Künstliche Intelligenz hat in der ein oder anderen Form bereits in vielen deutschen produzierenden Unternehmen Einzug gehalten. Sei es nur bei der Formulierungshilfe von E-Mails oder bei der Automatisierung ganzer organisatorischer Prozessabläufe. Im eigentlichen Kerngeschäft des produzierenden Gewerbes, der Produktion, steht der flächendeckende Einsatz von KI allerdings vielerorts noch am Anfang. Einer der Hauptgründe dafür ist, dass reale Daten benötigt werden, um mithilfe künstlicher Intelligenz bedeutsame Aussagen treffen zu können. Konkret beinhaltet dies statische Maschinendaten, die die Systeme beschreiben, aber auch Betriebsdaten, die bspw. von Sensoren erfasst werden. In vielen Unternehmen liegen diese Daten gar nicht, oder nur ungeordnet vor, was den zielgerichteten Einsatz künstlicher Intelligenz in der Produktion nahezu unmöglich macht.
Der digitale Zwilling als strukturierte Datenquelle
Um die notwendigen Daten für den Einsatz künstlicher Intelligenz zentral zu sammeln und zu strukturieren, stellen digitale Zwillinge eine ideale Schnittstelle zwischen der Maschine und der KI dar. Gemäß ISO/IEC30173 handelt es sich dabei um digitale Abbilder eines Systems, bei dem eine Synchronisierung und Verarbeitung der Betriebsdaten stattfindet. Im digitalen Zwilling können Maschinenparameter hinterlegt sein, aber auch Algorithmen, die Verhaltensmuster wie etwa Prozessabläufe oder Verschleißmechanismen beschreiben. Ergänzt wird dies durch Live-Betriebsdaten, die von Sensoren erfasst oder aus der Maschinensteuerung entnommen werden. Kombiniert man diese Daten und Informationen mit Ansätzen künstlicher Intelligenz lassen sich zahlreiche Potenziale zur Verbesserung von Produktionsprozessen erschließen. Durch die Verknüpfung von Betriebsdaten mit Maschinenparametern und Verhaltensmodellen können KI-Anwendungen die erfassten Messwerte im jeweiligen Betriebszustand interpretieren und dadurch zuverlässigere Aussagen über das Maschinenverhalten treffen. Beispielsweise kann eine erhöhte Motortemperatur unter Volllast völlig normal sein, während dieselbe Temperatur im Leerlauf auf eine Störung hindeuten kann. Durch die Verknüpfung von Temperatur, Last und Drehzahl im digitalen Zwilling kann die KI solche Zusammenhänge berücksichtigen und Auffälligkeiten zuverlässiger erkennen.
Synergien zwischen digitalen Zwillingen und KI
Durch den Einsatz digitaler Zwillinge als Basis für künstliche Intelligenz auf Maschinenebene können unterschiedliche Anwendungsfälle realisiert und Mehrwert geschaffen werden. Ein besonders interessantes Einsatzfeld ist das KI-gestützte Überwachen von Anomalien und Verschleißverhalten der Anlage. Damit können automatisiert Wartungszyklen angepasst werden, um bestehendes Material bestmöglich auszunutzen und dabei gleichzeitig das Risiko überraschender Ausfälle zu reduzieren. Künstliche Intelligenz kann darüber hinaus dazu genutzt werden, auf Basis des digitalen Zwillings selbstständig Prozessparameter anzupassen und damit die Effizienz und Produktionsqualität der jeweiligen Maschine zu optimieren.
Zunächst Anwendungsfälle identifizieren
Digitale Zwillinge können eine wichtige Grundlage für den erfolgreichen KI-Einsatz in der Produktion schaffen. Entscheidend ist dabei nicht die bloße Erfassung möglichst vieler Daten, sondern deren zielgerichtete Verknüpfung mit Maschinenparametern und Verhaltensmodellen. Für Unternehmen empfiehlt es sich daher, zunächst konkrete Anwendungsfälle zu identifizieren und darauf aufbauend die notwendige Sensorik, Datenverarbeitung und Modellierung zu entwickeln. Das Unternehmen F&B-Engineering unterstützt bei diesem Prozess von der ersten Potenzialanalyse über die technische Konzeption bis zur praktischen Umsetzung an der Maschine.
