Befähigung von KMU zur Nutzung von Potenzialen von Machine Learning in der Produktion und Entwicklung einer Einführungsstrategie

Thema Produktionsplanung und -steuerung, Künstliche Intelligenz
Projekttitel Befähigung von KMU zur Nutzung von Potenzialen von Machine Learning in der Produktion und Entwicklung einer Einführungsstrategie (ML-Ready)
Laufzeit 01.03.2022 – 29.02.2024
Projektwebseite https://ipri-institute.com/forschungsprojekte/mlready/
Pressemitteilung

Wie können kleine und mittlere Unternehmen (KMU) des Maschinenbaus befähigt werden, die Potenziale von Machine Learning zu implementieren und zu nutzen, um eine Verbesserung der Ressourceneffizienz in der Produktion zu erreichen? Das untersuchen wir im Forschungsprojekt ML-Ready gemeinsam mit dem IPRI

Machine Learning findet bereits in vielen Bereichen des alltäglichen Lebens Anwendung, wie dem Verkehr oder dem Gesundheitswesen. Das Fundament für eine erfolgreiche Anwendung von Machine Learning bilden Daten und deren Verfügbarkeit sowie ausreichende Rechenleistung, um diese auszuwerten. Gleichwohl wird Machine Learning bislang kaum für die Steigerung der Ressourceneffizienz in der Produktion verwendet. 

Im unternehmerischen Umfeld wird Machine Learning meist mit Predictive Maintenance in Verbindung gebracht. In der Produktion ergeben sich jedoch weitere vielseitige Potenziale zur Steigerung der Ressourceneffizienz:

  • In der Produktionsplanung und -steuerung lässt sich Machine Learning beispielsweise in der Auftragssteuerung zur Reihenfolgebestimmung (Rüstoptimierung, Reduzierung des Energieverbrauchs oder der Energiekosten), zur Belastungsnivellierung oder zur Ressourcen- und Kapazitätsplanung nutzen
  • Von der Anwendung von Machine Learning zur Prozessoptimierung wird eine höhere Anpassungsfähigkeit der Prozesse an sich ändernde Bedingungen erwartet, wodurch die Produktqualität stabilisiert werden kann. Beispielsweise können Fehlerdiagnosen durchgeführt oder Condition Monitoring angewendet werden.
  • Im Qualitätsmanagement können Machine Learning-basierte Modelle zur Überwachung oder zur Prognose der Produktqualität auf Basis von Prozessdaten eingesetzt werden. So können Maßnahmen wie die Überprüfung von Stichproben reduziert werden.

Bei der Implementierung stoßen Unternehmen jedoch auf Hürden wie fehlendes Know-how, fehlender Nachweis des Mehrwerts oder fehlende technische Infrastruktur. Im Projekt ML-Ready wollen wir insbesondere KMU unterstützen, zukünftig diese Hürden zu meistern und Machine Learning zu nutzen. 

Förderer

Das IGF-Vorhaben 22312 N des Instituts für Energie- und Umwelttechnik (IUTA) e.V. wird über die AiF im Rahmen des Programms zur Förderung der Industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.

Partner

Ihr Ansprechpartner