QSC ist jetzt q.beyond. Weitere Infos in unserer Pressemitteilung.

„Unsere KI macht die individuelle Produktion skalierbar“

Die QSC AG hat sich kürzlich mit 25,1 Prozent an aiXbrain beteiligt, einem aufstrebenden Start-up für Künstliche Intelligenz der RWTH Aachen. Warum die Technologie perfekt zur QSC-Tochter Q-loud passt, die sich mit ihren IoT-Lösungen immer stärker auf die Industrie 4.0 fokussiert, erläutern im Interview die CEOs beider Unternehmen – Dr. Myriam Jahn von Q-loud und Dr. Alexander Engels von aiXbrain.

Bild: © gettyimages / Westend61

Bei der Produktion von morgen wird Künstliche Intelligenz eine große Rolle spielen. Bild: © Westend61 / Getty Images

Frau Dr. Jahn, warum hat sich die QSC AG mit ihrem Tochterunternehmen Q-loud zum jetzigen Zeitpunkt für eine Beteiligung an aiXbrain entschieden?

Jahn: Für die Kombination aus KI- und IoT-Lösungen im Produzierenden Gewerbe und im industriellen Umfeld sehen wir ein großes Potenzial. Denn die Unternehmen stehen vor der Herausforderung, mit ihren Maschinen immer individuellere Anforderungen und Kundenwünsche in immer kürzerer Zeit realisieren zu müssen. Mit bisherigen Methoden ist diese gleichzeitige Flexibilitäts- und Produktionssteigerung kaum noch zu bewältigen. Anhand von IoT-Lösungen gepaart mit Künstlicher Intelligenz wird das künftig möglich sein.

 

Herr Dr. Engels, können Sie für diesen Ansatz konkrete Beispiele nennen?

Engels: In der industriellen Produktion müssen die Maschinen für jede Produktumstellung angepasst werden. Das funktioniert auch gut, solange die Produktpalette überschaubar bleibt. Doch die Hersteller möchten sich vom Wettbewerb abheben und bieten ihren Kunden immer individuellere Produkte an. Nehmen wir das Beispiel eines bekannten Herstellers für Walzen, die unter anderem in Kopierern zum Einsatz kommen. Der Hersteller verfügte bis vor einigen Jahren über einige hundert Rezepturen für die Beschichtung der Walzen. Mittlerweile sind es mehr als 100.000. Damit ist er in der Lage, seinen Kunden genau die Produkte zu liefern, die für die jeweiligen Einsatzzwecke optimal sind.

In der täglichen Produktion stellt diese Vielfalt den Hersteller jedoch vor eine große organisatorische Herausforderung. Denn seine Maschinen müssen für jede Produktumstellung angepasst werden. Die entsprechende (Um-)Organisation im Tagesbetrieb löst er heutzutage weitestgehend händisch, indem die Produktionsplaner und -leiter jeden Morgen sowie bei Notfällen die Produktionspläne manuell anpassen. Das kostet jedoch Zeit und ist nicht unbegrenzt skalierbar.

 

Und hier kommt dann Künstliche Intelligenz ins Spiel?

Engels: Genau. Denn indem der Hersteller in die Lage versetzt wird, seine Produktionsumstellungen auf Knopfdruck oder sogar vollautomatisiert so zu optimieren, dass über den Tag hinweg eine möglichst kurze Umrüstzeit für die Maschinen entsteht und nicht stundenlang geplant werden muss, hat er weniger Stillstand an den Maschinen. Er kann sie optimal auslasten und unter Umständen sogar die Anschaffung einer neuen Maschine ersparen. Gleichzeitig bedeutet das eine riesige Erleichterung für Produktionsplaner und Produktionsleiter. Denn sie können sich anstelle der eher stupiden Produktionsplanung auf wirklich wichtige Aufgaben konzentrieren, etwa auf das Testing neuer Produktionsverfahren oder die Informationsversorgung von Vertrieb, Einkauf und Zulieferern.

Legacy Systeme bestimmen die Produktionssteuerung. So arbeiten die meisten Kunden heute. Bild: © QSC AG.

Von der manuellen Planung der Produktionsprozesse …

KI-gestützte Produktion von aiXbrain und der QSC-Tochter Q-loud. Die Fertigungsschleife von morgen funktioniert über Künstliche Intelligenz. Bild: © QSC AG.

… hin zur KI-gestützten Fertigungsschleife. Grafik: © QSC AG.

 

Die Idee, mit Hilfe Künstlicher Intelligenz die industrielle Produktion effizienter zu gestalten, ist nicht neu. Was ist das Besondere bei aiXbrain?

Engels: Das Besondere an aiXbrain ist, dass das gesamte Team eine hohe Praxiserfahrung aus der Produktion, der Informatik und der angewandten Mathematik mitbringt. Ich habe beispielsweise nach meiner Promotion an der RWTH Aachen jahrelang Erfahrung in Produktionsbetrieben gesammelt, im Inland und Ausland. Dort habe ich live miterlebt, wie die Hersteller in den letzten Jahren große Anstrengungen unternommen haben, komplexe Produktionsprozesse immer effizienter umzusetzen. Durch den Einsatz modularer Fertigungskonzepte ist man da auch bereits einen ganzen Schritt weitergekommen. Mit dem modularen Aufbau können sie beispielsweise innerhalb einer Produktionsstraße ein komplettes Modul inklusiver sämtlicher Komponenten ohne hohe Umrüstzeit austauschen.

Die orchestrierte Optimierung der Produktion durch Softwarelösungen und Künstlicher Intelligenz ist somit der logische nächste Schritt. Genauso, wie heute in zahlreichen anderen Bereichen Softwarelösungen einen Innovationssprung hervorrufen. Zum Beispiel in Fahrzeugen, wo wir in den letzten Jahren einen sprunghaften Anstieg der Sicherheitssysteme erlebt haben, wie etwa Notbrems- oder Spurhalteassistenten, die allesamt anhand einer Kombination aus intelligenter Software und Hardware – in Form von Sensorik – entstanden sind.

 

Welche Expertise liefert Q-loud in diesem Konstrukt?

Jahn: Durch unseren Industrial-IoT-Ansatz haben wir in den letzten Jahren hohes Praxis-Know-how aufgebaut. Wir unterstützen unsere Kunden sowohl auf der Software-Seite, etwa bei der Wahl und der Integration der geeigneten Cloud-Technologien. Und wir verfügen über selbst entwickelte Edge-Devices wie etwa unsere Gateways. Diese sind für den Einsatz in der Produktion optimal ausgelegt. Die Geräte – in etwa der Größe einer externen Festplatte – bringen aufgrund ihrer Edge-Computing-Fähigkeit die Rechenpower direkt an die Maschine, so dass beispielsweise keine Latenzzeiten entstehen.

Gleichzeitig stellen die Gateways die Konnektivität zur Cloud her. Und das von Edge bis Cloud sicher und aufgrund ihrer robusten, integrierten Funktechnologie höchst zuverlässig. Als langjähriger Partner namhafter Hersteller wie Schüco verfügen wir über die Expertise, die notwendigen Hardware- und Softwarekomponenten für den Kunden optimal zu integrieren.

 

Wäre der nächste Schritt dann nicht, die Intelligenz direkt in die Produktionsmaschinen zu bringen?

Jahn: Ja, wir wenden uns mit dieser Kombination aus Plattform- und Edge-Komponenten gepaart mit Künstlicher Intelligenz explizit auch an die Maschinenhersteller. Hier sehen wir einen großen Bedarf, die Produktionsmaschinen direkt bei deren Entwicklung und Herstellung mit der notwendigen Technologie und Intelligenz auszustatten. Denn ein großer Teil der Alleinstellungskriterien einer Maschine wird sich künftig im Softwarebereich abspielen.

Mit der angesprochenen Kombination auf Hard- und Software-Ebene sind wir bei dieser Transformation der ideale Partner der Industrie. Darüber hinaus garantieren wir den Maschinenbauern feste Stückkosten; das ist ein wichtiges Entscheidungskriterium bei der Auswahl eines geeigneten IoT-Partners im Industriebereich. Denn sie wollen letztlich Planungssicherheit haben bei der Digitalisierung ihrer Maschinen.

 

Herr Dr. Engels, ist KI tatsächlich eine so revolutionäre Technologie wie sie heute „verkauft“ wird?

Engels: Nein. Die Ursprünge liegen tatsächlich einige Jahrzehnte zurück und finden sich bereits in den 1950ern, mit ersten belastbaren Anwendungen in den 80er Jahren. Am Lehrstuhl für theoretische Informationstechnik der RWTH Aachen haben wir in den letzten zwei Jahrzehnten bereits viele der Methoden eingesetzt, die heute der Künstlichen Intelligenz zugeschrieben werden. Dahinter steckten schon damals ausgefeilte Algorithmen, die in der Lage sind, sich anhand der verarbeiteten Daten selbstlernend zu kalibrieren und weiterzuentwickeln. Der Unterschied zu früher ist, dass heute die pure Rechenleistung und Speicherkapazität direkt in der Cloud und somit quasi ohne Kapazitätsgrenzen zur Verfügung steht.

Damals waren derartige Verfahren in der Praxis nur schwer umsetzbar, denn die Unternehmen hätten sich beispielsweise riesige Mainframe-Systeme anschaffen müssen, um die Künstliche Intelligenz für sich nutzen zu können. Das wäre nicht wirtschaftlich gewesen. Heutzutage können wir in der Cloud die Rechenpower innerhalb von Minuten hinzu- oder abschalten. In unseren Lösungen haben wir diese Flexibilität direkt integriert – anhand von Computation-as-a-Service Bausteinen.

Der „as-a-Service“-Ansatz und damit die Skalierbarkeit ist übrigens in sämtliche unserer Leistungen integriert. So erhalten wir beispielsweise anhand unserer Insights-as-a-Service-Produkte innerhalb kürzester Zeit einen datengetriebenen Überblick über den Echtzeitzustand im Produktionsbetrieb. Anschließend sind wir mittels Planning-as-a-Service in der Lage, die Produktionsplanung und- steuerung hochautomatisiert zu optimieren. Unsere KI macht also letztlich die individuelle Produktion skalierbar.

 

Welche Vorteile ergeben sich aus Ihrer Sicht durch die Beteiligung von QSC?

Engels: Da ist zum einen die bereits angesprochene, umfassende Hard- und Software-Kompetenz von Q-loud, die sich ideal mit unseren KI-Technologien kombinieren lässt, um die Digitalisierungsvorhaben von Produktionsbetrieben und im Maschinenbau voranzubringen.

Zum anderen können wir durch die Beteiligung auf die jahrzehntelange Praxiserfahrung von QSC bei der Bereitstellung von IT-Services und die umfangreichen Cloud- und SAP-Kompetenzen zurückgreifen. Das beinhaltet unter anderem auch die rechtlichen Gegebenheiten, inklusive Vertragskonstrukten etc. Nicht zuletzt gewinnen wir hiermit eine enorme vertriebliche Schlagkraft. Damit erhalten wir einen riesigen Vorsprung im Markt.

 

Weitere Informationen:

  • mitteilen 
  • teilen 
  • teilen 
  • email hidden; JavaScript is required
Drucken

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

*

Um die Diskussionsqualität zu wahren, veröffentlichen wir nur noch Kommentare mit nachvollziehbarem Vor- und Nachnamen sowie authentischer E-Mail-Adresse.