KI gilt in der Produktion als wichtiger Hebel für mehr Produktivität, bessere Entscheidungen und höhere Transparenz. Produktionsunternehmen haben das Potenzial längst erkannt. Doch für welche Lösung sollen sie sich entscheiden? Eine individuell entwickelte KI-Lösung oder eine Standardanwendung?

Data Scientists trainieren KI-Modelle anhand von unter anderem historischen Produktionsdaten, was mit einer langen Projektlaufzeit verbunden ist (Bildquelle: Finn/adobe.stock.com, zVg von MPDV)
Von der Datenbasis zur Wertschöpfung
Bevor KI ihren Nutzen entfalten kann, muss erst für eine verlässliche Datenbasis gesorgt werden. Deshalb beginnt die erfolgreiche Einführung von KI mit der Erfassung, Strukturierung und Verknüpfung relevanter Produktionsdaten.
Die Grundlage dafür bilden ein Manufacturing Execution System (MES) und eine Integrationsplattform. Sie sorgen dafür, dass Informationen aus Maschinen, Qualitätssicherung, ERP-Systemen und weiteren Anwendungen zusammengeführt werden. Erst wenn diese Daten in einem gemeinsamen Kontext vorliegen, kann KI fundierte Aussagen treffen, Ursachen erkennen und Mitarbeitende bei Entscheidungen unterstützen.
Das Training individueller KI-Projekte
Die meisten Unternehmensverantwortlichen verbinden industrielle KI mit individuell entwickelten Modellen. Dabei trainieren KI-Experten Algorithmen, um konkrete Anwendungsfälle abzudecken. Ein typisches Beispiel dafür ist Predictive Maintenance, also die vorausschauende Wartung von Maschinen.
Für die Entwicklung solcher Lösungen werden grosse Mengen unterschiedlicher Daten analysiert – von Temperatur- und Druckwerten bis hin zu Wartungsprotokollen und Störungsmeldungen. Anschliessend müssen die Daten bereinigt, relevante Merkmale identifiziert und geeignete Modelle trainiert werden.
Dieser Ansatz kann sehr präzise Ergebnisse liefern. Allerdings sind damit lange Projektlaufzeiten und hohe Investitionen verbunden. Zusätzlich benötigen Unternehmen spezialisiertes Data-Science- Know-how, um die Modelle dauerhaft zu betreiben und weiterzuentwickeln.
Da sich aber Produktionsumgebungen kontinuierlich verändern, müssen individuelle KI-Projekte mitwachsen. Die Folge sind regelmässige Anpassungen und erneute Trainingszyklen, die Zeit und Ressourcen binden.
KI-Standardlösungen als pragmatische Alternative
KI-Standardlösungen gelten für Produktionsunternehmen als eine wirtschaftlich attraktive Alternative, da sie bereits kontextualisierte Daten aus MES und Integrationsplattformen nutzen. Der entscheidende Unterschied ist der bereits verfügbare Produktionskontext. Je besser Datenquellen miteinander verknüpft sind, desto schneller kann die KI Mehrwert liefern.
Möchte ein Produktionsleiter beispielsweise wissen, warum die OEE einer Fertigungslinie in den vergangenen Wochen gesunken ist, führt die Standardlösung z.B. Produktionsdaten, Qualitätskennzahlen, Störgründe, Schichtinformationen und Wartungsereignisse zusammen. Sie nutzt die bereits vorhandenen Informationen in Echtzeit und leitet mögliche Ursachen ab.

KI-Standardlösungen nutzen Daten in Echtzeit, die die Manufacturing Integration Platform zur Verfügung stellt (Bildquelle: Lee/adobe.stock.com, zVg von MPDV)
Schneller produktiv, einfacher skalierbar
Die Vorteile von KI-Standardlösungen liegen vor allem in ihrer schnellen Einsatzfähigkeit – innerhalb kurzer Zeit lassen sich erste Anwendungsfälle mit konkreten Ergebnissen umsetzen.
Gleichzeitig reduziert sich die Abhängigkeit von spezialisierten KI-Experten. Bestehende IT- und Fachabteilungen können die Lösungen häufig eigenständig betreiben und weiterentwickeln. Auch bei Veränderungen in der Produktion bleiben Standardlösungen flexibel, da sie auf aktuelle Daten zugreifen und kein aufwendiges Retraining benötigen. Dieselben Daten lassen sich auch für Einsatzbereiche wie Wissensmanagement, Instandhaltung, Qualitätsmanagement bis hin zur Produktionsplanung nutzen.
Der verborgene Erfolgsfaktor: Datenkontext
Die grösste Herausforderung bei KI-Projekten ist nicht der Algorithmus, sondern die Verfügbarkeit von Informationen. Die meisten Unternehmen verfügen zwar über umfangreiche Datenbestände. Diese sind jedoch oft auf verschiedene Systeme verteilt und können deshalb nicht gemeinsam ausgewertet werden. Ohne intelligente Integration bleibt der Zusammenhang von Maschinendaten, Qualitätsinformationen, ERP-Daten und Wartungsinformationen verborgen.
Hier setzt Manufacturing Integration Platform von MPDV an. Sie verbindet Maschinen, MES, ERP-Systeme, Qualitätssicherung und weitere Anwendungen zu einem durchgängigen Informationsraum. Erst dadurch entsteht der Kontext, den KI-Lösungen benötigen, um ihr volles Potenzial zu entfalten. Der schnellste Weg zu messbarem KI-Nutzen führt eben nicht nur über die Entwicklung eigener Modelle, sondern über die intelligente Nutzung bereits vorhandener Daten.
Hier finden Sie weitere Informationen zur AI Suite
Die Autorin
Christiane Manow-Le Ruyet ist Presseverantwortliche & Marketing Managerin.
