Digitalisierung in der Industrie: Künstliche Intelligenz unterstützt Wissenstransfer und -erhalt

Die industrielle Revolution ist geprägt von zunehmender Komplexität, Automatisierung, mehr Intelligenz und ständigem Fokus auf Optimierung. Im Forschungsprojekt „Artificial Intelligence for Digitalizing Industry“ (AI4DI) werden Machine Learning (ML) und KI-Methoden bereichsübergreifend in der Halbleiter-, Maschinen-, Automobil-, Getränke- und Lebensmittel- sowie Transportindustrie eingesetzt.

Ein ausgereiftes Risiko- und Qualitätsmanagement ist ein fixer Bestandteil in jedem Produktionsbetrieb. Die Fehlermöglichkeits- und Einflussanalyse, kurz FMEA genannt, wird dazu von Ingenieuren als Analyse- und Planungswerkzeug verwendet. Damit können potenzielle Risiken in Systemen, Produkten und Prozessen in der Produktion eingeschätzt und Fehler frühzeitig erkannt werden. In A4DI entwickelt das Know-Center gemeinsam mit Infineon für den Bereich Semiconductor einen intelligenten FMEA-Assistenten, der mit Artificial Intelligence (AI)-Methoden trainiert wird. Mithilfe dieses Assistenten sind die Techniker in der Lage, auf Grundlage der Risikobewertungen bessere Entscheidungen über ihre nächsten Schritte zu treffen, da sie bestehendes Wissen besser nutzen können.

Die Mission des europäischen Projektes ist es, KI aus der Cloud an den „Edge“ zu bringen und Europa zu einem führenden Anbieter von siliziumbasierter KI zu machen, indem das Moore‘s Gesetz vorangetrieben und die Einführung von Edge Processing in verschiedenen Branchen durch Referenzdemonstratoren beschleunigt wird.

KI erleichtert Wissenstransfer und -erhalt

„Wir nutzen KI-Methoden wie Deep Learning in Kombination mit Natural Language Processing und Wissensgraphen, um Wissen aus einer großen Anzahl an Publikationen und technischen Dokumentationen zu extrahieren. Damit können Ursache-Wirkungsketten automatisiert erkannt werden, die Experten unterstützen, Risiken besser einzuschätzen und potentielle Probleme schon frühzeitig zu erkennen. Die freien Texte werden anschließend in strukturierte Daten umgewandelt“, sagt Roman Kern, Research Area Head von Knowledge Discovery am Know-Center und erklärt: „Der größte Vorteil ist, dass die Techniker Risikoeinschätzungen und Kategorisierungen, wie z.B. einen Produktionsfehler eines Halbleiterbauteils, auf einer weitaus größeren Wissensbasis treffen können. Das spart dem Techniker einiges an Zeit und Ressourcen und das im Laufe der Zeit gewonnene Wissen geht nicht verloren.“

High-Level Qualität und Produktion mithilfe von KI

Ziel des EU-Projektes AI4DI  ist es, das vernetzte KI-Ökosystems weiterzuentwickeln und für die intelligente Produktion der Zukunft in Europa bereitzustellen. Im Fokus steht die kollaborative und bereichsübergreifende Zusammenarbeit vielfältiger Industriezweige wie der Halbleiter-, Maschinen-, Getränke- und Lebensmittel-, Automobil- oder Transportindustrie. KI hat das Potenzial, Innovationen in der Produktion voranzutreiben und die Qualität als auch die Kosteneffizienz in verschiedenen Anwendungsbereichen wie Produktdesign, Qualitätskontrolle, Wartung zu verbessern.  Das Projekt wird von Infineon Technologies AG (Deutschland) geleitet. Insgesamt beteiligen sich 40 Partner aus Industrie und Wissenschaft.

AI4DI wird im ECSEL Joint Undertaking (JU) unter der Vereinbarung Nr. 826060 gefördert. Das JU läuft unter dem Forschungs- und Innovationsprogramm Horizon 2020 der Europäischen Union und wird aus Investitionen der Industrie sowie der einzelnen beteiligten Länder Deutschland, Österreich, Frankreich, Finnland, Norwegen, Lettland, Belgien, Italien, Griechenland und der Tschechischen Republik mitfinanziert.

Mehr