Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB
Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB

Künstliche Intelligenz und Maschinelles Lernen für die ­industrielle Fertigung

Wichtiges Kennzeichen von Industrie 4.0 ist die durchgängige Vernetzung und Durchdringung aller Komponenten der Fabrik sowie kompletter Wertschöpfungsketten mit Sensorik, eingebetteten Systemen und Kommunikationstechnik – sog. Cyber-Physische Systeme. Dadurch fallen von der Planung der zu fertigenden Produkte und Produktionsmittel über ihre Herstellung bis zur Nutzung der Produkte große Mengen an Daten an, die meist maschinell erzeugt werden. Diese Daten sind Grundlage für moderne und mächtige Analyse- und Auswerteverfahren, die heute als ‚Künstliche Intelligenz‘ (KI) bezeichnet werden. KI-Verfahren verfügen über „die Fähigkeit, mit neuen Situationen erfolgreich umzugehen, neue Daten oder neue Informationen zu verarbeiten, aus dem verfügbaren Wissen zu schlussfolgern und damit neues Wissen zu generieren (…) oder auch neue Aufgaben zu lösen." [1] Heute geht man allgemein davon aus, dass KI eine Schlüsseltechnologie ist, mit der Anwender in allen Stufen der Wertschöpfung hohe Verbesserungspotenziale ausschöpfen können.

Aktuelle Studien attestieren Deutschland zwar eine gute Position in der KI-Forschung, den USA aber eine wesentlich höhere Wettbewerbsfähigkeit in den KI-Anwendungen. China investiert massiv in Künstliche Intelligenz - seine Unternehmen werden in wenigen Jahren auf den deutschen Markt für KI-Anwendungen in der Produktion drängen. Darum ist es nur richtig, dass die Bundesregierung in ihrer KI-Strategie das Ziel formuliert, Deutschland und Europa zu einem führenden KI-Standort zu machen [2]. Industrielle Produktion ist dabei eines der wichtigsten Anwendungsfelder. In unseren Demo-Fabriken und anhand konkreter und herausfordernder Anwendungsfälle unserer Kunden aus der industriellen Fertigung arbeiten wir schon heute an innovativen KI-Methoden und –Werkzeugen.

[1] PaiCE (Hrsg.): Studie Potenziale der Künstlichen Intelligenz im produzierenden Gewerbe in Deutschland

[2] Strategie Künstliche Intelligenz der Bundesregierung, siehe www.ki-strategie-deutschland.de

Unser Angebot

Alle ausklappen Alle einklappen

Maschinelles Lernen

In Produktionsprozessen setzen wir Maschinelles Lernen ein, um ganz allgemein »Wissen« aus »Erfahrung« zu erzeugen - Lernalgorithmen entwickeln aus möglichst repräsentativen Beispieldaten ein komplexes Modell. Dieses Modell kann anschließend auf neue und unbekannte Daten derselben Art angewendet werden. Immer wenn Prozesse zu kompliziert sind, um sie analytisch zu beschreiben, aber genügend viele Beispieldaten verfügbar sind, z.B. Sensordaten oder Bilder, bietet sich Maschinelles Lernen an [1]. Die Modelle werden mit dem Datenstrom aus dem laufenden Betrieb abgeglichen und erlauben letztlich Vorhersagen oder Empfehlungen und Entscheidungen.

Beispiele, um mit Hilfe Maschinellen Lernens Qualität, Zeit oder Kosten zu verbessern, sind:

  • Anomalien im Verhalten von Maschinen oder Komponenten entdecken, weil die Verfahren zuverlässig Abweichungen vom ‚Normalverhalten‘ eines Prozesses aufdecken und damit letztlich prädiktive Instandhaltung ermöglichen.
  • Bessere Entscheidungen in komplexen Situationen treffen, weil die Modelle die kompletten Zusammenhänge auch über mehrere Fertigungsstufen hinweg erkennen und damit zu Assistenzsystemen ausgebaut werden können.
  • Fertigungs- und Montageprozesse schnell an aktuelle Situationen anpassen, weil klare Korrelationen zwischen Messergebnissen und Prozessparametern eine automatische Regelung ermöglichen.

Weitere Anwendungsgebiete maschinellen Lernens, die wir bearbeiten, sind Mensch-Roboter-Kooperation, autonome Intralogistik und Selbstorganisation in der Fertigung.

Wir unterstützen Sie dabei, die richtigen Lern- und Modellierungsalgorithmen auszuwählen, repräsentative Trainingsdaten zu definieren, aufzubereiten und zu speichern, aus den Trainingsdaten sinnvolle Modelle zu erzeugen und dieses dann mit Laufzeitdaten zu vergleichen. Diese Aufgaben erfordern geeignete Sensorik, Softwarewerkzeuge und -architekturen. Wir unterstützen Sie auch dabei, kommerzielle ML-Werkzeuge zu bewerten und auszuwählen.

[1] Fraunhofer-Gesellschaft (Hrsg.): Maschinelles Lernen – eine Analyse zu Kompetenzen, Forschung und Anwendung. München, 2018

Projekt-Highlights

 

Leitprojekt ML4P

In dem Fraunhofer-Leitprojekt haben sechs Institute unter der Federführung des Fraunhofer IOSB ein Vorgehensmodell und Softwaretools entwickelt, um ML-Methoden zielgerichtet und systematisch im Bereich industrieller Produktion einzusetzen.

Zur Projektseite
 

CC-KING

Im Karlsruher Kompetenzzentrum für KI-Engineering (CC-KING) treiben wir den systematischen Einsatz von KI- und ML-Methoden in verschiedenen ingenieurwissenschaftlichen Domänen voran - von der Grundlagenforschung bis zur praxisorientierten Beratung.

Mehr über CC-KING
 

© Fraunhofer IOSB / M. Zentsch

Karlsruher Forschungsfabrik

Die neue Karlsruher Forschungsfabrik® für KI-integrierte Produktion ist ganz der Aufgabe gewidmet, die Potenziale von KI- und ML-Methoden für Produktionsprozess - egal ob etabliert oder neu und "unreif" - zu heben.

Mehr zur Forschungsfabrik

Qualifizierung von Data Scientists und Data Analysts

In Zusammenarbeit mit der Fraunhofer Academy und der Fraunhofer Allianz Big Data und KI bieten wir ein zertifiziertes Ausbildungs-Programm sowie methoden- und branchenspezifische Schulungen an.