Wie lassen sich Produktionsumgebungen im laufenden Betrieb effektiv digitalisieren? Welche Herausforderungen und Grenzen bringen Digitalisierung und die Anwendung von KI im Produktionsumfeld mit sich? Und wie starte ich überhaupt mit meiner individuellen Transformationsreise?

Im Vortrag präsentieren Experten aus Wissenschaft und Industrie die Kernergebnisse und wertvollen Einsichten aus dem Forschungsprojekt „Datenfabrik.NRW – KI in der Produktion von morgen“. 

Stefan Hartmann vom Fraunhofer IEM startet mit einer Einführung in das Projekt und reflektiert 11 Lessons Learned aus mehr als zwei Jahren Projektlaufzeit. Anschließend erläutern Christian Glebe und Lukas Ptock von Schmitz Cargobull, wie ein modernes Produktionsnetzwerk aufgebaut wird, das smart, nachhaltig und resilient ist und wie das Projekt Datenfabrik.NRW dabei unterstützt. 

Dieser Vortrag unterstreicht die Bedeutung der Digitalisierung und Nutzung von KI-Anwendungen für die Industrie und bietet

konkrete Einblicke in die Umsetzung dieser Transformation.

Produzierende Unternehmen sind einem fortwährenden Wandel ausgesetzt, der stetig neue Herausforderungen mit sich bringt. Gleichzeitig entwickeln sich kontinuierlich neue Technologien, welche eine Hilfe bei der Bewältigung dieser Herausforderungen darstellen können. Jedoch gehen mit dem Einsatz dieser Technologien anfängliche Investitionen sowie laufende operative Kosten einher.

Die produzierenden Unternehmen stehen dem Dilemma gegenüber, wie und in welche Richtung sie sich entwickeln und welche Technologien sie rentabel einsetzen können. Um die Unternehmen in dieser Hinsicht zu unterstützen, hat die Dürr Consulting, als Teil der Dürr Group, einem führenden Unternehmen im Maschinen- und Anlagenbau, die Vision der Future Factory entwickelt.

Diese Vision setzt sich aus sieben Bausteinen zusammen, die zum einen etablierte Konzepte wie die Implementierung von Lean-Prinzipien umfassen. Dies berücksichtigt, dass schlanke Prozesse stets die Basis einer effektiven und effizienten Produktion sein werden. Zum anderen berücksichtigt die Vision der Future Factory auch neu entstehende Technologien aus dem Bereich der Automation und Digitalisierung. Hierbei ist entscheidend, dass nach verschwendungsarmer Gestaltung wertschöpfender und administrativer Prozesse, diejenigen Prozesse identifiziert werden, welche sich mit geringer Investition automatisieren oder digitalisieren lassen und dabei das größtmögliche Einsparpotenzial bieten.

Die Vision der Future Factory ist flexibel und kann auf produzierende Unternehmen sämtlicher Branchen angewandt werden. Letztlich dient die Adaptierung der Vision auf die einzelnen Unternehmen beziehungsweise Werke dazu, Prioritäten für die Weiterentwicklung der jeweiligen Produktion zu setzen. Die praktische Anwendung dieses Ansatzes wird anhand konkreter, industrieller Beispiele verdeutlicht.

Die Digitalisierung und Automatisierung der Produktion sind keine Zukunftsvision mehr, sondern sind bereits Realität. Um im globalen Wettbewerb bestehen zu können, müssen Unternehmen ihre Produktionsabläufe modernisieren und die Potenziale aller technologischen Fortschritte (Industrie 4.0, KI, etc…) agil nutzen. Doch wie schafft man es, bestehende Produktionsumgebungen in dieser Dynamik nicht nur zu modernisieren, sondern proaktiv für die Zukunft zu gestalten?

Die heutige Industriewelt ist zunehmend von Softwaretechnologien dominiert, ein Kontrast zu den Verhältnissen vor 40 Jahren, als manuelle Prozesse und mechanische Systeme vorherrschten. Moderne Softwarelösungen steuern Produktionslinien, optimieren Logistikabläufe und ermöglichen präzise Metallbearbeitungen, die zuvor undenkbar waren. Die digitale Transformation ermöglicht eine nie dagewesene Transparenz und die Automatisierung der Produktionsprozesse und die effiziente Nutzung von Ressourcen. Der Weg zur digitalen Fabrik führt jedoch nicht generell über einen kompletten Neuanfang. Trotz der vielfältigen Potenziale sind die neuen Technologien nicht in allen Bereichen uneingeschränkt einsetzbar. Nicht jede Neuinvestition ist tauglich und so macht es manchmal auch Sinn bestehende Anlagen und Maschinen zu integrieren.

Mit über 40 Jahren Erfahrung im Bereich der Digitalisierung und Automatisierung haben wir bei SOFLEX verstanden, wie wichtig die Integration die von Maschinen- und Automationslösungen unterschiedlicher Hersteller durch identische Kommunikationsschnittstellen ist. Unsere Lösungen bieten daher eine universelle Anwendbarkeit, von Standalone-Maschinen bis zu komplexen automatisierten Fertigungszellen und -linien. Damit ermöglichen wir die lückenlose Integration und Vernetzung ganzer Fertigungsbereiche mit dem Ziel der „Smart Factory“. SOFLEX-Leitsysteme stehen für eine durchgängige Digitalisierung mit einer integrierten Automatisierung der Fertigungsabläufe.

Nichtsdestotrotz, nicht jede Herausforderung lässt sich durch Technologie allein lösen, und der Mensch bleibt ein entscheidender Faktor im Produktionsprozess. Deshalb legt SOFLEX großen Wert die Einbindung von Mitarbeitern in den Digitalisierungsprozess und die Berücksichtigung ihrer Anliegen. Eine intuitive und einheitliche Bedienoberfläche hilft dabei, die zum Teil sehr komplexen Fertigungsabläufe transparent zu gestalten und im Ausnahmefall bedarfsgerecht einzugreifen. Die modulare Bauweise der Software erlaubt eine stufenweise Einführung sowie individuelle Anpassungen.

Wettbewerbsfähigkeit sichern

Um die Wettbewerbsfähigkeit zu sichern, ist es heute notwendig, in intelligente, vernetzte Systeme zu investieren, die eine 24/7 automatisierte Produktion ermöglichen, die dem Fachkräftemangel entgegenwirken, die flexibel auf Marktänderungen reagieren können und die zur Senkung der Herstellkosten führen.

Eine Investition in SOFLEX-Leitsysteme bedeutet nicht nur eine Effizienzsteigerung und Kostensenkung, sondern auch den Zugang zu einem flexiblen, skalierbaren System. Ein System, das mit den Anforderungen Ihres Unternehmens mitwachsen, sich anpassen kann und die Vision der Smart-Factory realisiert.

Eigentlich ist die Nachhaltigkeitsberichterstattung „Corporate Sustainability Reporting Directive“, kurz CSRD, nur für große Unternehmen verpflichtend. Über die Lieferketten sind

jedoch auch kleine und mittlere Unternehmen betroffen, denn ihre Abnehmer fordern nun genaue Informationen über den CO2-Fußabdruck ihrer Produkte. Auch die Anforderungen aus anderen Gesetzen, wie dem Energieeffizienzgesetz (EnEfG) und dem Gebäudeenergiegesetz (GEG) führen nicht gerade zu mehr planerischer Sicherheit und weniger Verwaltungsaufwand in der Produktion. Das sorgt für Verunsicherung. Manche befürchten sogar, ihre großen Kunden zu verlieren. Dazu besteht jedoch kein Grund. Es gibt inzwischen sehr wirtschaftliche Lösungen zum Erfassen und

Auswerten aller Produktionsdaten. Und Unternehmen, die schon aus eigenem Interesse ein Energiemanagement gemäß ISO 50001 etabliert haben, sind damit bereits auf dem besten Weg, die Anforderungen für das Reporten der Nachhaltigkeit gemäß CSRD zu erfüllen. Auch die Anforderungen aus dem am 21.09.2023 beschlossenen das Energieeffizienzgesetz (EnEfG) können hierdurch in Angriff genommen werden.

ResMa ist eine Energiemanagement-Software und eine weit skalierbare Lösung, die Daten über Connectoren (Datensammler) zentral sammelt und eine Reihe intelligenter Auswerte- und Visualisierungsmöglichkeiten bietet. So werden Mehrwerte aus den Rohdaten erzielt, from Data to value. Das Ergebnis ist weit umfangreicher als ein reines Energiemanagement.

Der Einsatzzweck von ResMa ist vielseitig und umfasst unter anderem die Verwendung als Energiemanagement-Software nach DIN EN ISO 50001, als Prozessoptimierung auf Basis von Produktionsdaten sowie die Integrationsmöglichkeit einer Prozessvisualisierung/HMI und eine

Datenbereitstellung für externe Auswertemöglichkeiten wie bspw. KI-Tools.

Die toolcraft AG ist spezialisiert auf die Produktion von High-End-Präzisionsteilen und -komponenten. Seit 2011 stellt das Unternehmen additive Bauteile her und deckt dabei die gesamte additive Wertschöpfungskette im Metallbereich ab - von der Konstruktion über die Fertigung bis hin zum Finishing. Die additive Fertigung ermöglicht hochkomplexe Geometrien ohne Werkzeuge, mit deutlich reduziertem Zeitaufwand und geringerem Ressourcenverbrauch.

In unserem Vortrag werden die neuesten Möglichkeiten der Digitalisierung und Automatisierung im additiven Fertigungsprozess vorgestellt. Dabei gewähren wir Einblicke in unsere digitale Wartungs-App sowie in die VR-Trainingswelt, mit der Wissen zur additiven Fertigung praxisnah und autodidaktisch vermitteln.

Die jüngste Entwicklung zur Automatisierung des Fertigungsprozesses ist eine hybride Roboter-Applikation, die sowohl für additive als auch subtraktive Bearbeitung eingesetzt werden kann.

Was hindert uns daran, Einsparziele in unseren Unternehmen zu erreichen? Manchmal stehen wir uns einfach selber im Weg, oder? Dieser Vortrag hinterfragt und zeigt Ihnen Handlungsempfehlungen auf, wie auch Sie Ihre Produktionskosten dauerhaft senken können. Lassen Sie uns dieses wichtige Thema gemeinsam intelligent beleuchten!

Erfolg kommt von -selber- machen! Möglichkeiten einer No-Code Plattform. 

Der gegenwärtige Hype um künstliche Intelligenz (KI) suggeriert oft eine Allgegenwärtigkeit und Allmacht! von KI. Doch was steckt hinter dieser Technologie, die als revolutionär gilt?

Wir werfen einen Blick hinter den Hügel des Hype Cycle, erarbeiten uns anhand einer Konkreten Demonstration ein KI-Modell zur Ausschussminimierung und diskutieren Fallstricke, die es bei der Implementierung im Produktionsalltag zu vermeiden gilt. 

Agenda: 

Intro: Ein Blick hinter den Hügel des Hype Cycle: 

• Warum sollte es mich als Produktionsleiter interessieren?
• Wie geht „KI-selber machen“ und warum ist ein No-Code Ansatz dabei wichtig?

Demo:  Wie ich, ohne zu programmieren, schnell ein nützliches KI-Modell erstelle.  

In 20 Minuten erstellen wir ein KI basiertes Regelsystem zur Ausschussminimierung für eine Fertigungsanlage, mit dem Ziel Qualitätsprognosen und Optimierungen für die Fertigung zu erreichen. Die Demo umfasst einen durchgängigen Ansatz von der Datenaufbereitung und Datenbankverarbeitung über Modellierung, Optimierung und Interpretierbarkeit bis hin zum Betrieb. 

Zum Mitnehmen:

• Sah jetzt alles einfach aus, oder? 
•  Wo sind die Fallstricke und wie werden diese vermieden? 
• Wie lässt sich das Demobeispiel auf andere Anwendungen übertragen?

Trotz der Herausforderungen bietet KI zahlreiche Chancen. Unternehmen können durch den gezielten Einsatz von KI-Prozesse optimieren, Entscheidungen verbessern und neue Erkenntnisse gewinnen. Erfolgsgeschichten aus verschiedenen Branchen zeigen, wie KI einen echten Mehrwert schafft und Innovation vorantreibt.

Es gibt viel zu tun, gehen wir‘s an!

Große Werke verlieren laut einer Studie im Schnitt 300 Produktionsstunden pro Jahr, was einen Verlust von durchschnittlich 150 Mio. € pro Jahr pro Werk verursacht. Maschinenstillstände sind einer der Hauptgründe für diese Verluste und sie kosten sehr viel mehr Geld als auf den ersten Blick ersichtlich. Trotz Predictive Maintenance und Condition Monitoring kommt es immer wieder zu Stillständen. Neueste KI-Systeme helfen Ihnen in solchen Fällen, Stillstandszeiten zu reduzieren und Ihre OEE zu steigern.

Diese Inhalte erwarten die Teilnehmenden im Workshop:

Ist-Analyse

Wir erarbeiten gemeinsam die finanziellen Auswirkungen eines Maschinenstillstands und die heutigen Herausforderungen der Instandhaltung im Falle eines Stillstands.

Interaktive Live-Demo

Anhand einer Live-Demo erleben wir, wie ein KI-Assistent hilft, eine Maschinenstörung schnellstmöglich zu beheben und wie Sie diesen KI-Assistenten in wenigen einfachen Schritten für Ihren Maschinenpark nutzbar machen können.

Ziel-Zustand

Wie sieht die Zukunft der Maschinenbedienung und Instandhaltung aus? 

Konkrete Handlungsableitung - Nächste Schritte

Wie sehen Ihre nächsten Schritte hin zu einer KI-unterstützten Maschineninstandhaltung aus?

Matrixproduktionen zeichnen sich durch flexibel-verkettete Prozessmodule aus, die auftragsspezifisch angesteuert werden. Ein Prozessmodul kann eine einzelne Station/Zelle oder auch ein verketteter Abschnitt sein. Die Gestaltung erfolgt anforderungsbezogen. Durch die flexible Verkettung eröffnen sich neue Möglichkeiten in der Strukturgestaltung und dem operativen Betrieb. Drei Potentiale sollen in dem Vortrag

gezielt betrachtet und mit Beispielen vorgestellt werden. Ein Reifegradmodell zur Einführung von Matrixproduktionen mit Good-Practices setzt den Abschluss und Ausblick des Vortrags. Die Potential im Fokus

sind:

• Automatisierung: Prozessmodule können wiederholt angefahren werden. Dies führt zur Bündelung von ähnlichen Prozessvorgängen an einzelnen Ressourcen. Diese können somit schneller wirtschaftlich automatisiert werden.
• Produktivität: Gleichzeitig kann die Entkopplung einzelner Abschnitte genutzt werden, um die Abschnitte in sich zu harmonisieren und die Produktivität zu erhöhen. Untersuchungen zeigen, dass die gezielte Trennung von gleichmäßigen und schwankenden Prozessen eine optimierte Austaktung der gleichmäßigen Prozesse ermöglicht.
• Energiemanagement: Die Energiepreise und der Produktmix schwanken über den Tag und die Woche. Durch eine intelligente Auftragsplanung und -steuerung können energieintensive Prozesse in preisgünstige Zeiträume gelegt und somit ein kostensparendes Energiemanagement betrieben werden.

Die Matrixproduktion birgt Vorteile, die von vielen Unternehmen noch nicht genutzt werden. Die Gestaltung und Einführung der Systeme ist jedoch nicht trivial und erfordert eine gezielte Anpassung der Ressourcen, Prozesse und Infrastruktur. Der Einblick in ein Reifegradmodell mit der Einordnung von Good-Practices der deutschen Industrie zeigt die Möglichkeit einer schrittweisen Umsetzung auf, um Hürden bei interessierten Unternehmen zu nehmen sowie individuelle Schwerpunkte zu identifizieren.

Daten und Konnektivität sind für Werkzeugmaschinen unverzichtbar, um Prozesse zu optimieren und die Produktion agiler, flexibler und performanter zu machen. Genau aus diesem Grund ist Vernetzung jedoch kein Selbstzweck – sie muss stets im Kontext der jeweiligen Anwendung gesehen und auf den Use Case des Anwenders abgestimmt sein, damit sich die Investition auch in einer besseren Leistung der Maschine und des Prozesses widerspiegelt.

Jede bestehende Produktion ist ein eigenes Ökosystem für sich – Prozesse sind eigenständig und doch alle miteinander vernetzt. Um auf wechselnde Anforderungen zu reagieren und gleichzeitig unsere Effizienz zu steigern, verändern wir unsere Abläufe stetig. Umso minimalinvasiv wie möglich in dieses Ökosystem einzugreifen, befinden wir uns auf dem Weg zu einer komplett digital vernetzten Fabrik.

Neben Produktionsdaten werden Anlagen- und Gebäudedaten erhoben, die es uns ermöglichen, Kennzahlen zu Energieverbräuchen, Stillständen oder Umgebungsdaten (Licht, Temperatur, …) transparent zu machen, zu analysieren und automatisiert darauf zu reagieren. Nicht zuletzt aus der Perspektive der Nachhaltigkeit ist das gewinnbringend.

Klar ist, der Weg zur digital vernetzen Fabrik ist der richtige. Doch welche Hürden müssen auf ihm genommen werden und wie können sie gelöst werden? Die Integration der unzähligen Datenpunkte sowie das Management von Assets und die dadurch entstehenden Kosten stellen hier die wesentlichen Punkte dar.

Unser Game Changer: Auf Basis von Manufacturing-X und dem Standard der Asset Administration Shell haben wir ein Tool geschaffen, in dem sämtliche Assets verwaltet werden können. Informationen über Komponenten und ihren Standort sowie verknüpfte Datenpunkte werden zentral in einer Software organisiert. Der Einstieg funktioniert dabei über einen QR-Code, was die Dauer und den Aufwand der Integration von neuen Datenpunkten um ein Vielfaches reduziert.

In dem Vortrag zeigen wir mit unserem Best Practice, wie der Industriestandard der Asset Administration Shell verwendet werden kann, um Assets und Datenpunkte digital zu orchestrieren.

Die Suche nach Effizienzsteigerungen ist täglicher Begleiter in der Produktion. Die nächsten großen Hebel liegen in der Digitalisierung. Wie wichtig hierbei das Zusammenspiel von tiefgreifendem Expertenwissen und künstlicher Intelligenz ist, wird am Beispiel der Stanz-Laser Technologie von TRUMPF deutlich.

Optimierungspotentiale durch höhere Maschinen- und Anlagenproduktivität werden zunehmend kleiner. Hochautomatisierte Systeme werden selbst zur Herausforderung in der Auftragsplanung, Programmierung und Bedienung. Diese neue Komplexität führt zu Ineffizienzen, zusätzlich verstärkt durch den Fachkräftemangel. Zudem fehlt oft schlicht und einfach die Zeit zur Optimierung.

Logischer nächster Schritt ist daher die Automatisierung der Abläufe in Arbeitsvorbereitung, Programmierung und Maschinenbedienung. Das Handwerkszeug hierfür sind Algorithmen und künstliche Intelligenz. Aber erst durch Felddaten aus der Maschinennutzung und tiefem Expertenwissen für deren Interpretation ergeben sich völlig neue Möglichkeiten.

Der Runability Guide von TRUMPF bewertet NC-Programme auf Basis von Lerndaten und künstlicher Intelligenz. Der Programmierer kann so zuverlässig einschätzen, ob potenzielle Stillstandsrisiken und Ineffizienzen im NC-Code enthalten sind. In der Auftragsplanung hilft die Bewertung bei der Zuordnung des Auftrags in die beaufsichtigte Frühschicht oder die

unbeaufsichtigte Nachtschicht. Der Maschinenbediener erkennt sofort, ob er an der Maschine bleiben sollte oder sich um Nebenprozesse wie die Werkzeugvorbereitung kümmern kann.

Der Lösungsansatz von GoBIC nähert sich dem Problem von einer anderen Seite. Ein Team aus Anwendungsexperten analysiert die digitale Nutzungsdaten der Maschinen. Ungenutzte Potentiale der Maschinen werden so schnell sichtbar. Ist das Problem verstanden und gelöst, werden alle betroffenen Nutzer informiert. Anwender in der Programmierung und an der Maschine erhalten eine individuelle Hilfestellung durch digitale Lösungsangebote. Die beiden Ansätze ergänzen sich gegenseitig. Das Expertenwissen von GoBIC trainiert den

Runability Guide, sodass das Wissen der Experten maximal im Feld skaliert. Das Expertenteam macht sich währenddessen auf die Suche nach immer neuen Potentialen.

Das Beispiel zeigt: Felddaten, Expertenwissen, und intelligente Algorithmen ergänzen sich und schaffen die Grundlage für den nächsten großen Produktivitätshub in der Produktion. Gehen wir es gemeinsam an!

Digitalisierung muss nicht alles auf den Kopf stellen. Im Kern geht es darum, qualitativ hochwertige Produkte an den Kunden zu liefern, unabhängig davon, ob man im Einkauf, in der Produktion oder im Management tätig ist.

Der Fokus der Zukunft muss darauf liegen, Prozesse zu optimieren, die die Wertschöpfung steigern und die Zusammenarbeit zwischen Abteilungen sowie die Schnittstellen zwischen Mensch und Maschine verbessern. KI und digitale Werkzeuge spielen dabei eine Schlüsselrolle, um Mitarbeitende breiter aufzustellen und vielseitiger einzusetzen.

Digitale Werkzeuge können helfen, Abläufe schlanker und effizienter zu gestalten. Werden diese richtig eingesetzt, helfen sie Unternehmen, die Wettbewerbsfähigkeit zu steigern, ohne dass dies einen kompletten Umbruch der bisherigen Arbeitsweise erfordert. Dadurch wird auch die Akzeptanz in der Belegschaft gefördert, den Change mitzutragen und gemeinsam das Unternehmen zu transformieren.

Novo AI GmbH revolutioniert die Produktionsprozesse durch den Einsatz von Künstlicher Intelligenz und bietet KMUs maßgeschneiderte, fortschrittliche Lösungen zur Optimierung ihrer Fertigung. Unsere modernen AVa-Sensoren in Kombination mit der Watchmen KI-Plattform ermöglichen die präzise Überwachung und Analyse der Maschinenleistung in Echtzeit. Diese Technologie führt nicht nur zu einer signifikanten Reduktion von Stillstandzeiten, sondern steigert auch die Gesamtanlageneffektivität (OEE) erheblich. 

Indem wir Produktionsleitern ermöglichen, mit Echtzeitdaten fundierte Entscheidungen zu treffen, setzt Novo AI neue Maßstäbe in der Fertigungsindustrie. Unsere Lösungen erlauben eine vorausschauende Wartungsplanung, die ungeplante Ausfälle vermeidet und die Betriebskosten deutlich senkt. Die Implementierung bei der H.Diebold Goldring GmbH & Co. etwa führte zu einer Verdoppelung der OEE und einer erheblichen Reduktion der Leerlaufzeiten (4698 Stunden), was die Produktivität und Effizienz nachhaltig verbessert. 

Unser Ansatz bei Böllhof mit der Predictive Maintenance-Lösung zeigt, wie vorhergesagte Maschinenausfälle (Tage im Voraus) proaktiv gemanagt werden können, was nicht nur die Lebensdauer der Maschinen verlängert, sondern auch erhebliche Kosteneinsparungen mit sich bringt. Diese Fallbeispiele unterstreichen, wie Novo AI durch innovative, datengesteuerte Lösungen die Produktionslandschaft verändert. 

Wir präsentieren diese Transformationen durch detaillierte Einblicke in unsere Technologie und deren Anwendung in realen Produktionsumgebungen. Wir zeigen, wie unsere KI-gestützten Analysen und prädiktiven Wartungssysteme nicht nur Herausforderungen adressieren, sondern auch konkrete, messbare Verbesserungen erzielen. Novo AI am unterstützt Produktionsleiter darin unterstützen, ihre Betriebe effizienter und nachhaltiger zu gestalten und gleichzeitig die Zukunft der Industrie mitzugestalten.