Industrie 4.0 in der Schweizer Realität

23. Februar 2021, 15:05
  • schweiz
  • industrie 4.0
  • künstliche intelligenz
  • iot
image

Digitalisierung, Machine Learning und KI in der Industrie: Einige Schweizer Pionierprojekte kurz vorgestellt.

Digitalisierung und Industrie 4.0 ist eines der grossen Themen in der Schweizer Maschinen-, Elektro- und Metallindustrie. Diese Branche wurde von der Corona-Pandemie stärker in Mitleidenschaft gezogen als andere Teile der Schweizer Wirtschaft, und neue Impulse tun Not. Aber was bedeutet Industrie 4.0 in der Realität? An einer kürzlich von Industrie 2025 organisierten Online-Konferenz wurde eine ganze Reihe von in der Schweiz laufenden Pilot- und Pionierprojekten vorgestellt, von denen wir hier einige herauspicken.

Datenintegration entlang der Wertschöpfung

Thomas Gittler von der Inspire AG stellte beispielsweise das ambitionierte Projekt "Digitale Fabrik der Zukunft" vor, das bei ABB Turbosystems läuft und in dessen Zentrum die Integration aller Daten entlang der Wertschöpfungskette steht. Das Projekt soll Papierprozesse eliminieren, Datentransparenz auf allen Ebenen schaffen, die Mitarbeitenden von der Ausführung wertarmer Arbeiten entlasten und dem Unternehmen helfen, Entscheidungen zu treffen, die auf dem basieren, was in der Fabrik gerade wirklich passiert. 
Gittler sprach auch einige Learnings an, die man bei der Entwicklung des Prototyps gewonnen hat. Dabei widmete er sich insbesondere dem Thema Stammdaten, die er als "die hässliche kleine Schwester der Digitalisierung" bezeichnete. Die Beschäftigung mit diesem unbequemen Thema werde oft bis kurz vor dem Rollout eines Projekts verschoben, statt es von Anfang an miteinzubeziehen. Standards für die Strukturierung von Datensätzen müssten forciert und Mitarbeitende dazu angehalten werden, diese auch strikt einzuhalten. Beim ABB-Turbosystems-Projekt sei es so gelungen, Stammdaten, die auf Papier vorlagen, erfolgreich zu digitalisieren.

Kostenberechnung in Realzeit

Peter Nägeli von der FHNW und Mitgründer von Synapto stellte ein Projekt vor, das es KMU aus der Maschinenindustrie ermöglichen soll, basierend auf Machine Learning innert Sekunden die Kosten zur Herstellung eines bestimmten Bauteils zu berechnen, und damit einen möglichen Preis zu nennen.
Das System verarbeitet Daten wie das benötigte Material und dessen Menge, die Dicke und Oberfläche von Bauteilen und vieles mehr. Darauf basierend werden dann Kostenparameter wie die Materialkosten, die Zeit, welche die Laser-Zuschneidmaschine benötigen wird, die Zeit, um eine allfällige Biegung hinzukriegen und vieles mehr berechnet. Und dies, wie Nägeli betonte, in weniger als einer Sekunde.
Im realen Einsatz könne das System, von dem eine kostenlose Demoversion existiert, Administrationskosten senken und den Kundenservice verbessern. Und ein weiterer Vorteil: Vorhandenes Know-how werde im Modell abgebildet und existiere somit nicht nur in den Köpfen einiger weniger Mitarbeitender.

Machine Learning für Produktionsplanung 1

Ebenfalls von der FHNW kommt Raoul Waldburger. Er befasste sich mit einem Projekt, das Machine Learning beziehungsweise Process Mining benützt, um Unternehmen bei der Produktionsplanung zu helfen. Eigentlich, so Waldburger, wären bei vielen KMU gute Daten verfügbar, aber heutzutage würden diese noch zu wenig genützt.
Das im Rahmen des Projekts "Smart scheduling recommender system for process- centric production" entwickelte System verwende Algorithmen, um bestehende Event Logs zu analysieren und einen digitalen Zwilling der Produktion zu bauen. Dies ermögliche unter anderem, die Produktionsplanung und damit die Kapazität zu verbessern. Die Vorbereitungszeit, bevor die Produktion für einen bestimmten Auftrag aufgenommen werden kann, könne damit halbiert werden. Daraus resultiere dann auch, dass weniger Aufträge parallel abgearbeitet werden, und somit auch weniger Geld im Produktionsprozess "festhängt".

Machine Learning für Produktionsplanung 2

Ganz ähnlich gelagert ist das Projekt "Schnell reagierende Planungsalgorithmen für die Kundenauftragsproduktion", das Thomas Herrmann von der ZHAW vorstellte. Auch dieses Projekt, das für den Burgdorfer Blechbearbeiter Lasatec durchgeführt wurde, dreht sich darum, bestehende Daten mittels Machine-Learning-Algorithmen zu analysieren, um die Produktion und den Verkauf zu unterstützen. Planern soll damit geholfen werden, den Kunden möglichst schnell Lieferdaten nennen zu können sowie Kapazitäten zuzuteilen und zu priorisieren. Und zwar so schnell, dass man auch ohne Verzögerung auf Veränderungen bei den Kapazitäten oder der Auftragslage reagieren kann. Das Modell, so Herrmann, berücksichtige auch Parameter wie die Lieferzeiten von Zulieferern oder die Fähigkeiten einzelner Mitarbeitender.
Insgesamt könne das System Durchlaufzeiten reduzieren und auch vor möglicherweise auftretenden Problemen warnen.
An der Konferenz wurden insgesamt rund 20 reale Projekte aus vielen unterschiedlichen Bereichen vorgestellt. Neben dem Einsatz von Machine Learning zur Verbesserung diverser Planungsprozesse war dabei insbesondere Predictive Maintenance ein Hauptthema. Auch Möglichkeiten, wie Unternehmen an fachliche und finanzielle Unterstützung zur Durchführung von Innovationsprojekten herankommen können, wurden dargelegt. Die an der Konferenz gezeigten, teilweise mehr und teilweise etwas weniger aussagekräftigen Präsentationen finden man auf der Website der Konferenz.

Loading

Mehr zum Thema

image

Google will ChatGPT-Konkurrenz öffentlich zugänglich machen

OpenAI hat mit Microsoft den Kampf um die Zukunft des Internets eröffnet, nun zieht Google nach. Das bedeutet ein Umdenken im Suchmaschinenkonzern.

publiziert am 3.2.2023
image

In der Schweizer IT-Branche steigen die Löhne weiter

Michael Page hat seine neue Lohnübersicht veröffentlicht. Kandidatenmangel und Inflation führen zu steigenden Lohnerwartungen. Mit welchen Löhnen IT-Beschäftigte rechnen können.

publiziert am 2.2.2023
image

ChatGPT wächst so schnell wie keine andere App

Der KI-Chatbot bricht Rekorde und verzeichnet 100 Millionen aktive Nutzer innert nur 2 Monaten. Nun soll bald ein Abo-Modell eingeführt werden.

publiziert am 2.2.2023
image

ChatGPT: OpenAI entwickelt KI, um eigene KI zu entlarven

Die Firma hat ein neues Tool auf den Markt gebracht, das erkennen soll, ob ein Text von einem Menschen oder einer KI geschrieben wurde.

publiziert am 1.2.2023