KI in Plansee Group : Industrielle KI: Die besten Use Cases von Blum bis Plansee

„Das Hauptziel meines Teams ist es, komplexe Algorithmen in die Wertschöpfungskette für unsere Kunden zu integrieren – und wenn ich nur ein paar Jahre zurückblicke, freue ich mich zu sehen, wie weit wir dabei schon gekommen sind“, erzählt Gabriele Pozzetti, Artificial Intelligence & Data Science Manager bei der Plansee Group. Sein Team unterstützt die Produktion bei der Optimierung der Pulverherstellung oder dabei, Verformungen bei bestimmten Prozessschritten berechenbar zu machen.

Ein Beispiel: Für jedes Unternehmen ist es von großem Vorteil, bereits vor dem Start der Produktion zu wissen, ob ein Produkt fehlerhaft sein könnte. Im Fall der Plansee Group ist die Pulveraufbereitung ein entscheidender Schritt, der sich auf den CO2-Fußabdruck, den Ressourceneinsatz und auf Umsatz und Gewinn auswirkt.

Lesen Sie noch: In 19 Ländern Europas gibt es schon eine CO2-Abgabe.

„Hier haben wir einen Assistenten für unsere Produktion entwickelt, der die Qualität einer Charge auf der Grundlage ihrer Zusammensetzung vorhersagen kann.“ Der Vorteil: Mit nur einem Klick können fehlerhafte Chargen erkannt werden, noch bevor die Pulver gemischt werden, und da in großem Maßstab produziert wird, bedeutet ein Klick eine Tonne Material, die eingespart werden kann. „Da die Algorithmen nun über diese Vorhersagefähigkeiten verfügen, können wir ihnen komplexere Aufgaben übertragen, um die Menge der recycelten Materialien zu optimieren, ohne unsere hohen Qualitätsstandards zu beeinträchtigen.“ Auf diese Weise kann sowohl produktiver als auch umweltfreundlicher gearbeitet werden.

Lesen Sie noch: Machine Learning: Wie AI die Produktionswelt revolutioniert.

Auch andere Unternehmensbereiche arbeiten mit Gabriele Pozzettis Team zusammen. „Indem wir die Vorschau auf Finanzkennzahlen schneller und genauer machen, unterstützen wir das Controlling“, ergänzt Gabriele Pozzetti. Die Zahl der KI-Assistenten, welche die Mitarbeiterinnen und Mitarbeiter der Plansee Group im Alltag unterstützen, nimmt zu. Dazu werden viele Daten benötigt, die an verschiedenen Stellen in der Unternehmensgruppe gesammelt werden und Gabriele Pozzettis Team als wertvoller ‚Treibstoff‘ für das Training ihrer Algorithmen dienen.

Hier ist noch mehr: Die besten AI-Projekte der Industrie.

„Für die Entwicklung dieser Kompetenzen brauchen wir noch viele kluge Köpfe – IT-Experten und Ingenieure – um dieses Feld weiter voranzutreiben. Dabei liegt der Schlüssel zum Erfolg darin, Tools gemeinsam zu konzipieren – das Sammeln und Digitalisieren von Daten, das Testen von Algorithmen und Tools, das ist nur zusammen mit allen Kolleginnen und Kollegen an den Standorten möglich, die ihren Erfahrungsschatz in den entsprechenden Bereichen einbringen – sei es Pulvermetallurgie, Controlling oder Prozesstechnik.“

Lenzing setzt neue Maßstäbe in der Lieferkettentransparenz durch Kombination von Echtzeit-Lieferverfolgung und CO2-Visibilität.

Die Lenzing Gruppe, ein weltweit führender Hersteller von Spezialfasern für die Textil- und Vliesstoffindustrien, hat einen weiteren Schritt zu Verbesserung der Transparenz und Effizienz der globalen Lieferkette der Faserindustrie unternommen: Gemeinsam mit project44, einem Anbieter von digitalen Supply-Chain-Lösungen, hat das Unternehmen ein wegweisendes Verfahren zur Echtzeit-Lieferverfolgung von Containern eingeführt. Im Einklang mit den Nachhaltigkeitszielen von Lenzing ermöglicht das Trackingsystem den Partnern entlang der Lieferkette auch einen besseren Überblick über die CO2-Emissionen und optimiert dadurch das Kundenerlebnis.

Hohe Verluste bei Lenzing - werden weitere Stellen abgebaut?

Um die zunehmende Komplexität der Lieferketten innerhalb der Branche zu bewältigen, hat Lenzing eine vollständig integrierte Echtzeit-Programmierschnittstelle (API) zwischen ihre SAP-Software und der Plattform von project44 eingebunden. In Kombination mit fortschrittlicher künstlicher Intelligenz (KI), GPS-Sensoren und Technologien für maschinelles Lernen kann Lenzing ihren Kunden nun genaue Echtzeit-Informationen zu den Faserbestellungen bereitstellen – vom Lieferstatus über den Standort der Container bis hin zur Verfolgung der Schiffsrouten und den voraussichtlichen Ankunftszeiten in Häfen weltweit.

„Die globalen Supply-Chain-Probleme der letzten Jahre haben die Bedeutung einer fortschrittlichen und technologiegestützten Lieferverfolgung hervorgehoben. Unser System zur Echtzeit-Lieferverfolgung von Containern steht ganz im Einklang mit unserer Unternehmensstrategie Better Growth und untermauert Lenzings Bestreben, die Lieferkette der Textil- und Vliesstoffindustrie digital zu transformieren und transparenter zu machen. Unsere bahnbrechende Lösung zur Nachverfolgung von CO2-Emissionen bis auf Containerebene zeigt, dass wir bereit und hochmotiviert sind, gemeinsam mit unseren Kunden ehrgeizige CO2-Reduktionsziele zu verwirklichen“, so Thomas Panholzer, Vice President Global Supply Chain bei Lenzing.

Im Rahmen ihres Nachhaltigkeitsversprechens bietet Lenzing durch das Echtzeit-Sendungsverfolgungssystem ihren Partnern in der Wertschöpfungskette verbesserte Lösungen, um ihre CO2-Reduktionsziele zu erreichen. So erhalten Kunden sowohl auf Sendungs- als auch Containerebene Zugang zu Daten über Scope-3-Emissionen, die vom Global Logistics Emissions Council (GLEC) bestätigt sind. Anhand dieser Daten können Lenzing und ihre Kunden gemeinsam Ziele formulieren und Transportpläne anpassen, um die CO2-Emissionen zu reduzieren.

Lesen Sie mehr über die Nachhaltigkeit in der Industrie: Bedeutung, Möglichkeiten, Probleme.

„Ausschlaggebend für die Visibilität innerhalb der Lieferkette ist und bleibt eine erfolgreiche Zusammenarbeit“, erklärte Jett McCandless, Gründer und CEO von project44. „Lenzings Sendungsverfolgungssystem, das durch die einzigartigen Daten und Einblicke von project44 unterstützt wird, gibt Kunden einen beispiellosen Zugang zu Echtzeitinformationen zur Lokalisierung von Sendungen auf der ganzen Welt. Wir sind fortwährend auf der Suche nach Partnerschaften mit Pionieren wie Lenzing, die bestrebt sind, ihr Angebot um neue Lösungen und Technologien zu erweitern.

„Wir werden unser digitales Angebot und unsere Geschäftsabläufe auch weiterhin verbessern und uns um eine fortschreitende Digitalisierung der globalen Supply-Chain der Faserindustrie bemühen, um Transparenz und Rückverfolgbarkeit zu gewährleisten und einen Mehrwert für unsere Kunden zu erzielen. Dabei haben wir ein klares Ziel vor Augen: Wir wollen durch die Förderung CO2-bewusster Praktiken unsere Nachhaltigkeitsmission fortführen und so den systemischen Wandel in der Branche vorantreiben“, ergänzte Thomas Panholzer.

„Die Vision von Lenzing IT ist es, die Welt zum Besseren zu verändern, indem wir die Kraft von Information und Technologie freisetzen. Dieses Projekt ist eines der vielen fantastischen Beispiele, die unsere Vision zum Leben erwecken. Wir sind bestrebt, die digitale Zusammenarbeit zu fördern, um die Kundenzufriedenheit und die Transparenz der Lieferkette entlang zu verbessern“, sagte Christian Platzer, Vice President Global IT & Digital Innovation. Das neue Lenzing System zur Echtzeit-Lieferverfolgung steht den Kunden des Unternehmens ab September weltweit zur Verfügung.

Man habe bereits in unterschiedlichen Anwendungsgebieten erste Erfahrungen mit KI-Projekten gemacht, sagt Blum-Produktionsleiter Richard Eberle.

Eberle: "In der Produktion stehen uns durch unseren hohen Automatisierungsgrad und auf Grund von Auswertungstools an den Anlagen zwar große Datenmengen zur Verfügung. Wenn diese Daten aber nicht exakt einem Ereignis zugeordnet werden können, dann fehlt eine wichtige Voraussetzung für Anwendungen mit Künstlicher Intelligenz. Daran arbeiten wir in allen Bereichen", sagt er.

Tests im Spritzgussbereich

Getestet wurde beispielsweise ein sich selbst optimierender Prozess einer Schweißparameter-Steuerung. Ein sehr komplexes Pilotprojekt habe man im Spritzgussbereich betrieben. Erfolgreich umgesetzt wurde der sogenannte Arbeitsplan „Werkzeuge/Anlagen“. Hier erzeugt die Künstliche Intelligenz auf Basis von rund 300 000 Arbeitsplänen der letzten 5 Jahre, die den Materialfluss durch die Werkstatt steuern – das heißt, welche Maschinen fertigen in welcher Reihenfolge ein gewisses Bauteil – 5 Vorschläge. Insgesamt greift die KI hier auf eine Basis von 1,6 Millionen Datensätzen zu und der Verantwortliche kann dann einen Vorschlag übernehmen oder manuell anpassen.

Übersetzung von Texten

Abseits der Produktion habe man auch einen „Proof of Concept“ mit Künstlicher Intelligenz bei der Übersetzung von Texten umgesetzt: Hier lernt das System die Ausdrücke für bestimmte Worte oder Produkte kennen und verbessert so die Qualität der maschinellen Übersetzung. Blum suche über alle Unternehmensbereiche hinweg nach weiteren sinnvollen Einsatzgebieten.

Seit 2018 setzt der Aufzugshersteller Schindler auf die künstliche Intelligenz von Robotern. Das Robotersystem R.I.S.E hat im Schacht Einzug gehalten und entlastet die Monteure von monotonen, gefährlichen und gesundheitsbelastenden Tätigkeiten. Roboter haben bekanntlich kein Problem mit Kälte, Hitze und Staub und sie können rund um die Uhr im Schacht arbeiten. Dabei agieren die Roboter selbstlernend und autonom. Die perfekte Stelle zum Bohren, finden sie ohne den Monteur.

Lesen Sie noch: Wo Cobots für die Industrie wirklich sinnvoll sind.

„Klar macht man sich anfangs Sorgen, dass der eigene Arbeitsplatz von einem Roboter eingenommen wird. Diese Sorgen waren unberechtigt, die künstliche Intelligenz unserer Roboter übertrifft unsere nicht, aber sie verändert die Anforderungen an unsere Monteure und werten deren Beruf auf. Roboter verlagern operative Arbeiten hin zur digitalen Überwachung und Programmierung der Systeme. Schindler R.I.S.E unterstützt und ergänzt, aber ersetzt uns nicht. Die Sicherheit und Effizienz unserer Monteure wird gesteigert und niemand trauert anstrengenden, lauten und staubigen Bohrarbeiten hinter“, sagt Gerhard Taschwer.

Der Roboter wird mit einem speziellen Trolley zum Aufzugsschacht gebracht. Mit einem Schlitten, der in den Trolley integriert ist, wird das System gerüstlos in den Schacht eingebracht. Im Schachtkopf wird eine elektrische Winde mittels Haken installiert. Der Roboter steuert diese Winde und kann sich so selbstständig im Schacht auf- und abwärts bewegen. Er führt aus, der Monteur überwacht aus der Ferne und stellt den Nachschub (Bohrer, Dübel oder Bolzen) bereit. Entwickelt wurde Schindler R.I.S.E gemeinsam mit der ETH-Zürich, namhafte Partner aus Industrie und Forschung waren beteiligt.

Lesen Sie auch dazu: Wenn die Roboter kommen: Österreichs beste Automatisierungsprojekte.

Derzeit wird der Roboter hauptsächlich für Großprojekte eingesetzt. Denn je mehr Aufzüge und je höher der Schacht, umso mehr Ankerbolzen müssen gesetzt werden. Zum Einsatz kam Schindler R.I.S.E. zum Beispiel beim Projekt TrIIIple in Wien, das drei Hochhäuser mit jeweils 30 Geschossen umfasst. Mit jedem Projekt wird das Robotersystem klüger und die Anwendungsgebiete erweitert. So soll das System künftig die Montage der Schienenbügel und den Einbau einer Bohrstaub-Absaugung übernehmen.

„Die hochwertige und schnelle Montage hat unsere Kunden bisher überzeugt. Einmal installiert arbeitet der Roboter präzise sein Pensum ab und beschleunigt die Installation der Anlagen erheblich. Diesen Vorsprung wollen wir weiter ausbauen. In Zukunft soll der Roboter mit BIM-Informationen gespeist werden und so anhand des digitalen Modells des Aufzugschachts arbeiten. Damit sind dann alle Daten zur Aufzugsanlage digital abrufbar. Das erleichtert die Planung und den Bau als auch den Betrieb und die spätere Modernisierung der Anlage. Der Aufzugsschacht war im digitalen Zwilling BIM bisher ein weißer Fleck – das werden wir ändern“, sagt Daniel Reisenberger, Geschäftsführer Schindler Österreich.

Lesen Sie auch dazu: Robotik 2030: So sieht die Zukunft aus.

Roboter und ihre Klimabilanz

Im Bausektor verbessern Roboter die CO2-Bilanz. Sie arbeiten energieeffizient und präziser als Menschen und verursachen weniger Ausschuss und Abfall. Wird der Roboter mit Ökostrom produziert, stimmt die Nachhaltigkeitsbilanz. Einige Hersteller setzen bereits auf Recycling-Modelle, indem sie ausgediente Roboter und damit deren kritischen Ressourcen in Elektronik und Batterien zurückkaufen.

Der Einsatz von KI in der Siemens SITOP Fertigung in Wien reduziert die Investitionskosten und sorgt für Zeitgewinn.

Beim Use Case im Bereich der Materialzuführung für die Assemblierung von SITOP Stromversorgungen geht es um die automatische Prüfung der Belegung eines Trays. Die mechanischen Komponenten sind an fixen Stellen in einem Tray positioniert und werden von dort per bildgesteuertem Robotersystem entnommen. Mithilfe der KI-Lösung wird erkannt, an welchen Positionen Komponenten bereits entnommen wurden oder noch verfügbar sind. Das KI-Modell wird in der Cloud trainiert und ist mittels Siemens Industrial Edge mit der Maschine verbunden.

Bei einer herkömmlichen industriellen Lösung würde man für jede Position einen Sensor einsetzen oder eine traditionelle Bildverarbeitungslösung, was mehr Kosten für die Hardware verursacht und zeitaufwändiger bei der Implementierung ist. Zudem sind herkömmliche Systeme meist auf einen oder zwei Anwendungsbereiche beschränkt. Die industrielle KI-Lösung von Siemens („Visual Quality Inspection“) lässt sich dagegen überall dort einsetzen, wo mittels Bildanalyse Prozessüberwachungen oder Qualitätskontrollen durchgeführt und automatisiert werden sollen. Anwender sind dabei nicht an bestimmte Kamerahersteller gebunden.

Lesen Sie noch: Siemens Österreich legt Bilanz vor – so sieht es nach Wegfall von Siemens Energy aus.

Breites Anwendungsspektrum. Der wesentliche Vorteil der KI-Lösung von Siemens ist, dass Kunden in Zukunft in der Lage sind, schnell und ohne Programmierarbeit neue Anwendungen zu realisieren, da KI-Templates wiederverwendbar sind und sich auf der Siemens Edge Plattform unterschiedliche Anwendungsfälle abbilden lassen. Neben Bilddaten können auch Maschinendaten analysiert werden. Eine nahtlose Integration an die Automatisierungstechnik ist gegeben.

Cloud-Ressourcen sind eine Option, aber nicht erforderlich: Die eingesetzte Lösung bietet zudem maximale Flexibilität bzw. Wahlfreiheit für Kunden: die KI kann zwar in der Cloud trainiert werden, die Daten können aber auch nur lokal genutzt werden. Die KI „on Edge“, also bei der Maschine auszuführen, sorgt für maximale Produktionssicherheit und gewährleistet die Erfüllung von Echtzeitanforderungen.

Lesen Sie auch ein Interview mit Siemens-Manager May: Ist KI bald Commodity?

Roll-out in allen Werken geplant. Derzeit wird die KI noch im Testbetrieb eingesetzt. Eine standardisierte Lösung wird aber künftig auf weitere Siemens Werke in Amberg, Erlangen und Chengdu (China) ausgerollt. Die Werke können dann auch voneinander lernen, indem mithilfe von Federated Learning Modelle dezentral verbessert werden.

Infineon nutzt die Potenziale der Digitalisierung, Automatisierung und der Künstlichen Intelligenz, um Prozesse effizienter, ressourcenschonender zu gestalten und vor allem auch die Mitarbeiter*innen in der Durchführung ihrer Tätigkeit zu unterstützen.

Als „lernende Fertigung“ kommt KI in vielen Bereichen vermehrt zum Einsatz. Zum Beispiel bei der vorausschauenden Wartung. Durch die Vernetzung unterschiedlichster Anlagen, die qualitätsvolle Datenerhebung, -verknüpfung, ein kontinuierliches Monitoring und Simulationen können Störungen frühzeitig erkannt und die Wartung optimiert werden. Die Transparenz im Instandhaltungsprozess wird erhöht, Ressourcen bzw. Materialien effizient eingesetzt, Zeit gespart und die Qualität der Produkte wird gesteigert. Seit über einem Jahr ist das intelligente Assistenzsystem „Ioni“ im Einsatz, das in Kooperation mit der Fraunhofer Gesellschaft und dem KI4Life entwickelt wurde. Das System liefert Lösungen für unterschiedlichste Arten von Ausfällen. Dafür werden große Datenmengen analysiert, Muster erkannt und Vorschläge zur Störungsbehebung generiert. Die Mitarbeiter*innen erhalten die Ergebnisse über eigene Web-Applikationenund Dashboards, die stationär oder über das Smartphone abfragbar sind. Zusätzlich gibt es ein eigenes Lerncockpit mit Anbindung an ein Wissensmanagement-System. Das Wissen wird damit schnell zugänglich und kann auch weitergegeben werden (Link mit Video).

Erfahren Sie mehr über den Einsatz der KI in der Industrie: So funktioniert Digitalisierung.

Innovativ und Effizient: Infineon setzt auf KI und Vernetzung

Gleichzeitig vernetzt Infineon mittels KI auch die Entwicklungs- und Fertigungsprozesse, um den Innovationsprozesse zu verkürzen – schneller entwickeln und produzieren. Mit Deep-Learning Modellen wurde ein „Digitaler Zwilling“ geschaffen, der durch Simulationsmodelle reale Entwicklungsabläufe digital darstellt und flexibel Anpassungen in der Fertigung ermöglicht. Die Entwicklungszeit hat sich dadurch von drei Monaten auf eine Woche verkürzt. Die KI-Plattform kann länderübergreifend in mehreren Fertigungsstandorten – etwa in Österreich, Deutschland oder Malaysia – genutzt werden (Link). In europäischen F&E Projekten vernetzt sich Infineon mit Partnern entlang der Wertschöpfungskette (z.B. aktuell laufendes F&E Projekt AIMS5.0), um die Effizienz zu verbessern und durch KI resilientere Lieferketten aufzubauen. KI wird zunehmend auch für die Fort- und Weiterbildungen und den Wissensaustausch der Mitarbeiter*innen genutzt – Stichwort Apps oder Social Bots.

Digitale Hilfsagenten

Diese sogenannten „digitale Hilfsagenten“ können synchron mit den Benutzern kommunizieren, die Einarbeitungszeit neuer Mitarbeiter*innen verkürzen und sie bei ihrem Wissenszuwachs unterstützen. Die Anwender erhalten die richtigen Informationen zur richtigen Zeit. Die Ergebnisse sind ein wichtiger Beitrag, um die Kompetenzen als auch die digitale Unternehmenskultur zu stärken und die Arbeitsplätze der Zukunft weiterzuentwickeln. Definierte Prozesse sowie ein Austausch über Unternehmensgrenzen hinweg (z.B. über Verbände) helfen dabei, KI verantwortungsvoll einzusetzen und gleichzeitig im internationalen Wettbewerb zu bestehen.