Dr.-Ing. Thomas Schneider, Geschäftsführer Entwicklung bei Trumpf Werkzeugmaschinen, ist überzeugt, dass Zukunftstechnologien, wie sie mit dem Fraunhofer IPA entwickelt werden, „Unternehmen zu großen Effizienzgewinnen verhelfen und ihre Wettbewerbsfähigkeit steigern“.

Dr.-Ing. Thomas Schneider, Geschäftsführer Entwicklung bei Trumpf Werkzeugmaschinen, ist überzeugt, dass Zukunftstechnologien, wie sie mit dem Fraunhofer IPA entwickelt werden, „Unternehmen zu großen Effizienzgewinnen verhelfen und ihre Wettbewerbsfähigkeit steigern“. Trumpf / Martin Stollberg)

Trumpf will damit „seine führende Stellung bei KI in der Blechfertigung weiter ausbauen“, sagte Thomas Schneider, Geschäftsführer Entwicklung bei Trumpf Werkzeugmaschinen. Der Maschinenbauer und das Fraunhofer-Institut für Produktionstechnik und Automatisierung (Fraunhofer IPA) arbeiten beim Thema Smart Factory bereits seit fünf Jahren in mehreren anderen Projekten zusammen und wollen im Zuge der neuen Forschungspartnerschaft auch bisherige Projekte in der Blechfertigung fortführen. Die Fördersumme für das Projekt beläuft sich für die nächsten fünf Jahre auf rund zwei Millionen Euro. Insgesamt sind zehn Mitarbeiter von Trumpf und dem Fraunhofer IPA in den Projekten beschäftigt.

In den nächsten fünf Jahren wollen die beiden Forschungspartner unter anderem Lösungen für eine bessere Datenqualität in der Produktion (Blechfertigung) entwickeln. Denn hochwertige Daten sind die Voraussetzung, um mit KI eine Effizienzsteigerung erzielen zu können; hierfür haben mehrere gemeinsame Projekte, die schon früher gestartet sind, bereits Lösungen erarbeitet. Im Zusammenhang mit KI erforschen die Partner verstärkt das Thema ‚Erklärbarkeit von KI‘ (engl. Explainable Artificial Intelligence, XAI). Ziel ist, die Arbeitsweise von neuronalen Netzen nachvollziehbar zu machen. Die Ergebnisse der Datenauswertung können die Qualität der Produktion steigern und Kosten und Zeit sparen.

Ein Ergebnis einer früher gestarteten Kooperation mit dem Fraunhofer IPA ist der Sorting Guide, der mittels KI die Trumpf-Mitarbeiter bei der Entnahme lasergeschnittener Blechbauteile unterstützt.

Ein Ergebnis einer früher gestarteten Kooperation mit dem Fraunhofer IPA ist der Sorting Guide, der mittels KI die Trumpf-Mitarbeiter bei der Entnahme lasergeschnittener Blechbauteile unterstützt. Trumpf

Lösungen mit KI stehen vor der Marktreife

Die Zusammenarbeit zwischen Trumpf und dem Fraunhofer IPA zur digitalen Fertigung begann bereits 2015. Erste Ergebnisse stehen jetzt vor der Marktreife. Hierzu gehört das Assistenzsystem ‚Sorting Guide‘, das die Trumpf-Mitarbeiter beim Absortieren von lasergeschnittenen Blechbauteilen unterstützt. Die KI-Lösung erkennt den Entnahmevorgang und stellt dem Werker automatisch alle notwendigen Informationen für die Intralogistik zur Verfügung. So stellt es zusammengehörende Blechteile in verschiedenen Farben übersichtlich dar, etwa anhand des Auftrags, des Kunden oder des nachfolgenden Bearbeitungsschritts. Auf diese Weise ersetzt die Lösung Begleitpapiere, spart Zeit und hilft, Fehler zu vermeiden. Um an diese Erfolge anzuknüpfen, setzen die Partner die strategische Kooperation fort.

Datenqualität für die Produktionsplanung und -steuerung verbessern

Die Kunden der Blechfertiger stellen folgende Anforderungen an den Hersteller (Trumpf): Die Blechfertigung erfolgt häufig kundenspezifisch und oft als Einzel- oder Kleinserie. Motiviert durch den Onlinehandel aus dem Konsumbereich setzen die Kunden kurze Lieferzeiten bei zuverlässiger Termineinhaltung als selbstverständlich voraus; viele fordern darüber hinaus Expressaufträge. Hinzu kommen ein hoher Preisdruck bei gleichbleibenden oder erhöhten Qualitätsanforderungen.

Eine Vielzahl von Kleinaufträgen mit unterschiedlichsten Fertigungsdurchläufen ist also terminlich und preislich einzuplanen sowie im Auftragsdurchlauf in Echtzeit zu überwachen und reaktionsschnell zu steuern. Dies gilt im besonderen Maße für Expressaufträge, die bereits zugesagte Aufträge terminlich nicht gefährden sollen.

Die sogenannte ‚Sternenhimmelanalyse‘ vergleicht jeweils Datenpaare von Soll- und Ist-Werten für die Bearbeitungsdauern an einer Maschine und visualisiert die Ergebnisse. Daraus lassen sich wertvolle Rückschlüsse ziehen.

Die sogenannte ‚Sternenhimmelanalyse‘ vergleicht jeweils Datenpaare von Soll- und Ist-Werten für die Bearbeitungsdauern an einer Maschine und visualisiert die Ergebnisse. Daraus lassen sich wertvolle Rückschlüsse ziehen. Trumpf / Fraunhofer IPA

Vollständige, aktuelle und korrekte Bewegungs- und Stammdaten bilden die Basis einer wirkungsvollen Produktionsplanung und -steuerung (PPS) – diese Erkenntnis ist altbekannt. Doch die Praxis tut sich bis heute erstaunlich schwer, eine angemessene Datenqualität zu erreichen beziehungsweise sicherzustellen: Fehlende, falsche oder zu späte Rückmeldungen zum Auftragsfortschritt oder zum Maschinenzustand sind nach wie vor typisch.

Bewertung der Datenqualität

Um die verfügbare Datenqualität objektiv zu bewerten, entwickelte das Projekt eine Bewertungsmethode zur Datenqualität und wendete diese Trumpf-intern als auch bei Kunden von Trumpf anonymisiert an. Ein anschauliches Beispiel bildet die sogenannte ‚Sternenhimmelanalyse‘. Diese vergleicht Datenpaare von Soll- und Ist-Werten und visualisiert die Ergebnisse. So zeigt die Analyse der Bearbeitungsdauern an einer Maschine folgende auffälligen Befunde:

  • Soll- und Ist-Werte weichen sehr stark voneinander ab (die jeweils zusammengehörigen Punktpaare zwischen roter Linie und Achse, als ‚auffällig extrem‘ bezeichnet). Diese Prozesse sind also sehr unsicher: Dies deutet entweder auf technische Ursachen wie Bearbeitungen im technologischen Grenzbereich hin oder die Mitarbeiter halten Organisationsregeln nicht konsequent ein (Nullwerte weisen auf eine gemeinsame Bearbeitung und Rückmeldung unterschiedlicher Arbeitsvorgänge, sodass für die anderen dann keine Ist-Zeiten rückgemeldet wurden).
  • Soll- und Ist-Werte zeigen eine auffällig große Übereinstimmung (die zusammengehörigen Punktpaare entlang der Winkelhalbierenden zwischen den gelben Linien, als ‚auffällig exakt‘ bezeichnet). Hier gilt: Entweder ist die Messgenauigkeit zu gering oder die Mitarbeiter haben die Daten so manipuliert, dass Vorgesetzte möglichst nicht nachfragen.

Tracking-Systeme zur Verbesserung der Datenqualität

Grundsätzlich sind zur Verbesserung der Datenqualität organisatorische und technische Maßnahmen denkbar. Um die Mitarbeiter von der lästigen und nicht-wertschöpfenden Routinetätigkeit der Rückmeldung zu entlasten, verfolgte das Tracking-Projekt die Umsetzung technischer Maßnahmen weiter. Die Umsetzung der Vision einer weitgehend automatisierten Bewegungsdatenerfassung erfordert ein geeignetes Tracking-System. Dieses soll den Auftrag auf seinem Produktionsweg verfolgen und die erforderlichen Informationen bereitstellen. Das von Trumpf entwickelte System Track & Trace verfolgt den Produktionsweg auftragsgenau, ersetzt so die manuelle Buchung durch den Mitarbeiter und verbessert die Datenqualität deutlich. Erst ein solcher Ansatz schafft die Grundlagen für eine verbesserte PPS und weist den Weg in Richtung einer selbststeuernden Produktion.