Wie Künstliche Intelligenz im Qualitätsmanagement hilft: Fachtagung der Schlüsselregion zeigte Möglichkeiten auf

Die Schlüsselregion e.V. veranstaltete eine Fachtagung zum Thema Künstliche Intelligenz und Big Data im Qualitätsmanagement.

Die Anforderungen an das Qualitätsmanagement produzierender Firmen steigen stetig. Gleichzeitig wird auch Künstliche Intelligenz immer besser, um große Datenmengen auszuwerten und Qualitätsstandards zu verbessern. Möglichkeiten, wie Big Data und Künstliche Intelligenz in der Qualitätssicherung genutzt werden können, zeigte die Fachtagung „Künstliche Intelligenz und Big Data im Qualitätsmanagement“ der Schlüsselregion e.V. Über 20 Teilnehmende aus Velberter und Heiligenhauser Industriebetrieben informierten sich in Vorträgen und bei einer Exkursion.

Weniger Ausschuss, mehr Ressourceneffizienz und bessere Produktqualität – das steht für Qualitätsverantwortliche produzierender Firmen ganz oben auf der Agenda. Wie kann hier Künstliche Intelligenz (KI) unterstützen? Und wie unterstützen die vielen Daten, die im Produktionsprozess anfallen, auch die KI dabei, besser zu werden? Diesen Fragen hat sich die Fachtagung der Schlüsselregion e.V. zum Thema „Künstliche Intelligenz und Big Data im Qualitätsmanagement“ gestellt. Über 20 Teilnehmende haben anhand konkreter Beispiele aus der Praxis und bei der Exkursion zur Firma HEISMANN Drehtechnik GmbH Handlungsempfehlungen, Know-how und Ideen mitgenommen.

Künstliche Intelligenz hilft, Daten zu verarbeiten

In der Praxis zu sehen war das vom Bund geförderte Projekt der Firma HEISMANN zur frühen Fehlererkennung in der Fertigung. „Unsere Maschinen sammeln ja schon jede Menge Daten. Damit können wir die KI füttern und so die Daten auswerten, um Ausschuss zu verhindern“, berichtete Martin Gawenda, Geschäftsführer von HEISMANN. Wie das funktioniert, zeigten er und seine Kollegen direkt an den Maschinen bei der Exkursion der Fachtagung. Etwa minimale Temperaturschwankungen werden erfasst, sodass die Maschinen entsprechend neu eingestellt werden können. Aber auch über Rückschläge wird offen und ehrlich gesprochen: „Wir hatten uns zum Ziel gemacht, 10 Tonnen Material pro Jahr einzusparen. Ist uns das gelungen? Bisher noch nicht. Im Prozess haben wir gemerkt, wie schwierig es ist, die Infrastruktur im laufenden Betrieb aufzubauen. Die Daten sind zwar da, aber müssen eben live verfügbar gemacht werden. Trotzdem bleiben wir dran“, so Gawenda. Dazu passt auch, dass HEISMANN eine digitale Transformationsstrategie verfolgt.

In-Prozess-Messen ohne Investitionen und digitale Zwillinge

Dass die Daten, die die Maschinen in der Produktion automatisch sammeln, oft noch ungenutzt sind, aber Prozesse ganz ohne finanzielle Investitionen verkürzen können, berichtete Volker Knipping in seinem Vortrag: Der Geschäftsführer der Consul TNC zeigte anschaulich, wie Daten Prozesse absichern und so die Qualität steigern können: Etwa, wenn die Tastsysteme zum Einrichten genutzt werden. Und auch komplexe Bauteile können ganz automatisiert eingemessen werden. „Die Möglichkeiten sind vielen Produktionsmitarbeitenden gar nicht bewusst. Dabei liegen hier viele Chancen, die ganz niedrigschwellig zu einer höheren Prozesssicherheit und damit auch zu höherer Qualität führen“, so Knipping.

Einen ganz praktischen Einsatz vom Sammeln und Auswerten großer Datenmengen bei der Produktion zeigten auch Sven Porepp und Felix Kaiser der Firma Plock. Sie haben einen digitalen Zwilling für jedes einzelne ihrer Bauteile entwickelt, der bereits während der Produktion entsteht und so nachvollziehbar macht, welches Bauteil wann, wie und wo genau gefertigt wurde. „Das macht Reklamationen um ein Vielfaches einfacher, schließlich kennen wir jedes Bauteil, das unsere Firma verlässt“, so Porepp.

Worauf es beim Einsatz von KI in der Fertigung genau ankommt und welche wichtige Rolle der Mensch nach wie vor auch in KI-unterstützten Prozessen spielt, führte Johannes Angebauer von der TerraTech Holding in seinem Vortrag aus. „Nur wenn der Mensch im Fokus bleibt, kann KI gut funktionieren“, resümiert Angebauer. Denn: „Nicht nur die Qualitätsmanager brauchen KI, auch die KI braucht gute Datenqualität“.