Mit OmniCore hat ABB Mitte 2024 eine einheitliche Steuerungsarchitektur auf den Markt gebracht,   die auf einer einzigen Plattform und Sprache basiert und das gesamte Portfolio an Hard- und Software integriert.

Mit OmniCore hat ABB Mitte 2024 eine einheitliche Steuerungsarchitektur auf den Markt gebracht, die auf einer einzigen Plattform und Sprache basiert und das gesamte Portfolio an Hard- und Software integriert. (Quelle: ABB)

Künstliche Intelligenz (KI) kommt heute schon in vielen Bereichen im industriellen Umfeld zum Einsatz. So dient beispielsweise analytische KI dazu, Abweichungen im Soll-Zustand zu erkennen und Vorhersagen auf Basis der gelernten Daten zu treffen.

Das disruptive Potenzial von KI wird nun allerdings erst durch den Einsatz von generativer KI deutlich: Sie ist in der Lage, neue Inhalte, wie Text, Bilder oder Videos, zu erstellen und neu zu interpretieren. Sie kann selbst lernen.

Die Kombination aus analytischer und generativer KI in der Robotik hat damit das Potenzial, die Industrie zu transformieren und eine neue Ära der Fertigung einzuleiten.

Die Aufgabe der Robotik rund um die Megatrends

Robotik ist in der Industrie, insbesondere in der Produktion, schon lange etabliert. Nun steigt die Nachfrage jedoch rapide an: In den vergangenen fünf Jahren wurden weltweit mehr Industrieroboter eingesetzt als in den 15 Jahren davor. Schon ab 2024 werden voraussichtlich mehr als eine halbe Million Industrieroboter jährlich installiert. Diese Entwicklung ist nicht zuletzt getrieben von globalen Megatrends, die wir auch in Deutschland kennen:

  • Die Personalisierung von Produkten und Dienstleistungen rückt immer mehr ins Zentrum der Nachfrage.
  • Digitalisierung stellt viele Branchen vor Herausforderungen und ist gleichzeitig essenziell für die Sicherung der Wettbewerbsfähigkeit.
  • Der Mangel an Fach- und Arbeitskräften erfordert neue Prozesse, um die Mitarbeiter zu entlasten.
  • Naturkatastrophen oder Engpässe in der globalen Lieferkette, verursacht beispielsweise durch Staus auf den Handelswegen, erfordern eine resiliente und zugleich möglichst nachhaltige Antwort.

Das Ausmaß, die Unberechenbarkeit und Komplexität dieser Herausforderungen verursachen ein hohes Maß an Unsicherheit. Die Industrie ist dadurch gezwungen, Prozesse zu ändern und neue Wege zu gehen, um auch in Zukunft wettbewerbsfähig zu bleiben.

KI und Robotik als Erfolgsduo

Unternehmen suchen daher nach Möglichkeiten, die Produktivität zu steigern und die Qualität zu sichern beziehungsweise zu erhöhen. Hinzu kommen nun gestiegene Anforderungen an die Flexibilität und die Einfachheit in der Bedienung und Verwaltung von Produktionseinrichtungen. Diese beiden Faktoren werden zunehmend erfolgskritisch. Wer sich nicht anpasst, wird nicht überleben. Das gilt für die Produktion ebenso wie für die Distribution und Logistik.

Robotik gibt der Industrie ein Stück Flexibilität zurück. Durch den vermehrten Einsatz von Daten und KI erreicht die Robotik die nächste Entwicklungsstufe, in der Roboter autonomer und mobiler agieren können und die Bildverarbeitung und Analysefähigkeiten verbessern. KI ermöglicht es, Daten in Informationen umzuwandeln, sodass Roboter nicht nur in der Fertigung, sondern auch in unstrukturierten, dynamischen Umgebungen autonom agieren können. Diverse Beispiele aus der Industrie zeigen, wie KI und Robotik schon jetzt Hand in Hand arbeiten.

Vielfältige Anwendungsfälle: ... Qualitätskontrolle im Automobilbau

Besonders in der Automobilindustrie spielen Prozessgeschwindigkeit und Qualitätssicherung eine entscheidende Rolle. Alleine an der Karosserie eines Autos gibt es mehrere Tausend Schweißpunkte, die alle einzeln überprüft werden müssen. Dieser Vorgang ist, wenn er manuell ausgeführt werden muss, arbeitsintensiv und langwierig. Roboter überprüfen mithilfe des ABB-Komplettpakets Ultrasonic Spot Welding Quality Inspection Schweißpunkte. Die Lösung lässt sich leicht skalieren, in bestehende Fertigungslinien integrieren oder separat als eigen ständige Zelle betreiben. Sie bietet eine hohe Effizienz dank der kurzen Prüfzeit pro Schweißpunkt. Daraus ergeben sich Einsparpotenziale bei manuellen Qualitätsprüfungen. Machine Learning (ML) hilft dabei, fehlerhafte Punkte zu identifizieren und an das System zu melden. Die Kombination von Robotik und KI steigert die Produktivität in diesem Anwendungsfall um das 20-fache. Während ein Mitarbeiter im Jahr etwa 85 000 Schweißpunkte überprüfen kann, schafft ein Roboter mehr als 1,8 Millionen.

Generative KI ermächtigt Roboter dazu, eigenständig zu lernen. Ohne spezifische Programmierung geht der Roboter dabei nach dem „Trial-and-Error“-Prinzip vor. Er probiert so lange verschiedene Varianten durch, bis eine davon zum gewünschten Endergebnis führt. So können Roboter auch Aufgaben übernehmen, die für eine herkömmliche Programmierung zu vielschichtig oder komplex sind. Der Lernvorgang ist mit spezieller Software auch virtuell umsetzbar. 

... Vision, KI und Robotik optimieren Lagerarbeiten

Qualifizierte Arbeitskräfte zu finden und zu halten, ist für Lagerbetreiber eine konstante Herausforderung. Besonders „Pick-and-place“- oder „Item-Picking“-Anwendungen sorgen durch ihren monotonen Charakter für verminderte Produktivität, hohe Fluktuationsraten und damit verbundene Rekrutierungskosten. Fulfillment Center setzen deshalb verstärkt auf den Einsatz von Robotern, doch die hohe Pick-Rate, die große Vielfalt an Artikeln und Verformungen von Paketen, wie bei Kleidungsstücken häufig der Fall, stellt auch für die Robotik eine Herausforderung dar. Hier spielt KI ihre Vorteile aus. Machine Vision und KI ist beispielsweise in ABBs Robotic Item Picker kombiniert.

Ausgestattet mit einem Roboter, Vakuumgreifern und einer speziellen Bildverarbeitungssoftware, ist der Robotic Item Picker in der Lage, Artikel in unstrukturierten Umgebungen in Lagern und Fulfillment-Zentren genau zu erkennen und zu kommissionieren. Objekte können auch abgelehnt werden, wenn sie nicht der vorgegebenen Form oder Größe entsprechen. Auch die Vereinzelung von Paketen ist möglich und zusätzlich steigt die Produktivität, denn die Pick-Rate eines Roboters liegt mit 750 bis 1400 Artikeln pro Stunde weit über der Leistungsfähigkeit eines Menschen.

 

1 / 2

Ähnliche Beiträge