Fraunhofer-Institut für Produktionstechnologie IPTForschungsprojekt »AIDpro«
In modernen Produktionsumgebungen spielt Künstliche Intelligenz (KI) eine zunehmend zentrale Rolle. Ein Beispiel für den Einsatz von KI in der Produktionsumgebung ist »Predictive Maintenance«. Dabei analysieren KI-Algorithmen Sensordaten, um frühzeitig Anzeichen von Maschinenverschleiß oder -ausfällen zu erkennen. Doch der erfolgreiche Einsatz von KI hängt maßgeblich von der Qualität der zugrunde liegenden Daten ab. Produktionsdaten können durch eine Vielzahl von Faktoren beeinträchtigt werden, darunter Sensorfehler, Datenverluste, manipulierte Daten oder Maschinendefekte. Zusätzlich entstehen Unsicherheiten durch variable Fertigungsprozesse, wie beispielsweise Saisonalität, Verschmutzung oder Verschleiß, die unzureichend beim Training der KI-Modelle berücksichtigt werden. Ein großer Nutzen von KI ist die Unterstützung bei Entscheidungen basierend auf den Daten. Die Entscheidungen, die nun auf unzuverlässigen Daten basieren, bergen jedoch erhebliche Risiken für Produkte, Maschinen und Mitarbeiter. Hier setzt das Forschungsprojekt »Anomalieerkennung in der Produktion – Datenvalidierung für Produktionsprozesse (AIDpro)« an, das eine umfassende Lösung zur automatisierten Datenvalidierung und Anomalieerkennung in den Prozessdatenströmen entwickelt.
KI in der Produktion – aber nur mit gesicherter Datenqualität
Ziel des Projekts ist es, ein innovatives Datenvalidierungssystem zu schaffen, das eine zuverlässige Datenbasis für KI-gestützte Prozesse sichert. Das System ermöglicht nicht nur eine automatisierte Validierung von Produktionsdaten, sondern auch eine fortlaufende Überwachung der Anwendungsphase von KI-Lösungen. Es analysiert und bewertet die Datenqualität, indem es Vollständigkeits- und Konfidenzprüfungen mit Hilfe von Expertenwissen durchführt. Dadurch wird regelbasiert überprüft, ob ein einzelner Datenpunkt aus einem Datensatz einem vordefinierten Datenschema entspricht. Ergänzt wird dies durch Methoden der statistischen Analyse sowie Deep-Learning-gestützte Ausreißererkennung. Das System wird auch in der Lage sein, eine Veränderung der Daten zu erkennen, die auf eine Veränderung der Produktionsbedingungen hindeutet, einen so genannten Datendrift. Diese Information kann zum Beispiel dazu genutzt werden, das KI-Modell mit den veränderten Produktionsbedingungen neu zu trainieren, um diese Veränderungen abzubilden.
Ein modularer Aufbau erlaubt es, das System flexibel in verschiedene Produktionsprozesse zu integrieren. Die Entwicklung erfolgt anhand konkreter industrieller Anwendungsfälle, um eine praxisnahe und anpassbare Lösung zu gewährleisten. Durch die Kombination modernster KI-Technologien mit fundierten Produktionskenntnissen wird ein leistungsfähiges Überwachungs- und Warnsystem geschaffen, das in Echtzeit Abweichungen in den Produktionsprozessen erkennt und so frühzeitig Gegenmaßnahmen ermöglicht.
Vorausschauende Optimierung durch kontinuierliches Monitoring
Mit »AIDpro« wird eine verlässliche Basis für den sicheren und effizienten Einsatz von KI in der Produktion geschaffen. Entscheidungen können auf geprüften und validierten Daten beruhen, wodurch Risiken minimiert und die Prozessstabilität erhöht werden. Die kontinuierliche Überwachung von Prozessdatenströmen stellt sicher, dass anomale Datenpunkte und -verläufe sofort erkannt und entsprechend behandelt werden können. Unternehmen profitieren daher von einer kontinuierlichen Überwachung ihrer Prozessdaten und legen zugleich eine wichtige Grundlage für den zuverlässigen industriellen Einsatz von KI in ihrer Produktionsumgebung.
Darüber hinaus trägt das Projekt zur langfristigen Prozessoptimierung bei, indem es Potenziale für »Predictive Quality« und »Predictive Maintenance« erschließt. Dies ermöglicht nicht nur eine höhere Produktqualität, sondern auch eine effizientere und ressourcenschonendere Produktion. Somit soll das System auch eine nachhaltige und resiliente Produktion berücksichtigen und fördern.
Projektpartner
- Fraunhofer-Institut für Produktionstechnologie IPT, Aachen
- Fraunhofer-Institut für Angewandte und Integrierte Sicherheit AISEC, Garching b. München
Projektbegleitender Ausschuss
- Aventus GmbH & Co. KG, Warendorf
- Aviat Networks LTD., München
- Bitmotec GmbH, Hemmingen
- elunic AG, München
- Giesecke+Devrient GmbH, München
- KSB SE & Co. KGaA, Frankenthal
- logsight.ai GmbH, Berlin
- Sikora AG, Bremen
Förderhinweis
Das Forschungsprojekt »Anomalieerkennug in der Produktion – Datenvalidierung für Produktionsprozesse (AIDpro)« wird im Rahmen des Programms »Industrielle Gemeinschaftsförderung« durch das Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestages gefördert.
