KUKA & AIoT Maßgeschneiderte, KI-gestützte Lösungen im IIoT-Umfeld

Autor / Redakteur: Michael Matzer / Nico Litzel

Zunehmend wird Machine Learning im IIoT-Umfeld genutzt. Der Anwendungsfall Predictive Maintenance greift jedoch viel zu kurz, warnt Christian Liedtke, Head of Strategic Alliances bei KUKA. Doch wenn man KI und IoT ganzheitlich zu AIoT kombiniere und in einer optimierten Smart Factory umsetze, könnten die Unternehmen Effizienzsteigerungen von bis zu 30 Prozent erzielen

Firmen zum Thema

„Artificial Intelligence of Things“: Die Verknüpfung von KI und dem IoT ermöglicht eine ganzheitliche Optimierung der Fertigung.
„Artificial Intelligence of Things“: Die Verknüpfung von KI und dem IoT ermöglicht eine ganzheitliche Optimierung der Fertigung.
(Bild: KUKA Group)

Predictive Maintenance, so Christian Liedtke, verbessere ja nur jeweils eine Maschine und erhöhe deren Verfügbarkeit. „SPS-Software für speicherprogrammierbare Steuerung arbeitet rein ereignisbasiert und sequenziell statt parallel. Dieser Prozess ist zu langsam und zu grobkörnig, um ein globales Plus im System zu erzielen. Dafür braucht man KI.“ Doch um eine Umsatz- und Gewinnsteigerung zu erzielen, sei mehr nötig. „Dazu müssen alle am Prozess Beteiligten besser zusammenarbeiten und Einzelprozesse nahtlos ineinandergreifen.“

AI + IoT = AIoT

Den Weg dorthin sieht er in einer „Artificial Intelligence of Things“ (AIoT), also der synchronisierten Kombination aus IoT und KI. Das Ziel hierbei sei es, Abweichungen vom Optimum innerhalb eines Herstellungsprozesses fortlaufend zu verringern und die Verbesserungen zu automatisieren. So sollen Effizienz, Produktqualität und Umsatz gesteigert werden. McKinsey sieht ein Potenzial von 30 Prozent mehr Effizienz.

Um AIoT aus der Taufe zu heben und in einem realen Projekt zum Einsatz zu bringen, hat sich die KUKA-Tochter Device Insight, München, mit dem schwedischen KI-Spezialisten Sentian zusammengetan. „Auf Basis unseres flexiblen IoT-Frameworks kombinieren wir fertige IoT-Bausteine mit individuellen Applikationen für maßgeschneiderte IoT-Services“ sagt Martin Dimmler, Business Development and Solutions Lead Cloud & AI bei Device Insight. „Hierfür werden Systemintegrationen auf Basis gängiger Cloud-Provider und Development zu passgenauen und zugleich schnellen und skalierbaren Lösungen verknüpft.“ Device Insight unterstütze die globale Vernetzung von Maschinen, Fahrzeugen, Anlagen und Geräten und stelle Anwendungen im Bereich Datenerfassung, Condition Monitoring, Predictive Maintenance, ML, Industrial Analytics und AIoT zur Verfügung.

KI aus Schweden

Sentian.ai ist nach Angaben des CEO Martin Rugfelt ein schwedisches Unternehmen im Bereich der industriellen KI, das Lösungen und Services sowohl für die Fertigungs- als auch für die Prozessindustrie anbietet. Sentian.ai verfüge über ein umfangreiches Forschungsprogramm im Bereich der angewandten KI und sei damit in der Lage, zukunftsweisende Produkte zu liefern, die seinen Kunden einen Vorteil im Wettbewerb verschaffen. „Unsere KI basiert auf modellbasiertem Reinforcement Learning, wie es in Deep Learning genutzt wird.“

Sentian verwende Label Data, also Daten, die mit Metadaten wie etwa Labels versehen worden sind. Das erfordert zahlreiche Beispiele, um das Modell zu trainieren. Das wird für Unüberwachtes Lernen und für Anomalieerkennung verwendet. Mit noch mehr Daten könne man Model-based Reinforcement Learning realisieren. Was die Nutzung der Public Cloud angehe, sei Sentian agnostisch, sagte er. „Wir nutzen AWS, Azure, PyCharm und eine Reihe andere Werkzeuge.“

„Wir bieten drei Produkte an“, sagt Rugfelt: „ICON – Intelligent Control Optimization – das bestehende Steuerungs- und Automatisierungslösungen mit KI optimiert; Predictive Maintenance für groß angelegte Implementierungen in verteilten Umgebungen ebenso wie in der Fertigung, von Cloud bis Edge, sowie einen weltweit führenden, nicht-linearen Lösungsansatz für die Optimierung der Produktionsplanung, Lieferkettenoptimierung und Personalplanung.“ Ein Beispiel sei die Verbesserung der Qualitätskontrolle von Produkten.

Smart Factory

Martin Dimmler stellt sich das IoT als das Nervensystem einer Smart Factory vor und KI verleiht ihm die nötige „Gehirnleistung“. Allerdings seien zuerst einmal die Hausaufgaben für das Machine Learning zu erledigen, so etwa das Trainieren eines ML-Modells mithilfe umfangreicher Datenmengen und die Auswahl des passenden Algorithmus. Diese Seite liefere Sentian. „Nur wenn beide Systeme zusammenarbeiten, sprich gut aufbereitete Daten in großer Menge auf modernste Machine Learning Methoden angewandt werden, kann das volle Potenzial der AIoT ausgeschöpft werden.“ Gemeinsam begleiten sie Unternehmen auf dem Weg zu einer intelligenten Produktion – weg von Einzellösungen und punktuellen Verbesserungen, wie sie beispielsweise mit Predictive Maintenance möglich sind, hin zu einer ganzheitlich optimierten Smart Factory.

Bedeutung von KI wächst

Nach Ansicht von CEO Rugfelt und Martin Dimmler ist KI bereits für viele Industrieunternehmen wichtig. Rugfelt: „KI kann den Energieverbrauch in der chemischen Industrie senken, den Abfall in der pharmazeutischen Industrie reduzieren, Schwankungen in der Papierproduktion bewältigen oder Produktionslinien in der diskreten Fertigung optimieren.“ So konnte beispielsweise der deutsche Hersteller für Automations- und Sensortechnik JUMO den Anteil seiner Sensoren in der höchsten Qualitätsklasse um acht Prozent steigern. Und in Schweden steuert die Sentian-KI-Software die optimale Müllverbrennung in einem Heizkraftwerk.

KI für den Mittelstand

„Wir setzen Projekte auch im Mittelstand um“, bestätigt Dimmler. „Device Insight arbeitet nicht nur für KUKA, sondern auch für Hersteller von Verpackungsmaschinen oder in der Nahrungsmittelproduktion.“ Im Unterschied zu IIoT- und Machine Learning Services, die aus der Public Cloud bezogen werden können, fokussiert sich Device Insight mit Sentian auf maßgeschneiderte Lösungen, die den Bedarf des jeweiligen Kunden abdecken. „Die Kundenpräferenzen sind bestimmend, wie sich die Kooperation mit Sentian im Projekt gestaltet“, so Dimmler.

(ID:47045256)

Über den Autor