Herausforderung
Die Anwendung von Künstlicher Intelligenz ist derzeit ein wesentlicher Innovationstreiber für Produktions- und Logistikprozesse. Es existieren viele Methoden, die zur Analyse der Prozessdaten verwendet werden können. Häufig scheitern Projekte jedoch bei der Anwendung, weil eine elementare Information in Produktions- und Logistikprozessen nicht genutzt wird: die Zeit. Dabei spiegelt gerade das Zeitverhalten viele Effekte wider und steht oft ohne den Einsatz zusätzlicher Sensoren zur Verfügung. Auch durch die mittlerweile standardisierte Zeitsynchronität aller IT- und Automationssysteme existiert hier ein großes Potenzial zur Prozessoptimierung. Warum wird also dieser kostenlos verfügbare, unsichtbare Sensor Zeit im Rahmen von Optimierungen so wenig genutzt? Hauptgrund ist, dass Zeitdauern nur zwischen zwei Ereignissen gemessen werden können. Und in solchen Systemen sind diese Ereignisse im Allgemeinen nicht definiert. Zwar existieren messbare Ereignisse wie z.B. Steuerungssignale zum Einschalten eines Roboters. Aber normalerweise sind gerade die für die Optimierung relevanten Ereignisse durch komplexe Muster in zumeist kontinuierlichen, untereinander abhängigen und hochdimensionalen Sensorwertverläufen verborgen und daher unbekannt und nicht explizit für Optimierungsalgorithmen nutzbar.
Lösungsansatz
Das Forschungsvorhaben zielt daher auf die Entwicklung einer Methodik und einer Software-Plattform, die aus typischen Logistik- und Produktionsdaten relevante Ereignisse automatisch diskretisiert, die dann zur Systemüberwachung und Optimierung genutzt werden. Die wirtschaftliche Verwertung im Rahmen dieses Projekts wird durch das KMU Recogizer Analytics GmbH erfolgen, das Interesse an einer Umsetzung solch einer Methodik hat. Evaluiert wird der Ansatz durch die Firma ISI Automation GmbH & Co. KG, sowie Hendricks Automotive Group und GTP Schäfer Gießtechnische Produkte. Diese Firmen möchten die zu entwickelnden Lösungen z.B. auf folgende Optimierungsszenarien im Bereich der Inter- und Intralogistik und auf Prozesse der diskreten Fertigung (z.B. bei Automobilzulieferern) anwenden:
- Variierende Zeitdauern bei Logistikprozessen wie Einlagerung oder Transport deuten oft auf suboptimale Automatisierungsstrategien hin.
- Abhängigkeiten zwischen Produktionsdauern und Produkteigenschaften erlauben eine Optimierung von Produktionsreihenfolgen.
- Unerwartete Zeitdauern in Logistik oder Produktion sind oft ein Indikator für Produktionsprobleme und können sogar auf Qualitätsprobleme hinweisen.
- Zusammenhänge zwischen Rohmaterialien bzw. Ausgangsprodukten und Zeitdauern können auf Probleme bei Zulieferfirmen hinweisen.