Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Wo lag die größere Herausforderung eher bei der eingesetzten Hardware oder eher bei der Programmierung der KI? Lassen Sie es mich so formulieren Die Herausforderung war es das KI-Modell auf die Hardware einzubetten Mit dem Schritt schnell ein KI-Modell mithilfe passender Bibliotheken aufzubauen und sehr gute Vorhersagen zu treffen war diese Challenge noch nicht gelöst Das von uns passend zugeschnittene Modell musste auf den Smart Sensor mit seinen entsprechenden Restriktionen implementiert werden Für diese Herausforderung haben wir das Startup Coderitter in das Projekt-Team integriert das sich diesem wichtigen Meilenstein erfolgreich angenommen hat Waren die Anforderungen an die Lösung bei dem Halbleiterhersteller höher als in anderen Industrien? Halbleiterhersteller weisen im Vergleich zu anderen Industrien einen sehr hohen Digitalisierungsreifegrad auf In der Produktion gibt es dennoch kritische Prozesse und Infrastrukturkomponenten die durch flexible und einfach integrierbare Lösungen resilienter gestaltet werden können Zugleich muss jedoch dafür Sorge getragen werden dass sich – wie in unserem Fall – eine solche Predictive-Maintenance-Lösung gut in das Gesamtkonzept des Facility Management und Datenmanagement der Globalfoundries einfügt Dies konnten wir mit unsere Edge-AI-Lösung im beschriebenen Szenario sehr gut aufzeigen Wo sehen Sie in den kommenden Jahren das größte Wachstumspotenzial für Predictive Maintenance? Was sind die Einsatzfelder? Die rasante Technologieentwicklung von leistungsstarken Prozessoren wird in Zukunft die vereinfachte Implementierung von KI-Modellen auf einem Edge-Device ermöglichen Darüber hinaus werden mehr und mehr Standard-Use-Cases erschlossen und entsprechende Bibliotheken bereitgestellt die den Zugang für Unternehmen erleichtern Einsatzfelder im Industrial IoT werden nun immer mehr Komponenten Maschinen oder allgemein Orte die smarte Services integrieren können und einen hohen Nutzen durch optimierte Wartungszyklen und frühzeitige Ausfallerkennung ermöglichen Ich sehe Predictive Maintenance primär in der Edge aber kann es auch Anwendungen in einem größeren Maßstab geben? Wie fügt sich das Thema in das Gesamtbild der vernetzten Industrieanlage ein? Wir glauben dass ein Großteil der Daten on Edge bearbeitet werden kann Für ein Device Management und die Optimierung von KI-Modellen sind Cloud Services jedoch zweckmäßig wenn nicht unerlässlich Hier werden Anwenderunternehmen auf Basis Ihrer Strategie weiterhin entscheiden wie stark sie datengetriebene Services von unterschiedlichen Lieferanten auswählen oder intern Knowhow zur Integration und Betrieb von Predictive-Maintenance-Lösungen aufbauen Dies wird eine Ergänzung zu Maschinendaten bilden welche über übliche SPS-Steuerung und Daten zur Einhaltung einer Lieferspezifikation hinausgeht Haben Sie schon ein neues Projekt im Bereich Predictive Maintenance über das Sie sprechen können? Das Thema Predictive Maintenance bildet weiterhin einen zentralen Bestandteil unser Innovationsprojekte In unserer aktuellen Digital Product Factory unserem 3-monatigen Co-Innnovationsformat bauen wir eine Robot-Payper-Use-Lösung auf in der wir in einem Bestandteil des Projekts Roboterdaten mit dem „Predictive Assets Insights“-Modul von SAP auswerten Dies liefert uns neben Erkenntnissen über den Gesundheitszustand unserer Roboterkollegen auch Einblicke welche Tätigkeiten überhaupt und wie genau sie diese ausführen was wiederum wertvolle Informationen über das Produkt die Umwelt oder die Interaktion mit Menschen zulässt Auch hier wird es in der Zukunft darum gehen Roboter für mehr Unternehmen zugänglich zu machen Predictive-Maintenance-Lösungen helfen uns diesen menschlichen Helfer noch besser und zuverlässiger werden zu lassen Wir freuen uns bereits auf die nächste Digital Product Factory im zweiten Halbjahr in der wir wieder Maßstäbe im Bereich Predictive Maintenance durch Co-Innovation setzen | dsc Smart Systems www smartsystemshub de 11 www industrialproduction de Die rasante Entwicklung leistungsstarker Prozessoren erleichtert künftig die Implementierung von KI-Modellen auf Edge-Devices Hans Klingstedt Senior Project Manager bei Smart Systems Bild Smart Systems