„Produzierende Unternehmen müssen das Thema KI angehen“

Herr Gawenda, was war die Motivation für das Projekt mit dem Green-AI Hub?

Für uns ist es wichtig, unsere Prozesse in der Drehteilproduktion immer weiter zu optimieren. Und wir wollen unsere Produkte möglichst effizient herstellen. Dabei ist für uns Digitalisierung und gerade auch Künstliche Intelligenz relevant.

Warum genau setzen Sie KI in der Produktion ein?

Bei der Herstellung unserer Produkte fallen viele Daten an. Unsere Hoffnung ist, dass KI uns dabei hilft, diese Daten wirklich nutzbar zu machen. Zum Beispiel damit wir wissen, wann eine Maschine tatsächlich betriebsbereit und im welchem Zustand sie ist. Damit können wir nachhaltiger produzieren und Ausschuss reduzieren. Wir wollen zehn Tonnen Material, also eine ganze LKW-Ladung pro Jahr einsparen und damit auch 20 000 Kilowattstunden Strom.

Was war die größte Herausforderung?

Das war es für uns als produzierendes Unternehmen die Daten verfügbar zu machen. Die Maschine erzeugt Daten in sehr hoher Frequenz, zum Beispiel Temperatur, Abnutzung der Bohrer, Abweichung bei Teilmaßen. Um diese nutzen zu können, brauchte es zusätzliche Sensorik, Server mit möglichst hohen Taktraten und hoher Speicherkapazität sowie die ganze Infrastruktur mit Glasfaserkabeln.

Wo liegt der Vorteil des KI-Prozesses?

Ein Beispiel: Sensoren in der Maschine messen wie hoch die aktuelle Stromaufnahme ist und signalisieren uns, die Maschine ist jetzt betriebsbereit. Die KI wertet diese Daten nun sehr präzise aus und trifft Empfehlungen: Achtung, jetzt wird der Prozess instabil und sollte angepasst werden. Damit kein Ausschuss entsteht. Wir konnten so zum Beispiel feststellen, dass wir anhand der Temperatur genau sehen können, wann die Maschine für die Produktion bereit ist. KI kann also aus der Masse an Daten relevante Information machen.

Konnten Sie die Menge an Ausschuss im Pilotprojekt reduzieren?

Noch nicht um die volle Menge von zehn Tonnen. Wir lernen aktuell sehr viel. Wir haben die Daten verfügbar gemacht und sehen, es ist möglich, innerhalb eines Monats Ausschuss zu reduzieren. Doch wir mussten auch feststellen, dass zum Beispiel mit anderen Außentemperaturen das KI-Modell nicht mehr die gleiche Wirksamkeit hatte. Um eine klare Aussage treffen zu können, müssen wir das Modell über ein ganzes Jahr trainieren.

Rechnet sich dann der KI-Einsatz?

Das muss man strategisch sehen. Man kann hier aus kaufmännischer Sicht schwer sagen: Wir haben eine spezifische Investition, die sich nach zwei Jahren amortisiert. Man muss erstmal wirklich investieren, Infrastruktur aufbauen. Wenn wir es schaffen, Ausschuss zu reduzieren, wenn wir weniger Strom verbrauchen, wenn wir Prozesse weiter optimieren, dann ist das in der Breite viel wirtschaftlicher und nachhaltiger.

Wie würden Sie das Pilotprojekt bewerten?

Es war ein sehr erfolgreiches Projekt, insbesondere dadurch, dass wir uns für sechs Monate darauf fokussiert und sehr praxisorientiert vorgegangen sind. Für uns ist das erst der Anfang. Jetzt gilt es, die KI über einen längeren Zeitraum auszurollen, auch auf weitere Maschinen, auf andere Produkte. Wir haben das Team im Bereich IT weiter ausgebaut. Wir haben die Vision, dass innerhalb der nächsten zwei Jahre die passenden Daten immer an der richtigen Stelle verfügbar sind, genau zu dem Zeitpunkt, an dem sie benötigt werden.

Was empfehlen Sie anderen Unternehmen zum Thema KI?

Produzierende Unternehmen müssen das Thema unbedingt angehen. KI ist ein mächtiges Werkzeug, das wir nutzen können und nutzen müssen, gerade dort, wo physische Teile hergestellt werden.