KI könnte die Zukunft der Qualitätskontrolle werden, insbesondere wenn es um Präzision in der Fertigung geht. Dabei sollen manuelle Prozess von KI-gestützter Effizienz profitieren.Ground Picture / Shutterstock Künstliche Intelligenz (KI) breitet sich immer weiter aus und macht sich auch in alteingesessenen Betrieben bemerkbar. Firmen, die zum Beispiel Grundmaschinen einsetzen, um Stahlkugellager zu schleifen, gehen seit etwa 1900 immer noch nach demselben Muster vor. Die Hersteller automatisieren die Geräte, sowie alles, was mit ihnen zusammenhängt, jedoch immer weiter. Heute wird der Prozess von einem Förderband angetrieben und läuft größtenteils ohne menschliches Zutun ab. Die Zukunft der Qualitätskontrolle mit KI Läuft die Herstellung selbst automatisch, kommt der Mensch ins Spiel, um herauszufinden, wann etwas schief läuft. Nun könnte selbst das bald der KI überlassen werden. So auch bei den Metallkugeln, die der Maschinenbauer Schaeffler in einem Werk in Homburg, fertigt. Die vielseitigen Bauteile kommen in Kugellagern zum Einsatz, etwa in Drehbänken oder Automotoren. Das Unternehmen stellt sie aus Stahldraht her, der geschnitten und zu groben Kugeln gepresst wird. Diese Rohlinge werden anschließend gehärtet und in drei Schritten bis auf ein Zehntel Mikrometer genau kugelförmig geschliffen. Von Daten zu Erkenntnissen Die Fehlererkennung in der Produktion, insbesondere bei solchen Größen, ist oft komplex, da Ursachen nicht sofort ersichtlich sind. Das Unternehmen muss deshalb verschiedene Anlagendaten vergleichen, um Probleme zu identifizieren. Künftig könnten Maschinen diese Aufgabe übernehmen: Schaeffler nutzt bereits den Factory Operations Agent von Microsoft. Das ist ein KI-gestütztes Tool, das Defekte und Ineffizienzen analysiert. Damit ähnelt es generativer KI wie ChatGPT, ist aber speziell für Fabriken entwickelt worden. Schaeffler benötigte eine skalierbare Lösung für über 100 Werke, um Produktionsanalysen zu beschleunigen sowie die Effizienz und die Qualität zu optimieren. In Zusammenarbeit mit dem IT-Dienstleister Avanade wurden Manufacturing Data Solutions in Microsoft Fabric und der Factory Operations Agent in Azure AI pilotiert. Die Lösung harmonisiert Fabrikdaten und ermöglicht Mitarbeitenden, durch natürliche Spracheingaben Erkenntnisse zu gewinnen. Die Stärke liegt dabei in der Verbindung zwischen der OT-Datenplattform und KI-gestützter Analyse, so die beiden Beteiligten. Überbrückung der IT/OT-Lücke in der Fertigung Der eingesetzte Factory Operations Agent ist keine agentenbasierte KI, sondern ein datenbasiertes Tool, um Nutzerfragen zu beantworten. Mit Microsofts Copilot-Studio kann er grundlegende Befehle ausführen, trifft jedoch keine eigenen Entscheidungen. Besonders in der Fertigung hilft das Tool, Daten aus verschiedenen Systemen zu vergleichen und so die IT/OT-Lücke zu überbrücken. Dadurch kann es Fehleranalysen in Fabriken dialogorientiert unterstützen. Der Factory Operations Agent soll noch dieses Jahr in die öffentliche Vorschau gehen und für Azure-KI-Nutzer verfügbar sein. Doch es gibt viele konkurrierende Systeme, da die Fertigung für Tech-Unternehmen ein lukrativer Markt ist. Google hat kürzlich seine Manufacturing Data Engine aktualisiert und sowohl Microsoft als auch Google bieten Plattformen für Entwickler an. Experten warnen jedoch, dass der KI-Einsatz in der Industrie Sicherheitsrisiken mit sich bringt, insbesondere wenn Nutzer Fehlfunktionen nicht rechtzeitig erkennen. Fragen verstehen und in Daten übersetzen Laut Microsoft ist der Factory Operations Agent in der Lage, Fragen zu verstehen und sie präzise und genau in standardisierte Datenmodelle zu übersetzen. Für Schaeffler bedeutet der Wechsel zu KI-gesteuerten Erkenntnissen, dass die Belegschaft mithilfe des Agenten leicht auf Kennzahlen wie Ausschussraten, Ausbeute (der Anteil der brauchbaren oder akzeptablen Komponenten) und Energieverbrauch zugreifen können. Zuvor verbrachten Ingenieure Stunden damit, die genauen Gründe für Ausfallzeiten zu ermitteln. Jetzt können sie den Agenten einfach fragen, was das Problem verursacht hat und erhalten sofort eine detaillierte Antwort, so das Unternehmen.
KI übernimmt die Qualitätskontrolle bei der Schaeffler Group
KI könnte die Zukunft der Qualitätskontrolle werden, insbesondere wenn es um Präzision in der Fertigung geht. Dabei sollen manuelle Prozess von KI-gestützter Effizienz profitieren.Ground Picture / Shutterstock Künstliche Intelligenz (KI) breitet sich immer weiter aus und macht sich auch in alteingesessenen Betrieben bemerkbar. Firmen, die zum Beispiel Grundmaschinen einsetzen, um Stahlkugellager zu schleifen, gehen seit etwa 1900 immer noch nach demselben Muster vor. Die Hersteller automatisieren die Geräte, sowie alles, was mit ihnen zusammenhängt, jedoch immer weiter. Heute wird der Prozess von einem Förderband angetrieben und läuft größtenteils ohne menschliches Zutun ab. Die Zukunft der Qualitätskontrolle mit KI Läuft die Herstellung selbst automatisch, kommt der Mensch ins Spiel, um herauszufinden, wann etwas schief läuft. Nun könnte selbst das bald der KI überlassen werden. So auch bei den Metallkugeln, die der Maschinenbauer Schaeffler in einem Werk in Homburg, fertigt. Die vielseitigen Bauteile kommen in Kugellagern zum Einsatz, etwa in Drehbänken oder Automotoren. Das Unternehmen stellt sie aus Stahldraht her, der geschnitten und zu groben Kugeln gepresst wird. Diese Rohlinge werden anschließend gehärtet und in drei Schritten bis auf ein Zehntel Mikrometer genau kugelförmig geschliffen. Von Daten zu Erkenntnissen Die Fehlererkennung in der Produktion, insbesondere bei solchen Größen, ist oft komplex, da Ursachen nicht sofort ersichtlich sind. Das Unternehmen muss deshalb verschiedene Anlagendaten vergleichen, um Probleme zu identifizieren. Künftig könnten Maschinen diese Aufgabe übernehmen: Schaeffler nutzt bereits den Factory Operations Agent von Microsoft. Das ist ein KI-gestütztes Tool, das Defekte und Ineffizienzen analysiert. Damit ähnelt es generativer KI wie ChatGPT, ist aber speziell für Fabriken entwickelt worden. Schaeffler benötigte eine skalierbare Lösung für über 100 Werke, um Produktionsanalysen zu beschleunigen sowie die Effizienz und die Qualität zu optimieren. In Zusammenarbeit mit dem IT-Dienstleister Avanade wurden Manufacturing Data Solutions in Microsoft Fabric und der Factory Operations Agent in Azure AI pilotiert. Die Lösung harmonisiert Fabrikdaten und ermöglicht Mitarbeitenden, durch natürliche Spracheingaben Erkenntnisse zu gewinnen. Die Stärke liegt dabei in der Verbindung zwischen der OT-Datenplattform und KI-gestützter Analyse, so die beiden Beteiligten. Überbrückung der IT/OT-Lücke in der Fertigung Der eingesetzte Factory Operations Agent ist keine agentenbasierte KI, sondern ein datenbasiertes Tool, um Nutzerfragen zu beantworten. Mit Microsofts Copilot-Studio kann er grundlegende Befehle ausführen, trifft jedoch keine eigenen Entscheidungen. Besonders in der Fertigung hilft das Tool, Daten aus verschiedenen Systemen zu vergleichen und so die IT/OT-Lücke zu überbrücken. Dadurch kann es Fehleranalysen in Fabriken dialogorientiert unterstützen. Der Factory Operations Agent soll noch dieses Jahr in die öffentliche Vorschau gehen und für Azure-KI-Nutzer verfügbar sein. Doch es gibt viele konkurrierende Systeme, da die Fertigung für Tech-Unternehmen ein lukrativer Markt ist. Google hat kürzlich seine Manufacturing Data Engine aktualisiert und sowohl Microsoft als auch Google bieten Plattformen für Entwickler an. Experten warnen jedoch, dass der KI-Einsatz in der Industrie Sicherheitsrisiken mit sich bringt, insbesondere wenn Nutzer Fehlfunktionen nicht rechtzeitig erkennen. Fragen verstehen und in Daten übersetzen Laut Microsoft ist der Factory Operations Agent in der Lage, Fragen zu verstehen und sie präzise und genau in standardisierte Datenmodelle zu übersetzen. Für Schaeffler bedeutet der Wechsel zu KI-gesteuerten Erkenntnissen, dass die Belegschaft mithilfe des Agenten leicht auf Kennzahlen wie Ausschussraten, Ausbeute (der Anteil der brauchbaren oder akzeptablen Komponenten) und Energieverbrauch zugreifen können. Zuvor verbrachten Ingenieure Stunden damit, die genauen Gründe für Ausfallzeiten zu ermitteln. Jetzt können sie den Agenten einfach fragen, was das Problem verursacht hat und erhalten sofort eine detaillierte Antwort, so das Unternehmen.
KI übernimmt die Qualitätskontrolle bei der Schaeffler Group KI könnte die Zukunft der Qualitätskontrolle werden, insbesondere wenn es um Präzision in der Fertigung geht. Dabei sollen manuelle Prozess von KI-gestützter Effizienz profitieren.Ground Picture / Shutterstock Künstliche Intelligenz (KI) breitet sich immer weiter aus und macht sich auch in alteingesessenen Betrieben bemerkbar. Firmen, die zum Beispiel Grundmaschinen einsetzen, um Stahlkugellager zu schleifen, gehen seit etwa 1900 immer noch nach demselben Muster vor. Die Hersteller automatisieren die Geräte, sowie alles, was mit ihnen zusammenhängt, jedoch immer weiter. Heute wird der Prozess von einem Förderband angetrieben und läuft größtenteils ohne menschliches Zutun ab. Die Zukunft der Qualitätskontrolle mit KI Läuft die Herstellung selbst automatisch, kommt der Mensch ins Spiel, um herauszufinden, wann etwas schief läuft. Nun könnte selbst das bald der KI überlassen werden. So auch bei den Metallkugeln, die der Maschinenbauer Schaeffler in einem Werk in Homburg, fertigt. Die vielseitigen Bauteile kommen in Kugellagern zum Einsatz, etwa in Drehbänken oder Automotoren. Das Unternehmen stellt sie aus Stahldraht her, der geschnitten und zu groben Kugeln gepresst wird. Diese Rohlinge werden anschließend gehärtet und in drei Schritten bis auf ein Zehntel Mikrometer genau kugelförmig geschliffen. Von Daten zu Erkenntnissen Die Fehlererkennung in der Produktion, insbesondere bei solchen Größen, ist oft komplex, da Ursachen nicht sofort ersichtlich sind. Das Unternehmen muss deshalb verschiedene Anlagendaten vergleichen, um Probleme zu identifizieren. Künftig könnten Maschinen diese Aufgabe übernehmen: Schaeffler nutzt bereits den Factory Operations Agent von Microsoft. Das ist ein KI-gestütztes Tool, das Defekte und Ineffizienzen analysiert. Damit ähnelt es generativer KI wie ChatGPT, ist aber speziell für Fabriken entwickelt worden. Schaeffler benötigte eine skalierbare Lösung für über 100 Werke, um Produktionsanalysen zu beschleunigen sowie die Effizienz und die Qualität zu optimieren. In Zusammenarbeit mit dem IT-Dienstleister Avanade wurden Manufacturing Data Solutions in Microsoft Fabric und der Factory Operations Agent in Azure AI pilotiert. Die Lösung harmonisiert Fabrikdaten und ermöglicht Mitarbeitenden, durch natürliche Spracheingaben Erkenntnisse zu gewinnen. Die Stärke liegt dabei in der Verbindung zwischen der OT-Datenplattform und KI-gestützter Analyse, so die beiden Beteiligten. Überbrückung der IT/OT-Lücke in der Fertigung Der eingesetzte Factory Operations Agent ist keine agentenbasierte KI, sondern ein datenbasiertes Tool, um Nutzerfragen zu beantworten. Mit Microsofts Copilot-Studio kann er grundlegende Befehle ausführen, trifft jedoch keine eigenen Entscheidungen. Besonders in der Fertigung hilft das Tool, Daten aus verschiedenen Systemen zu vergleichen und so die IT/OT-Lücke zu überbrücken. Dadurch kann es Fehleranalysen in Fabriken dialogorientiert unterstützen. Der Factory Operations Agent soll noch dieses Jahr in die öffentliche Vorschau gehen und für Azure-KI-Nutzer verfügbar sein. Doch es gibt viele konkurrierende Systeme, da die Fertigung für Tech-Unternehmen ein lukrativer Markt ist. Google hat kürzlich seine Manufacturing Data Engine aktualisiert und sowohl Microsoft als auch Google bieten Plattformen für Entwickler an. Experten warnen jedoch, dass der KI-Einsatz in der Industrie Sicherheitsrisiken mit sich bringt, insbesondere wenn Nutzer Fehlfunktionen nicht rechtzeitig erkennen. Fragen verstehen und in Daten übersetzen Laut Microsoft ist der Factory Operations Agent in der Lage, Fragen zu verstehen und sie präzise und genau in standardisierte Datenmodelle zu übersetzen. Für Schaeffler bedeutet der Wechsel zu KI-gesteuerten Erkenntnissen, dass die Belegschaft mithilfe des Agenten leicht auf Kennzahlen wie Ausschussraten, Ausbeute (der Anteil der brauchbaren oder akzeptablen Komponenten) und Energieverbrauch zugreifen können. Zuvor verbrachten Ingenieure Stunden damit, die genauen Gründe für Ausfallzeiten zu ermitteln. Jetzt können sie den Agenten einfach fragen, was das Problem verursacht hat und erhalten sofort eine detaillierte Antwort, so das Unternehmen.