Vorbeugen und schneller handeln mit KI

KI nimmt eine immer stärkere Rolle in der Qualitätssicherung ein. Dank Predictive Quality werden fehlerhafte Bauteile während des Produktionsprozesses frühzeitig erkannt, sodass entsprechend reagiert werden kann.

Predictive Quality setzt auf schnellstmögliches Erkennen von Produktionsfehlern. Dadurch können größere Fehlerzahlen verhindert werden. Mit dieser Methode werden anhand von Datenanalysen Vorhersagen getroffen, die den laufenden Produktionsprozess bei Fehlerprognosen frühzeitig anpassen können.

Prognosen als Grundlage für Fehlererkennung

In laufenden Produktionsprozessen kommt es nicht selten vor, dass fehlerhafte Teile gefertigt werden. Mit Hilfe von Predictive Quality soll dies nun reduziert werden. Predictive Quality erstellt Vorhersagen und Prognosen anhand von ausgelesenen Daten aus dem bestehenden Produktionsprozess und ermittelt so die Wahrscheinlichkeit eines Produktionsfehlers. Machine Learning Algorithmen werden trainiert, bestimmte Muster zu erkennen, die die Qualität der Produktion kennzeichnen. Ziel ist es, die Qualität der laufend produzierten Bauteile vorhersagen zu können.

Um dies zu erreichen, werden einige Datenquellen benötigt. Sollten diese im Unternehmen noch nicht vorhanden sein, muss diese Grundlage implementiert werden. Es werden sowohl Produktionsprozessdaten als auch Qualitätsdaten benötigt. Zu den Produktionsprozessdaten gehören unter anderem Maschinendaten, Prozessdaten und Produktdaten. Bei den Qualitätsdaten werden Gutteile und Ausschuss genau miteinander verglichen und gegebenenfalls ein Raster festgelegt, das die Eigenschaften für Gutteile genau eingrenzt. Predictive Quality basiert auf einer ganzheitlichen Betrachtung aller zusammenspielenden Faktoren.

Je mehr Daten vorhanden sind, desto genauer können die Vorhersagen erfolgen. Werden die Machine Learning Algorithmen mit Hilfe der umfangreichen Datenbasis trainiert, sind präzise Vorhersagen deutlich früher möglich als bisher. So lässt sich die Produktion fehlerhafter Teile deutlich reduzieren. Machine Learning ist ein Teilbereich der Künstlichen Intelligenz. Er ist in der Lage, aus historischen Daten Muster und Zusammenhänge abzuleiten, die dann auf aktuelle Daten und Prozesse angewendet werden können.

Palettenmanagement ist mit Interroll eine leichte Übung

Bei der Arbeit am Fließband kommt es immer weniger auf echte Handarbeit, als vielmehr auf vernünftige Fließbandlösungen an. Und das gilt sowohl für Sperrgüter, als auch für sensible Foodprodukte. Deshalb ist es relevant, für jedes Produkt die passende Lösung bereitzustellen, damit alles innerhalb kürzester Zeit seinen Bestimmungsort erreicht.

Interroll hat sich seit Jahrzehnten darauf spezialisiert, genau diese Lösungen anzubieten. Jede für sich ist dabei das Ergebnis individueller Anforderungen und Wünsche des Endkunden. Schließlich ist jeder Produktionsort anders, jedes Produkt erfordert individuelle Beförderungsmöglichkeiten und so braucht es jeweils andere Motoren, Bänder, Roller und vieles mehr, um den Kunden zufriedenzustellen. Speziell bei Speditionsgütern ist es hilfreich, automatische Sortierer einzusetzen, damit alles nicht nur vor sich hin fließt, sondern gleich auch eine Ordnung erhält. Für das Unternehmen bedeuten diese Anlagen einen riesigen Schritt zur Qualitätssicherung und Produktivität, denn alles geht nun viel schneller, organisierter und kontrollierter als dies mit menschlichen Arbeitskräften möglich wäre.

Alles im Fluss

Das Unternehmen Interroll wurde bereits im Jahr 1959 gegründet und ist seit 1997 Teil der SIX Swiss Exchange. Es gehört zu den führenden Anbietern für Lösungen, um den Materialfluss am Band zu gewährleisten. Zum breitgefächerten und jeweils individuell anpassbaren Angebot gehören „Rollers“ (Rollen zum Befördern von Waren), „Drivers“ (Antriebe und Motoren für Förderanlagen), „Pallet & Carton Flow“ (Fliesslager) sowie „Conveyors & Sorters“ (Sortierer und Förderer). Angewendet werden all diese Lösungen zum Beispiel in der Automobilindustrie, an Flughäfen, im Food-Sektor, bei Paketdiensten und in der Modeindustrie. Bekannte Unternehmen die den Service bislang nutzen sind Bosch, Amazon, Walmart, Zalando, Coca-Cola und viele mehr. Die Unternehmensgruppe Interroll hat ihren Sitz in der Schweiz und generiert mit seinen rund 2.300 Mitarbeitern einen Umsatz von mehr als 530 Millionen Schweizer Franken. Zum umfassenden Netzwerk gehören weltweit 34 Unternehmen. Hier weiß man also was man tun muss, um alles im Fluss zu halten.