Künstliche Intelligenz gilt als Enabler für mehr Produktivität und bietet enorme Wachstumschancen: 2,6 Milliarden US-Dollar globales Marktvolumen für KI in der Fertigungstechnik verzeichnete das kanadische Marktforschungsunternehmen Emergen Research für 2022 – mit einer durchschnittlichen jährlichen Wachstumsrate von 44,5 % über die zurückliegenden Jahre. Diese werde sich annähernd fortsetzen, so die Prognose. Treibende Kräfte seien Predictive Maintenance und Smart Factory.
Marktvolumen von KI in der industriellen Fertigung wächst
Automatisierte Inspektionssysteme der Elektronikfertigung sind heute beinahe durchweg smart factory ready. Zwar besteht nur mittelbar ein Bezug zwischen den Volumina der beiden Märkte – doch ist das weltweite Marktvolumen für AOI von rund 650 Millionen US-Dollar und jährlichem Wachstum von rund 20 % eine eindeutige Trendbestätigung. Bei den Produkten aller führenden Unternehmen des Marktes (darunter als Aussteller der productronica 2023 die Firmen Goepel, Koh Young, Saki und Viscom) ist der Übergang zum Einsatz von KI in den Systemen deutlich zunehmend. Der productronica-Hauptstand des VDMA geht außerdem verstärkt auf das Thema Sensorik in der Elektronikfertigung ein.
Volker Pape,Vorstandsvorsitzender der Fachabteilung Productronic im VDMA sowie Mitbegründer und Viscom-Aufsichtsratsmitglied, erklärt: „Die Selbstlernfähigkeiten unserer Inspektionssysteme haben dort, wo wir KI einsetzen, einen hohen Reifegrad erreicht. Da die Häufigkeit der echten Fehler in der Elektronikfertigung überschaubar ist, mussten wir per Bildbearbeitung noch zusätzlich ’künstliche‘ Fehlerbilder schaffen, um für die KI eine relevantere Lernstichprobe und damit einen höheren Lerneffekt zu erreichen.“
Fallbeispiel belegt Nutzen von KI
Die Aufgabe von Sebastian Mehl bei Siemens ist die Integration ausgereifter KI-Anwendungen in Produktionsumgebungen der Elektronikfertigung. Er erläutert, warum KI in AOI-Anwendungen eine so große Rolle spielt: „Bereits ohne KI ließen sich zwei Drittel der getesteten Baugruppen als Gutteil erkennen. Unter den ca. 30 %, die den first pass yield nicht schafften, hatte aber nur der kleinste Teil tatsächlich einen Fehler.“
Wenn nun bei dieser Menge an false calls Menschen im 2. Durchgang die Nachprüfung übernehmen, entsteht erheblicher zusätzlicher Prüfaufwand. Ansonsten sei die Gefahr groß, tatsächliche Fehler zu übersehen. In SMT-Fertigungslinien von Siemens hat man es mithilfe von KI geschafft, die Zahl der false calls zu halbieren beziehungsweise die First-pass-Rate um 15 % zu erhöhen. Der entfallene Prüfaufwand führte zu sechsstelligen Einsparungen pro Jahr. Ziel des MLOps-Teams (Machine Learning Operationalized) ist es deshalb, die KI-basierende Technologie in allen Fertigungslinien einzuführen.