26. 05. 2021
Verfasst von: Berend Denkena, Wolfgang Nejdl, Per Schreiber, Tobias Stiehl

Ein digitales Ökosystem für die intelligente Produktion

Die Grafik zeigt eine Montagehalle mit zwei Arbeitern und Symbolen der smarten Industrie. — Der Einsatz von künstlicher Intelligenz (KI) wird die Produktivität in der Industrie 4.0 steigern. Vor allem mittelständische Betriebe benötigen hierfür wirtschaftliche und anwendungsnahe Lösungen.

Künstliche Intelligenz (KI) ist eine Schlüsseltechnologie für die intelligente und autonome Produktion der Zukunft. Sie erhöht die Leistungsfähigkeit, aber auch die Komplexität technischer Systeme und Prozesse grundlegend. Deshalb erfordert die Umsetzung wirtschaftlicher KI-Lösungen die Kooperation verschiedenster Akteure. Ein Konsortium aus Wissenschaft und Wirtschaft, unter Leitung der Leibniz Universität Hannover, baut dafür ein digitales Ökosystem auf. Es fördert Kooperationen, räumt Hemmnisse aus dem Weg und befähigt Unternehmen, KI-Methoden erfolgreich anzuwenden und weiterzuentwickeln.

KI-Anwendungen für den Mittelstand

Obwohl das Potenzial groß ist, steht der Durchbruch noch aus: Industrie 4.0 verspricht einen Innovations-schub, aber erst durch den Einsatz von künstlicher Intelligenz (KI) werden die Möglichkeiten voll ausgeschöpft. Studien prognostizieren eine Produktivitätssteigerung durch KI um bis zu 50 Prozent. Allein für Kosteneinsparungen in der Produktion sieht der Branchenverband eco – Verband der Internetwirtschaft e.V. beim flächendeckenden KI-Einsatz ein Potenzial von rund 183 Milliarden Euro bis 2025 in Deutschland (Stand 2019). Doch insbesondere der Mittelstand – tragende Säule der deutschen Wirtschaft – steht bislang noch vor zu vielen Hemmnissen, die das disruptive Innovationspotenzial von KI ausbremsen. Beispielsweise fehlen

einheitliche Schnittstellen und Plattformen für unterschiedliche Maschinen, Steuerungen, Sensoren und Bearbeitungsprozesse,
technische Voraussetzungen (Sensorik, Cloud Computing),
Regelungen und Absicherungen für Datenhoheit und Geheimhaltung,
interne Kompetenzen im Umgang mit Big Data und KI sowie
anwenderfreundliche KI-Methoden (robust, modular kombinierbar und nachvollziehbar).

Flexible und koordinierte Zusammenarbeit

Praktikable und anwendungsnahe Lösungen steigern die Akzeptanz von KI bei kleinen und mittleren Unternehmen (KMU), schaffen die Voraussetzungen und motivieren, KI-Anwendungen in die Betriebe zu integrieren. Solche Lösungen erfordern allerdings Expertise aus verschiedenen Fachbereichen und damit eine Aufteilung von Mehrwerten und Risiken. Mehrwerte entstehen insbesondere auch durch die koordinierte Zusammenarbeit mehrerer Akteure, etwa wenn ein Hersteller mit KI auf Basis von Nutzungsdaten der Kunden seine Prozesse optimiert. Für einen niedrigschwelligen Zugang zu wirtschaftlichen KI-Lösungen bedarf es deshalb belastbarer Erfahrungswerte und einer praxistauglichen Plattform für Kooperationen – eines digitalen Ökosystems.

Die Grafik zeigt Wechselwirkungen zwischen Stakeholdern, Technologien und Think Tanks. — Mit dem Ökosystem zur Umsetzung von KI-Lösungen in der Produktion werden Erkenntnisse in die Praxis übertragen, KMU der Zugang zu KI-Technologien vereinfacht und die Zusammenarbeit verschiedener Akteure gefördert.

Zusammen mit 18 Konsortialpartnern bauen das Forschungszentrum L3S und das Institut für Fertigungs-technik und Werkzeugmaschinen der Leibniz Universität Hannover ein solches Ökosystem für die intelligente Produktion auf. Gefördert wird das Projekt „IIP-Ecosphere: Next Level Ecosphere for Intelligent Industrial Production“ vom Bundesministerium für Wirtschaft und Energie (BMWi). Das Team aus Forschungseinrichtungen, Industriepartnern, Start-ups und Verbänden hat dafür Konzepte ausgearbeitet und mit der Umsetzung in realen Anwendungsszenarien begonnen. Dies umfasst auch Demonstratoren in der Industrie, von der KI-basierten Prozessoptimierung über eine autonome Endprüfung bis hin zur Taktzeitoptimierung.

Vielfältige Anwendungen

Im industriellen Umfeld gibt es für KI eine Vielzahl von Anwendungsfällen:

In der Instandhaltung erhöhen datengesteuerte Methoden die Planbarkeit, senken die Betriebskosten der Produktion und steigern die Zuverlässigkeit von unternehmenskritischen Systemen.
Im Bereich der optischen Qualitätskontrolle steigern Deep-Learning-Ansätze die Erkennungsraten und reduzieren den Einrichtungsaufwand.
In der Arbeitsplanung und Fertigungssteuerung prognostizieren und reduzieren datengetriebene Methoden Vorgabezeiten und Produktionskosten.

Weitere Problemstellungen und Anregungen bringen die Unternehmen nach Bedarf über die offenen Arbeitskreise in das Ökosystem ein. Darauf baut eine interdisziplinäre und bedarfsgetriebene Forschung und Entwicklung im Bereich der KI-Methoden für die intelligente Produktion auf. Gemeinsam setzen die Konsortialpartner die Ergebnisse daraus in Demonstratoren um und tragen sie über Multiplikatoren in die Industrie.

In der Grafik überwacht ein Arbeiter drei Monitore und ein Arbeiter steht an einem Produktionsband mit Paket und Roboterarm. — In den Arbeitskreisen des Projektes IIP-Ecosphere tauschen sich Unternehmen und Forschende über den Bedarf an KI-Anwendungen und Methoden aus.

Um die Ergebnisse insbesondere für KMU nutzbar zu machen, entstehen praxisorientierte Lösungskataloge, modulare KI-Baukästen, Konzepte zu KI-unterstützten Geschäftsmodellen und zur Qualifizierung von Mitarbeitenden. Es eröffnen sich vielfältige Gelegenheiten für Kooperationen, Austausch, niedrigschwellige Technologie- und Datennutzung sowie Innovationen. Teil des Konsortiums sind unter anderem die Universität Hildesheim, Volkswagen, Siemens, Sennheiser sowie das Start-up Bitmotec. Die Beteiligung weiterer interessierter Firmen ist in vielfältiger Weise möglich. Kontaktieren Sie uns!