Die Beratungshäuser Newsearch und Perfect Production haben ein gemeinsames Beratungsangebot geschnürt, das Unternehmen den Einstieg in Digitalisierungsprojekte erleichtern soll. Warum gemeinsam? Weil IT-Projekte ein Mannschaftsspiel sind, wie Thomas Knoch von Newsearch und Jochen Schumacher von Perfect Production im Interview schildern.
Rubrik: Industrie 4.0
Was der Vergleich von autonomen Systemen nutzt
Um den Status quo von Autonomen Systemen mit KI einzuschätzen, müssen diese unabhängig von der Domäne verglichen werden. Warum das notwendig ist, was das bringt und was es dazu braucht, erläutern Katharina Giese und Piet Lipke vom Fraunhofer IOSB-INA Autonome Anlagenkomponenten am Beispiel autonomer Anlagenkomponenten in der Forschungsfabrik SmartFactoryOWL (Lemgo) im Gespräch mit dem VDI.
Hannover Messe abgesagt
Die HANNOVER MESSE 2020 wird auf die Woche vom 13. bis 17. Juli verschoben. Die Deutsche Messe AG reagiert damit auf die weltweiten Entwicklungen rund um Covid-19 (Coronavirus).
Wie effizient ist das Autonome System?
Autonome Systeme bergen große Potenziale und eröffnen neue Möglichkeiten in allen Bereichen von Wirtschaft und Gesellschaft. Im Interview mit dem VDI erläutert Prof. Claus Oetter (VDMA) was notwendig ist, um Autonome Systeme kontinuierlich zu verbessern. Die Frage „Wie effizient ist das Autonome System?“ ist eine von 10 Grundsatzfragen, die die Arbeitsgemeinschaft „Autonome Systeme“ zum Thema „Künstliche Intelligenz und Autonome Systeme“ formuliert hat.
Datentausch ohne Kontrollverlust
Wer industrielle Anlagen betreibt, will Ausfallzeiten vermeiden. Dementsprechend gut sollten Wartungsintervalle an die tatsächliche Notwendigkeit einer Überprüfung der Anlage angepasst werden. Hierzu müssen Daten zwischen Anlagenbetreiber und Anlagenhersteller ausgetauscht werden. Dieser Prozess ist nur ein Beispiel von vielen, in denen ein unternehmensübergreifender Datenaustausch notwendig ist.
Zutaten für eine smarte Fabrik
Innovationen und intelligent ineinandergreifende Bereiche von der Entwicklung über Produktion bis hin zum Service für eine smarte Fabrik gelingen nicht per Zufall und auch nicht über Nacht. Andersherum ist es auch keine Raketenwissenschaft, es bedarf im Wesentlichen fünf Komponenten im richtigen Mix zu kombinieren, um ein einzigartiges Erlebnis beim Kunden zu hinterlassen. Das folgende Rezept gibt Hilfestellung bei der Zubereitung.
Die intelligente Werkzeugmaschine
Eine der größten Herausforderungen in der Zerspanung sind selbsterregte Schwingungen, die zu einer schlechten Bearbeitungsqualität führen. Zur Vermeidung solcher Schwingungen werden Prozessstellgrößen meist konservativ gewählt und die maximal mögliche Produktivität daher nicht erreicht. Dies kann sich nun mit Hilfe von maschinellem Lernen (ML) ändern. Durch ML können Werkzeugmaschinen aus dem Fertigungsprozess lernen, welche Stellgrößen geeignet sind und diese autonom anpassen.
Um am Markt wettbewerbsfähig zu bleiben, müssen Fertiger hohe Qualitäts- und Produktivitätsanforderungen erfüllen. Die Wahl geeigneter Prozessstellgrößen, wie beispielsweise die Schnittgeschwindigkeit, benötigt ein hohes Maß an Expertenwissen sowie kosten- und zeitintensive Einfahrprozesse. Ändern sich die Prozessbedingungen, beispielsweise aufgrund thermischer Einflüsse oder Werkzeugverschleiß, sollten die Prozessstellgrößen neu angepasst werden. Nur so kann weiterhin eine möglichst hohe Produktivität gewährleistet werden. Eine prozessparallele, autonome Adaption ist bisher nur vereinzelt in einfachen Fällen, beispielsweise zur Anpassung des Vorschubs, möglich. Am Institut für Fertigungstechnik und Werkzeugmaschinen (IFW) in Hannover wird erforscht, wie Werkzeugmaschinen mit Hilfe von künstlicher Intelligenz lernen können, welche Parameter besonders geeignet sind und wie diese autonom an die aktuelle Prozesssituation anzupassen sind. Dafür werden sowohl Prozessinformationen aus Beschleunigungs- und Dehnungssensoren, wie auch eine prozessparallele Abtragssimulation zur Ermittlung der aktuellen Eingriffsbedingungen verwendet.
IT-Plattform für Data Science
Maschinelles Lernen, Künstliche Intelligenz und Data Science sind seit 2018 in der Unternehmenswelt angekommen. Das Bewusstsein und die Bereitschaft des Managements, auf die neuen Technologien zu bauen, ist deutlich erkennbar. Ganz klar, dazu führen nicht nur die immer konkreteren Anwendungsbeispiele, sondern vor allem die kontinuierlich sinkenden Preise für Rechenleistung und Speicherplatz. Nun, da der Wille nach Veränderung klar erkennbar ist, geht es um die tatsächliche Realisierung. Schnell zeigt sich: Wer Daten im Unternehmen als Kapital nutzen möchte, muss Menschen und Anwendungen zusammenbringen. Und das nicht nur in kleinen Stil. Erfolgreiche Unternehmen haben den Datenprozess demokratisiert und in die Breite gebracht. Es geht nicht darum einen Prozess durch maschinelles Lernen zu optimieren, sondern hunderte oder tausende davon. Die Grundlage dafür schafft eine unternehmensweite Data Science Plattform.
Schnell ins IoT eingeloggt
Das Internet of Things (IoT) bietet Maschinen- und Anlagenbauern riesiges Potenzial, ihre Daten für mehr Effizienz und neue Geschäftsmodelle zu nutzen. Erforderlich dafür ist eine sichere und zuverlässige Datenübertragung. FP InovoLabs, ein Tochterunternehmen von Francotyp-Postalia, steht dafür als kompetenter Partner zur Verfügung. Mit dem Starterkit gibt es nun eine komplette IoT-Lösung basierend auf der Gateway-Serie OTGuard für den Anwendungsbereich Automatisierung.
Prüfstand für Geschäftsideen
Eine Vielzahl von Unternehmen hat heutzutage gute Ideen für neue Geschäftsmodelle in der Schublade. Die Popularität von Design Thinking, Geschäftsmodellmustern und anderen Kreativitätsmethoden haben dazu geführt, dass das kreative Potenzial der Mitarbeiter zunehmend besser genutzt wird. Wie so häufig führt jedoch die Überwindung einer Hürde dazu, dass die nächste erst wirklich ins Bewusstsein rückt. Es ist eine Sache, kreative Geschäftsmodellideen zu generieren, jedoch eine ganz andere, die Richtigen zu wählen und umzusetzen.