Nicht erst seit ChatGPT ist künstliche Intelligenz in aller Munde; bereits seit den 1950er Jahren werden Ansätze entwickelt. Doch erst durch die verfügbare Hardwareleistung erfuhr die Technologie in den letzten Jahren einen rasanten Entwicklungsschub. Auch für Automobilzulieferer und die Transformation ihrer Branche kann die KI eine Schlüsselrolle einnehmen, zum Beispiel beim Familienunternehmen Brose.

Von der Entwicklung über die Produktion und das Produkt bis hin zur Verwaltung – es finden sich unterschiedliche Anwendungsfälle für künstliche Intelligenz bei Brose. Für das Unternehmen sind KI-Technologien und Methoden Instrumente für die Entstehung von Innovationen, Steigerung der Kosteneffizienz, Sicherung der Qualität und damit einhergehend für die Stärkung der Wettbewerbsfähigkeit. Ein interdisziplinäres Team aus IT- und Digitalisierungsexperten entwickelt und implementiert gemeinsam mit den Fachbereichen Lösungen für vielfältige Problemstellungen.

Daten müssen zu Informationen werden

Neben Vorteilen und Chancen gibt es auch große Herausforderungen. Daten allein sind keine Basis für einen erfolgreichen Einsatz von künstlicher Intelligenz. Erst wenn die Daten im Kontext zu verwertbaren Informationen werden und kontinuierlich verfügbar sind, lässt sich Nutzen aus den Möglichkeiten der KI ziehen. Daher ist ein fortlaufender Prozess bei Brose die Arbeit an der standardisierten und durchgängigen Datenerzeugung sowie Datenqualität. In diesem Zuge sollen unter anderem der Aufwand und die Fehleranfälligkeit eliminiert werden, die beim manuellen Übertragen von Daten zwischen Tools und Datenbanken entstehen. Ziel ist es, eine Plattform aufzubauen, die mehrere Anwendungen und Informationen verknüpft und Daten transparent bereitstellt, in Echtzeit auswertet und Entscheidungen ableitet. In Zukunft können auf deren Grundlage weitere Anwendungsfälle implementiert, die Kommunikation über die gesamte Supply-Chain-Prozesskette optimiert und Prognosen und Strategien genauer abgeleitet werden.

Effizienzsteigerung in der Entwicklungsphase

Bereits heute nutzt Brose einen auf künstlicher Intelligenz basierenden Ansatz, der Produktkonstrukteure im Entwicklungsprozess unterstützt und diesen so deutlich beschleunigt: Jede technische Zeichnung muss vor der Freigabe für Folgeprozesse auf eine Vielzahl an Kriterien geprüft werden. Das geschah früher vollständig manuell und mit einem großen Zeitaufwand. Brose zog daher bekannte Methoden aus der KI-Forschung heran, passte diese an und entwickelte eine eigene KI-basierte Lösung, um Zeichnungsprüfungen effizienter auszuführen. Die Dateien werden mithilfe eines automatischen Bild- und Texterkennungsverfahrens geprüft und die Ergebnisse in einem vom System generierten Bericht zusammengefasst. Auf diese Weise sind Zeichnungsfehler bei der finalen Freigabe automatisch erkenn- und nachvollziehbar. Daraus resultiert eine standardisierte Fehlerbehandlung, die den manuellen Zeit- und Arbeitsaufwand reduziert und zu einer jährlichen Kosteneinsparung im fünfstelligen Bereich führt.

Intelligente Fertigungstechnologien sichern das Qualitätsniveau

Auch in der Fertigung ist der Einsatz von künstlicher Intelligenz ein vielversprechender Ansatz. Durch die Optimierung von Produktionslinien auf Basis von intelligenter Überwachung, Datenanalyse und Inspektionssystemen steigert Brose deutlich die Effizienz der Qualitätssicherung. Beispielhaft sind hierfür SMT-Bestückungslinien in der Elektronikfertigung. SMT steht hierbei als Abkürzung für „Surface Mounted Technology“ und bezeichnet eine Montagetechnik, bei der eine Leiterplattenoberfläche mit miniaturisierten Elektronikbauteilen bestückt wird. Bei Brose werden rund 300.000 Komponenten pro Stunde mithilfe eines automatischen, optischen Inspektionssystems innerhalb einer Elektronikproduktionslinie überprüft. Die vorherige Bildverarbeitung ohne künstliche Intelligenz erreichte dabei eine Genauigkeit zwischen 85 und 95 Prozent. Nicht eindeutige Ergebnisse müssen manuell nachkontrolliert und in Realfehler und Pseudofehler klassifiziert werden. Beeinträchtigungen durch Bauteiltoleranzen, die Lötstellenqualität, Reflexionen oder Fremdlichteinflüsse können beispielsweise Gründe für einen Pseudofehler sein. Durch den Einsatz maschinellen Lernens sind die eigens entwickelten KI-Modelle in der Lage, diese irrtümlichen Mängel zu erkennen. Der Erfolg ist eindeutig: Die Erstausbringung ließ sich auf bis zu 99 Prozent steigern und der manuelle Prüfaufwand um 80 Prozent senken. Ein weiteres Einsatzgebiet von künstlicher Intelligenz ist das Produkt selbst. KI eignet sich sowohl für die Integration in bestehende Brose Komponenten und Systeme als auch zur Entwicklung innovativer Ansätze für neue Mobilitätserlebnisse.

www.brose.com