Eine Flaschenabfülllinie verdeutlicht die signifikanten Effizienz- und Betriebszeitverbesserungen, die sich durch den Einsatz von KI in zwei Bereichen erzielen lassen (Quelle: Omron)
So fortschrittlich viele Lösungen auch erscheinen mögen, so eingeschränkt sind sie oft, denn sie liefern deterministisch nur das, wofür sie entwickelt wurden. Im Fall von unerwarteten oder ungewöhnlichen Ereignissen stoßen sie schnell an ihre systemischen Grenzen. Ungeplanter Stillstand und sogenannte Micro-Stoppages sind dabei die beiden größten Effizienzfresser. Um solche Fehler zu beheben und Maschinen wieder zum Laufen zu bringen, braucht es hoch qualifizierte und gut ausgebildete Mitarbeiter, erfahrene Software- und Hardwareingenieure. Doch solche Experten sind und bleiben rar. Deshalb müssen Maschinen immer intelligenter und autonomer werden. Und obwohl KI als Schlüsseltechnologie aus dem Dilemma gilt, nutzen bislang noch zu wenig Industrieunternehmen ihr Potenzial. Die gute Nachricht: Immer mehr Tools und ein höherer Reifegrad machen KI breit zugänglich und benutzerfreundlich. Tech-Riesen machen es vor: Amazon oder Google nutzen KI bereits seit Längerem weitreichend und gewinnen hierdurch Wettbewerbsvorteile. In der Industrie ist für die Steuerung KI basierter Systeme entsprechendes Know-how bzw. Expertenwissen erforderlich. Aus diesem Grund kommt KI bislang nur in Nischen zur Anwendungen, wo sich die Kosten für den Einstieg durch den Nutzen rechtfertigen lassen. Im Fokus der Entwickler stehen vermehrt Systeme, die eigenständig die Ursachen für Probleme und Stillstände analysieren können. Auf Basis von Sensorik lässt sich beispielsweise ermitteln, dass einer Kartoniermaschine Zuschnitte fehlen, nicht jedoch, ob die Papierdichte außerhalb der Toleranz liegt. Sensoren alleine sind daher nicht ausreichend. Um wirkliche Systemautonomie zu erreichen, ist unterstützende KI erforderlich. Mithilfe intelligenter Algorithmen können Maschinen anspruchsvolle Analysen durchführen, die mit der Funktion des autonomen Nervensystems vergleichbar sind.