Machine Learning (ML) leistet wertvolle Dienste in der Qualitätssicherung. Das gilt vor allem dann, wenn es um die Verarbeitung von Bildern geht. So können entsprechende Systeme in verschiedenen Szenarien einer visuellen Inspektion den Menschen entlasten oder Prozesse beschleunigen – sei es bei der Warenkontrolle, in der Fertigung oder bei Kontrollen am Ende der Produktion.
Mittlerweile sind eine ganze Reihe von von ML-Modellen verfügbar, welche die Barrieren für den Einsatz von Künstlicher Intelligenz stark verkleinert haben. So können auch Nutzer ohne Programmierkenntnisse einen Nutzen aus Machine Learning ziehen.
Doch die große Herausforderung wartet danach – wenn das ML-Modell bereit ist und in die Prozesse integriert werden muss. Diese Integration könne Wochen bis Monate dauern, da sie geschäftskritische Systeme berührt und eine skalierbare Technologie erfordert, schreibt Philipp Raub, ML Solution Architect for Manufacturing bei SAP, in einem Blog-Beitrag. Diese Hürde sei dafür verantwortlich, dass „die meisten Modelle für maschinelles Lernen nie wirklich produktiv genutzt werden“.
SAP-Lösung verbindet alle
Prozesse über Konnektoren
Auf einem virtuellen Infotag hat Raub gezeigt, wie sein Unternehmen dieses Hindernis überwinden möchte. Eine große Rolle spielt dabei die Cloud. Konkret: SAP hat in seine Digital Manufacturing Cloud die Möglichkeit integriert, ML-Modelle für Fertigungsprozesse zu nutzen.
Mit der Digital Manufacturing Cloud hat der Software-Anbieter vor zwei Jahren auf der Hannover Messe eine Lösung vorgestellt, mit der Unternehmen Industrie-4.0-Technologien in der Wolke nutzen können. Das Angebot umfasst verschiedene Lösungspakete für Hersteller in der Fertigungs- und Prozessindustrie sowie für die jeweiligen Rollen innerhalb der Unternehmen. „Wir verbinden alle Prozesse über Konnektoren: vom Maschinen-Level bis in die Cloud und ins ERP“, erklärte Raub in seinem digitalen Vortrag während des Infotags.
Wie sich nun ML dank der SAP-Cloud vereinfacht nutzen lässt, zeigte Raub anhand der visuellen Inspektion bei der Werker-Selbstprüfung im Fertigungsprozess. Dabei wird der Werker von einem Machine-Vision-System unterstützt, das mit ML arbeitet.
Als Grundlage für das Training des Systems werden zunächst Bilder von IO- und NIO-Teilen gesammelt. Diese wandern in die Digital Manufacturing Cloud. Dort werden sie mit Daten angereichert, die aus verschiedenen Unternehmenssystemen kommen, die an die Cloud angebunden sind – wie etwa MES oder Datenbanken. Die zusätzlichen Daten können zum Beispiel Qualitätsdaten, Maschinendaten oder Materialinformationen sein.
System in der Edge liefert
Ergebnisse in Millisekunden
Dann wird ein ML-Modell mithilfe der mit Daten angereicherten Bilder trainiert. Dafür arbeitet SAP mit einem ganzen Sammelsurium von verschiedenen Partnern zusammen – wie etwa IBM, AWS oder Microsoft. Im dem von Raub demonstrierten Beispiel kommt ein ML-Modell von Google zum Einsatz. Dank solcher einfach nutzbaren Modelle sei kein Data Scientist mehr nötig, sagt Raub. „Man kann ein Modell trainieren und ein Szenario anlegen, ohne eine Zeile Code zu schreiben.“
Das fertige Modell lässt sich dann aus der Cloud herunterladen und auf den Shopfloor in die Edge bringen. Das Modell ist also direkt an der Fertigung in einem Edge-Computing-System im Einsatz. Das bedeutet, dass Bilder während des Prozesses nicht in die Cloud geschickt werden müssen, um dort analysiert zu werden. Stattdessen können sie direkt vor Ort ausgewertet werden. „Da die Modelle sehr nah an den Prozessen laufen, können sie in Millisekunden Ergebnisse liefern“, sagt Raub.
Der Werker könne sich dadurch auf andere Prozesse konzentrieren, bleibe aber in der Verantwortung. „Er ist immer noch in der Lage, das System zu überstimmen.“
Die ersten Projekte, in denen Unternehmen mit der SAP-Lösung arbeiten, würden die Vorteile bereits deutlich zeigen, so Raub. „Verglichen mit normalen Machine-Vision-Systemen ist die Implementierungszeit drastisch kürzer.“ Ein weiterer Vorteil sei, dass sich eine ML-Lösung relativ schnell anpassen lasse, wenn sich ein Prozess ändert.
Ein Unternehmen, das die Digital Manufacturing Cloud gemeinsam mit Machine Learning von Google bereits nutzt, ist Kaeser, Anbieter von Produkten und Dienstleistungen rund um das Thema Druckluft. Dort kommt die Lösung bei der Montage der Kompressoren zum Einsatz. Auch Elektronikhersteller LG arbeitet mit den Technologien. Das Ergebnis: 40 Prozent der manuellen Inspektionsaufgaben werden mittlerweile von der visuellen Inspektionslösung auf Basis von KI erledigt.
SAP Deutschland SE & Co. KG
Hasso-Plattner-Ring 7
69190 Walldorf
Tel. +496227747474
www.sap.com
Hier finden Sie mehr über:
