Muss ich jetzt einen Experten für KI haben, um eine Steuerungsanwendung und eine Maschinensteuerung zu programmieren?
Dold: Es wäre gelogen zu behaupten, dass ein SPS-Programmierer automatisch auch mit einem KI-System umgehen kann. Aber es ist auch nicht so, dass Sie dafür einen Diplom-Mathematiker oder jemanden mit zwei Doktortiteln brauchen, der sich dann in die tiefe Mathematik eingräbt und weiß wie alles genau funktioniert. Wir haben in der Prototypen-Phase gelernt, dass wir die Funktionen auf spezifische Problemstellungen eingrenzen müssen. Dafür werden wir entsprechend spezifische Funktionsblöcke für die Controller anbieten. Diese werden so gestaltet sein, dass sich normale Programmierer mit dem entsprechenden Wissen schnell einarbeiten können. Aber wir müssen ehrlich sein, und ich denke mal da müssen alle ehrlich sein: Wenn Sie adaptive Systeme verwenden, dann verhalten diese sich anders und sind ein Stück komplexer als ein ganz normales UND/ODER-Gatter oder irgendwelcher strukturierter Texte.
Wie unterstützen Sie die Maschinenbauer dabei in diese Welt vorzudringen?
Dold: Wir bieten natürlich Schulungen an. Derzeit arbeiten wir dadaran, unsere eigenen Mitarbeiter zu schulen. Im zweiten Schritt bieten wir – ähnlich wie für die klassische Steuerung und für den Motion Controller – Schulungen an, sowohl bei uns im Hause als auch vor Ort beim Kunden. In der Intralogistik ist die Maximierung der Lagerkapazität entscheidend. Kompakte Sensoren spielen dabei eine Schlüsselrolle: Höchste Leistung in kompakter Bauform schafft mehr Platz für die Ware, denn die Technik macht sich klein. ‣ weiterlesen
Intralogistik: Neue Baumer ToF-Sensoren machen sich klein
Sind Ihre KI-Implementierungen normale neuronale Netzwerke oder speziell für den Maschinenbau abgespeckte Versionen?
Dold: Es sind keine abgespeckten Versionen, es sind aber auch keine neuronalen Netze. Wir haben einen Algorithmus implementiert der an der TU München entwickelt wurde und der bei relativ geringen überbestimmten oder sogar unterbestimmten Datenmengen für entsprechende Datenpunkte eine einfache Zuordnung zu Zuständen ermöglicht. Das funktioniert über Gewichtung und Vektoren. Und dieser Algorithmus lernt. Sie müssen sich das so vorstellen: Die Steuerung wird in der Maschine installiert. Dann wird im Betrieb der Normalzustand, also die Produktion von Gutteilen, eingelernt. Anschließend werden die abnormalen Zustände gelernt. Also differenzieren wir zunächst nur zwischen normal und abnormal. Und dann lernt der Algorithmus auch die Grenzen anhand einer Klassifzierung: Dieser Datensatz ist abnormal, weil etwas passiert ist. Die Maschine hat gestanden, das Produkt das produziert wurde, war nicht gut. Das wird dann als abnormal klassifiziert. Die Maschine überwacht innerhalb der Größen und lernt dadurch ’normal‘ und ‚abnormal‘ zu unterscheiden. Sobald der Vektor, der dabei generiert wird, einen Wert erhält, der größer eins oder zwei ist, gibt er das Signal ‚abnormal‘. An dieser Stelle hängt es dann davon ab, wie das System konfiguriert ist. Entweder gibt es eine Warnung, beispielsweise ‚Überprüfe das Produkt‘ oder es wird vielleicht automatisch ausgeschleust. Oder aber die Maschine stoppt bewusst, weil sie näher untersucht werden muss. Auch Informationen zur vorausschauenden Wartung sind hier möglich, gerade wenn es um das Thema Verschleiß geht. Digitale Souveränität in der Automation: Fraunhofer IOSB-INA entwickelt einen KI-Assistenten für die SPS-Programmierung. ‣ weiterlesen
Automatisierung neu gedacht
Worin liegt der zentrale Unterschied, dass Sie die KI-Funktion in die Maschine holen, und nicht – wie es andere vielleicht empfehlen – mit einem Edge-Controller oder aus der Cloud realisieren?
Dold: Unser lokales Konzept hat viele Vorteile: Da wäre zunächst natürlich die Echtzeit-Thematik. Dadurch, dass wir unsere KI im Controller selbst zur Verfügung stellen, können wir sicherstellen, dass alles in Echtzeit passiert. Der Echtzeitzugriff auf die Sensoren und Aktuatoren ist ein nicht zu unterschätzender Vorteil. Auswertungen laufen im Produktivbetrieb und nicht nur auf historischen Daten. Zudem ist das erforderliche Investment unserer Lösung gegenüber einer Cloudlösung um Potenzen niedriger. Das bedeutet auch, dass man sich dieser neuen Technologie in einem überschaubaren Investitionsrahmen nähern kann. Gerade in Branchen, in denen die Margen heute nicht besonders hoch sind ist dies ein wichtiger Punkt. Ein riesengroßer Vorteil ist aus meiner Sicht, dass die KI bereits mit dem Steuerungssystem mitkommt und betrifft das Engineering. Die KI ist immanenter Teil der Maschinenfunktion. Ein weiteres Thema ist Securtiy. Und in vielen Bereichen auch das Thema ‚Wie sichere ich eigentlich mein Produkt- und Prozess-Know-how?‘ Hier erfahren wir von vielen Kunden, dass sie befürchten, dass die ganzen Daten in der Cloud dazu geeignet sind, Rückschlüsse auf gut gehütete Produkt- und Fertigungsgeheimnisse zu ziehen. Das will keiner, und da reagieren ja auch alle sehr allergisch. Mit dem Controller in der Maschine haben Sie all diese Probleme nicht, weil diese Analysen abgeschottet in der eigentlichen Maschine, in der eigentlichen Applikation laufen.
