Entsprechend den Prinzipien bekannter Betriebssysteme für Computer oder Smartphones, also Hardware mit Apps und Programmen zu verknüpfen, soll das Betriebssystem FabOS eine Plattform für Maschinen, Infrastruktur und KI-Dienste einer kompletten Fabrik werden. Im Bild: Applikationszentrumszentrum Industrie 4.0 am Fraunhofer IPA in Stuttgart.

Entsprechend den Prinzipien bekannter Betriebssysteme für Computer oder Smartphones, also Hardware mit Apps und Programmen zu verknüpfen, soll das Betriebssystem FabOS eine Plattform für Maschinen, Infrastruktur und KI-Dienste einer kompletten Fabrik werden. Im Bild: Applikationszentrumszentrum Industrie 4.0 am Fraunhofer IPA in Stuttgart. Fraunhofer IPA / Rainer Bez

Worum geht es bei diesen sechs Projekten und wer macht dabei mit? Vier dieser sechs Projekte haben einen großen Bezug zur Fertigungsautomatisierung und werden in diesem Bericht eingehender als die beiden anderen Projekte vorgestellt.

FabOS – offenes, verteiltes, echtzeitfähiges und sicheres Betriebssystem für die Produktion

Mit Blick auf die Fabrikautomatisierung ist das Projekt FabOS – ein offenes, verteiltes, echtzeitfähiges und sicheres Betriebssystem für die Produktion – wohl eines der interessantesten unter diesen sechs KI-Projekten. 26 Partner aus Wissenschaft und Industrie – darunter das Fraunhofer IPA – entwickeln ein Betriebssystem für die Produktion, das eine einheitliche Einbindung von Produktionstechnik sowie Informations- und Kommunikationstechnik (IKT) ermöglicht. Dadurch soll die Produktions- und Automatisierungstechnik genauso flexibel gestaltbar werden wie die IKT heute schon ist. „Momentan sind das zwei getrennte Welten“, erklärt Daniel Stock vom Kompetenzzentrum DigITools am Fraunhofer IPA, „aber hochwertige Daten für KI-Anwendungen und die nötigen Synergieeffekte in der Anwendung erhalten wir nur, wenn wir beide zusammenbringen und harmonisieren.“ Den Forschern schwebt deshalb eine Plattform für Werker und Datenanalytiker gleichermaßen vor, die eine offene, verteilte, echtzeitfähige und sichere IT-Architektur besitzt – also eine netzartige Architektur der Komponenten nach Industrie 4.0-Vorbild.

Projektpartner

Die Firmennamen der Konsortialpartner, die an den sechs hier beschriebenenan KI-Projekten beteiligt sind, finden Sie in dem Textkasten am Ende dieses Artikels.

Neben den Konsortialpartnern haben die jeweiligen KI-Projekte weitere ‚assoziierte Partner‘, die zum Teil sehr hoch sein kann, bis kanpp 60 weitere Unternehmen oder Organisationen.

In der Projektphase liegt der Schwerpunkt auf Anwendungen rund um kognitive Werkzeugmaschinen und kognitive Roboter und FabOS-KI-Basisdienste. Grundsätzlich hat dieses Betriebssystem aber das Ziel Enabler (Befähiger) für KI-gestützte Anwendungen für jede Art von Anwendungsfall in der Produktion zu sein. Der Begriff Betriebssystem ist hier jedoch nicht im Sinne von PC-Betriebssystemen oder vergleichbaren dedizierten Betriebssystemen zu verstehen, sondern als ein System abgestimmter Komponenten und Dienste zum Betrieb einer vernetzten Fabrik, die aus Cyber-physischen Produktionssystemen besteht, die in ihrer Summe die Fabrik als cyber-physisches Produktionssystem bilden.

Weblinks zu den KI-Projekten

Ganz am Ende dieses Artikels finden Sie die Weblinks zu den Internet-Seiten der sechs hier beschriebenen KI-Projekte.

FabOS ist somit eine Plattform zur durchgängigen Virtualisierung, die eine Abbildung sämtlicher Betriebsmittel und Infrastruktur in der Fabrik durch virtuelle Repräsentationen darstellt. Das Betriebssystem ermöglicht ein einheitliches Management des Ökosystems durch vereinheitlichte Beschreibung. Und: FabOS ist ein Enabler für KI-gestützte Anwendungen durch Verschmelzung von operativen Technologien (OT) und Informationstechnik (IT) mit Unterstützung von KI.

Grundsätzlich übernimmt FabOS nicht direkt Aufgabe einer Produktionssteuerung. Jedoch können einige FabOS-Komponenten ähnliche Funktionen erfüllen, wie sie in den funktionalen Bausteinen eines MES zu finden sind. Ergänzt man FabOS durch weitere Dienste, die funktional weiteren Bausteinen eines MES entsprechen, könnte dieses Betriebssystem auch die Aufgabe eines MES erfüllen; dies ist jedoch nicht Bestandteil des Projekts. Der Fokus liegt auf der Anbindung bestehender MES und weiterer Produktions-IT Systeme.

Das Betriebssystem FabOS baut auf Vorarbeiten der Projektpartner auf. Dazu zählen vor allem die Projekte BaSys 4.0 (Wandelbare Produktion, Integration der Verwaltungsschale), IC4F (Industrial Communication for Factories) und Virtual Fort Knox (Cloud-Plattform mit Edge-Fähigkeit).

Das KI-Projekt Spaicer will Unternehmen dauerhaft dazu befähigen, mit Betriebsstörungen und Risiken für die Produktion in technischer und personeller Hinsicht sowie durch Lieferengpässen so umgehen zu können, dass die Produktion nicht oder möglichst wenig beeinträchtigt wird.

Das KI-Projekt Spaicer will Unternehmen dauerhaft dazu befähigen, mit Betriebsstörungen und Risiken für die Produktion in technischer und personeller Hinsicht sowie durch Lieferengpässen so umgehen zu können, dass die Produktion nicht oder möglichst wenig beeinträchtigt wird. Spaicer

Spaicer – Produktion soll widerstandsfähig gegen Betriebsstörungen werden

Produktionsunternehmen kämpfen jeden Tag mit Betriebsstörungen. Dies können Störungen von außen sein, etwa Verzögerungen in der Logistik oder Rohstoff-Engpässe, aber auch Störungen von innen, etwa Krankheitsstände, Werkzeugbrüche und Produktionsstillstände. Das KI-Projekt Spaicer untersucht, wie derartige Störungen mit Methoden der Künstlichen Intelligenz in ein Resilienz-Management für ein Industrieunternehmen überführt werden können. Resilienz ist hierbei die Fähigkeit eines Unternehmens, sich permanent an interne und externe Veränderungen und Störungen in komplexen, sich schnell verändernden Produktionsnetzwerken anpassen zu können. „Es geht nicht um die Erholung von einem einzelnen Rückschlag“, erklärt Prof. Wolfgang Maaß, wissenschaftlicher Direktor am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in Saarbrücken. „Es geht darum, Produktionsunternehmen die Fähigkeit zu geben, Veränderungen und Störungen permanent zu antizipieren, auf diese zu reagieren und sich daran anzupassen.“

Angetrieben wird dieses Forschungsprojekt unter anderem durch eine wachsende Komplexität und Fragilität einer Industrie-4.0-Produktion, die Schwankungen der politischen, wirtschaftlichen und ökologischen Rahmenbedingungen, Unsicherheiten in der Rohstoff-Versorgung, und nicht zuletzt durch einen demographischen Wandel und steigende Qualifikationsanforderungen.

Technologisch gesehen folgt Spaicer einem agentenbasierten, modularen und offenen Ansatz zur Entwicklung smarter Resilienz-Services basierend auf führenden KI-Technologien und Industrie-4.0-Standards. Gegenstand des Projekts ist weiterhin der Wissenstransfer in die Industrie durch Zertifikate und innovative Aus- und Weiterbildung zum Thema Resilienz. Darauf basierend sieht Maaß die Chance zur Entwicklung einer leistungsstarken, KI-basierten Software-Industrie rund um das Thema Resilienz.

Das KI-Projekt Service-Meister will eine offene KI-Plattform für alle technischen Service-Prozesse schaffen, die die Prozesse beschleunigt, das Service-Wissen auf Abruf verfügbar macht und auch weniger ausgebildete Fachkräfte zu komplexeren Service-Aufgaben befähigt.

Das KI-Projekt Service-Meister will eine offene KI-Plattform für alle technischen Service-Prozesse schaffen, die die Prozesse beschleunigt, das Service-Wissen auf Abruf verfügbar macht und auch weniger ausgebildete Fachkräfte zu komplexeren Service-Aufgaben befähigt. Service-Meister

Service-Meister – eine Plattform für komplexe, technische Service-Dienstleistungen

Das Ziel des Projekts Service-Meister ist es, mithilfe von Künstlicher Intelligenz (KI) das Service-Wissen zu industriellen Anlagen skalierbar zur Verfügung zu stellen. Dies soll dem zunehmenden Fachkräftemangel in Unternehmen entgegenwirken, in dem es auch geringer ausgebildete Fachkräfte zu komplexen Dienstleistungen befähigt. Zudem sollen Unternehmen mit dieser Service-Plattform ihr firmeneigenes Service-Wissen besser nutzen und vermarkten können. Die anlagen-, abteilungen- und firmenübergreifende Serviceplattform wird speziell auf die Herausforderungen des deutschen Mittelstands zugeschnitten sein. Ziel ist ein Service-Ökosystem, das diese Unternehmen befähigt, externe Partner für Dienstleistungen einzubinden. Mittels KI und der in Service-Meister bereitgestellten Smart Services wird so die Komplexität der Erbringung von Dienstleistungen im Rahmen von Betreibermodellen (Machine-as-a-Service) beherrschbar. Diese Smart Services auf der Service-Meister-Plattform soll es beispielsweise in Form eines digitalen Ratgebers wie eines Service Bots geben, sodass Dienstleistungsangebote für Betreibermodelle kosteneffizient und wettbewerbsfähig sind.

Service-Meister konzentriert sich dabei auf die folgenden Bereiche:

  • Die Schaffung eines Standards für die einfache Informationsintegration entlang der Service-Prozesskette (Service-XML) und zur einfachen Integration von Partnern in das Serviceökosystem (Plug-and-Play-Plattform),
  • die Entwicklung einer unternehmens- und maschinenübergreifenden Plattform, die sowohl Techniker mit Maschinen als auch Techniker untereinander verbindet (anstelle privater Kommunikationskanäle wie Whatsapp) und
  • die Entwicklung von KI-basierten Services wie zum Beispiel Service Bots, die es den Service-Technikern ermöglichen soll, mit der verfügbaren Wissensbasis zu interagieren und Routineaufgaben zu automatisieren. Dies kann beispielsweise sein, tausende Serviceberichte automatisiert zu verstehen und zusammenzufassen, so dass für Servicemitarbeiter digitale Ratgeber entstehen (Talk-To-Reports).

IIP-Ecosphere – KI in der Produktionstechnik nutzbar machen

Das KI-Projekt ‚IIP-Ecosphere: Next Level Ecosphere für Intelligent Industrial Production‘ will ein neuartiges Ökosystem aufbauen, um den Fortschritt der KI in der Produktionstechnik besser nutzbar zu machen und das Potential von Industrie 4.0 auszuschöpfen. Vor allem mittelständische Unternehmen sollen von diesem Projekt profitieren. Es soll die Anwendbarkeit von KI-Methoden in der Produktion erleichtern und in realen Anwendungsszenarien demonstrieren. Die Aktivitäten zielen auf die Beseitigung von Hemmnissen und sollen die Einbeziehung neuer Akteure aus Industrie, Dienstleistung, Verbänden und Forschung fördern.

Wie bereits kurz erwähnt, sollen vor allem kleine und mittlere Unternehmen (KMU) befähigt werden, KI-Methoden zur intelligenten Produktion selbst anzuwenden und weiterzuentwickeln. Das KI-Einsatzgebiet, um das es hier geht, sind KI-Techniken zur vorausschauenden Wartung von Maschinen und Anlagen, die bei Großunternehmen bereits vielfach genutzt werden, aber nicht bei kleinen und mittelständischen Unternehmen. Dabei befasst sich dieses Projekt nicht mit der Erforschung der intelligenten Lösungen selbst, sondern an deren Einbettung in betriebswirtschaftliche Kontexte und Servicesysteme.

Den Kern des neuen Ökosystems bilden vier Themenschwerpunkte: Daten, Geschäftsmodelle, Plattformen sowie KI & Produktion. Außerdem ist das System in drei Ebenen gegliedert: Auf der ersten Ebene wird untersucht, wie sich bisherige Erkenntnisse in die betriebliche Praxis übertragen lassen und wo die Forschung künftig ansetzen kann und muss. Die zweite Ebene des Ökosystems bilden Demonstratoren, Experimentierfelder und Best Practices, die vor allem KMU einen vereinfachten Zugang zu KI-Technologien ermöglichen sollen. Auf der dritten Ebene soll die Interaktion mit den verschiedenen Stakeholder-Gruppen gefördert werden. Dazu zählen produzierende Firmen als Anwender, Maschinen- und Anlagenhersteller, aber auch Plattform-Anbieter als technische Enabler. Zudem sind Innovatoren, Startups und Inkubatoren sowie Multiplikatoren wichtige Akteure für den Erfolg des Ökosystems.

PLS Plattform Lernende Systeme

Staatliche Investitionen in Künstliche Intelligenz in Millionen Euro in 15 Ländern PLS Plattform Lernende Systeme

KI-Marktplatz: Das Ökosystem für Künstliche Intelligenz in der Produktentstehung

Hier ist es das Ziel, eine digitale Plattform zu konzipieren, um KI-Experten, Anbieter von KI-Anwendungen und Unternehmen des produzierenden Gewerbes zusammenzubringen. Der Fokus liegt auf KI-Anwendungen, die bei der Produktplanung sowie bei der Konzipierung von Dienstleistungen und Produktionssystemen unterstützten können. Diese Plattform wird sukzessive um Funktionalitäten erweitert, die eine gemeinsame Entwicklung von KI-Lösungen für die Produktentstehung sowie deren Bereitstellung ermöglichen. Erste Angebote sind eine intelligente Partnervermittlung für Anwendungsfälle und ein Datenraum für die Produktentstehung. Darüber hinaus werden heute bereits verfügbare KI-Anwendungen über den Marktplatz bereitgestellt. Auf dieser Grundlage wird ein Baukasten mit Werkzeugen für die KI-Entwicklung erarbeitet. Dabei setzt der KI-Marktplatz auf ein vertrauensbasiertes Konzept mit einer entsprechenden IT-Architektur, die Datensouveränität und faire Transaktionsmechanismen ermöglicht.

KEEN: KI-Inkubator-Labore in der Prozessindustrie

Dieses KI-Projekt will Anwender, Hersteller und Forschungseinrichtungen vernetzen, um KI deutlich schneller in die Prozessindustrie einzubringen. Dazu sollen Inkubator-Labore eingerichtet werden, die ‚Künstliche Intelligenz zum Begreifen‘ anbieten. Diese sollen bei der Entwicklung von Prozessen, beim Bau technischer Anlagen sowie bei der Steuerung beziehungsweise Überwachung laufender Prozesse intelligente Unterstützung bieten.

Die Partner in den KI-Projekten

FabOS*

Konsortium (23 Partner): Fraunhofer-Gesellschaft (Konsortialführung, mit den Instituten IPA, IESE, HHI, IPT), Karlsruher Institut für Technologie, Deutsches Forschungszentrum für Künstliche Intelligenz, Uni Stuttgart (ISW), Trumpf Werkzeugmaschinen, Nokia Solutions and Networks, AI4BD Deutschland, Siemens, Robert Bosch, Advaneo, Kenbun IT, Flumina, inno-focus, USU Software, Sotec, Delta Management Beratung, Cosmo Consult Data Science, Carl Zeiss 3D Automation, Sysgo, Bär Automation, eclipse foundation, NXP Semiconductors Germany, Compaile Solutions sowie ca. 15 assoziierte Partner

Spaicer*

Konsortium* (13 Partner): Deutsches Forschungszentrum für Künstliche Intelligenz (Konsortialführung), RWTH Aachen, WHU Otto Beisheim School of Management, Uni Freiburg, TU Darmstadt, Senseering, DeZem, Seitec Elektronik, SAP Deutschland, Schaeffler, Feintool System Parts Jena, Schott, C.D. Wälzholz sowie 38 assoziierte Partner

Service-Meister*

Konsortium* (16 Partner): eco – Verband der Internetwirtschaft (Konsortialführung), USU Software, Karlsruher Institut für Technologie, Beuth Hochschule für Technik Berlin, Institut für Internet Sicherheit, Uni Koblenz-Landau, Fraunhofer-Gesellschaft, Trusted Cloud, Inovex, Krohne Messtechnik, Open Grid Europe, KEB Automation, Grandcentrix, Adolf Würth, Trumpf Werkzeugmaschinen, Atlas Copco IAS und ca. 28 assoziierte Partner

IIP-Ecosphere*

Konsortium* (16 Partner): Artis Marposs Monitoring Solutions, Lenze, Uni Hannover (Konsortialführung), Salt & Pepper Software, Uni Erlangen-Nürnberg, Deutsche Messe Technology Academy, Sennheiser electronic, Uni Koblenz-Landau, Gildemeister Drehmaschinen, Siemens, Fraunhofer-Gesellschaft, Gerresheimer Bünde, Verein Deutscher Werkzeugmaschinen, KIProtect, Volkswagen, Bitmotec, RapidMiner, Uni Hildesheim sowie 57 assoziierte Partner

KI-Marktplatz*

Konsortium* (18 Partner): it‘s OWL, Uni Paderborn (Konsortialführung), Fraunhofer-Gesellschaft, inIT, Citec, Claas, Diebold Nixdorf Systems, Hella-Gruppe, inno-focus, Contact, Fiware, Industrial Data Space, Unity, Ubermetrics Technologies, Westaflex, prostep ivip Verein, Düspohl Maschinenbau

KEEN*

Konsortium (23 Partner): ABB Forschungszentrum Deutschland, Air Liquide Forschung und Entwicklung, Aucotec, Bayer, CGC Capital-Gain Consultants, Covestro Deutschland, DDBST Dortmund, Dechema, Inosim Consulting, Evonik Industries, Inspirient, Fraunhofer-Gesellschaft, Krohne Innovation, LeiKon, Merck, Samson, ScaDS Dresden/Leipzig, TU Berlin, TU Dortmund, TU Dresden (Konsortialführung), TU Kaiserslautern, ViSenSys, X-Visual sowie mehrere assoziierte Partner

* Alle Konsortien sind vorläufig, d.h.es können noch weitere Partner dazu kommen.