Ein Beitrag von Nils Klute, IT-Fachredakteur und Projektmanager IoT beim eco – Verband der Internetwirtschaft e. V.
Seit Anfang des Jahres bringt Service-Meister künstliche Intelligenz (KI) in die Praxis. Dafür sorgen die sechs Schnellboote mit ihren Use Cases im technischen Service. Wie schreitet die Entwicklung voran? Wo zeichnen sich Erfolge und Hürden ab? In einer Serie blicken wir jetzt in den Maschinenraum des KI-Projekts.
Serviceprozesse beschleunigen, Störungen remote erkennen und Stillstände verhindern – daran arbeiten Atlas Copco und USU Software in ihrem Schnellboot. Denn die Industriemaschinen von Atlas Copco sind überall in der Produktion gefragt, wo etwa Bleche zu fügen oder zu kleben sind. Treten dabei unvorhersehbare Probleme auf, stockt es nicht nur in einer Fabrik – Ausfälle bedrohen das gesamte Zulieferernetzwerk und die Qualität aller Erzeugnisse. Um Ausschuss zu reduzieren und Anlagen verfügbar zu halten, setzen das Unternehmen und sein Implementierungspartner bei Service-Meister auf KI.
Zielführend mit KI optimieren
„In der Automotive-Branche, in der sich durch die Implikationen mehrerer Produktionslinien ungeplante Ausfälle durchaus zu Tageskosten in Millionenhöhe addieren lassen, sind KI-basierte Optimierungsvorgänge äußerst zielführend “, schreibt PD Dr. Fred Jopp, Head of Industrial Project Management bei USU Software auf dem Blog des Unternehmens. Gemeinsam mit Stephan Boch, Experte für technischen Service im Automotive Zuliefererbereich von Atlas Copco, blickt er online hinter die Kulissen des Schnellboots.
Die Lösung für das Problem der Industrie liefern Datenanalysen. Daten, die die intelligenten Werkzeuge, Systeme und Lösungen von Atlas Copco in der laufenden Fertigung bei den Kunden kontinuierlich erzeugen. Nicht nur, um Betriebsparameter zu überwachen, Verschleiß zu erkennen und Abweichungen von Sollwerten zu monitoren, sondern auch die Qualität der Produktionsergebnisse datenbasiert zu prüfen. Das Ziel: Ein KI-gestütztes Monitoring. „Hierbei sollen die zentralen Prozessschritte bei den Klebe- und Fügeapplikationen während des eigentlichen Arbeits- und Auftragungsvorgangs über verschiedenste Datenquellen auf ihre Exaktheit vermessen werden “, schreibt Boch im Blog.
Intelligent automatisch entscheiden
Damit das gelingt, müssen die Schnellboot-Partner das Service- und Wartungswissen übergreifend nutzbar machen. Informationen, die teils in unterschiedlichen Formaten an unterschiedlichen Orten verstreut gespeichert sind. Warum das notwendig ist: Nur dann, wenn es gelingt, die verschiedenen Quellen zusammenzuführen und einheitlich bereitzustellen, kann KI die Informationen analysieren und intelligent automatisch entscheiden. So lässt sich nicht nur der Ausfall von Verschleißteilen wie etwa Schlauchleitungen prognostizieren, sondern auch die Qualität der Klebe- und Fügeverbindungen im Voraus erkennen. „Dann wird es möglich, kritische KPIs wie Down-Time (bis zu 20% Reduzierung), Kosten für Ausschuss (bis zu 10% Reduzierung) und weitere Kenngrößen wie schnellere Fehler-Erkennung und bessere Remote-Instandsetzung zu optimieren “, schreibt Boch.
Wie lassen sich wertschöpfende Zusammenhänge aus großen Datenmengen extrahieren? Welche smarten Services und datengetriebenen Geschäftsmodelle sind im Maschinen- und Anlagenbau möglich? Und wie trägt das KI-gestützte Service Knowledge Management-System bei Atlas Copco zur offenen KI-Plattform für alle Serviceprozesse im Projekt Service-Meister bei? Lesen Sie den kompletten Blog-Post auf blog.usu.com.
Dieser Artikel hat Ihnen gefallen? Dann abonnieren Sie unseren Newsletter und erhalten Sie regelmäßige Updates zu ähnlichen Themen und zum Projekt Service-Meister und diskutieren Sie mit uns zu diesem und ähnlichen spannenden Themen in unserer LinkedIn Gruppe.