Suchen

Elektronikfertigung heute und morgen Lohnt sich Künstliche Intelligenz?

| Autor/ Redakteur: Robert Frodl / Marlene Mahlo

Alle Welt spricht über Künstliche Intelligenz. Doch ehe in die Smart Factory von Morgen investiert wird, lohnt sich ein pragmatischer Blick auf die Anwendungsbereiche in der Elektronikfertigung, in denen KI konkretes Potenzial bietet.

Firmen zum Thema

Automation in der Medizin- und Pharma-Industrie: Im Reinraum garantieren Roboter für ein hohes Grad an Sterilität und Hygiene.
Automation in der Medizin- und Pharma-Industrie: Im Reinraum garantieren Roboter für ein hohes Grad an Sterilität und Hygiene.
(Bild: Plexus)

Ins Deutsche übersetzt ist Big Data eine große Menge Daten. Wer von IoT spricht, meint oft Konnektivität. Und ist von KI-Prozessen die Rede, findet man selten tatsächlich intelligente Maschinen, sondern vielmehr enorme Datenströme mit ausgefeilten Algorithmen. Die vernetzte, smarte und durchdigitalisierte Welt von morgen ist in den Köpfen schneller erdacht und gebaut als es in der Praxis möglich ist. Trotzdem ist klar: Die Einführung von KI ist der nächste notwendige Schritt in der Fertigung, um effizienter und nachhaltiger zu produzieren. Die Frage ist, wo, wie und in welchem Umfang KI in der Praxis bereits eingesetzt werden kann.

Automatisierungstechnik und Robotik

Rückblickend haben sich die grundsätzlichen Prozesse in der Fertigung seit langem nicht sehr verändert. Die Leiterplattenfertigung beispielsweise läuft seit Jahren auf einem hohen Automationsgrad ab. Neu sind lediglich Technologien, um die Vielzahl an Daten zu verarbeiten und zu nutzen, um die Fertigung im wahrsten Sinne des Wortes produktiver zu gestalten. Optimierung der Betriebszeit, vorausschauende Wartung und Effizienzsteigerung der gesamten Anlage sind hier Schlüsselthemen.

Am engsten wird heute KI in der Fertigung mit robotergestützten Automatisierungslösungen in Zusammenhang gebracht – nicht ohne Grund. Robotik kann als intelligent bezeichnet werden: Eine Maschine erfasst und verarbeitet Informationen, trifft basierend auf dieser Datenbasis Entscheidungen und wiederholt diesen Prozess bei jedem Vorgang neu. Sensoren und Kameras, die mit Roboterarmen gekoppelt sind, ermöglichen es der Maschine, die Komponenten einer Baugruppe an richtiger Stelle zu platzieren und anzubringen. Auch beim Be- und Entladen von Werkzeugmaschinen oder beim Transfer von Produkten und Bauteilen von einem Förderband zum anderen nutzen Hersteller schon länger Robotertechnik. Der Einsatz von Robotern ist also nicht neu. In der Vergangenheit beschränkte sich dieses Einsatzgebiet jedoch auf Produktionsprozesse mit stark automatisierten Bewegungsabläufen mit wenig Variationen. In vielen Fällen stellten sie zudem keine wirtschaftlich rentable Option für die kostensensitive Fertigung dar.

Der technologische Fortschritt macht sich daran diese Hürden schrittweise abzubauen. Robotik kann heute auch in High-Mix-Low-Volume-Umgebungen eingesetzt werden, in welchen Maschinen mit Produktionsschwankungen umgehen müssen. Gehäuse oder auch Einweg-Medizinprodukte sind hier gute Beispiele. Dabei ist die Nutzung von Industrierobotern für einen einzelnen Prozess über mehrere Produkte hinweg ein großer Vorteil. Prozesse in der Elektronikindustrie wie Kleben, Befestigen, Schweißen, Löten, Sprühen und Maskieren sind im hohen Umfang wiederholbar, wobei die Steuerung über KPIs kontinuierlich und mit jedem Vorgang optimiert werden kann. Das gilt sowohl für den Assembly-Prozess, die visuelle Inspektion als auch beim Packaging von hochsensiblen Produkten.

Weniger Science Fiction, mehr Datenanalytik

Diese Beispiele zeigen sicherlich nicht das volle Ausmaß dessen, was KI in der Fertigung leisten kann. Sie geben jedoch gute Leitprinzipien für KI an die Hand, um sich pragmatisch das Potenzial von KI für die eigene Fertigung zu erschließen. Der Schlüssel zur kurzfristigen Umsetzung besteht darin, den Umfang der Integration auf bestimmte Technologien zu beschränken. Künstliche Intelligenz wird zu oft mit einer allwissenden Maschine gleichgesetzt, die in der Lage ist, alles über die Welt um sie herum zu erfahren und letztendlich zu steuern. In der Praxis ist es für Unternehmen zielführender, sich auf die Integration und Analyse von großen Datensätzen innerhalb ihrer Fertigungsanlagen zu fokussieren. Es gilt, mehr Daten zu erfassen, um Automatisierungslösungen besser programmieren und steuern zu können. Je vernetzter die Daten, desto mehr Kontext entsteht, der es KI-Anwendungen ermöglicht, Muster zu erkennen, zu lernen und auf unterschiedliche Prozesse anzuwenden.

Echte künstliche Intelligenz wird mit großer Wahrscheinlichkeit nicht in der Fertigung selbst, sondern in den zu fertigenden Produkten Einzug in die Produktionsstandorte halten. In zehn Jahren wird sich die Produktionslandschaft deutlich verändert haben. Hersteller sollten die Zeit nutzen, ihre Technologien schrittweise auf die Anforderungen von KI anzupassen und auszubauen. Das können und müssen Unternehmen nicht allein tun. OEMs sind gut beraten, gemeinsam mit Partnern an aktuellen und zukünftigen Möglichkeiten zur Optimierung von Fertigungsprozessen zu arbeiten. In welchen Anwendungen innerhalb einer High-Mix-Low-Volume- Produktionsumgebung macht der Einsatz von KI überhaupt Sinn? Wie wirkt sich die robotergesteuerte Fertigung auf den Design-to-Manufacturing-Prozess aus? Welche neuen Technologien müssen sowohl in Produkten als auch in Anlagen integriert werden, um die umfassende Datenanalytik auch bei wachsender Datenmenge sicherzustellen? Dabei können sie auch über den eigenen Tellerrand hinausschauen und von branchenfremder Expertise in Bezug auf Machine Learning, Data Analytics und KI profitieren.

Die KI-Implementierung wird Geschäftsmodelle unverkennbar verändern – sowohl für Hersteller als auch für Kunden. Predictive und Prescriptive Maintenance sowie eine hohe Qualitätskontrolle wird ausgefeilte Produkte ermöglichen und die Benutzerfreundlichkeit von Geräten und Systemen auf ein neues Level heben. Die Time-to-Market wird kürzer und Produkte werden in höherer Frequenz auf dem Markt erscheinen, was bedeutet, dass auch das Zeitfenster für Innovationen schneller genutzt werden kann und muss. Trotz Hype bleibt KI damit für Hersteller was es ist – eine Chance und eine Herausforderung.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 46249164)