Die Erfolge beim Einsatz von KI erreichen immer wieder auch eine breitere Öffentlichkeit: so etwa 1997, als der Schachcomputer Deep Blue den damaligen Weltmeister Garry Kasparow besiegte. Inzwischen haben Algorithmen auch den Weltmeister im lange als für sie zu schwierig geltenden Brettspiel Go geschlagen und kommen vermehrt in industriellen Anwendungen, aber auch in der Medizin und weiteren Bereichen zum Einsatz, um komplexe Muster zu finden.
Auf dem Feld der so genannten schwachen KI geht es nämlich nicht darum, menschliches Verhalten nachzubilden – wie im berühmten Turing-Test – sondern spezifische Aufgaben zu lösen oder Prozesse zu optimieren. Welche Herausforderungen stellen sich jedoch dieser „kognitiven“ Intelligenz in Form nichtdeterministischer Algorithmen beim Einsatz im Maschinen- und Anlagenbau?
Machine Learning in Echtzeit mit adaptiven Algorithmen
Lucian Dold, General Manager Product & Solution Marketing EMEA bei Omron Europe, betonte in seinem Vortrag bei den Fachpressetagen, dass man es bei Maschinen fast immer mit Unikaten zu tun habe, deren Komplexität eine komplette mathematische Beschreibung nicht zulasse. Setze man nun eine – mit erheblichen Investitionen und Sicherheitsrisiken verbundene – Cloud-Lösung zur Optimierung der gesamten Fertigung ein, stünden dem gleich mehrere Hindernisse im Weg: vor allem die Menge an unstrukturierten Daten, die aufwendig aufbereitet werden muss, um überhaupt nutzbar zu sein.
Von einer Anpassung der Maschinenparameter in Echtzeit sei man mit einer Cloud und selbst noch mit Edge Computing denkbar weit entfernt.
OMRON verfolgt demgegenüber eine Art umgekehrten Ansatz und bringt die Intelligenz direkt in die Maschine. Der neue AI-Controller arbeitet mit adaptiven Algorithmen und als Teil der Maschinensteuerung: Datenerzeugung und Datennutzung werden so eng miteinander verknüpft. Die Künstliche Intelligenz auf der Maschine für die Maschine lernt schnell, entsprechende Muster zu erkennen, um den normalen vom abnormalen Betrieb unterscheiden zu können.
Schritt für Schritt zum Optimum mit Cognitive Manufacturing
Den größten Effekt generiert die neue Lösung beim Einsatz an den Flaschenhälsen der jeweiligen Produktion. Schritt für Schritt lässt sich von dort eine intelligente, ganzheitlich optimierte Fertigung aufbauen. Der AI-Controller zielt vor allem auf eine deutliche Erhöhung der Gesamtanlageneffektivität (Overall Equipment Efficience, OEE) ab.
Aktuell laufende Erprobungen mit Pilotkunden lassen eine Erhöhung des OEE im ein- bis zweistelligen Prozentbereich erwarten. Die neue Lösung richtet sich sowohl an Maschinenbauer als auch und vor allem an Anwender, die sich einen stärker praxisbezogenen Ansatz von Industrie 4.0 wünschen.
Aufbauend auf den durch den AI-Controller gewonnenen Daten und Mustern lassen sich Maschinen und ganze Fabriken so steuern und betreiben, dass Anlagen länger verfügbar sind, die Qualität steigt und die Kosten sinken. „OMRON ist überzeugt davon, mit dem neuen AI-Controller einen Beitrag zu einer intelligenteren Industrie zu leisten“, bekräftigte Lucian Dold zum Ende seines Karlsruher Vortrags.