I4S+ Exklusiv für Abonnenten

Produzierende Unternehmen müssen effizient und wirtschaftlich arbeiten, gleichzeitig aber kompromisslos Qualität liefern. Denn Kunden sind anspruchsvoll, und in manchen Branchen gilt gar eine Null-Fehler-Toleranz. Häufig findet die Qualitätskontrolle noch manuell und zeitversetzt statt. Das ist eine aufwendige, monotone und oft unbequeme Arbeit. Zudem können Fehler erst spät korrigiert werden. Mithilfe von Künstlicher Intelligenz lässt sich die visuelle Qualitätskontrolle dagegen automatisieren, in Echtzeit durchführen und in den Produktionsprozess integrieren. Sie wird dadurch genauer, effizienter und kostengünstiger. Was man für ein solches Projekt braucht und wie man es in der Praxis am besten umsetzt, zeigt der folgende Beitrag.

Künstliche Intelligenz (KI) und Lernende Systeme bieten enormes wirtschaftliches Potenzial und sind Treiber des digitalen Wandels. Sie verändern die Wertschöpfungsketten, Geschäftsmodelle und Beschäftigungsstrukturen in der Industrie radikal. Traditionelle Produkte werden in nahezu allen Branchen durch datengetriebene Services erweitert. Um mit dem internationalen Wettbewerb Schritt zu halten, müssen Unternehmen ihre Betriebsdaten mithilfe Künstlicher Intelligenz wirtschaftlich nutzbar machen und damit neue Geschäftsmodelle ermöglichen - und zwar besser heute als morgen.

In der heutigen Industrie 4.0 müssen variantenreiche Robotersysteme eingesetzt werden, die mit Menschen kooperieren, um die Produktion flexibel auf Kundenwünsche anzupassen. Hierfür wird nachfolgend ein Ansatz vorgestellt, der die Steuerungssoftware mit Standard-Funktionsbausteinen für verschiedene Achsengruppen modular zusammenstellt und mit einem digitalen Zwilling in der Simulation erprobt. Die Robotersimulation basiert auf der Spielesoftware UnReal und kann durch Vorgabe der Denavit-Hartenberg-Parameter leicht auf unterschiedliche Kinematiken angepasst werden. Nach erfolgreicher virtueller Inbetriebnahme wird der Roboter durch Einzelachsen ebenso modular zusammengesetzt wie die Steuerungssoftware. Je nach Anwendung können Achsen hinzugefügt oder weggelassen werden. Der Ansatz ermöglicht einen schnellen und einfachen Entwurf des Robotersystems, seiner Steuerungssoftware und der Simulation für unterschiedliche Bewegungsaufgaben in der digitalen Fabrik.

Der Einsatz vollautonomer Systeme ist aufgrund variabler Systemumgebungen oder geringer Stückzahlen nicht in allen Anwendungsfeldern wirtschaftlich. Semi-autonome Systeme können hier helfen, den Menschen zu entlasten, da ein Bediener jederzeit die Kontrolle über das System übernehmen kann. Dieser Beitrag stellt einen neuartigen, auf dem digitalen Zwilling aufbauenden, Ansatz für die Mensch-Technik-Interaktion (MTI) mittels adaptiver Automation vor. An einem Fallbeispiel wird gezeigt, wie der Bediener eines Cyber-Physischen Systems (CPS) in spezifischen Aufgaben durch einen modularen digitalen Zwilling (mDT) unterstützt werden kann. Dies erlaubt die Unterscheidung zwischen kurzfristigen Signaländerungen und langfristiger Verhaltensmodifikation. Mit dem vorgestellten Konzept können semi-autonome Systeme für Anwendungsgebiete entwickelt werden, in denen der Einsatz autonomer Systeme aufgrund komplexer und variabler Systemumgebungen oder geringer Stückzahlen bisher nicht gegeben ...

Es werden die Erwartungen und Wahrnehmungen älterer Menschen in Bezug auf Assistenzrobotik in der Altenpflege untersucht. Assistenzrobotik hat das Ziel, Selbständigkeit im Alter zu verlängern und das Pflegepersonal zu unterstützen. Die Relevanz der Technologie ist durch rasante Fortschritte in der Robotik Forschung sowie durch die demographische Situation begründet. Vor der Implementierung von Robotik müssen Einstellungen, Erwartungen und Wahrnehmungen aber auch Ängste und Unsicherheiten von älteren Menschen, dem Pflegepersonal und -managern festgestellt werden, um auf die wahren Bedürfnisse eingehen zu können. Dabei haben sich durch die qualitative Erhebung, sieben Kategorien in Bezug auf den Einsatz von Robotik in der Pflege ergeben. Das Ziel ist es eine bessere Orientierung bezüglich Assistenzrobotik in der Pflege zu ermöglichen

Im Zuge des zunehmenden Wettbewerbsdrucks sind auch Pharmaunternehmen getrieben ihre Produktionsprozesse stetig effizienter zu gestalten. Insbesondere gilt es Verluste des typischerweise hochpreisigen Produkts zu minimieren. Folgend wird ein Ansatz zur prädiktiven Erkennung des Fehlverhaltens im Betrieb von Abfüllanlagen für pulvrige pharmazeutische Erzeugnisse mit Maschinellen Lernverfahren vorgestellt. Im Fokus steht hierbei die Prognose der Füllabweichungen mit Rekurrenten Neuronalen Netzen, eine Methode der Künstlichen Intelligenz. Ein Überschreiten bzw. Unterschreiten der Toleranz des Abfüllgewichts führt dazu, dass die abgefüllten Einheiten nicht weiterverwendet werden können. Ziel ist es, frühzeitig ein Abdriften der Prozessstabilität zu erkennen und entsprechend einzugreifen. Die nötigen Schritte hierzu werden folgend vorgestellt.

Die digitale Transformation schreitet immer weiter voran. Sie wird als „vierte industrielle Revolution“ betitelt und hat eine umfassende Vernetzung aller Lebens- und Wirtschaftsbereiche zur Folge. Sie ist der Haupttreiber des sozialen, wirtschaftlichen und ökologischen Wandels. Im Zuge dieses Wandels werden immer wieder neue Technologien entwickelt und Themen wie Künstliche Intelligenz, Big Data Analytics oder Blockchain rücken in den Fokus von Unternehmen und der breiten Öffentlichkeit. Ein Beispiel dieser schnellen Entwicklung stellt die Blockchain-Technologie und ihr erster Anwendungsfall Bitcoin dar. Dies ist die Fortsetzung eines zweiteiligen Beitrages, dessen erster Teil in der Ausgabe 6/2019 von Industrie 4.0 Management erschienen ist.

Die Blockchain-Technologie (BCT) ist eine der vielversprechendsten Technologien der Gegenwart, die in Zukunft insbesondere für produzierende Unternehmen eine noch größere Bedeutung haben wird, um die unternehmensübergreifende Zusammenarbeit zu verbessern und Prozesse gegenüber dem Kunden transparenter zu gestalten. Trotzdessen wird die BCT als vertrauensschaffendes Instrument noch nicht in der Breite angewendet. In diesem Beitrag werden neben den Potenzialen die Herausforderungen für den Einsatz der BCT erörtert und auf Basis des St. Gallener Management-Modells ein Lösungskonzept hergeleitet, welches dem potenziellen Anwender der BCT mögliche Anwendungsszenarien aufzeigt.

Die fortschreitende Digitalisierung der Arbeitswelt setzt eine entsprechende Infrastruktur in Produktions- und Logistikunternehmen voraus. Neben der bloßen Unterstützung der Geschäftsprozesse kann eine digitalisierte Infrastruktur auch selbst als Gegenstand der Implementierung von intelligentem Verhalten herangezogen werden. Der vorliegende Beitrag liefert einen Überblick über Potenziale und Schwierigkeiten am Beispiel einer intelligenten Beleuchtungssteuerung in der Hafenlogistik. Hierzu wird zunächst beleuchtet wie Infrastrukturen in Häfen aufgebaut sind und wie technischen Lösungen gefunden werden können, um intelligente Steuerungsmethoden implementieren zu können. Schließlich wird aufgezeigt welche Potenziale sich aus einer solchen Steuerung ergeben. In dem betrachteten Anwendungsfall konnten mittels Modellierung und Prozesssimulationen Energieeinsparungen von bis zu 35 % ermittelt werden.

Blockchain- und Distributed-Ledger-Technologien (BC/DLT) haben spätestens seit dem Erfolg von Bitcoin und Ethereum als sogenannte Cryptocurrencies gesellschaftliche und wissenschaftliche Aufmerksamkeit erreicht. Diese Aufmerksamkeit führt zu einer multidisziplinären Dynamik, mit einer Euphorie unter der die wissenschaftliche Gründlichkeit vielfach vernachlässigt wird. Eine Facette der BC/DLT stellt beispielsweise die Unveränderlichkeit (immutability) dar, die als eine der Kerneigenschaften systemprägend ist. Es lässt sich jedoch kaum eine Analyse der Gegenseite, nämlich der Nachhaltigkeit dieser Technologie ausmachen. Dieser Beitrag befasst sich mit unterschiedlichen Aspekten der Nachhaltigkeit von BC/DLT und setzt sie in Relation zu den technologischen Basiseigenschaften von BC/DLT.