22.03.2023
Produktionsunternehmen können ihre betrieblichen Abläufe nachhaltig optimieren, indem sie Produktionsdaten entlang des Fertigungsprozesses und der Lieferkette erheben und auswerten. Methoden der Künstlichen Intelligenz (KI) oder des Maschinellen Lernens (ML) ermöglichen es, die großen Datenmengen auszuwerten, um Verbesserungsmaßnahmen zu ermitteln. Doch viele Betriebe, insbesondere kleinere und mittelständische Unternehmen (KMU), nutzen diese Chance heute noch nicht. Die Gründe dafür sind zumeist fehlendes Know-how oder eine mangelnde Datenbasis.
Im Rahmen der KI-Werkstatt der Leuphana Universität Lüneburg, Partner des Zukunftslabors Produktion, konnten Unternehmen aus der Region Lüneburg Anwendungspotenziale künstlicher Intelligenz für ihren Betrieb ermitteln und testweise umsetzen. Das Projekt wurde von dem Europäischen Fonds für regionale Entwicklung (EFRE) für knapp zwei Jahre gefördert und diente als Austauschplattform zwischen Industrie und Wissenschaft sowie zwischen den Unternehmen untereinander.
Der Wissenstransfer zwischen Wissenschaftler*innen und Praktiker*innen war für beide Seiten wertvoll: Die Unternehmen profitierten vom Know-how der Wissenschaftler*innen und konnten gemeinsam mit ihnen Anwendungsfälle aus ihrem eigenen Betrieb analysieren. Die Wissenschaftler*innen gewannen anhand realer Praxisbeispiele Erkenntnisse darüber, welche Methoden des Maschinellen Lernens an welcher Stelle sinnvoll eingesetzt werden können und wie der Datenbestand eventuell zu erweitern ist, um bestimmte KI-Verfahren anwenden zu können.
Insgesamt nahmen 14 Unternehmen aus unterschiedlichsten Branchen (z. B. Logistik und Handel, Kunststoffverarbeitung, Medizin und Gerätebau, Messtechnik) das Angebot der KI-Werkstatt wahr. Die Zusammenarbeit erfolgte in drei Schritten: In der ersten Phase – der Potenzialanalyse – identifizierten die Beteiligten potenzielle Anwendungsfälle zur Anwendung von KI bzw. ML. Die Anwendungsfälle und Lösungsansätze wurden innerhalb eines KI-Katalogs gesammelt und so für den weiteren Wissenstransfer zugänglich gemacht. In der zweiten Phase – der Transferphase – ging es darum, die Methoden auf die identifizierten Anwendungsfälle anzuwenden. Diese Phase wurde durch eine Workshop-Reihe begleitet, in der die Unternehmen und die Wissenschaftler*innen im Austausch miteinander standen. Wo möglich, wurden vorhandene Realdaten zur Erstellung echter KI-Anwendungen genutzt. In anderen Fällen wurden die Unternehmen befähigt, die richtigen Schritte für zukünftige Anwendungsfälle zu initiieren. In der dritten Phase – der Konsolidierung und Dokumentation – fassten die Beteiligten ihre Erkenntnisse zusammen, sodass sie für andere Unternehmen zur Verfügung stehen.
Für uns war es sehr hilfreich, die Arbeitsabläufe und Produktionsprozesse vor Ort in den Unternehmen betrachten zu können. Dadurch konnten wir die Problemstellung im Unternehmenskontext verstehen und zielgerichtete Lösungen finden. Zum Teil hatten die Unternehmen schon konkrete Vorstellungen, wofür sie KI einsetzen wollten. Zum Teil waren sie ergebnisoffen und fragten uns nach möglichen Anwendungsgebieten.
Potenziale für den Einsatz von KI sehen; zur Bestands-/Lageroptimierung, zur Verbesserung der Prozessqualität, zur Absatz- und Produktionsfeinplanung sowie zur Preisfindung. Diese Potenziale konnten während der Projektlaufzeit identifiziert, wenn auch teilweise aufgrund einer mangelnden Datengrundlage nicht behoben werden. Trotzdem zeigte die KI-Werkstatt, dass KMU bei einer ausreichenden Datenlage durchaus schon heute Künstliche Intelligenz zielführend in ihre Prozesse einbinden können.
Aus dem Zukunftslabor Produktion nahmen die assoziierten Partner Franatech (Branche: Maritime Technik) und Witte Barskamp (Branche: Messtechnik / Qualitätssicherung) an der KI-Werkstatt teil. Franatech untersuchte das Potenzial von KI für die Bestandsdimensionierung und für Bedarfsprognosen. Witte Barskamp interessierte sich für die KI-basierte Bedarfs- bzw. Absatzprognose.
Eine Verlängerung der Förderung ist nicht geplant. Dennoch wird die Forschungsgruppe Produktionsmanagement des Instituts für Produktionstechnik und -systeme weiter an ML-Anwendungen im Produktionsbereich forschen. Unter anderem werden die Ergebnisse und Erfahrungen der KI-Werkstatt in die Arbeitsgruppe „Maschinelles Lernen im Produktionsumfeld. Kurz & Klar.“ einfließen, an dem das Zukunftslabor Produktion beteiligt ist.
