idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
03/30/2021 11:36

Smarter Durchblick für die Industrie: Wie künstliche Intelligenz für reibungslose Produktion sorgt

Claudia Ehrlich Pressestelle der Universität des Saarlandes
Universität des Saarlandes

    Kleines Ersatzteil – großer Schaden: Verschleiß oder Defekte können in der Industrie die Produktion lahmlegen. Künstliche Intelligenz hilft Unternehmern dabei, vorausschauend gegenzusteuern: Ein neues Datensystem macht Störungen frühzeitig erkennbar und gibt Lösungsvorschläge zur Abhilfe. Das Team von Wirtschaftsinformatiker Wolfgang Maaß an der Universität des Saarlandes und am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) zeigt auf der digitalen Hannover Messe vom 12. bis 16. April, wie es mit Partnern aus Wissenschaft und Wirtschaft in der Industrie 4.0 für Transparenz sorgen kann.

    Mehrere hunderttausend Euro Verlust pro Stunde sind keine Seltenheit: Versagt ein Maschinenteil seinen Dienst, drohen der Industrie immense Schäden. Ein zugesetzter Filter, eine gebrochene Dichtung, ein geplatzter Hydraulikschlauch – und schon steht die Anlage still. Auch ein unscheinbares Bauteil, das bislang ein Schattendasein führte, kann groß rauskommen und eine Kettenreaktion in Gang setzen. Wenn Ersatzbauteile erst geordert werden müssen oder wegen Lieferproblemen auf sich warten lassen, kann der Stillstand dauern. „Solche Produktionsunterbrechungen sind für Unternehmen das Geschäftsrisiko Nummer eins“, sagt Professor Wolfgang Maaß. Mit seinem Forschungsteam arbeitet er an der Universität des Saarlandes und am Deutschen Forschungszentrum für Künstliche Intelligenz daran, dass solche Kettenreaktionen gar nicht erst Fahrt aufnehmen: mit smarten Daten, die ohnehin anfallen, und die in der Zusammenschau tief blicken lassen.

    Hierzu entwickelt Maaß mit Partnern aus Wirtschaft und Wissenschaft ein Datensystem, mit dem Unternehmen potenzielle Störungen in der Produktion früh erkennen und bestmöglich abwenden können. „Unser Ziel ist es, die Widerstandskraft, die so genannte Resilienz der Unternehmen zu stärken, so dass sie sich flexibel an Veränderungen und Störungen anpassen und auch schwierige Situationen stabil überstehen können“, erklärt Wolfgang Maaß. Das Bundeswirtschaftsministerium investiert zusammen mit beteiligten Unternehmen über zehn Millionen Euro in dieses Forschungsprojekt namens „Spaicer“, kurz für „Skalierbare adaptive Produktionssysteme durch KI-basierte Resilienzoptimierung“.

    „Die zunehmende Digitalisierung macht für Unternehmer die Produktion komplexer und unübersichtlicher. Auch durch die wachsende Vernetzung innerhalb wie außerhalb eines Unternehmens sind die Folgen von Störungen nur schwer abschätzbar“, erklärt der Wirtschaftsinformatiker. Für künstliche Intelligenz sind die in der Produktion anfallenden digitalen Datenmassen und Zahlenkolonnen aber durchschaubar und höchst aufschlussreich: Für sie ist erkennbar, was auf Maschinen und Produktion zukommt. Die Forscherinnen und Forscher verknüpfen daher die Daten auf der Plattform, wo sie automatisiert verarbeitet werden.

    Je mehr über die Maschinen selbst und darüber, was mit ihnen – auch entfernt – zusammenhängt, bekannt ist, umso mehr wird transparent, wann was wahrscheinlich passieren wird. So ändert eine Anlage im Laufe der Zeit zum Beispiel allmählich ihre Schwingungsfrequenz oder ihre Temperatur, was charakteristisch die Stadien bestimmter Störungen ankündigt. Wenn Messdaten, die Sensoren in Fertigungsstraßen sammeln, Wartungsintervalle, Informationen über Ersatzteile und ihre Lebensdauer, Vergleichsdaten von Maschinen anderer Unternehmen, Analysen, die Störungen wie den Ausfall von Zulieferern vorhersagen, und vieles mehr pausenlos im Auge behalten werden, lässt sich daraus viel ablesen. Die Lage bleibt ununterbrochen unter Kontrolle und für Überraschungen ist weniger Raum.

    Anhand der Daten und Informationen kann das Datensystem mit Methoden künstlicher Intelligenz und unterschiedlichen maschinellen Lernverfahren Störungen klassifizieren und passende Maßnahmen empfehlen. Die Algorithmen berechnen konkrete Lösungsvorschläge, die die Plattform an den Unternehmer weitergibt, zum Beispiel welche Ersatzteile zu ordern sind, oder frühzeitig alternative Lieferanten anzufragen. Dieser kann so durch vorausschauende Instandhaltung vorbeugen oder auf Störungen im Einzelfall mit größter Erfolgsaussicht reagieren. „Hierbei geraten keine Betriebsgeheimnisse in Gefahr. Vorausschauend handeln zu können und Folgen miteinzubeziehen wird vielmehr zu einem Erfolgs- und Wettbewerbsfaktor für Produktionsunternehmen“, erklärt Wolfgang Maaß.

    Hintergrund
    Das Projekt „Spaicer“ ging als Leuchtturmprojekt aus dem KI-Innovationswettbewerb „Künstliche Intelligenz als Treiber für volkswirtschaftlich relevante Ökosysteme“ hervor. Das Bundeswirtschaftsministerium fördert das Projekt (mit vollem Namen: Skalierbare adaptive Produktionssysteme durch KI-basierte Resilienzoptimierung) zusammen mit beteiligten Unternehmen mit mehr als zehn Millionen Euro.
    An Spaicer sind neben dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) als Konsortialführer und der Universität des Saarlandes das Werkzeugmaschinenlabor (WZL) an der RWTH Aachen, das Institut für Technologie- und Innovationsmanagement der RWTH Aachen, die Universität Freiburg, die Technische Universität Darmstadt, die Otto Beisheim School of Management (WHU), deZem, Feintool, SAP, SCHOTT, SEITEC und SENSEERING beteiligt. Über 40 assoziierte Partner unterstützen das Projektkonsortium.

    Hannover Messe Digital Edition: vom 12. bis 16. April 2021
    Das Projekt "Spaicer" auf der Hannover Messe:
    https://www.hannovermesse.de/produkt/spaicer/263513/N1281070
    http://www.spaicer.de


    Contact for scientific information:

    Prof. Dr.-Ing. Wolfgang Maaß (Lehrstuhl für Betriebswirtschaftslehre, insbesondere Wirtschaftsinformatik im Dienstleistungsbereich der Universität des Saarlandes und Deutsches Forschungszentrum für Künstliche Intelligenz DFKI)
    Tel.: 0681 302 64736; E-Mail: wolfgang.maass@iss.uni-saarland.de
    Dr. Sabine Janzen: T: 0681- 8 57 75 - 269, E-Mail: sabine.janzen@dfki.de


    More information:

    https://www.hannovermesse.de/produkt/spaicer/263513/N1281070 Das Projekt "Spaicer" auf der Hannover Messe


    Images

    Mit künstlicher Intelligenz gegen Produktionsausfall: Der Wirtschaftsinformatiker Wolfgang Maaß entwickelt mit Partnern aus Wissenschaft und Wirtschaft ein System, mit dem Unternehmer Störungen in der Produktion früh erkennen und passend reagieren können.
    Mit künstlicher Intelligenz gegen Produktionsausfall: Der Wirtschaftsinformatiker Wolfgang Maaß entw ...
    Foto: Oliver Dietze
    Universität des Saarlandes

    Professor Wolfgang Maaß
    Professor Wolfgang Maaß
    Foto: Oliver Dietze
    Universität des Saarlandes


    Criteria of this press release:
    Business and commerce, Journalists, Scientists and scholars
    Economics / business administration, Electrical engineering, Information technology, Mechanical engineering
    transregional, national
    Research results, Transfer of Science or Research
    German


     

    Mit künstlicher Intelligenz gegen Produktionsausfall: Der Wirtschaftsinformatiker Wolfgang Maaß entwickelt mit Partnern aus Wissenschaft und Wirtschaft ein System, mit dem Unternehmer Störungen in der Produktion früh erkennen und passend reagieren können.


    For download

    x

    Professor Wolfgang Maaß


    For download

    x

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).