Damit auch der Mittelstand die Potenziale der Künstlichen Intelligenz (KI) schnell und erfolgreich in der Praxis nutzen kann, fördert der Innovationswettbewerb „KI für KMU“ des baden-württembergischen Wirtschaftsministeriums neun Modellprojekte. Die unabhängig voneinander arbeitenden Teams bringen spezialisiertes Branchenwissen aus dem Mittelstand und die Expertise aus der wissenschaftlichen KI-Forschung ein. Zum Thema „Automatisierung und KI“ stellen wir drei Projekte näher vor:
1. Intelligente Sensoren überwachen Maschinen einfach und kostengünstig
Aktuelle Situation: Ein ungeplanter Maschinenausfall kann eine Produktion lahmlegen und hohe Folgekosten verursachen. Deswegen überwachen große Industriebetriebe ihre Maschinenparks zunehmend mit vernetzten Systemen, die eine vorausschauende Wartung ermöglichen. Das setzt eine hohe Netzwerk- und Rechenkapazität, zusätzliche IT-Infrastrukturen und Mitarbeiter mit entsprechender Kompetenz voraus. Für kleine und mittelständische Unternehmen (KMU) ist das bislang eine zu hohe Hürde.
Innovation: Eine unkomplizierte und kostengünstige Nachrüstlösung zur Überwachung von Produktionsmaschinen bietet das Projekt „Embedded AI in a Box“. Die Basis ist eine Sensorplattform, die sogenannte „Retrofit-Box“, mit der Maschinen leicht nachgerüstet werden können. Die neuartige Idee besteht darin, Künstliche Intelligenz (KI) direkt in die Sensorplattform zu bringen, so dass diese vor Ort in den Werkshallen per Warnlampe oder akkustischem Signal anzeigen, wenn beispielsweise eine Maschine nicht reibungslos läuft.
Vorteil: Da KI direkt in der Box steckt, benötigen KMU keine zuätzliche Netzwerkinfrastruktur und es muss auch nichts verkabelt werden. Die intelligente Sensorplattform erspart Unternehmen Investitionen in neue, mit Sensorik ausgestattete Maschinen, da sich damit auch ältere technische Anlagen so überwachen lassen, dass sie anhand ihres realen Zustands gewartet und rechtzeitig instandgesetzt werden können.
Projektbeteiligte: Lehrstuhl für Intelligente Sensor-Aktor-Systeme des Karlsruher Instituts für Technologie (KIT), Knowtion UG (Karlsruhe) und endiio engineering GmbH (Freiburg)
2. Maschinelle Lernverfahren automatisieren ingenieurtechnische Routinearbeit
Aktuelle Situation: Die Gitternetzgenerierung, ein unverzichtbarer Arbeitsschritt in jedem Simulationsprozess, ist eine zeitaufwändige Routinetätigkeit. Ein Gitternetz für ein Batteriegehäuse eines E-Auto zu erstellen, kann Tage dauern, für ein ganzes Fahrzeug sogar Wochen. Aus Kostengründen werden diese Arbeiten häufig nach Asien und Osteuropa ausgelagert, schleichend folgen weitere ingenieurtechnische Dienstleistungen. Damit gehen in Baden-Württemberg Arbeitsplätze und wichtiges ingenieurtechnisches Know-how verloren.
Innovation: Mithilfe Künstlicher Intelligenz ermöglicht das Projekt „Mesh AI“ Gitternetze hochgradig automatisiert zu erstellen. Damit lässt sich der Zeitaufwand in vielen Automobil- und Maschinenbauanwendungen bis auf die Hälfte reduzieren – und zwar auch bei komplexen Bauteilen, insbesondere im Leichtbau und der Elektromobilität.
Vorteil: Mit der neuen KI-Technologie können Hersteller aus unterschiedlichsten Branchen moderne Funktionsbauteile wesentlich schneller entwickeln, da sich der Zeitaufwand für Simulationen deutlich verkürzt. Die Zeitersparnis macht zudem baden-württembergischer Ingenieurdienstleister konkurrenzfähiger im Vergleich zu Anbietern aus Niedriglohnländern.
Projektbeteiligte: Institut für Antropomatik und Robotik am Karlsruher Institut für Technologie (KIT), Renumics GmbH (Karlsruhe) und Evago GmbH (Leonberg)
3. KI-Simulationen sparen Zulieferern viel Zeit und Material beim Einfahren von Maschinen
Aktuelle Situation: Beim Umrüsten auf neue Produkte aus Leichtbau- und Metallbauteilen müssen zahlreiche Parameter an Fertigungsmaschinen passgenau eingestellt werden. Da das meistens durch Ausprobieren geschieht, wird viel Ausschuss produziert. Das lässt sich mithilfe Künstliche Intelligenz (KI) verhindern, ist bislang für kleine und mittelständische Unternehmen (KMU) aber zu teuer und aufwändig.
Innovation: „SimKI“ minimiert den bislang enormen Aufwand für das Einfahren von Maschinen durch einen neuartigen Ansatz. Es trainiert KI anhand von Simulationsdaten, die als „digitaler Zwilling“ die realen Maschinen in Werkshallen und das neue Bauteils abbilden. Dadurch werden Einfahrprozesse schneller, günstiger und nahezu ohne Ausschuss möglich. Das Projekt basiert auf einem repräsentativen Umformprozess eines Zulieferers eines typischen Bauteils für die Automobilindustrie. Es ist stellvertretend für die konventionelle, mechanische Fertigung von zehntausenden Zuliefern in Deutschland und lässt sich auf Bauteilehersteller jeder Branche übertragen.
Vorteil: Durch das hohe Einsparpotenzial kann sich vor allem das metallverarbeitende Gewerbe in Baden-Württemberg besser gegen Wettbewerber aus Niedriglohnländern und konkurrierende Technologien, wie 3-D-Druck, behaupten.
Projektbeteiligte: Technologiezentrum Leichtbau der Hochschule Aalen, Inneo Solutions GmbH (Ellwangen), Karl Walter Formen- und Kokillenbau GmbH (Göppingen) und Gaugler & Lutz GmbH & Co. KG (Aalen)
„KI für KMU“ will den Mittelstand in Sachen künstlicher Intelligenz inspirieren
- In Künstlicher Intelligenz (KI) steckt viel Potenzial, um innovative Produkte, Dienstleistungen und Geschäftsmodelle zu entwickeln – und zwar quer durch alle Branchen und Lebensbereiche. Das eröffnet Firmen aus Baden-Württemberg neue Chancen für Wertschöpfung und Wachstum, insbesondere wenn sie ihr spezialisiertes Branchenwissen mit der Kompetenz der im Land ansässigen KI-Forschung bündeln.
- Damit es auch kleinen und mittleren Unternehmen gelingt, KI-Innovationen schnell und erfolgreich kommerziell zu nutzen, unterstützt der Wettbewerb „KI für KMU“ des Ministeriums für Wirtschaft, Arbeit und Wohnungsbau Baden-Württemberg gezielt Verbundprojekte zwischen Unternehmen und Forschungseinrichtungen.
- Die neun Modellprojekte decken sowohl bei den Anwendungsfeldern als auch bei den Wirtschaftszweigen eine große Bandbreite ab – vom produzierenden Gewerbe über Logistik und Automotive bis zu Medizin und Biotechnologie.
- Die mit insgesamt 2,5 Millionen Euro geförderten Projekte dienen als Vorbilder, um weitere Unternehmen anzuregen, gemeinsam mit Forschungseinrichtungen eigene KI-Lösungen zu entwickeln.