Generative KI in der Fertigung: 5 branchenverändernde Anwendungsfälle

In den letzten zwei Jahren ist die generative KI in die Szene eingebrochen. Bahnbrechende Tools wie ChatGPT von OpenAI, DALL-E und Gemini von Google wurden uns an die Hand gegeben. Diese Technologien verändern nicht nur unser tägliches Leben, sondern revolutionieren auch ganze Branchen. Dieser Technologiewandel ist für die Fertigungsindustrie besonders transformativ.

Die Fabrik der Zukunft setzt auf künstliche Intelligenz als Eckpfeiler ihres Betriebs. Doch innerhalb des umfangreichen Werkzeugkastens der künstlichen Intelligenz zeichnet sich eine bestimmte Technologie als bahnbrechende Neuerung ab: die generative KI. Dieser Artikel befasst sich mit den häufigsten Anwendungsfällen generativer KI in der Fertigung. Wir geben einige aufschlussreiche Beispiele von weltweit führenden Fertigungsunternehmen, die ihre Abläufe mit generativer KI erneuert haben.

Was ist generative KI?

Generative KI ist ein Teilbereich der künstlichen Intelligenz, der neue Inhalte oder Daten generieren kann, die denen ähneln, auf die er trainiert wurde. Das bedeutet, dass sie auf der Grundlage zuvor generierter Inhalte Algorithmen und Modelle verwendet, um Texte, Bilder, Videos, Design, Audio, Code und Simulationen zu erstellen. GenAI ist ein fortschrittlicher Nachahmer, der Muster und Strukturen aus Daten lernt und dieses Wissen nutzt, um synthetische Daten (z. B. Bilder, Videos, Texte) zu erzeugen.

Wie unterscheidet sich also generative KI von traditioneller KI? Der Hauptunterschied liegt in ihren Ergebnissen. Während generative KI in der Lage ist, völlig neue Daten zu erstellen, die den Trainingsdaten sehr ähnlich sind, konzentriert sich traditionelle KI auf die Datenanalyse, um Vorhersagen zu treffen oder Muster auf der Grundlage der trainierten Eingabedaten zu erkennen.

Generativer AI-Anwendungsfall in der Fertigung

Von der Entwicklung innovativer Konzepte bis hin zur Optimierung der Auslieferung revolutioniert die generative KI jede Phase der Fertigung.

In der Konzeptionsphase kann generative KI Konzepte und optimierte Entwürfe für Produktdesign und Prototyping erstellen und so die Produktentwicklung beschleunigen und gleichzeitig die Kosten minimieren.

In der Produktionsphase revolutionieren intelligente Sensoren und fortschrittliche Datenanalyse die Wartung von Anlagen. Diese Systeme analysieren Sensormesswerte, Wartungsprotokolle und historische Ausfälle, um potenzielle Ausfälle vorherzusagen, bevor sie auftreten. Neben der vorausschauenden Wartung erkennen die Systeme auch Qualitätsprobleme.

Generative KI automatisiert nicht nur Aufgaben, sondern befähigt auch die Belegschaft. Durch die Nutzung individueller Mitarbeiterdaten bietet sie gezielte Schulungen und personalisierte Arbeitsanweisungen und ebnet so den Weg für eine qualifiziertere und anpassungsfähigere Belegschaft.

In der gesamten Lieferkette spielt die fortschrittliche Datenanalyse eine entscheidende Rolle. Durch die Auswertung umfangreicher Datensätze können Unternehmen Nachfrageschwankungen vorhersagen, Lagerbestände optimieren und die effizientesten Lieferrouten planen.

Produktdesign

Generative KI revolutioniert das Produktdesign in der Fertigung, indem sie eine einzigartige Mischung aus Kreativität und Effizienz bietet. Genauer gesagt, helfen generative Text-zu-Bild-Tools den Designern, die Lücke zwischen Konzepten und produktionsreifen Designs zu schließen.

Die Aufgabe des Produktdesigners oder -ingenieurs besteht darin, spezifische Designziele zu definieren und dabei Kriterien wie Nachhaltigkeitsziele, Produktionskosten, Produktkriterien oder -konformität und Herstellungsbedingungen zu berücksichtigen. Generative KI-Systeme generieren auf der Grundlage dieser vordefinierten Parameter verschiedene Designoptionen.

Sobald diese Entwürfe erstellt sind, schlagen KI-Systeme Verbesserungen vor, um Aspekte wie Recyclingfähigkeit, Materialauswahl und Verpackung zu optimieren und sicherzustellen, dass das Endprodukt sowohl effizient als auch nachhaltig ist. Mit vielversprechenden virtuellen Prototypen in der Hand können Ingenieure und Designer die vorgeschlagenen Designs bewerten und verfeinern und die besten für die weitere Entwicklung auswählen.

Vorteile der generativen KI im Produktdesign:

• Verkürzung des Entwurfszyklus
• Einfacher Übergang von ersten Ideen zu produktionsreifen Modellen
• Förderung der Kreativität

Text-zu-Bild-Integration des Toyota-Forschungsinstituts

Das Toyota-Forschungsinstitut hat eine Plattform entwickelt, die Designskizzen und technische Anforderungen in text-zu-bild-basierte generative KI-Tools integriert. Dies ermöglicht es den Autodesignern, die traditionellen technischen Stärken von Toyota mit den hochmodernen Fähigkeiten der modernen generativen KI zu kombinieren.

So können beispielsweise Einschränkungen wie der Luftwiderstand (der sich auf die Kraftstoffeffizienz auswirkt) und Fahrwerksabmessungen wie die Fahrzeughöhe und die Kabinengröße (die sich auf das Fahrverhalten, die Ergonomie und die Sicherheit auswirken) jetzt implizit in den generativen KI-Prozess einbezogen werden.

Vorausschauende Wartung

Generative KI hebt die vorausschauende Wartung auf eine neue Ebene. Sie lernt das erwartete Verhalten von Anlagen durch die Analyse von Sensordaten, Wartungsprotokollen und historischen Ausfällen. Anschließend identifiziert sie subtile Anomalien, die einem Ausfall vorausgehen könnten. Selbst die kleinste Veränderung bleibt nicht unentdeckt; stellen Sie sich eine winzige Erhöhung der Vibrationen in einem Turbinentriebwerk vor - die KI erkennt dies als potenzielles Problem.

Generative KI kann nicht nur Ausfälle vorhersagen, sie kann sogar simulieren, wie sie sich entwickeln könnten. Dies ermöglicht eine gezielte Wartung, bevor es zu einem unvorhergesehenen - und kostspieligen - Stillstand kommt. Hersteller können die Lebensdauer von Anlagen maximieren und Ausfallzeiten vermeiden.

Vorteile der generativen KI bei der vorausschauenden Wartung:

• Verhinderung von Ausfallzeiten
• Ausfälle von Geräten simulieren
• Optimierte Wartungspläne

Vorausschauende Instandhaltung mit Senseye von Siemens

Im Februar 2024 hat Siemens eine neue generative Funktion der künstlichen Intelligenz (KI) in seine vorausschauende Wartungslösung Senseye Predictive Maintenance integriert. Diese neue Funktion baut im Wesentlichen auf den Stärken der bestehenden KI auf und macht den gesamten Prozess dialogorientierter und benutzerfreundlicher.

Das System nutzt das Wissen ähnlicher Maschinen und optimiert die Wartungsstrategien für verschiedene Ausrüstungsgegenstände. Es sorgt für eine reibungslosere Interaktion zwischen Mensch und Maschine und für eine effizientere Vorhersage von Aufgaben. Durch den Einsatz von Chat-Schnittstellen für eine frühzeitige und fundierte Entscheidungsfindung werden Zeit und Ressourcen gespart.

Qualitätskontrolle

Generative KI durchforstet riesige Datenmengen, darunter Bilder von einwandfreien und fehlerhaften Produkten. Diese Daten können aus verschiedenen Quellen stammen, z. B. von hochauflösenden Kameras an Produktionslinien, historischen Prüfprotokollen und sogar Kundenbeschwerden. Durch die Analyse dieses riesigen Datensatzes lernt die KI die komplizierten Details, die ein fehlerfreies Produkt ausmachen.

Sie kann selbst kleinste Fehler in Echtzeit erkennen, die dem menschlichen Auge bei einer herkömmlichen Inspektion entgehen könnten. Die KI kann historische Daten analysieren, um die fehleranfälligsten Bereiche an Produkten zu identifizieren. Diese Analyse kann einen gezielteren Prüfansatz vorschlagen, der sich auf diese kritischen Bereiche konzentriert.

Vorteile der generativen KI für die Qualitätskontrolle:

• Rationalisierte Ursachenanalyse
• Fehlererkennung in Echtzeit
• Gleichbleibende Qualität der Ergebnisse

Boschs bahnbrechende Inspektion der Bildqualität

Bosch hatte bereits eine KI-Bilderkennung für die Qualitätsprüfung eingeführt. Allerdings hatte die Fertigungsqualität in den Bosch-Werken bereits ein hohes Niveau erreicht, was bedeutete, dass das Sammeln von Daten über Schäden und fehlerhafte Produkte zum Trainieren des KI-Systems zu einer Herausforderung wurde. Um also genügend Bilddaten zu Fehlertypen zu erhalten - ohne absichtlich beschädigte Teile zu produzieren - wechselte Bosch zu einem generativen KI-basierten Prüfsystem.

Ausgehend von einer relativ kleinen Anzahl von Bildern für jeden Fehlertyp erstellte die generative KI über 15.000 künstliche Bilder, die auf einen Fehler hinweisen. Mit diesem Ansatz konnte Bosch seine Modelle für die automatisierte optische Inspektion viel früher im Produktionsprozess trainieren.

Ausbildung der Arbeitskräfte

Wenn es um die Schulung von Arbeitskräften geht, gibt es keine Einheitslösung für alle. Hier kommt die generative KI ins Spiel: Sie schafft maßgeschneiderte Lernangebote für jeden Mitarbeiter.

Die KI analysiert die Leistungsdaten der Mitarbeiter, ihre Aufgaben, ihre Erfahrung und ihre Fähigkeiten, um personalisiertes Schulungsmaterial zu erstellen. Diese generierten Schulungsprogramme berücksichtigen auch die im Betrieb geltenden Vorschriften und Richtlinien.

Bei der generativen KI geht es nicht nur darum, auf Qualifikationsdefizite in der Belegschaft zu reagieren. Sie ist in der Lage, diese Lücken durch die Analyse von Leistungsdaten der Mitarbeiter vorherzusagen. Diese Voraussicht ermöglicht es Unternehmen, proaktiv gezielte Lernprogramme zu entwickeln und so eine sich ständig weiterentwickelnde Belegschaft zu gewährleisten, die immer einen Schritt voraus ist.

Darüber hinaus erleichtert die generative KI interaktive Lernerfahrungen durch Chat-Schnittstellen, die es dem Einzelnen ermöglichen, mit KI-gestützten Assistenten wie ChatGPT zu interagieren. Die Mitarbeiter können sofortiges Feedback erhalten, Fragen stellen und um Klärung von Bereichen bitten, die sie verbessern möchten.

Neben den Schulungsmodulen kann die generative KI dynamische und leicht verständliche Arbeitsanweisungen erstellen, die die Mitarbeiter präzise und klar durch komplexe Aufgaben führen. KI kann Anweisungen auf der Grundlage der Aufgabe, der Erfahrung des Mitarbeiters und sogar der Gerätevarianten personalisieren.

Generative KI liefert nicht einfach nur Anweisungen, sondern bietet Anleitung in Echtzeit. Stellen Sie sich ein KI-gestütztes Overlay auf dem Tablet oder der Smart Glasses eines Mitarbeiters vor, das seine spezifischen Schritte hervorhebt, relevante Bilder anzeigt und sogar Hilfe bei der Fehlerbehebung durch Sprachbefehle oder Chatbots bietet.

Vorteile des Einsatzes generativer KI für die Ausbildung von Arbeitskräften:

• Personalisierte Ausbildung auf individueller Ebene
• Verbesserte Wissensbewahrung und Kompetenzentwicklung
• Einfacher Zugang zu aktuellen und anpassbaren Arbeitsanweisungen

Die intelligente Suche von Lozier über alle Tools hinweg

Der Einzelhandelshersteller Lozier implementierte eine Intranet-Plattform mit GenAI-fähiger Suchfunktion. Mit dieser intelligenten Suchfunktion können Benutzer externe Tools, Ticket-Systeme, Messaging-Apps und Dateiverwaltungssysteme wie Office 365 und Google Drive durchforsten. Mit Hilfe von KI erhalten die Mitarbeiter eine umfassende und kontextbezogene KI-gesteuerte Antwort auf eine Suchanfrage durch konversationelle Suche und Antworten.

Lieferkette

Neben der Produktion revolutioniert die generative KI einen weiteren wichtigen Bereich: das Lieferkettenmanagement. Sie bietet ein leistungsfähiges Instrumentarium für das Risikomanagement, die Vorhersage von Nachfrageschwankungen, die Optimierung von Lieferwegen und letztlich die Steigerung der Effizienz in der gesamten Kette.

Die erste Anwendung der generativen KI in der Lieferkette ist die Bedarfsprognose, bei der die KI historische Daten und Markttrends analysiert, um Bedarfsprognosen zu erstellen. Dadurch können Unternehmen ihre Lagerbestände optimieren und Fehlbestände und kostspielige Überbestände vermeiden. Sie können sicherstellen, dass sie die richtige Menge an Produkten zur richtigen Zeit zur Verfügung haben und so die Kundenzufriedenheit und den Umsatz maximieren.

Die generativen Algorithmen optimieren auch den Transportprozess. Durch die Analyse von Verkehrsbedingungen, Wettervorhersagen und Lieferplänen erstellt das System die effizientesten Lieferrouten. Dadurch werden die Transportkosten, der Kraftstoffverbrauch und die Gesamtlieferzeit erheblich reduziert.

Eine der begehrtesten Anwendungen von KI im Lieferkettenmanagement ist die Bestandsverwaltung, die ihre Anpassungsfähigkeit unter Beweis stellt. Sie kann für jedes Produkt optimale Lagerbestände empfehlen und dabei geschickt Faktoren wie Saisonabhängigkeit, Nachfrageschwankungen und potenzielle Störungen berücksichtigen. Dies gibt Unternehmen die Gewissheit, dass KI mit verschiedenen Faktoren umgehen kann und ihnen hilft, die Lagerkosten zu minimieren und sicherzustellen, dass sie über den notwendigen Bestand verfügen, um die Kundenbedürfnisse zu erfüllen.

Und schließlich können generative KI-Modelle Simulationen von Risikoszenarien erstellen. Da Unterbrechungen und unvorhergesehene Ereignisse die Lieferketten ständig bedrohen, erstellt die generative KI Risikoszenarien, einschließlich Unterbrechungen bei Lieferanten, Wetterkatastrophen oder politischen Situationen. Auf diese Weise können Unternehmen diese Risiken proaktiv mindern, indem sie ihre Lieferantenbasis diversifizieren, günstigere Verträge aushandeln oder alternative Lieferanten für den Fall von Unterbrechungen identifizieren.

Vorteile des Einsatzes generativer KI für das Lieferkettenmanagement:

• Erhöhte Widerstandsfähigkeit
• Datengesteuerte Entscheidungsfindung
• Verbesserte Kundenzufriedenheit

Microsoft Dynamics' 365 Copilot für Lieferketten

Microsoft Dynamics 365 Copilot kann in das Microsoft Supply Chain Center integriert werden. Es bietet eine proaktive Identifizierung von externen Faktoren wie Wetter, Finanzen und Geografie, die sich auf kritische Supply-Chain-Abläufe auswirken könnten. Prädiktive Einblicke heben die betroffenen Aufträge über verschiedene Aspekte wie Materialien, Bestände, Spediteure und Vertriebsnetze hervor.

Die Benutzer können dann automatisch E-Mails generieren, um betroffene Partner zu benachrichtigen und mögliche Störungen zu beheben. Darüber hinaus bietet die In-App-Anleitung den Nutzern sofortige, kontextspezifische Unterstützung direkt in der Anwendung, was die Benutzerfreundlichkeit und Effizienz erhöht.

Wie generative KI die Fertigung verändern wird

Seitdem die generative KI ein leistungsfähiges und benutzerfreundliches Werkzeug geworden ist, hat sie die Industrie verändert, indem sie die Effizienz gesteigert und Innovationen angestoßen hat. Das verarbeitende Gewerbe steht bei dieser Revolution an vorderster Front.

Laut einer aktuellen Studie von Capgemini sind 48 % der befragten Fertigungsunternehmen der Meinung, dass generative KI ihre Branche voranbringen wird. Dies deutet darauf hin, dass das Potenzial der Technologie, die Fertigung zu verändern, erkannt wurde. Die Hersteller experimentieren bereits mit Implementierungen, um generative KI in ihre Abläufe zu integrieren. 30 % der Führungskräfte in der industriellen Fertigung geben an, dass ihre Unternehmen bereits Pilotprojekte mit generativer KI durchführen. Zwei Anwendungen dominieren die Pilotprojekte: das maßgeschneiderte Teiledesign, das an erster Stelle steht, gefolgt von der vorausschauenden Wartung an zweiter Stelle.

Die Möglichkeiten der generativen KI in der Fertigung gehen jedoch über Design und vorausschauende Wartung hinaus. Generative KI revolutioniert die Fertigung, indem sie die Qualitätskontrolle mit einer überlegenen Fehlererkennung für fehlerfreie Produkte unterstützt, die Lieferketten durch innovativere Prognosen, Bestandsmanagement und effiziente Routen für niedrigere Kosten und zuverlässige Lieferungen optimiert und die Mitarbeiterschulung mit anpassungsfähigen Programmen in verschiedenen Formaten personalisiert, um die Leistung der Mitarbeiter und das kontinuierliche Lernen zu steigern, was letztlich zu erheblichen Effizienz-, Innovations- und Wettbewerbsgewinnen in der gesamten Branche führt.