Wir bitten Sie an dieser Stelle um Ihre Einwilligung für die Nutzung unseres Videodienstes. Nähere Informationen zu allen Diensten finden Sie, wenn Sie die Pfeile rechts aufklappen. Sie können Ihre Einwilligungen jederzeit erteilen oder für die Zukunft widerrufen. Rufen Sie dazu bitte diese Einwilligungsverwaltung über den Link am Ende der Seite erneut auf.
Diese Webseite setzt temporäre Session Cookies. Diese sind technisch notwendig und deshalb nicht abwählbar. Sie dienen ausschließlich dazu, Ihnen die Nutzung der Webseite zu ermöglichen.
Das Ministerium präsentiert seine Arbeit auf dieser Webseite auch in Form von Videos. Diese werden vom deutschen Anbieter TV1 mit Hilfe des JW-Players mit Sitz in den USA ausgeliefert. Bitte willigen Sie in die Übertragung Ihrer IP-Adresse und anderer technischer Daten an den JW-Player ein, und erlauben Sie JW-Player, Cookies auf Ihrem Endgerät zu setzen, wenn Sie unser Video-Angebot nutzen wollen. Verantwortlich für diese Verarbeitung Ihrer Daten ist das Bundesministerium für Wirtschaft und Energie. Unsere Datenschutzbeauftragte erreichen Sie unter datenschutzbeauftragte@bmwk.bund.de. Als Rechtsgrundlage dient uns Ihre Einwilligung nach § 25 Abs. 1 TTDSG i. V. m. Artikel 6 Abs. 1 lit. a) DSGVO und § 3 Abs. 1 EGovG. Wir haben sichergestellt, dass Sie Ihre Einwilligung jederzeit für die Zukunft widerrufen können. Über die Einwilligungsverwaltung am Ende der Seite können Sie jederzeit steuern, ob Sie den Videodienst JW-Player zur Übertragung freigeben oder nicht.
Ausführliche Informationen über Ihre Betroffenenrechte und darüber, wie wir Ihre Privatsphäre schützen, entnehmen Sie bitte unserer Datenschutzerklärung.
Einwilligung zum Videodienst JW-Player
Das Ministerium präsentiert seine Arbeit auf dieser Webseite auch in Form von Videos. Diese werden vom deutschen Anbieter TV1 mit Hilfe des JW-Players mit Sitz in den USA ausgeliefert. Bitte willigen Sie in die Übertragung Ihrer IP-Adresse und anderer technischer Daten an den JW-Player ein, und erlauben Sie JW-Player, Cookies auf Ihrem Endgerät zu setzen, wenn Sie unser Video-Angebot nutzen wollen. Verantwortlich für diese Verarbeitung Ihrer Daten ist das Bundesministerium für Wirtschaft und Energie. Unsere Datenschutzbeauftragte erreichen Sie unter datenschutzbeauftragte@bmwk.bund.de. Als Rechtsgrundlage dient uns Ihre Einwilligung nach § 25 Abs. 1 TTDSG i. V. m. Artikel 6 Abs. 1 lit. a) DSGVO und § 3 Abs. 1 EGovG. Wir haben sichergestellt, dass Sie Ihre Einwilligung jederzeit für die Zukunft widerrufen können. Über die Einwilligungsverwaltung am Ende der Seite können Sie jederzeit steuern, ob Sie den Videodienst JW-Player zur Übertragung freigeben oder nicht.
Prozessoptimierung mittels KI-Software in der Fertigungsindustrie
Prozessmodellierung und ganzheitliche Prozessoptimierung in Echtzeit durch Künstliche Intelligenz
Globalisierung und Digitalisierung haben den Wettbewerb zwischen Unternehmen aller Branchen erheblich verschärft. Der Einsatz innovativer Produkte und Verfahren zur Umsatzsteigerung und Kostensenkung ist zu einer Notwendigkeit geworden. Doch trotz vermeintlich voller Data Lakes sind häufig nicht genügend konsistente Daten vorhanden, um Deep Learning erfolgreich einzusetzen. Erium kombiniert menschliches Expertenwissen mit Künstlicher Intelligenz und benötigt dadurch nur ein Minimum an Daten.
Mit der KI-Software unterstützt Erium Unternehmen mit statistisch fundierten Vorhersagen über Prozessergebnisse und liefert dadurch eine vertrauenswürdige Basis für die Prozessplanung, Logistik-, Disposition- und Pricingentscheidungen. Zusätzlich gibt Erium konkrete Handlungsempfehlungen im laufenden Prozess. So werden Fehleinstellungen vermieden, Anpassungen können in Echtzeit stattfinden, Nacharbeit wird minimiert und Prozesse laufen immer im Optimum.
Welcher konkrete Nutzen ergab sich?
Statistisch fundierte Vorhersagen als Basis für die Planung, Logistik- Pricing- und Dispositionsentscheidungen.
Handlungsempfehlungen für exakte Parametereinstellungen in der Fertigung in Echtzeit und dadurch optimale Prozessgüte, Reduktion von Material- und Herstellungskosten, weniger Verschleiß, Stabilität des Herstellungsprozesses und Minimierung von Nacharbeit.
Wie lässt sich der Industrie 4.0-Anssatz beschreiben?
Erium optimiert Prozesse durch die KI-Software HALerium. HALerium verbindet künstliche Intelligenz mit menschlichem Expertenwissen. Der Algorithmus baut direkt auf dem Fachwissen der Prozessexperten auf, wodurch die Software nur ein Minimum an Daten benötigt um Handlungsempfehlungen in Echtzeit zu generieren.
Was konnte konkret erreicht werden?
Durch die Anwendung von Industrie 4.0 gibt Erium den Unternehmen die volle Kontrolle über ihre Prozesse zurück. Im Bereich Predictive Analytics liefert die KI-Software den Unternehmen statistisch fundierte Vorhersagen für wichtige Entscheidungen. Dabei zeigen die statistischen Berechnungen stets alle relevanten Unsicherheiten auf und kalkulieren damit das Risiko. Im Bereich AI Control ermittelt HALerium auch bei komplexen Prozessen und komplizierten Zielfunktionen das globale Optimum. Durch eine effiziente Konfiguration und Parametrisierung der Anlagen werden Anlaufzeiten auf ein Minimum reduziert. Die eingesetzte Software Solution berechnet die optimalen Einstellungen für jedes einzelne Werkstück – auch bei variantenreicher Fertigung. Durch die Verbesserung der Produktqualität, des Energie- und Materialverbrauchs und der Zykluszeit wird die Prozessgüte optimiert. Da die Prozesssteuerung dynamisch an die Änderungen der Umgebungsbedingungen angepasst werden, läuft die Produktion stabil und reibungslos.
Mit welchen Maßnahmen wurde die Lösung erreicht?
Zunächst einmal werden die Datenstrukturen optimal auf Machine Learning Anwendungen vorbereitet, denn die richtige Datenstruktur ist die Voraussetzung für beste Ergebnisse. Nachdem der Digitale Zwilling erstellt wurde, können aussagekräftige und vertrauenswürdige Analysen durchgeführt werden.
Danach wird der Erium Graph erstellt. Der Erium Graph ist das statistische Abbild des Prozesswissens der Unternehmen. In Tiefeninterviews mit den Prozessexperten der Unternehmen wird das nötige Know-How akquiriert. Die Prozessstruktur wird über bedingte Wahrscheinlichkeiten in einem azyklischen Graphen abgebildet. Mithilfe Bayes’scher Statistik können dann beliebig komplexe Modelle ausgewertet werden. Im Vergleich zu herkömmlichen neuronalen Netzen, benötigt HALerium durch die Einbindung des Prozesswissens nur einen Bruchteil an Daten und liefert Vorhersagen über das Prozessverhalten, als auch Handlungsempfehlungen für die Prozesssteuerung in Echtzeit. Die Prozessoptimierung wird während der laufenden Produktion und mit höchster Prozessstabilität durchgeführt, somit können maximale Ergebnisse mit minimalen Eingriffen erzielt werden.
Was können andere davon lernen?
Datenaufbereitung ist wichtig!
Die Grundvoraussetzung für die Durchführung von Analysen und dem Einsatz intelligenter Technologien ist die richtige Aufbereitung der Daten. Unvollständige und verrauschte Daten, eine Vielzahl an Datenquellen, die korrekte Aufbereitung von Zeitreihen und veraltete Systeme machen dies zu einer komplexen Herausforderung. Aus diesem Grund unterstütz Erium die Unternehmen bereits bei der Datenaufbereitung und der strukturierten Erstellung des digitalen Zwillings . Durch informationstheoretisch optimale Interpolation und Notfallstrategien wird auch bei Ausfallen von Sensoren, Messschwierigkeiten und schlechter Zuordenbarkeit die Erstellung eines bereinigten Datensatzes für digitale Anwendungen sichergestellt.
Deep Learning ist keine Allzwecklösung
Herkömmliche neuronale Netzwerke benötigen riesige Mengen an Trainingsdaten und liefern erst nach sehr viel Zeit sinnvolle Ergebnisse. Dies funktioniert sehr gut, wenn große Datenmengen vorhanden sind und die Aufgaben klar definiert wurden, wie beispielsweise im E-Commerce. Die Erfahrung zeigt jedoch, dass die vorliegende Datenquantität als auch -qualität in vielen Anwendungsfällen nicht für klassisches Machine Learning ausreicht. Erium löst dieses Problem, indem das Prozesswissen der Experten mit der künstlichen Intelligenz verknüpft wird. Da der Algorithmus auf dem statistischen Abbild des Prozesswissens aufbaut, benötigt die Software nur ein Minimum an Daten um sinnvolle Ergebnisse zu liefern. So können auch bei komplexen Fertigungsprozessen und zerstörender Prüfung mit wenig Datenpunkten Vorhersagen über das Prozessverhalten und Handlungsempfehlungen gegeben werden.