Industrie 4.0 - Fluch oder Segen?
Wie stehen unsere Chancen?
Kennst Du das, der Mitarbeiter, der für die Schicht eingeteilt war, ist kurzfristig ausgefallen.
Doch keine Angst vor komplexen Anlagen - wie KI und Datenbrillen Fehlbedienungen unmöglich machen!
Moderne Produktionsanlagen in der Fertigungsindustrie erreichen heute eine beeindruckende Leistungsfähigkeit. Gleichzeitig steigt jedoch die technische Komplexität der Maschinen exponenzial an. Hochflexible Fertigungszellen, mechatronische Systeme und mehrachsige Bearbeitungszentren erfordern ein tiefes Prozesswissen, das Bedienern im Alltag immer mehr abverlangt.
Ein einziger falscher Handgriff, ein falsch eingegebener Parameter am Touchpanel oder ein missverstandener Warnhinweis kann gravierende Folgen haben. Kostspielige Stillstandzeiten der gesamten Linie, Ausschuss ganzer Chargen oder im schlimmsten Fall teure Maschinenschäden und Sicherheitsrisiken für das Personal.
In Zeiten des steigenden Fachkräftemangels verschärft sich dieses Problem zusehends. Erfahrene Bediener, die eine Anlage über Jahre hinweg „im Gefühl“ hatten, gehen schrittweise in den Ruhestand. Neues, temporäres oder gar fachfremdes Personal muss in immer kürzerer Zeit eingearbeitet werden, um die Produktion aufrechtzuerhalten.
Die Lösung für diesen Zielkonflikt liegt in einer intelligenten digitalen Assistenztechnologie: Die Symbiose aus Künstlicher Intelligenz (KI) und digitalen Datenbrillen (Augmented Reality / AR).
▶️ Vollständigen Beitrag weiterlesen
Die Kernherausforderung – was wenn Komplexität das Risiko erhöht
In vielen mittelständischen und industriellen Fertigungsbetrieben lässt sich ein wiederkehrendes Muster beobachten:
- Analoge oder statische Dokumentation: Dicke Papierhandbücher, vielseitige PDF-Dateien oder verschachtelte Menüstrukturen auf Maschinendisplays bremsen den Arbeitsfluss aus. Im Hektikfall schlägt niemand ein 200-seitiges Handbuch nach.
- Hohe Abhängigkeit von Expertenwissen: Tritt ein unvorhergesehenes Problem auf oder muss ein seltenes Werkzeug gewechselt werden, hängt der Erfolg oft an einzelnen „Schlüsselpersonen“. Sind diese nicht im Dienst, steht die Anlage.
- Menschliche Fehlerquellen bei Routinearbeiten: Auch routinierten Bedienern unterlaufen Fehler – sei es durch Ablenkung, Schichtmüdigkeit oder mangelnde Routine bei selten genutzten Anlagenteilen.
Ein digitales Assistenzsystem auf Basis von KI und AR setzt genau an diesen Schwachstellen an. Es verlagert das benötigte Wissen aus dicken Handbüchern und den Köpfen einzelner Experten direkt in das Sichtfeld der Person, die vor der Maschine steht.
Wie die Symbiose aus KI und Datenbrille funktioniert
Mit einer KI-gestützten Datenbrille verwandelt sich der Umgang mit hochkomplexen Systemen in einen geführten, interaktiven Prozess. Selbst Mitarbeiter, die noch nie zuvor an einer bestimmten Anlage gearbeitet haben, werden sicher durch jeden Arbeitsauftrag geleitet. Die Technologie agiert dabei wie ein digitaler Co-Pilot oder ein erfahrener Mentor, der jeden Schritt überwacht.
1. Visualisierung von Schritt-für-Schritt-Anleitungen (Spatial Computing)
Statt abstrakter Textanleitungen blendet die Datenbrille grafische Elemente direkt auf den realen Komponenten der Maschine ein. Pfeile, 3D-Modelle und farbige Hervorhebungen zeigen exakt, welcher Schalter umgelegt, welches Ventil gedreht oder welches Bauteil eingesetzt werden muss. Die reale Welt verschmilzt nahtlos mit der digitalen Information.
2. Proaktive Fehlervermeidung durch KI-Bildverarbeitung
Moderne Datenbrillen verfügen über integrierte Kamerasysteme, deren Videostream in Echtzeit von Algorithmen der Computer Vision analysiert wird. Die KI erkennt die Struktur der Anlage sowie die Hände des Bedieners.
- Greift der Mitarbeiter nach dem falschen Werkzeug, schlägt das System sofort optisch und akustisch Alarm.
- Setzt der Bediener ein Teil falsch herum ein, wird der nächste Prozessschritt im System nicht freigegeben.
- Erst wenn die KI den korrekten Handgriff visuell bestätigt hat, erscheint die Anweisung für den folgenden Schritt.
3. Kontextbezogene Live-Daten und Telemetrie
Bediener müssen nicht mehr zum Hauptterminal laufen, um Drücke, Temperaturen oder Durchflussmengen zu prüfen. Das System projiziert relevante Livedaten direkt an das jeweilige Bauteil – beispielsweise den aktuellen Druckwert schwebend neben dem physischen Manometer. Weicht ein Wert vom Soll ab, warnt die KI automatisch vor einer Fehlfunktion.
4. Interaktive Sprachsteuerung und Freihandbedienung
Ein wesentlicher Vorteil gegenüber Tablets oder Smartphones: Der Mitarbeiter behält beide Hände frei für die eigentliche Arbeit. Über integrierte Mikrofone und intelligente Sprachmodelle (NLP) kann der Bediener Rückfragen an das System stellen – beispielsweise: „Zeige mir das Drehmoment für Schraube B“ – und erhält die Antwort direkt ins Headset eingespielt.
Praxisbeispiele: Einsatz im realen Fertigungsalltag
Praxisbeispiel 1: Der komplexe Werkzeugwechsel
In einer Blechbearbeitung oder beim Spritzguss erfordert der Werkzeugwechsel absolute Präzision. Falsche Reihenfolgen beim Lösen oder Anziehen von Spannschrauben können zu Verzug oder Beschädigungen führen. Ein neuer Mitarbeiter setzt die Datenbrille auf und wählt das Rüstprogramm. Die KI führt ihn Schritt für Schritt durch die Prozedur:
- Das System hebt die zuerst zu lösende Schraube virtuell grün hervor und zeigt den passenden Drehmomentschlüssel an.
- Beim Einsetzen des neuen Werkzeugs prüft die KI-Kamera die korrekte Ausrichtung.
- Erst wenn alle Sensoren und visuellen Merkmale grün grünes Licht geben, gibt die KI die Testfahrt der Anlage frei.
Ergebnis: Der Rüstvorgang gelingt beim ersten Versuch absolut fehlerfrei, ohne dass ein erfahrener Kollege danebenstehen muss.
Praxisbeispiel 2: Geführte Störungsbehebung in der Nachtschicht
Mitten in der Nachtschicht stoppt eine Förderanlage mit einem kryptischen Fehlercode. Der zuständige Instandhalter ist nicht vor Ort. Der Schichtleiter zieht die Datenbrille an. Die KI analysiert den Fehlercode, gleicht ihn mit der Datenbank ab und identifiziert einen verschmutzten optischen Sensor im Inneren des Maschinengehäuses. Die Brille blendet eine Schritt-für-Schritt-Demontageanleitung ein. Sie zeigt exakt, welche Abdeckungen entfernt werden müssen und warnt vor dahinterliegenden Stromleitungen. Der Mitarbeiter reinigt den Sensor fachgerecht und nimmt die Anlage innerhalb von zehn Minuten wieder in Betrieb. Ein teurer Schichtausfall wird verhindert.
Konventionelle Bedienung vs. KI-unterstützte Assistenz
| Kriterium | Konventionelle Bedienung | KI & AR-Datenbrille |
|---|---|---|
| Einarbeitungszeit | Wochen bis Monate | Sofort einsatzbereit (Guided Workflow) |
| Fehlerquote | Hoch bei ungeschultem Personal | Nahezu 0 % durch visuelle Live-Prüfung |
| Wissenstransfer | Abhängig von anwesenden Experten | Digitalisiertes Expertenwissen jederzeit abrufbar |
| Arbeitssicherheit | Abhängig von Schulungsstand | Erhöht durch Warnhinweise im Sichtfeld |
| Dokumentation | Manuell und oft lückenhaft | Automatische Protokollierung aller Schritte |
Wirtschaftlicher Nutzen und ROI für Unternehmen
Der Einsatz von KI-Datenbrillen ist längst keine Spielerei für Innovationsabteilungen mehr, sondern bringt messbare wirtschaftliche Vorteile mit sich:
- Reduzierung von Stillstandzeiten: Störungen werden schneller behoben und Rüstzeiten drastisch verkürzt.
- Minimierung von Ausschuss: Da Fehlbedienungen während der Bearbeitung im Keim erstickt werden, sinkt die Ausschussquote spürbar.
- Flexibler Personaleinsatz: Mitarbeiter können flexibler zwischen verschiedenen Produktionslinien rotieren, da das Detailwissen im System hinterlegt ist.
- Entlastung von Experten: Hochqualifizierte Fachkräfte werden von defensiver Betreuung und ständigen Einweisungen befreit und können sich auf Prozessoptimierungen konzentrieren.
Der Weg zur Implementierung: Wie Unternehmen starten sollten
Die Einführung von KI- und AR-Assistenzsystemen erfordert keine komplette Umstellung der bestehenden Maschinenlandschaft. Ein pragmatischer Ansatz sieht folgendermaßen aus:
- Use Case identifizieren: Wählen Sie einen Prozess mit hoher Fehlerquote, langen Rüstzeiten oder hoher Einarbeitungsdauer aus (z. B. ein komplexer Rüstvorgang).
- Datenbasis aufbereiten: Bestehende CAD-Daten, Handbücher und Prozessschritte werden in das Assistenzsystem eingepflegt und durch die KI strukturiert.
- Pilotprojekt starten: Testen Sie das System mit einer kleinen Gruppe von Mitarbeitern – explizit auch mit Personen, die wenig Erfahrung an der jeweiligen Anlage haben.
- Feedback einholen und skalieren: Nutzen Sie die Rückmeldungen der Werker bezüglich Tragekomfort, Sprachsteuerung und visueller Führung, um das System schrittweise auf weitere Linien auszuweiten.
Fazit: Die Zukunft der Maschinenbedienung ist geführt
Die Kombination aus Künstlicher Intelligenz und AR-Datenbrillen verändert die Interaktion zwischen Mensch und Maschine grundlegend. Sie nimmt Mitarbeitern die Angst vor übermäßig komplexer Technik und schützt Unternehmen gleichzeitig vor teuren Ausfällen und Bedienfehlern. Indem Expertenwissen digitalisiert und im richtigen Moment am richtigen Ort bereitgestellt wird, werden komplexe Anlagen für jeden Mitarbeiter beherrschbar – sicher, intuitiv und vom ersten Tag an.
Abgesang auf den Standort Deutschland?
Warum KI-Agenten unsere Geheimwaffe gegen den Frust sind!
Ist der Industriestandort Deutschland bald am Ende?
Wenn man die Wirtschaftsnachrichten der letzten Monate verfolgt, könnte man es meinen. Nachrichten über Hiobsbotschaften beim Stellenabbau, hohe Energiepreise, bürokratische Hürden und schwächelnde Absatzzahlen dominieren die Schlagzeilen. Die Stimmung in vielen Vorstandsetagen und Geschäftsführungsrunden schwankt zwischen Verunsicherung und Resignation.
Viele Unternehmen sind der festen Überzeugung, dass wir in eine düstere Zukunft blicken und im internationalen Wettbewerb den Anschluss verlieren.
Doch wer immer nur auf die Rahmenbedingungen schimpft, übersieht zwei entscheidende Punkte:
Erstens sind viele der aktuellen Probleme hausgemacht und das Resultat verpasster Transformationen.
Zweitens steht uns mit der nächsten Stufe der Digitalisierung eine Technologie zur Verfügung, die das Zeug dazu hat, unsere Produktivität und Wettbewerbsfähigkeit schlagartig zu steigern – wenn wir sie denn mutig anpacken.
Die Lektion der Automobilindustrie: Die Kosten des Beharrens
Um zu verstehen, warum Deutschland in der aktuellen Schieflage steckt, lohnt ein detaillierter Blick auf unsere Schlüsselindustrie: den Automobilbau. Über Jahrzehnte hinweg war der Verbrennungsmotor Garant für deutschen Wohlstand, Ingenieursstolz und exzellente Margen. Doch genau diese Stärke wurde zur Falle. Hersteller und Zulieferer hielten zu lange an der Illusion fest, dass man den Wandel verzögern und mit dem etablierten Geschäftsmodell noch auf Jahre hinaus hohe Renditen einfahren könne.
Während in Europa noch Grundsatzdebatten über Sinn und Unsinn der Elektromobilität geführt wurden, wurden auf dem globalen Markt Fakten geschaffen. Ein Blick nach China zeigt das Ausmaß dieser Verschiebung: Dort liegt der Marktanteil von New Energy Vehicles (batterieelektrische Fahrzeuge und Plug-in-Hybride) im Pkw-Neuzulassungssegment mittlerweile bei über 50 Prozent. Chinesische Hersteller punkten nicht mehr nur über einen niedrigen Preis. Sie überholen die etablierte Konkurrenz durch extrem kurze Entwicklungszyklen, radikale Software-Zentriertheit, vollvernetzte Infotainment-Ökosysteme und highly automatisierte Fertigungsstrukturen.
Die Quittung für den späten Start der europäischen Automobilkrise folgt nun auf dem Fuß: Restrukturierungen, Schließungen von Zulieferbetrieben und der Verlust von Arbeitsplätzen. Das Problem war jedoch nicht die Transformation an sich, sondern das beharrliche Festhalten am Status quo.
Was also tun?
Sollen wir den Industriestandort aufgeben und zusehen, wie Wertschöpfung schrittweise ins Ausland wandert?
EINDEUTIG NEIN!
Der Hebel für die Zukunft: Effizienzsprung durch KI-Agenten
Lohnkosten oder Energiepreise werden in Deutschland auf absehbare Zeit höher bleiben als im globalen Durchschnitt. Unser historischer Wettbewerbsvorteil lag daher noch nie im billigen Produzieren, sondern in der Prozess- und Effizienzführerschaft. Wir müssen schlicht schneller, präziser, flexibler und qualitativ hochwertiger fertigen als der Rest der Welt.
Genau hier kommt die radikalste Innovation der letzten Jahre ins Spiel: Autonome KI-Agenten.
Viele Unternehmen experimentieren zwar bereits mit generativer KI wie ChatGPT oder Sprachmodellen zur Texterstellung. Doch gewöhnliche Chatbots sind reaktiv – sie warten auf Prompts und liefern Text zurück.
KI-Agenten hingegen agieren weitgehend autonom. Sie erhalten ein definiertes Ziel, zerlegen dieses eigenständig in Teilaufgaben, greifen über Schnittstellen auf interne Systeme (ERP, MES, CRM) zu und treffen im Rahmen vorgegebener Leitplanken selbstständig Entscheidungen.
Vom Chatbot zum autonomen Handeln: KI-Agenten in der Praxis
Während herkömmliche Automatisierung starren "Wenn-Dann"-Regeln folgt, können KI-Agenten mit unstrukturierten Daten, unerwarteten Abweichungen und komplexen Kontexten umgehen. In der Fertigung und im industriellen Mittelstand eröffnen sich dadurch völlig neue Möglichkeiten:
1. Prädiktive Instandhaltung und autonomous Asset Management
Statt Sensordaten nur in Dashboards anzuzeigen, überwachen spezialisierte Agenten den Maschinenzustand rund um die Uhr. Erkennt ein Agent eine minimale Schwingungsabweichung an einer Frässpindel, analysiert er das Risiko, prüft im ERP-System die Ersatzteilverfügbarkeit, bucht selbstständig ein Wartungsfenster in den Produktionsplan ein und schickt dem Instandhalter die passenden Reparaturhinweise direkt aufs Tablet. Aus ungeplanten Stillständen werden planbare, minimierte Stopps.
2. Autonome Steuerung der Lieferkette
Lieferkettenstörungen sind Alltag. Ein Logistik-Agent registriert eine Lieferverzögerung eines Rohmaterials in Echtzeit. Statt auf das manuelle Eingreifen eines Einkäufers zu warten, vergleicht der Agent alternative Lieferanten, prüft Frachtkosten, bewertet Qualitätsdaten aus der Vergangenheit und bereitet die optimale Umbuchung vor oder führt sie unterhalb eines bestimmten Budgetlimits autonom aus.
3. Ursachenanalyse im Qualitätsmanagement
Tritt an einer Fertigungslinie Ausschuss auf, vergleicht ein Qualitäts-Agent die Messwerte mit historischen Prozessparametern, Umweltfaktoren wie Luftfeuchtigkeit und Rohmaterialchargen. Der Agent erkennt Korrelationen, die für den Menschen unsichtbar bleiben, und schlägt dem Werker an der Linie konkrete Parameteranpassungen vor, bevor weitere Fehlteile produziert werden.
4. Entlastung von Bürokratie und Routine im Mittelstand
Gerade im deutschen Mittelstand binden administrative Aufgaben wertvolle Fachkräfte. Multi-Agenten-Systeme übernehmen die automatische Erfassung von Ausschreibungen, das Auslesen technischer Lastenhefte, die Erstellung von Vorkalkulationen oder die Beantwortung komplexer Kundenanfragen. Die Mitarbeiter werden nicht ersetzt, sondern von lästigem "Papierkram" befreit und können sich auf wertschöpfende Aufgaben und Kundenbeziehungen konzentrieren.
Nicht abwarten, sondern die Halle digitalisieren
Der Blick nach Asien zeigt, mit welcher Konsequenz neue Technologien skaliert werden.
Wenn der Industriestandort Deutschland wettbewerbsfähig bleiben will, dürfen wir KI-Agenten nicht als theoretisches IT-Thema behandeln. Sie gehören als fester Bestandteil auf den Shopfloor, in den Einkauf, in die Logistik und ins Qualitätswesen.
Die Transformation unserer Wirtschaft ist ungemütlich, aber sie bietet historisch einmalige Chancen. Statt den Kopf in den Sand zu stecken oder der Vergangenheit nachzutrauern, müssen wir die Ärmel hochkrempeln. Wer jetzt die Datenbasis in seinem Unternehmen ordnet, Schnittstellen schafft und gezielt KI-Agenten in die Geschäftsprozesse integriert, sichert nicht nur den eigenen Standort, sondern baut die Marktführerschaft von morgen auf.
Auf die Zukunft wird nicht abgewartet werden!!
Lasst sie uns gestalten, und zwar jetzt!
Blindflug im Mittelstand - warum viele Unternehmen den Fokus auf Umsatz legen, und so ihre Zukunft stark gefährden!
Viele kleine und mittelständische Unternehmen (KMU) agieren im Tagesgeschäft nach wie vor ohne transparente Datengrundlage. Trotz moderner Softwaresysteme fehlt in zahlreichen Führungsetagen der detaillierte Überblick darüber, was in den eigenen Prozessen und auf dem Shopfloor tatsächlich abläuft. Entscheidungen werden aus dem Bauch heraus oder auf Basis veralteter Kennzahlen getroffen. Diese fehlende Prozess- und Datentransparenz führt zu strategischen Fehlentscheidungen in drei zentralen Handlungsfeldern.
1. Deckungsbeitrag statt fixer Blick auf den Umsatz
In vielen Betrieben gilt der Umsatz weiterhin als primäre Messgröße für Erfolg. Diese reine Volumenorientierung greift jedoch zu kurz:
- Trügerisches Wachstum: Hohe Umsätze kaschieren oft unrentable Aufträge, steigende Material- und Energiekosten sowie eine hohe Ausschussquote.
- Fehlende Margentransparenz: Ohne eine exakte Nachkalkulation bleibt unklar, welche Produkte, Aufträge oder Kunden tatsächlich Gewinn erwirtschaften und welche Margen auffressen.
- Fehlerhafte kalkulationsgrundlagen: für Kalkulationen werden bei abgeschriebenen Maschinen, der Restwert abgesetzt, statt den kalkulatorischen Wiederbeschaffungswert anzusetzen.
- Fokus auf den Deckungsbeitrag: Eine konsequente Steuerung nach Deckungsbeiträgen offenbart unprofitable Prozessschritte und schafft den nötigen Spielraum, um Fixkosten nachhaltig zu decken.
2. Verwalten des Status quo statt Aufstellung für die nächsten 5 Jahre
Der Fokus vieler KMU liegt stark auf der Optimierung bestehender Technologien und der Bedienung des gewohnten Kundenstamms. Die strategische Zukunftsfähigkeit gerät dadurch in den Hintergrund:
- Technologischer Rückstand: Wer sich nur auf die Pflege bestehender Anlagen konzentriert, verpasst den Anschluss an flexible, digital vernetzte Produktionsstrukturen.
- Verschiebung der Märkte: Märkte und Kundenanforderungen verändern sich rascher als je zuvor. Die Frage, ob in fünf Jahren noch dieselben Zielgruppen bedient werden oder völlig neue Geschäftsmodelle erschlossen werden müssen, bleibt oft unbeantwortet.
- Internationale Wettbewerbsfähigkeit: Um global konkurrenzfähig zu bleiben, reichen hohe Qualität und handwerkliches Können allein nicht mehr aus. Gefragt sind kurze Durchlaufzeiten, hohe Liefertreue und eine flexible Anpassung an globale Lieferketten.
3. Der Mensch im Mittelpunkt: Mitarbeiter als Fundament, KI als Werkzeug
Inmitten des Hypes um künstliche Intelligenz und durchgängige Automatisierung wird der entscheidende Erfolgsfaktor häufig falsch gewichtet:
- Mitarbeiter als Kernkompetenz: Erfahrene Fachkräfte, ihr Prozesswissen und ihre Problemlösungskompetenz bilden das eigentliche Fundament jedes mittelständischen Betriebes. Kein System kann diese Erfahrungswerte vollständig ersetzen.
- KI als Assistenzsystem: Künstliche Intelligenz und digitale Tools bieten wertvolle Unterstützung bei der Analyse von Daten, der Arbeitsvorbereitung oder der Qualitätskontrolle. Sie dienen jedoch als Werkzeug zur Entlastung und Entscheidungsunterstützung – die Steuerung und die Wertschöpfung bleiben in den Händen der Mitarbeiter.
Fazit
Für die Zukunftsfähigkeit des Mittelstands ist ein Umdenken erforderlich. Nur wer transparente Prozesse schafft, den Deckungsbeitrag in den Mittelpunkt der Finanzsteuerung stellt und bestehende Strukturen strategisch hinterfragt, sichert seine Position am globalen Markt. Die Digitalisierung liefert dafür das Werkzeug – der Schlüssel zum Erfolg bleibt jedoch die gezielte Einbindung und Wertschätzung der eigenen Mitarbeiter.
Der Blick in eine moderne, transparente Fertigung, wie sie das Bild zeigt, ist für viele das Ziel der Digitalisierung.
Doch wie gelingt der Weg vom verkrusteten Prozess zur datengestützten Effizienz?
Aus meiner langjährigen Erfahrung weiß ich - ein schlechter Prozess, den man digitalisiert, bleibt ein schlechter Prozess.
Die wahre Verbesserung entsteht, wenn wir Prozesse durch digitale Tools nicht nur abbilden, sondern grundlegend optimieren. Ob KI-Agenten zur Steuerung (wie auf dem Monitor zu sehen) oder IoT-Daten zur Wartung – die Möglichkeiten sind vielfältig.
So konnte zum Beispiel ein Maschinenbauer seine Rüstzeiten durch intelligente Planung um 35% senken.
Für dich bedeutet das - zuerst kommt das Prozessverständnis, dann das Tool.
Nimm deine Mitarbeiter mit auf diese Reise, denn sie sind es, die die Tools nutzen und verbessern müssen.
Digitalisierung ist kein Projekt, es ist eine kulturelle Veränderung hin zu kontinuierlicher Verbesserung.
Willst du auch vom Zuseher zum Gestalter werden?
Heute beschreiben ich eine KI Anwendung, die immer wichtiger wird.
Bestimmt kennt jeder das Problem, da ist ein sehr wichtiger Auftrag, der terminlich auch noch sehr eng ist und zur Krönung auch von einem Topkunden, den man auf gar keinen Fall verärgern möchte.
Alles läuft super, bis die Maschine auf der der Auftrag gefertigt wird stehen bleibt und den Dienst verweigert.
Der Mitarbeiter an der Maschine tut alles um sie wieder zum laufen zu bringen. Aber er kann machen was er will die Maschine verweigert den weiteren Betrieb.
Also muss die Instandhaltung her.
Und nach zwei Stunden ist der Fehler lokalisiert.
Zu dumm, das Ersatzteil haben wir nicht da.
Nach Rücksprache mit dem Hersteller, kann er erst am nächsten Tag das Ersatzteil versenden.
Puh schon wieder ein Tag mehr.
Und endlich nach zwei Tagen läuft die Maschine wieder.
Aber der Termin kann nicht gehalten werden.
Und das jetzt dem Kunden erklären, das wird kein schönes Gespräch.
So eine Situation möchte man sich sehr gerne ersparen, aber was soll man machen?
Alle Maschinen mit dem Server vernetzt sind, und dort ihre Daten ablegen.
Es gibt eine Ki Software, die diese Daten ständig analysiert.
Eine PM (Predictive Maintenance) erkennt Veränderungen, also Abweichungen, die einen sich anbahnenden Defekt abbilden.
Jetzt kann die Instandhaltung zusammen mit dem Maschinenbediener überprüfen, was da denn los ist.
Schnell ist erkannt, dass zum Beispiel eine Achse ruckartige Bewegungen macht.
Also wird das defekte Ersatzteil bestellt, und bei einer geplanten Instandhaltungsmaßnahme getauscht. Dabei konnte man feststellen, dass alle weiteren Bauteile völlig in Ordnung sind.
So erreicht man, dass die Kapazität der Maschinen immer besser ausgelastet werden kann. Und kein wichtiger Termin zu platzen droht.
Ist doch super oder? Sie können sich nicht vorstellen, dass das möglich sein kann?
Unten ist ein Link, wo eine KI Software nur an Hand der Sprache Krankheiten z. B. Corona Infektion erkennen kann. Ja sie ist noch im Versuchsstadium, aber erkennt bereits Heute sehr gut, ob eine Infektion vorliegen kann.
Batterie mit Zukunft
Hier finden Sie den Beitrag von Berkeley Labs zu dem aktuellen Forschungsergebnis
https://newscenter.lbl.gov/2020/07/20/battery-electric-planes-cars/
Wieder einmal sind uns die USA voraus. Während wir darüber streiten, wo denn am besten die Forschung für neue Batterien angesiedelt werden soll, machen die Amis Nägel mit Köpfen.
Die Berkeley Labs in Kalifornien haben eine neue Batterietechnologie entwickelt, die Lebensdauer und Reichweite deutlich verbessern soll.
Übrigens die Berkeley Labs sitzen in Berkeley, einem Vorort von San Francisco und Tesla hat sein Hauptsitz in San Carlos. Es sind gerade einmal 40 Meilen zwischen den Beiden.
Und was machen wir? Da möchte die Bundesforschungsministerin Anja Karliczek 500 Millionen Forschungsgeld nach Münster vergeben. Dass dort ihr Wahlkreis ist, ist reiner Zufall.
Und die Länder Bayern, Niedersachsen und Baden-Württemberg nahezu leer ausgehen spielt keine Rolle. Dort sind ja nur die großen Fahrzeughersteller beheimatet. Und die haben ja sowieso kein Interesse am Elektrofahrzeug.
Machen Sie sich selbst Gedanken darüber, wie wir mit viel Geld unsere Zukunft verspielen.
Aber auch alle Bearbeitungsmaschinen wissen, zu welchem Zeitpunkt, welche Bearbeitung ansteht.
Wie im Video sehr schön erklärt ist, schont das Ressourcen und damit unnötige Kosten. Die Wettbewerbsfähigkeit steigt enorm.
At the start of production, all data that is required for production, e.g. a can, are required on the future product. So the product itself knows what it will be when it is produced.
But all processing machines also know at what point in time which processing is due.
As explained in the video very nicely, this saves resources and thus unnecessary costs. The competitiveness increases enormously.
Don't miss the connection! And don't worry - you don't have to do everything in one step. step by step, depending on the finacial possebilyties, you can also reach your goal.
Doch die Digitalisierung ist schon viel weiter verbreitet, wie wir alle Denken. So spielt es zum Beispiel keine Rolle, ob ein Freund um die nächste Ecke wohnt, oder 10.000 km weiter weg. Und Heute haben wir Freunde, die wir vor der Digitalisierung nicht kennen und schätzen könnten. Ist das nicht fantastisch?
Und so wird sich unsere Arbeitsumgebung verändern. Es wird Möglichkeiten geben, von denen wir Gestern nur geträumt haben. Klar es werden auch Nachteile entstehen, die wir meistern müssen. Doch es wird sich lohnen, für uns alle.
Digitization - what is tomorrow
Today, digitalization is the main characteristic of Industry 4.0, the 4th industrial revolution.
But digitization is much more common than we all think. For example, it doesn't matter whether a friend lives around the next corner or 10,000 km away. And today we have friends we would not know and appreciate before digitization. Isn't that awesome?
And so our working environment will change. There will be opportunities we only dreamed of yesterday. Clearly there will also be disadvantages that we have to master. But it will be worth it for all of us.
Wird Deutschland bald abgehängt? Es liegt an uns dies zu verhindern.
Am Beispiel der Schreinerei Ackermann sehen Sie, wie unsere berufliche Zukunft aussehen kann. Und das ist zum Vorteil von uns allen.