idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Wie lassen sich bestehende Produktionsprozesse mit digitalen Methoden neu gestalten und optimieren? Wann lohnt es sich für Unternehmen, in solche Prozesse einzugreifen und sie durch digitale Technologien zu verändern? Das »International Center for Networked, Adaptive Production ICNAP«, ein Zusammenschluss aus drei Fraunhofer-Instituten aus Aachen, stellt in einem Studienbericht aktuelle Forschungsergebnisse zur Digitalisierung in der Industrie vor. Der kostenlose Bericht fasst aktuelle Forschungsarbeiten zum Einsatz künstlicher Intelligenz in der Produktion, zur maschinenintegrierten Echtzeitkommunikation auf Basis von 5G-Netzwerken und zur Monetarisierung von Industriedaten zusammen.
Die digitale Vernetzung im Sinne der Industrie 4.0 soll Prozessketten effizienter, flexibler und nachhaltiger machen. Immer mehr Unternehmen suchen deshalb nach Möglichkeiten, ihre Produktion zu digitalisieren, doch die Auswahl passender Maßnahmen erfordert häufig tiefgreifendes technologisches Hintergrundwissen. Das Ziel des »International Center for Networked, Adaptive Production ICNAP« ist es, dieses Wissen gemeinsam mit Unternehmen auf wissenschaftlicher Grundlage zu erarbeiten und die Partner gleichzeitig auf dem Weg zur Digitalisierung unterstützend zu begleiten. In öffentlich geförderten, einjährigen Forschungsprojekten haben sich die Fraunhofer-Forscherinnen und -Forscher mit den drängenden Fragen rund um die Digitalisierung der Produktion befasst. In fünf Praxisstudien haben sie Ergebnisse erarbeitet, die sie interessierten Unternehmen nun im gerade erschienenen »ICNAP Study Report 2021« kostenlos zur Verfügung stellen. Das Themenspektrum der Arbeiten reicht von der Maximierung des Nutzens bereits existierender Daten über die Einsatzfelder von maschinen- und sensorintegrierter Echtzeitkommunikation bis zu Anwendungen der künstlichen Intelligenz.
Daten effektiv nutzen und monetarisieren
Während der Produktion entstehen große Mengen an Sensor- und Maschinendaten, die genutzt werden können, um in der Entwicklung, der Produktion oder mit produktbezogenen Dienstleistungen Mehrwerte für Unternehmen und Kunden zu erzielen. Eine der fünf ICNAP-Studien beschreibt, wie Unternehmen entlang ihrer Wertschöpfungskette die Erkenntnisse aus der Analyse industrieller Daten am besten nutzen und schließlich auch monetarisieren können. Im Rahmen einer Fallstudie legen die Autoren beispielhaft dar, wie sich mit passenden Strategien der Zeitaufwand zur Sicherung der gewünschten Produktqualität deutlich minimieren lässt.
Echtzeitkommunikation verhindert Bauteilfehler
Fehler, die in der Fertigung entstehen, lassen sich durch passende Sensorik zwar registrieren, aber häufig erst im Nachgang des Prozesses auswerten. Gerade für kostspielige Bauteile ist es daher wünschenswert, Korrekturen durch eine adaptive Regelung schon im laufenden Prozess auszugleichen. Dies erfordert jedoch eine Echtzeitkommunikation zwischen Sensor und Maschinensteuerung. In mehreren Forschungsprojekten haben Forscherinnen und Forscher untersucht, welche technologische Infrastruktur für die Echtzeit-Datenübertragung geeignet ist. 5G-Netzwerke und Edge-Cloud-Systeme können hier vielversprechende Ansätze bieten.
Anleitung zur Integration von künstlicher Intelligenz und Extended Reality in Produktionsprozesse
Künstliche Intelligenz (KI) oder Extended Reality (XR) haben das Potenzial, Mitarbeitenden, etwa Maschinenbedienern, die Arbeit zu erleichtern und dadurch die Produktion effektiver zu gestalten. Wie sich das Deployment von trainierten Machine-Learning-Modellen in der Produktion realisieren lässt und wie Extended-Reality-Anwendungen die Interaktion zwischen Menschen und Produktionsanlagen vereinfachen können, beschreiben die Forscherinnen und Forscher in zwei weiteren Studienberichten. Das Resultat sind Schritt-für-Schritt-Anleitungen für eine erfolgreiche Integration in bestehende Produktionsprozesse.
Der Studienbericht steht zum kostenlosen Download bereit unter:
www.ipt.fraunhofer.de/de/publikationen/whitepaper-trendreporte-studien/icnap-study-report-2021.html
In der ICNAP-Community gemeinsam Lösungen erarbeiten
ICNAP ist ein Zusammenschluss der drei Aachener Fraunhofer-Institute für Produktionstechnologie IPT, für Lasertechnik ILT sowie für Molekularbiologie und Angewandte Oekologie IME, sowie weitere Experten aus Industrie und Forschung. Es wurde mit dem Ziel gegründet, eine offene Forschungsplattform und industrielle Testumgebung aufzubauen, in der innovative Ansätze der Digitalisierung in der Produktion unter realistischen Bedingungen entwickelt und evaluiert werden können. Zurzeit umfasst die ICNAP-Community mehr als 20 Partner, die gemeinsam erarbeiten, mit welchen neuen Lösungsansätzen aus der Informationstechnologie der Wandel zur Industrie 4.0 tatsächlich gelingen kann und welche Voraussetzungen es dabei zu erfüllen gilt.
Dr.-Ing. Mario Pothen
Fraunhofer-Institut für Produktionstechnologie IPT
Steinbachstr. 17
52074 Aachen
Telefon +49 241 8904-144
mario.pothen@ipt.fraunhofer.de
www.ipt.fraunhofer.de
https://www.ipt.fraunhofer.de/de/presse/Pressemitteilungen/221005-fraunhofer-stu...
Der »ICNAP Study Report 2021« fasst aktuelle Forschungsarbeiten zum Einsatz künstlicher Intelligenz ...
© Fraunhofer IPT
Merkmale dieser Pressemitteilung:
Journalisten, Wirtschaftsvertreter, Wissenschaftler
Elektrotechnik, Informationstechnik, Maschinenbau, Wirtschaft
überregional
Forschungsprojekte, Kooperationen
Deutsch
Der »ICNAP Study Report 2021« fasst aktuelle Forschungsarbeiten zum Einsatz künstlicher Intelligenz ...
© Fraunhofer IPT
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
