Fällt eine Maschine aus, wird dies unter Umständen zu einem Problem für das gesamte Produktionsumfeld in einer Fabrik. Denn je nachdem welche Bedeutung ihr in der Prozesskette zukommt, stehen andere Maschinen in Abhängigkeit zu ihr und können erst dann weiter arbeiten, wenn der Defekt behoben ist. Der Schaden, der daraus entsteht, ist groß. Schließlich ist nicht nur die Reparatur der Maschine mit Kosten verbunden. Auch die Produktionsmenge ist durch einen Maschinenausfall vermindert und geht mit einem monetären Verlust einher.

Für das Produktionsmanagement ist es daher außerordentlich wichtig, den Defekten so effizient wie möglich entgegenzuwirken. Ein Mittel, um dies zu bewerkstelligen, ist die Nutzung moderner IT-Technologie. Künstliche Intelligenz (KI) erkennt sich anbahnende Maschinenausfälle frühzeitig und wirkt diesen entgegen, so dass der Ausfall vermieden wird - die Produktion läuft ungestoppt weiter. Dieses Anwendungsfeld wird als Predictive Maintenance bezeichnet.

Zunächst erfolgt der Blick in die Glaskugel

Damit die Künstliche Intelligenz Voraussagen treffen kann, benötigt sie eine Vielzahl an Informationen. Sämtliche Maschinen- und Sensordaten müssen der KI zugeführt werden - je mehr Informationen sie hat, desto präziser ist ihr Blick in die Glaskugel. Mit ausreichend Daten angereichert, ist sie in der Lage, bis zu fünfundneunzig Prozent der Maschinendefekte präzise vorauszusagen. Für Menschen sind die Analyseergebnisse der Künstlichen Intelligenz meist kaum nachvollziehbar und erst recht nicht selbst zu bewerkstelligen, denn die KI ist in der Lage deutlich mehr Informationen zu verarbeiten, als es ein Mensch je könnte.

Eine Predictive-Maintenance-Lösung trifft ihre Berechnungen und Voraussagen in Echtzeit. Das bedeutet, dass sie ihre Voraussage exakt in dem Zeitpunkt trifft, in dem die vorhandene Datenbasis den Rückschluss zulässt, dass in der Zukunft die Maschine defekt sein wird. Die Voraussage bezieht sich auf einen konkret benannten Zeitpunkt und wird am Computer angezeigt oder kann beispielsweise mit einer Applikation auf dem Smartphone eines Fabrikmitarbeiters angezeigt werden. Dieser trägt nun Sorge dafür, Ersatzteile zu bestellen und einen Wartungszeitpunkt festzulegen.

Auch autonome Handlungen verschaffen Vorteile

Künstliche Intelligenz-Lösungen sind aber in der Lage, einen Schritt weiter zu gehen. Sie können auf Wunsch des Produktionsmanagements vollkommen selbständig Ersatzteilbestellungen vornehmen und planen diesen Vorgang so ein, dass auch längere Lieferzeiten einkalkuliert sind. Verzögerungen wegen mangelnder Teile schließt die Künstliche Intelligenz damit aus. Die KI setzt bei Bedarf auch den Zeitpunkt für die Maschinenwartung autonom an und legt den Termin auf den Tag und die Uhrzeit, in dem ohnehin eine Produktionspause vorgesehen ist. Und auch die Wartungs-Teams fordert die IT-Lösung für diesen Zeitpunkt eigenständig an.

Predictive Maintenance verschafft dem Produktionsumfeld strategische Vorteile im Wettbewerb, denn verminderte Ausgaben für Reparaturen bedeuten gleichzeitig eine günstigere Güterproduktion. Die Ersparnisse können an den Kunden weitergegeben werden. Mit Predictive Maintenance ist aber nur ein möglicher Anwendungsfall von Künstlicher Intelligenz in den Fabriken und Werkshallen dargestellt. Künstliche Intelligenz bietet noch viele weitere Möglichkeiten, um die Produktionshallen zu digitalisieren. (mb)