REFERENZPROJEKTE, DIE MIT AI-UI ZUM ERFOLG GEBRACHT WURDEN

Referenzen

Better than the human eye

Qualify Your products

Deutschland ist weltbekannt für hochwertigen Maschinenbau. Dieser Sektor wird dominiert von Firmen die mit höchster Präzision und unerreichter Qualität Komponenten für den weltweiten Markt herstellen. Dieser Vorteil muss durch unermüdliche Innovation und Ideenreichtum gehalten und ausgebaut werden. Dabei fließt detailliertes Wissen über Prozesse und Ergebnisse in die Verbesserung der Fertigung ein. Wenige, hochqualifizierte Ingenieure sind dabei unersetzbar. Leider müssen sie viel Zeit bei der Qualitätskontrolle verbringen, eine konzentrierte aber zermürbende Arbeit.

Es liegt daher nahe, KI einzusetzen um die Qualitätskontrolle zu automatisieren und in wesentlich größerem Maß umzusetzen. Nur haben Maschinenbauer in den seltensten Fällen Erfahrung in der Softwareentwicklung.

Kernaufgaben

Kapp Niles

Kapp Niles

Die Firma Kapp Niles entschied sich daher, AIUI einzusetzen um KI in die Betriebsprozesse zu bringen, ohne jedoch tiefes Verständnis in Programmiersprachen und KI Frameworks zu lernen. Durch die einzigartige Benutzeroberfläche entstand in kürzester Zeit ein neuronales Netz, das alles Wissen der Ingenieure erlernt hatte und die Qualitätssicherung bei der Überprüfung von Oberflächenstrukturen übernahm. Zur Überraschung des Projektteams konnte die KI dabei auch transparenter als je zuvor Statistiken über Fehler in der Produktion liefern, die direkt zur Verbesserung der Herstellung führen.

Das Unternehmen konnte einen innovativen Schritt gehen um weiterhin einen wesentlich Vorsprung zur Konkurrenz zu haben und den Kunden bessere Produkte schneller und zu niedrigeren Preisen anbieten zu können. Dabei musste keine eigene IT Abteilung ins Leben gerufen werden.

Prozessablauf

Prozess Analyse

1 Tag

  • Diamanten werden mit Nickel, galvanisch auf eine Stahloberfläche aufgebracht
  • Dabei können sich Fehlstellen verschiedener Art ausbilden
  • Die Qualitätskontrolle wird von einem erfahrenen Mitarbeiter unter dem mikroskop per 100% Kontrolle erbracht

Prozess Bewertung

1 Tag

  • Ziel ist die fehlerfreie, vollautomatische Erkennung von Lücken im Diamantbett

KI Entwicklung

14 Tage

  • Anschaffung eines Webcam-Mikroskops zur digitalen Bilddatenaufnahme
  • Aufnahme von ~300 Bildern verschiedenster Belichtung, Körnung, Form
  • Datenlabeling durch Mitarbeiter von Kapp Niles, d.h. markierung der Fehlstellen in AI-UI
  • Training der Künstlichen Intelligenz mit AI-UI

Tests

1 Tag

  • Nutzung von extra Bildern, zur Überprüfung der KI-Vorhersagegüte an ungesehenen Daten

Dokumentation

1 Tag

  • AI-UI ist so entwickelt, dass die Dokumentation automatisch passiert

Produktivsetzung

1 Tag

  • Seitens des Kunden wurde eine Schnittstelle zwischen Kameramikroskop und AI-UI eingerichtet
  • AI-UI stellte automatische Qualitätsanalyse bereit

Go Deeper and Deeper

Automated amazon Analytics

Zusammenführung verschiedenster Datenquellen zu einer einheitlichen Datenbasis. Darauf basierend kann eine KI vorausschauend automatisierte Handlungen in einem einen bestehenden eCommerce Shop oder einem Amazon-Seller Account durchzuführen um Margen und Umsatz dauerhaft zu erhöhen.

Home&Garden24 Logo

Kernaufgaben

Home & Garden 24

Home & Garden 24

Amazon hat durch Preisdumping und einem unerbittlichen Rennen zu den niedrigsten Margen eine dominante Position beim E-Commerce erreicht. Als Vertriebsunternehmen konnte sich Home & Garden 24 in diesem Markt etablieren. Über die Jahre erkannte die Firma, dass etliche angebotene Produkte einen Verkaufszyklus haben, der von sehr vielen Faktoren abhängt. Die Zusammenhänge sind dabei sehr komplex und eigentlich nur durch jahrelange Erfahrung erfassbar. Daher beschäftigt sich die Geschäftsleitung täglich damit, den besten Preis zu finden, der je nach Zyklus erheblich höher sein kann – die Kunden sind bereit in gewissen Situationen mehr zu bezahlen, zum Beispiel wenn eine Lieferung kurz vor Weihnachten garantiert werden kann, oder garantiert Ware für bestimmtes Wetter garantiert lieferbar ist.

Aufgrund des enormen Kostendrucks im eCommerce beschäftigt Home & Garden 24 nur eine kleine IT Abteilung die zwar ein großes Aufgabenspektrum abdeckt, aber keine Spezialisten KI vorhält. Die höchsten Stellen im Unternehmen verbringen zu viel Zeit mit der sehr strategischen Preisfindung von tausenden Produkten, die nur schwer abgegeben werden kann.

Daher war Home & Garden 24 auf der Suche nach einer Lösung, die die Geschäftsführung entlastet, nicht weitere Investitionen in die Ausbildung von Software Ingenieuren erfordert, das unternehmenstkritische Wissen nicht nach außen abgibt, und das innere Vorgehen der KI darstellen kann, um die Komplexität besser zu verstehen.

Home & Garden 24 entschied sich AI-UI auf das Problem anzusetzen. Innerhalb von nur wenigen Wochen entstand dabei ein neuonales Netz, das alle Eingabeparameter der vergangen 2 Jahre betrachtete und automatisiert Preisanpassungen vornehmen konnte. Die IT Abteilung wird die künftige Optimierung durch das einfache Benutzerinterface selber vornehmen, und durch die Transparente Darstellung der Daten und der ebenen des Netzes neue Einsichten in die Entscheidungen bekommen. Dabei werden keine Daten bei Amazon oder Google landen, die dort vollkommen unkontrolliert weiterverwendet werden.

Home & Garden 24 erwartet ungefähr 30% verbesserte Margen.

precision at its finest

Zeitreihen im Maschinenbau

Zusammenführung verschiedenster Datenquellen zu einer einheitlichen Datenbasis. Darauf basierend kann eine KI vorausschauend automatisierte Handlungen in einem einen bestehenden eCommerce Shop oder einem Amazon-Seller Account durchzuführen um Margen und Umsatz dauerhaft zu erhöhen.

TU Ilmenau Logo

Kernaufgaben

TU Ilmenau

TU Ilmenau

Weltweit fallen in Fertigungsbetrieben an jeder Maschine täglich Milliarden Informationen an, die Aussagen über den Prozess, durch den Sie entstanden sind in sich tragen. Die Maschinen, die diese Prozesse ausführen sind meist geregelt oder gesteuert und bedürfen daher ganz automatisch einer Erfassung dieser Daten, da sie sich ohne diese überhaupt nicht kontrollieren ließen.

Warum also nicht diese Daten nutzen um weitere Einblicke in den Prozess zu erhalten, doch wie soll das gehen?

Im Vorliegenden Beispiel wurde ein Rührreibschweißprozess genutzt, um zu zeigen wie man mit den entstehenden Prozessdaten zu Qualitätsaussagen kommen kann, ohne weitere Messtechnik einkaufen zu müssen. Zwei Bleche (Kupfer und Aluminium) werden miteinander über einen rotierenden Stempel, unter hohem Druck verschweißt und die daraus resultierenden Prozessdaten, wie Kraft, Weg, Strom, Drehzahl, Drehmoment und Zeit wurden aufgezeichnet. Dabei wurden absichtlich hunderte von Proben als IO produziert und weitere Proben leicht verunreinigt um NIO Schweißverbindungen zu erzeugen. 

Die Idee ist, dass bei verunreinigten Blechen auch Unterschiede in den Prozessparametern auftreten. Diese möchte man aber nicht aufwändig, händisch heraussuchen. Daher nutzt man einfaches KI Training, indem man dem Algorithmus zeigt welche Daten „IO“ sind und welche „NIO“, sodass die KI selbstständig herausfindet worin die Unterschide innerhalb der Prozessabläufe liegen.

Mit ausreichend Trainingsdaten können hier hohe Genauigkeiten erreicht werden und das ohne zusätzliche Messsysteme. Alles was Sie brauchen, ist in der Regel schon da!

Im Ergebnis lassen sich die Daten von jedem Prozessschritt nutzen, um ein kontinuierliches Qualitätssicherungskonzept umzusetzen.

Detaillierte Ausführungen und Erläuterungen finden Sie unter der folgenden Veröffentlichung in Zusammenarbeit mit der TU Ilmenau.

DOI: 10.1177/1464420720912773