Anomalieerkennung in Produktionsprozessen

Die Produktionswelt befindet sich im Wandel, und viele Unternehmen suchen nach innovativen Technologien, um ihre Effizienz und Qualität zu steigern. Ein herausragendes Beispiel hierfür ist die Firma Braun Manufacturing, ein mittelständisches Unternehmen spezialisiert auf die Herstellung von Metallteilen für die Automobilindustrie. Mit rund 70 Mitarbeitern und einer Jahresproduktion von über 30 Millionen Einzelteilen, stellt Braun Manufacturing hohe Anforderungen an ihre Produktionsprozesse und legt besonderen Wert auf Qualität und Beständigkeit.

Problem

Bisher erfolgte die Qualitätskontrolle bei Braun Manufacturing in regelmäßigen Abständen während der Schichtwechsel. Dies führte dazu, dass schwerwiegende Fehler oft erst spät bemerkt wurden. Die Folge waren kostenintensive Produktionsstillstände, langwierige Reparaturen und der teure Recyclingprozess fehlerhafter Produkte. Eine schnelle und präzise Erkennung von Produktionsanomalien war dringend notwendig, um den Workflow zu optimieren und Kosten zu senken.

KI als Problemlöser

Braun Manufacturing entschloss sich, den Einsatz von Künstlicher Intelligenz zu untersuchen, um ihre Produktionsanomalien in Echtzeit zu identifizieren. Gemeinsam mit ihren Technologiepartnern entwickelte das Unternehmen eine KI-basierte Lösung, die Anomalien im Fertigungsprozess sofort erkennt und den Maschinenbedienern meldet. Diese proaktive Herangehensweise ermöglicht präventive Korrekturmaßnahmen und sorgt damit für stabile Prozesse und gleichbleibende Qualität.

Umsetzung

Das Projekt wurde in Kooperation mit dem Innovationszentrum „Digital NRW“ und führenden Forschungseinrichtungen gestartet. Ziel war es, relevante Signale, wie zum Beispiel Temperatur- und Druckwerte sowie Produktionsgeschwindigkeiten, zu identifizieren, die einen wesentlichen Einfluss auf den Produktionsprozess haben. Aus einer Vielzahl aufgezeichneter Maschinendaten wurde zunächst das Normalverhalten der Produktionsanlagen beschrieben. Das KI-System wurde auf Basis dieser fehlerfreien Daten trainiert und überwacht nun kontinuierlich den Produktionsprozess.

Die KI analysiert fortlaufend die eingehenden Daten, zerlegt sie in einzelne Datenpunkte und vergleicht diese mit dem erlernten Normalverhalten. Sobald eine Abweichung erkannt wird, sendet das System automatisch eine Benachrichtigung an das Wartungspersonal und löst einen Wartungsauftrag aus. Diese präzise und zuverlässige Anomalieerkennung trägt erheblich dazu bei, Ausfallzeiten zu minimieren und die Produktionsqualität zu gewährleisten.

Ergebnis

Durch die Einführung der KI-basierten Anomalieerkennung konnte Braun Manufacturing die Reaktionszeiten auf potenzielle Produktionsfehler drastisch reduzieren und die Qualität pro produziertem Einzelteil verbessern. Produktionsstillstände und die damit verbundenen Kosten für Diagnose und Reparatur sind erheblich gesunken. Zudem lernt das KI-System kontinuierlich weiter und optimiert sich selbst. Dies ermöglicht dem Unternehmen, gewonnene Erkenntnisse zu nutzen, um ihre Ressourcen effizienter einzusetzen und gleichzeitig die hohe Qualität ihrer Produkte beizubehalten.

Braun Manufacturing plant, die gesammelten Daten für eine vertiefende Analyse zu nutzen, um weitere Potenziale zur Ressourcenoptimierung zu identifizieren. Somit stellt die KI-basierte Anomalieerkennung nicht nur eine Lösung für aktuelle Herausforderungen dar, sondern auch einen Wegbereiter für zukünftige Effizienzsteigerungen.

‍

Diese Fallstudie basiert auf dem Report KI im Mittelstand

‍