Einladung zu den Vorträgen am 04. Juni
Digitale Zwillinge in Produktion und Logistik / KI im Qualitätsmanagement
Digitale Zwillinge in Produktion und Logistik – Chancen und Herausforderungen
Die Industrie befindet sich im Wandel hin zur Industrie 4.0 - geprägt von fortschrittlichen digitalen Technologien, die eine vernetzte, intelligente und effiziente Produktionslandschaft ermöglichen. Auf dem Weg dorthin nehmen Digitale Zwillinge eine immer bedeutendere Rolle ein, denn prozessbegleitend repräsentieren sie die Realität. Digitale Zwillinge bilden sowohl einzelne Komponenten als auch das Gesamtprodukt über dessen gesamten Lebenszyklus von der Entwicklung und Herstellung über den Einsatz bis hin zur Verwertung ab. Der Fortschritt bringt aber nicht nur die sogenannten Digitalen Produktzwillinge hervor, sondern die Fachleute in Wissenschaft und betrieblicher Praxis bilden ebenso Produktions- und Logistiksysteme als Digitale Zwillinge ab. Dabei wird beispielsweise die Logistik durch einen Digitalen Logistikzwilling oder auch eine ganze Fabrik durch einen Digitalen Fabrikzwilling repräsentiert. Mittels Simulationsmodellen entsteht ein mehr oder weniger umfangreiches betriebsbegleitendes virtuelles Prozessabbild der Realität. Um dieses Ziel zu erreichen, ist es jedoch entscheidend zu klären, welche Erwartungen in der industriellen Praxis an derartige Digitale Zwillinge gestellt werden, und welche IT-basierten infrastrukturellen Herausforderungen zu bewältigen sind. Denn der Weg zur Industrie 4.0 ist in der Praxis meist komplexer, als er zunächst erscheint. „Nach unserer Erfahrung ist eine aus der Anwendung begründete Diskussion der Eigenschaften und Funktionen Digitaler Zwillinge und ihrer Einsatzmöglichkeiten zielführend“, betont Prof. Sigrid Wenzel. Sie forscht mit ihrem Team seit 2004 an dem Einsatz von Simulation als Werkzeug der digitalen Fabrikplanung auch im Kontext von Industrie 4.0. Daher weiß sie, „dass eine gründliche Analyse der Aufgabe zwar die zwingende Voraussetzung für deren Lösung ist, dass es aber den unmittelbar an einem Veränderungsprozess beteiligten Personen naturgemäß schwer fällt, die für die Analyse erforderliche Distanz zum Problem ohne Hilfe Dritter herzustellen.“ Diskutieren Sie mit Prof. Sigrid Wenzel am 4. Juni 2024 über Chancen und Herausforderungen von Digitalen Zwillingen in Produktion und Logistik.
Künstliche Intelligenz im Qualitätsmanagement
Die Anwendung von Methoden oder Ansätzen der künstlichen Intelligenz (KI) im industriellen Umfeld setzt meist voraus, dass zum „Anlernen“ entsprechende Daten aus der Vergangenheit zur Verfügung stehen. Dies stellt für viele Unternehmen eine Herausforderung dar. Häufig sind im Qualitätsmanagement jedoch schon Daten - wie zum Beispiel Prüfergebnisse – vorhanden, und es kann eine KI zur Optimierung von Prozessen eingesetzt werden. Neben einem kurzen Überblick über die Grundlagen von KI in der Prozessoptimierung skizziert Prof. Dr.-Ing. habil. Robert Refflinghaus zwei Beispiele einer erfolgreichen Anwendung von KI im Qualitätsmanagement.
„KI ist weder eine Mode, noch ein Selbstzweck, sondern ein Instrument, um ein strategisches Ziel besser zu erreichen“, stimmt Prof. Dr.-Ing. habil. Robert Refflinghaus, Fachgebietsleiter Qualitäts- und Prozessmanagement an der Universität Kassel, die Unternehmen auf den richtigen Einsatz der KI ein. KI könne ein wertvolles Instrument sein, um zum Beispiel in der Produktion Durchlaufzeiten und Kosten zu senken sowie die Qualität zu steigern, sagt der Wissenschaftler, der der seit über 25 Jahren im Qualitätsmanagement forscht und einer der ganz wenigen QM-Professoren in Deutschland ist. Darum stehe vor jedem Einsatz von KI im Qualitätsmanagement die Frage: „Was will ich mit dem Einsatz von KI erreichen?“ Die nächste Frage laute: „Haben wir im Unternehmen unsere Produktionsprozesse hinreichend systematisch erfasst und sind Daten in der geeigneten Form vorhanden, um mit diesen Daten die KI anlernen zu können und unsere Ziele zu erreichen?“ Häufig fehlten nicht nur in kleinen und mittleren Unternehmen, sondern auch in Konzernen die nötigen Datensätze, mit denen sich die eigene Produktion für eine Optimierung durch KI hinreichend abbilden lasse. Liegen aber genügend Daten vor, oder ließen sich diese - möglicherweise in der Zukunft - synthetisch gewinnen, könnten Ingenieure mit Hilfe der KI die Qualität eines Produktes bei einem sinnvolleren Einsatz der Mittel deutlich steigern. Prof. Dr.-Ing. habil. Refflinghaus nennt einen Prozess bei BMW, den einer seiner Promovenden geleitet hat. Durch den Abgleich einer Fülle von Daten aus historisch weit zurückreichenden Dokumentationen analysierte der Promovend mit Hilfe der KI, welche Mängel an Neufahrzeugen mit Hilfe der Fahrt auf einer Rüttelstrecke erkannt werden, und welche durch andere Prüfverfahren sicherer erkannt werden können, um die Zahl der Fahrten auf der Rüttelstrecke zu mindern und zugleich die Qualität der Fahrzeuge zu steigern. Herzlich laden wir Sie ein, mit Prof. Dr.-Ing. habil. Refflinghaus als einem ausgewiesenen Experten des Qualitäts- und Prozessmanagements ins Gespräch zu kommen, wenn er am 4. Juni 2024 das UNIKIMS-Spotlight auf das Thema „Künstliche Intelligenz im Qualitätsmanagement“ wirft.
„Sind alle Anforderungen, die wir an ein Bauteil stellen, wirklich sinnvoll?“, fragt Prof. Dr.-Ing. habil. Robert Refflinghaus, Fachgebietsleiter Qualitäts- und Prozessmanagement an der Universität Kassel, und kommt – mit Hilfe einer KI-gestützten Analyse – in seiner Antwort zu einem evidenzbasierten: „Nein.“ Der Wissenschaftler analysiert und optimiert mit seinem Team das Qualitäts- und Prozessmanagement meist in produzierenden Unternehmen jeglicher Größe vorrangig in Europa. Eine seiner Promovendinnen widmete sich bei BMW der Frage, wie die Industrie Lastenhefte schreibt. „Häufig werden durch copy und paste aus den Lastenheften früherer Fahrzeuggenerationen Anforderungen ungeprüft übernommen und den potentiellen Zulieferern in die Lastenhefte geschrieben. Aber bestimmte Anforderungen sind heute vielleicht gar nicht mehr zeitgemäß, weil die Komponente in der neuen Fahrzeuggeneration unter anderen Nutzungsbedingungen verbaut wird als in der vorhergehenden Modellreihe.“ Die Promovendin habe den Sinn der Texte in Dutzenden von Lastenheften mit Textanalysatoren erfassen und die Anforderungen nach den drei Kategorien generelle, produktspezifische und zu hinterfragende Anforderung maschinell sortieren lassen. Vor allem die „zu hinterfragenden Anforderungen“ sollten mit Hilfe von menschlicher Intelligenz nochmals auf ihre Plausibilität überprüft werden. „Damit werden Lastenhefte ,besser‘. Das heißt, dass Zulieferer viel zielgerichteter ihre Produkte entwickeln und fertigen und dadurch möglicherweise auch günstiger liefern können“, urteilt Prof. Dr.-Ing. habil. Robert Refflinghaus. Herzlich laden wir Sie ein, mit Prof. Dr.-Ing. habil. Refflinghaus als einem ausgewiesenen Experten des Qualitäts- und Prozessmanagements ins Gespräch zu kommen, wenn er am 4. Juni 2024 das UNIKIMS-Spotlight auf das Thema „Künstliche Intelligenz im Qualitätsmanagement“ wirft.