KI für Industrie Hannover Messe fokussiert Künstliche Intelligenz für die Fertigung

Quelle: Pressemitteilung der Deutschen Messe Lesedauer: 4 min

Anbieter zum Thema

Nur im Zusammenspiel von KI und Automation werden Unternehmen wettbewerbsfähig bleiben, so Prof. Dr. Sepp Hochreiter von der JKU Linz. Wie man das richtig macht, erfährt man ab 17. April in Hannover.

Vom 17. bis 21. April spielt im Rahmen der Hannover Messe auch die Künstliche Intelligenz in der Fertigung eine Rolle. Die entsprechenden Aussteller präsentieren dabei eine Bandbreite, die von der Prozessoptimierung über die Produktentwicklung bis zur Simulation reicht. Hier mehr dazu ...
Vom 17. bis 21. April spielt im Rahmen der Hannover Messe auch die Künstliche Intelligenz in der Fertigung eine Rolle. Die entsprechenden Aussteller präsentieren dabei eine Bandbreite, die von der Prozessoptimierung über die Produktentwicklung bis zur Simulation reicht. Hier mehr dazu ...
(Bild: Deutsche Messe)

Die Hannover Messe 2023 wird vom 17. bis 21. April das Thema Künstliche Intelligenz (KI) in der Fertigung spielen. Außer der Optimierung von Prozessen präsentieren die Aussteller auch ihr Know-how zur KI bei der Simulation, beim Testing und für die Produktentwicklung. Denn die generative KI wird auch die Industrie erobern, ist sich der Messeveranstalter sicher. Der Unterschied zwischen üblicher KI und generativer KI ist, dass letztere künstliche Daten erzeugen kann, um ihre vorhandenen Daten quasi zu trainieren. So werden etwa versteckte Grundmuster in Eingabedaten erkannt, was zur Folge hat, dass ein Mensch glauben könnte, es mit einem Menschen statt mit einer KI zu tun zu haben. Die Messe bietet deshalb spezielle Guided Tours, ein eigenes Diskussionsformat und natürlich viele Aussteller, die KI-Tools und Use Cases vorstellen, was von der Robotik bis zur Produktionszelle der Fall ist, wie es weiter heißt.

Wie der Professor eingangs angemerkt hat, darf man dabei nicht zu lange fackeln, wenn es um die Einführung von KI-Tools in der eigenen Fertigung geht. Hochreiter mahnt mit Blick auf die Industrie: „Bitte vermasselt es nicht!“ Außerdem merkt er an, dass KI in der Industrie sich von jener anderer Branchen durchaus unterscheidet. Man könne sie sich also nicht einfach von woanders holen, wobei er damit nicht nur das Thema Daten meint. Die Hannover Messe will also auch dabei helfen, dass KI für die Industrie richtig verstanden wird.

Folgendes läuft in Sachen KI auf der Hannover Messe grundsätzlich ab

Ein Prototyp ist heute oft schnell entwickelt, die Herausforderung in industriellen KI-Projekten liegt dabei auf der Datengewinnung und deren Verarbeitung. Doch auch die Integration der Anwendung in einer Fertigungszelle, ein Fördertechniksysteme oder in eine Produktionsstraße habe ihre Tücken. Selten laufe es nach dem Motto „plug & play“. Im April treffen sich deshalb KI-Entwickler, Software Engineers mit Anwendern, um gemeinsam „Industrial grade AI“-Produkte oder Prozesse zu entwickeln. Standen in der Vergangenheit vor allem Use Cases im Mittelpunkt, in denen Fehler oder Anomalien erkannt oder Voraussagen getroffen wurden, fokussiert sich die Industrie 2023 nun auf die Optimierung von Prozessen und die Nutzung von KI-Methoden für die Simulation, das Testing und in der Produktentwicklung, heißt es weiter.

KI-gestützte Simulationen sparen Maschinenbauern Tests

Am zweiten Messetag präsentiert das Unternehmen Monolith AI im Rahmen des Industrial AI-Events (AI = Artificial Intelligence) auf der Industrial Transformation Stage in Halle 3 seine KI-Möglichkeit zu Simulationsmethoden im Maschinenbau. Der Monolith-AI-Ansatz gehe dabei noch weiter als die boomende Simulationsbranche schon sei. Denn jede durchgeführte Simulation entwickelt ein Modell weiter, weil die Macher auf Echtzeitdaten setzen, wie es dazu heißt. Das bedeute, der Maschinenbau könne sich zahlreiche Tests sparen. Zusätzlich macht die KI dem Entwickler basierend auf den Echtzeitdaten Vorschläge zu seinem Produkt. Und die Experten aus England haben durchaus ambitionierte Ziele, denn bis 2026 soll die bisherige Produktentwicklungszeit von 100.000 Ingenieuren halbiert sein. Auf der gleichen Veranstaltung berichtet außerdem der Maschinenbauer Hawe Hydraulik, wie er reinforcement learning nutzt und wie er die Technologie in seine Prozesse implementiert.

Machine Learning mithilfe der generativen KI

Generative KI, wie sie das Tool Dall-E ermöglicht, werden auch die industrielle Produktentwicklung verändern, wie eingangs schon erwähnt. Der Konstrukteur erhält dabei Unterstützung von einer anderen Art Künstlicher „Intelligenz“. Das ausstellende Unternehmen Festo arbeitet zwar schon seit einigen Jahren im Bereich reinforcement learning für die Fertigungsprozesse. Doch der nächste Schritt ist die Nutzung von generativen Algorithmen für die Produktentwicklung. Open-AI veröffentlichte dazu jüngst 3D-Modelle für Dall-E. Die Herausforderung in der Industrie ist dabei außer der Dreidimensionalität der Modelle, dass die Produkte sich auch noch bewegen sollen. Festo wird außerdem einen neuen Cobot mitbringen. Neben Festo widmet sich auch Autodesk dem Thema, wie die Deutsche Messe anmerkt.

Die Hürden, die bei der Integration von maschinellem Lernen in industrielle Prozesse genommen werden müssen wollen auch die Steuerungsanbieter meistern. Dazu gehört etwa Siemens, das dabei auf die Bereitstellung von ML Ops setzt, wodurch Modelle für das maschinelle Lernen in der Produktion zuverlässig und effizient bereitgestellt und von Siemens-Experten gewartet würden. Siemens wird auch auf dem Event am zweiten Messetag einen Einblick in ein KI-Projekt bei einem nicht näher benannten Kunden gewähren.

Weitere KI-Ideen geben sich in Hannover die Ehre

Darüber hinaus finden sich auf dem Messegelände AI Tools und Use Cases, von denen sich alle an KI Interessierten inspirieren lassen können. Omron präsentiert etwa ein Kontrollsystem namens Cell-Line, Beckhoff zeigt Vision-Systeme und Dürr präsentiert seine Dxqanalyze-Produktfamilie. Das Versprechen, das Dürr dazu abgibt ist, dass damit eine umfassende Protokollierung aller verfügbaren Prozessdaten möglich wird, um etwaige Qualitätsdefekte am Produkt oder eine sich abzeichnende Abnutzung der Geräte in Echtzeit zu erkennen. Das System nutzt auf einer übergeordneten Ebene verdichtete Daten, um basierend auf der zuvor dokumentierten Produktqualität Schlussfolgerungen über die Funktion einzelner Schritte entlang der Wertschöpfungskette zu ziehen.

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

Dieser Artikel stammt von unserem Partnerportal MaschinenMarkt.

(ID:49183752)