Machine Learning - die Zukunft für den Maschinenbau

Shutterstock

Die industrielle Welt befindet sich in einem stetigen Wandel. Machine Learning wird den Maschinenbau und damit auch viele Anwenderindustrien verändern. Die Umsetzung hat bereits begonnen - nun stehen konkrete Anwendungsszenarien und deren Realisierung im Vordergrund.

Gerade für den Maschinenbau bringt Machine Learning viele neue und spannende Ansätze. Effizienz, Flexibilität und Qualität der Anlagen können mit Hilfe der verfügbaren Daten deutlich verbessert werden. Neue Geschäftsmodelle für die Kunden werden entwickelt. Machine Learning sorgt dafür, dass Software und Informatik immer stärker zum maßgeblichen Innovationstreiber im Maschinenbau werden.

Die zunehmende Austauschbarkeit einzelner Maschinen wird in vielen Branchen dazu führen, dass künftig nicht mehr nur die Maschine selbst, sondern vor allem ergänzende Leistungen verkauft werden. Damit ändert sich die Geschäftsgrundlage für den Maschinenbau enorm und es erklärt auch, warum Machine Learning im Management und in vielen Fachbereichen von Maschinenbauunternehmen auf der Tagesordnung steht.

 

Wo hat die Technologie ihren Ursprung? Machine Learning ist ein wichtiger Bestandteil der Computerwissenschaft und der Künstlichen Intelligenz. Computerprogramme, die auf Machine Learning (ML) basieren, können mithilfe von Algorithmen eigenständig Lösungen für neue und unbekannte Probleme finden. Das künstliche System „erkennt“ Muster und Gesetzmäßigkeiten in den Lerndaten, die es zugespielt bekommt. Bereits auf dem Markt etablierte Tools helfen, die Algorithmen zu finden. „Neue Frameworks und Plattformen unterstützen die breite Anwendung dieser Themen im Projektalltag“, erklärt Guido Reimann vom VDMA Software und Digitalisierung.

 

Shutterstock

1959 definierte Arthur Samuel „Machine Learning“ als ein Studiengebiet, welches „Computern die Fähigkeit gibt, zu lernen, ohne dazu vorher explizit programmiert worden zu sein“.

Die Technologie bietet dem Maschinen- und Anlagenbau ungeahnte Möglichkeiten: Bestehende Geschäfts- und Produktionsprozesse lassen sich optimieren, die Maschinen werden in der Folge zu intelligenten und beinahe autark arbeitenden Prozessdienstleistern. Dr. Alexander Wunderle, Datenanalyst des Getriebespezialisten Wittenstein, bestätigt: „Wir können mit Machine Learning neue Produkte entwickeln.“

Für die Implementierung von Machine Learning stellen sich immer wieder diese Fragen: Wie starte ich ein solches Machine Learning-Projekt? Welches Anwendungsszenario bietet sich für mein Unternehmen, welche Experten benötige ich, und welche Voraussetzungen sollten geschaffen sein, um ein Projekt erfolgreich implementieren zu können. Benedikt Buer von HOMAG Plattenaufteiltechnik ist einer der Entwickler von intelliGuide, dem intelligenten Assistenzsystem des Herstellers von Holzbearbeitungsmaschinen. Der Software-Architekt kann aus eigener Erfahrung berichten und gibt Unternehmen, die sich mit Machine Learning befassen möchten, einen wertvollen Tipp: „Starten Sie mit einem kleinen Projekt, der Appetit kommt dann beim Essen.“

 

 

Auch der VDMA Software und Digitalisierung hat für Unternehmen, die sich für Machine Learning interessieren, Antworten parat. Sie sind in einem „Industrie Podcast“ zusammengetragen. In der ersten Folge des VDMA erzählt Peter Seeberg von Softing Industrial, wie ein Unternehmen mit einem Machine Learning Projekt beginnt, welches Know-How erforderlich ist und welche Infrastruktur benötigt wird.

Grundsätzlich kann Machine Learning genutzt werden, um Produkteigenschaften, aber auch interne Prozesse zu optimieren. Auch bei den Produkten unterscheiden sich die Eigenschaften von Machine Learning: Diese befinden sich einerseits im Produkt selbst, andererseits im Prozessumfeld der Maschine, etwa in Form von Wartungs- oder zusätzlichen Mehrwertdiensten.

Ein Anwendungsfeld von Machine Learning ist die Maschinenbedienung. Diese wird durch Expertensysteme vereinfacht. Ein erfolgreiches Beispiel hierfür ist intelliGuide von HOMAG Plattenaufteiltechnik. IntelliGuide ist ein Bediener-Assistenz-System, das intelligent auf die Handlungen des Maschinenbedieners reagiert. Dabei führt das System den Bediener mithilfe optischer Signale, die direkt im Arbeitsblickfeld erscheinen. Der Maschinenbediener profitiert bei der Vollversion von einer visuellen Rundum-Unterstützung durch das intelligente System.

Machine Learning in der Praxis

Das intelligente Assistenzsystem intelliGuide von HOMAG Plattenaufteiltechnik

 

In der Folge reduzieren sich für den Maschinenbauer Einarbeitungszeit, Schulungsaufwand und Rüstzeiten, gleichzeitig steigt die Effizienz beim Maschinenbediener. Maschinelles Lernen ermöglicht damit sowohl dem Maschinenbauer als auch dessen Kunden, Prozesse zu optimieren.

Ein Thema für die Zukunft 

Machine Learning ermöglicht technischen Systemen, aus Erfahrungen zu lernen. Algorithmen dienen dazu, dass das System Muster und Strukturen mit von Menschen bereitgestellten Beispieldaten erkennt. Dieses neue Wissen wendet das Machine Learning im Anschluss auf neue, unbekannte Fälle an.

Der VDMA Software und Digitalisierung hilft Unternehmen dabei, den Weg mit Machine Learning erfolgreich mit den VDMA-Mitgliedern zu gestalten. In seinem Netzwerk hat der Fachverband eine Vielzahl von Unternehmen, die bereits Technologiewissen rund um Machine Learning aufweisen. Dieses Wissen soll für den Maschinen- und Anlagenbau gewinnbringend eingesetzt werden. Der Expertenkreis Machine Learning arbeitet seit mittlerweile drei Jahren an Publikationen und Hilfestellungen für die Mitglieder des VDMA. In regelmäßigen Sitzungen werden neue Use Cases erarbeitet. Die aktuelle Publikation ist der Quick Guide Machine Learning.

Quick Guide Machine Learning
Mit dem Ziel, allen Mitgliedern bei der betriebswirtschaftlichen Einschätzung und Relevanz von Machine Learning zu helfen, um eine eigene Herangehensweise und Strategiedefinition zu ermöglichen, hat der Fachverband den Quick Guide „Machine Learning” herausgegeben. Dieser soll helfen, Chancen, Nutzen und Risiken strukturiert zu betrachten.