource-Efficient, Economic and Intelligent Foodchain«:

• Mit Künstlicher Intelligenz Lebensmittelverschwendung reduzieren
• Das Fraunhofer Projekt REIF ist unter den Gewinnern des KI-Innovationswettbewerbs des BMWi

Zentrale Erkenntnisse aus Wissenschaft und Forschung übertragen wir passgenau auf Ihre individuellen Herausforderungen. So unterstützen wir Sie dabei, das Potenzial von KI-Methoden in Ihrem Unternehmen zu analysieren und auszuschöpfen.

• Wir helfen Ihnen dabei, die Methoden der Künstlichen Intelligenz auf Ihre eigenen Produktions- und Logistikprozesse zu übertragen.
  
• Wir unterstützen Sie durch eine gemeinsame Datenvorverarbeitung bei der zielgerichteten Auswahl von geeigneten Algorithmen und Methoden Künstlicher Intelligenz.
• Durch intensive Trainings und Tests von Modellen prüfen wir gemeinsam unterschiedliche Anwendungsfälle und qualifizieren Ihre Mitarbeitenden.
  
• Mittels ausführlicher Analyse und Interpretation der Modelle und Korrelationen können relevante Prozessparameter und Ursache-Wirkungszusammenhänge identifiziert werden.
  
• Die gewonnenen Erkenntnisse ermöglichen es anschließend, Erklärungen und Handlungsempfehlungen zur Anpassung der Prozesse abzuleiten – konkret in Ihrem Unternehmen.