T-Systems-Claim-Logo
Suchen
Bauen von Autos durch Roboter

Besser schweißen mit KI

Autokonzerne revolutionieren ihre Qualitätskontrollen. Mit Schweißrobotern, die Fehler automatisch erkennen und in Zukunft ihre Fehler selbst korrigieren.

Poren, Spritzer, Blasen: Die Schweißroboter in der Automobilindustrie können jede Menge falsch machen. Sie haben dazu auch reichlich Gelegenheit: Bis zu 100 Schweißnähte sind notwendig, ehe sich ein Stück Blech beispielsweise Autotür nennen darf.

Roboter fertigen dazu die Schweißverbindungen in Sekundenbruchteilen – und damit viel zu schnell, als dass ein menschliches Auge den Vorgang erfassen oder gar kontrollieren könnte. Bislang setzt die Automobilindustrie auf eine manuelle Qualitätskontrolle, das verlangt ein gutes Auge. Bisweilen nutzen Unternehmen die Computertomographie, um die Güte der Naht zu beurteilen oder wählen sogar den Weg der Zerstörung und trennen einzelne Schweißnähte wieder auf, um etwaige Fehler aufzuspüren. Welche Methoden die Autokonzerne auch auswählen, immer sind solche nachträglichen Begutachtungen teuer, zeitaufwendig und nicht flächendeckend.

Wie Roboter Einsicht zeigen

In einem gemeinsamen Forschungsprojekt mit einem großen deutschen Automobilhersteller hat T-Systems gezeigt, dass sich Lenins Überzeugung, wonach Vertrauen gut, Kontrolle aber besser sei, mit der Hilfe von künstlicher Intelligenz ins Gegenteil verkehren lässt. Voraussetzung: die in der Produktion eingesetzten Roboter sind in der Lage, ein Verständnis für die Qualität ihrer Arbeit zu entwickeln. Nur dann können Automobilkonzerne darauf vertrauen, dass ihre Laser- oder Punktschweißmaschinen eigene Fehler erkennen, bei Abweichungen sofort automatisiert Alarm schlagen und die schadhaften Teile aussortieren. So viele Bedingungen schreien nach dem Einsatz künstlicher Intelligenz. Daher hebt T-Systems den IQ des Schweißroboters mit einer Kombination aus Deep Learning und Reinforcement Learning.

Permanente Kontrolle statt Stichproben

„Die notwendigen Informationen zum Schweißvorgang liefern Kameras und Sensoren“, erklärt Jörg Heizmann, Senior Sales Manager Big Data & AI bei T-Systems. 100 Bilder pro Sekunde entstehen so: „Weil die Datenmenge mit zehn Gigabyte pro Sekunde und Kamera enorm groß ist, verarbeiten wir alle Daten in einem Edge Device direkt an der Maschine. Das senkt die Latenzzeit, die Qualitätskontrolle erfolgt in Echtzeit.“ Der Vorteil der Innovation: Die Qualitätskontrolle erfolgt direkt beim Schweißvorgang und nicht erst, wenn die Teile vom Band rollen. Statt mit Stichproben schadhafte Teile zu ermitteln, werden alle anfallenden Schweißnähte kontrolliert. Immerzu, zu hundert Prozent. Das dämmt die Zahl teurer und rufschädigender Rückrufaktionen ein, der automatisierte Prozess beschleunigt die Produktion. Der Kostenvorteil l ist enorm: KI drückt die Kosten für die Qualitätskontrolle um bis zu 90 Prozent.

AI Solution Factory: diverse Anwendungsszenarien

Solche Anwendungen sind ein wichtiger Schritt auf dem Weg zur vollautomatischen und sich permanent selbst verbessernden Fabrik. Die gemeinsamen Forschungsergebnisse von OEM und T-Systems waren so eindeutig, dass sie inzwischen in konkrete T-Systems-Lösungen geflossen sind: Die Qualitätskontrolle von Schweißnähten mittels sogenannter Computer-Vision-Bildverarbeitung gehört zu den Kernanwendungen der AI Solution Factory. T-Systems hat sie auf der Hannover Messe 2021 erstmals vorgestellt. Erste Automobilhersteller setzen sie bereits ein. Mit der Unterstützung der AI Solution Factory können Unternehmen aber genauso gut ihre Logistik optimieren, um beispielsweise ihre Lager, Frachträume und Container besser auszulasten. Die Sicherheitsüberwachung in Unternehmen und im öffentlichen Raum ist ein weiterer Schwerpunkt der Factory: Auf der Basis von Computer-Vision-Diensten können Unternehmen beispielsweise Fahrzeuge tracken. Oder sie lassen sich automatisiert informieren, wenn sich Unbefugte in Sicherheitsbereichen aufhalten oder die KI eine hilflose Person entdeckt. Sämtliche personenbezogene Daten werden umgehend auf dem Edge Device wieder gelöscht.

Modulbaukasten für KI-Anwendungen

Ein Arbeiter überwacht die Roboterbewegungen.

Unabhängig vom konkreten Einsatzgebiet stellt AI Solution Factory ihren Kunden einen Modulbaukasten aus Hard- und Software, gemanagten Cloud-Services, KI-Applikationen, Kameras und Edge Devices zur Verfügung. Der Ende-zu-Ende-Service umfasst Entwicklung und Tests genauso wie Einführung und Betrieb der KI-Lösung. Cloud, Konnektivität und Sicherheit sind inbegriffen. Das erleichtert den Unternehmen den Einsatz von KI. Zumal dank des Frameworks der AI Solution Factory nicht für jede Anwendung eine komplette Neuentwicklung nötig ist. Als Querschnittstechnologie verspricht künstliche Intelligenz neue Produkte und Services, effizientere Prozesse und bessere Entscheidungen. So können Qualitätsprüfungen in Echtzeit, Predictive Maintenance, Bestandsverfolgung oder autonome Logistik Studien zufolge K-basiert die Arbeitsproduktivität in entwickelten Ländern  Studien zufolge um bis zu 40 % steigern. Und konkret in der Fertigung ermöglicht KI eine höhere Anlageneffizienz, bessere Maschinenverfügbarkeit und sogar As-a-Service-Geschäftsmodelle.

KI: in aller Munde, aber selten genutzt

Die Wirkkraft von KI, so Jörg Heizmann, habe sich in den Unternehmen herumgesprochen. Mehr als 60 Prozent der CEOs weltweit hielten künstliche Intelligenz inzwischen für wichtiger als das Internet, doch nur 12 Prozent der Unternehmen sei es in den vergangenen Jahren gelungen, KI-Systeme produktiv einzusetzen. „Alle reden über KI, aber die allerwenigsten nutzen die Chancen, die sich bieten.“ Trotz eines positiven Proof-of-Concept blieben 90 Prozent der KI-Projekte vorerst aus unterschiedlichen Gründen auf der Strecke.

KI-Stolpersteine aus dem Weg räumen

Wenn KI ein Versprechen ist, warum lösen es die Unternehmen bisher so selten ein? Weil der Teufel im Design steckt oder in Daten, Sicherheit und Datenschutz. Beispiel Daten: Viele Unternehmen sammeln Daten, aber nicht immer die richtigen. Um beispielsweise Qualitätskontrollen mit maschinellem Lernen auf ein neues Level zu heben, „reicht es nicht, dass die Unternehmen am Tag X einen Fehler bemerkt haben“, so Heizmann. Die Daten müssten auch Auskunft darüber geben, um welche Art von Fehler es sich gehandelt hat und was die Ingenieurteams veranlasst haben, um ihn zu beheben. „Solche Informationen sind nur selten vorhanden; Fehlanzeige herrscht auch vielerorts bei den wichtigen Sensordaten.“ Wo der Datenbestand Wünsche offen lässt, sammelt T-Systems erst einmal die notwendigen Informationen und kümmert sich beim Kunden um die entsprechenden Schnittstellen, ehe sie gemeinsam mit ihm einen Proof of Concept entwickelt und sich um die Modellierung und das Training der Algorithmen kümmert.

Warum KI-Projekte scheitern

Ohne kompetente Unterstützung fahren Unternehmen ihre KI-Projekte häufig gegen die Wand, selbst wenn sie einen soliden Datenbestand besitzen. „Viele können die Anforderungen an Datenschutz und Datensicherheit nicht erfüllen oder es mangelt ihnen an einer schlüssigen Rollout-Strategie“, weiß Heizmann. „Die größte Gefahr von künstlicher Intelligenz ist, dass Menschen viel zu früh denken, dass sie KI verstanden haben“, bringt der KI-Forscher Eliezer Yudkowsky die Schwierigkeiten auf den Punkt. Auf Unternehmen bezogen bedeutet dies, dass sie mit KI-Projekten lospreschen, ohne die nötigen Voraussetzungen mitzubringen. Die Folge: Viele scheitern daran, die künstliche Intelligenz in ihre Geschäftsprozesse, IT-Systeme und Datenquellen zu integrieren. Oder setzen auf eine Lösung, die weder skalierbar noch hoch verfügbar ist.

Schlüsselfertige KI

Die AI Solution Factory will solche Fehlschläge verhindern und bietet Unternehmen daher eine Art schlüsselfertiger KI. Dahinter steht ein Team erfahrener KI- und Technologieexperten. AI Solution Factory kombiniert eine Deep Learning Factory, die den Data Scientists eine standardisierte Umgebung in der Cloud zur Verfügung stellt, mit einer Application Suite, die Verbindungen zu den Geschäftssystemen und -logiken knüpft. „Unsere Lösungen sind mit den Clouds aller Anbieter kompatibel“, sagt Heizmann. „Die Machine-Learning-Tools basieren auf Open-Source-Technologie, so vermeiden wir Lock-in-Effekte.“ 

AI Solution Factory auf ITS World Congress

Beim ITS World Congress 2021 in Hamburg hat die AI Solution Factory gezeigt, wie sie mit KI die Sicherheit in öffentlichen Verkehrsmitteln erhöht und gleichzeitig den Datenschutz im Blick behält. Bereits heute liefern in vielen Bussen und Bahnen Kameras Bilder. Diese kann T-Systems mit der AI Solution Factory „on the Edge“ mit Machine-Learning-Techniken analysieren. Für einen Verkehrsbetrieb im Rheinland wertet die KI das Fahrgastaufkommen und die Sitzbelegung aus und erkennt automatisch Gefahrensituationen. Aber riskieren Verkehrsbetriebe damit keine Probleme mit dem Datenschutz? „Nein“, beruhigt Heizmann, „denn dank der Edge lassen sich die Bilder in Echtzeit vor Ort auswerten und müssen nicht in die Cloud. Die Kamerabilder der ÖPNV-Nutzer werden nicht gespeichert.“ Mit der Lösung von T-Systems bleiben die Persönlichkeitsrechte der Fahrgäste gewahrt.

Wir freuen uns auf Ihr Projekt!

Gern stellen wir Ihnen den passenden Experten zur Seite und beantworten Ihre Fragen rund um Planung, Implementierung und Wartung Ihrer Digitalisierungsvorhaben. Sprechen Sie uns an!

Das könnte Sie auch interessieren:

Über die Autorin

Ingrid Kirsch schreibt seit fast zwei Jahrzehnten über IT- und Telekommunikationsthemen und begleitet T-Systems damit fast von Anfang an. Derzeitige Schwerpunkte: KI und die Digitalisierung von Wirtschaft und Gesellschaft.

Besuchen Sie t-systems.com außerhalb von Germany? Besuchen Sie die lokale Website für weiterführende Informationen und Angebote für Ihr Land.