Künstliche Intelligenz in der Produktion: Wie John Deere sie umsetzt

Künstliche Intelligenz, selbstlernende Systeme, Machine oder Deep Learning, die Bezeichnungen für einen im Hintergrund arbeitenden Algorithmus sind vielzählig. Im Jahr 2017 hat John Deere in den USA und Kanada die sogenannten „Expert Alerts“ auf den Weg gebracht, welche auch in Europa stark genutzt werden. Kurz gesagt können die „Expert Alerts“ über die Datenauswertung von Tausenden Landmaschinen Softwarefehler oder Maschinenschäden antizipieren, bevor diese eintreten. So kann der Landwirt sich über die Cloud mit Experten verbinden und direkt Probleme beheben oder Wartungen planen, ganz ohne Maschinenstillstand und Umsatzeinbrüche. Ein ähnliches Prinzip funktioniert auch in der Produktion.

Künstliche Intelligenz in der Produktion: Nehmen wir an, dass an der Fertigungsstraße ein falsches Teil verbaut wird. Bis dieser Fehler auffällt, könnte das fertiggestellte Produkt das Werk längst verlassen haben. Im John Deere Werk Pune (Indien) werden aktuell künstliche Intelligenz-Systeme erprobt, welche nach erfolgreicher Bewährung auch im Mannheimer Werk zum Einsatz kommen sollen. Die manuelle Traktormontage wird dabei dahingehend digitalisiert, dass Werksarbeiter die zu montierenden Bauteile der Reihenfolge nach angezeigt bekommen.

Dank diesem cyberphysischen Produktionssystem (CPPS) reduzierte sich die Fehlerrate und die Werker fühlen sich sicherer beim Greifen der zu montierenden Teile. Für die KI sind sämtliche Einzelteile systemisch als Datensatz vorgegeben. Nicht nur wird durch diese Qualitätssicherung ein reibungsloser Produktionsablauf gewährleistet, der Hersteller wird auch vor mitunter immensen Reputationsschäden bewahrt.

Die Autoren

Dr. Marco Lemessi arbeitet seit 18 Jahren bei John Deere. Aus den Vereinigten Staaten wechselte er 2007 in die John Deere Europazentrale nach Mannheim. Seit 2012 leitet er das Team Simulation, Optimierung und Datenanalyse (SODA), welches weltweit die Produktionsstätten von John Deere unterstützt. Er ist spezialisiert auf ereignisdiskrete Simulationen, simulationsbasierte Optimierung und maschinelles Lernen.

Siegfried Trendler arbeitet seit 19 Jahren bei John Deere. Seit 2014 ist er im European Technology Innovation Center (ETIC) im strategischen Feld der innovativen Robotik, Sensorik und Digitalisierung tätig. Davor hatte er unterschiedliche Projekte an der digitalen Schnittstelle zwischen Produktentwicklung und Produktion geleitet. Er ist spezialisiert auf CAD/CAM, Komplexitätsmanagement, Mensch-Roboter-Kollaboration und autonome Systeme.

Letzten Endes geht es bei dem Begriff Künstliche Intelligenz um nichts anderes als datengestützte Einsichten, die aus der Wiederholung von Aktionen entstehen. Eine tatsächliche Intelligenz ist dies zwar nicht, doch die Anwendungsfelder sind vielzählig. KI sorgt in jeder Industrie für Disruption, eine vergleichbare Veränderung der Arbeitswelt fand zuletzt statt, als die Elektrizität die Industrie revolutionierte. Anwendungsfelder von KI wie Gesichtserkennung, autonomes Fahren, Sprachsteuerung oder mittlerweile sinnhafte Übersetzungen von einer Sprache in eine andere sind nur die Spitze des Eisberges.

Künstliche Intelligenz in der Landwirtschaft: Herausforderungen bei der Nutzung

John Deere bietet Landwirten „See&Spray“-Technologie an: Mit KI-Sensorik ausgestattete Landmaschinen und Arbeitsgeräte erkennen und unterscheiden Unkräuter von Nutzpflanzen auf dem Acker des Landwirtes. So wird der Einsatz von Herbiziden in der Landwirtschaft niedrig gehalten, was sich positiv auf die Umwelt auswirkt. Diese Nutzung von KI zeigt, dass der Mensch immer der entscheidende Faktor bleiben wird, wenn es um das Ziel und den Zweck von Technologien und der damit verbundenen Datennutzung geht. Richtlinien und Regeln zu datenbasierten Lösungen sind unabdingbar. Mit der Reform der Datenschutzbestimmungen wurde 2018 in Europa ein wichtiger Schritt getan, um Datenhoheit gewährleisten und verwalten zu können. 

Doch die Angst vor Datendiebstahl ist weiterhin berechtigt und nur eine von vielen Herausforderungen, die KI mit sich bringt. Selbstlernende Systeme können von Hackern beeinflusst werden, Menschen haben Angst davor, im Netz getrackt zu werden. Schlecht erstellte Algorithmen können falsche Ergebnisse liefern und bei einem Verkehrsunfall mit einem selbstfahrenden Fahrzeug wäre die Frage nach dem Verantwortlichen nicht leicht zu beantworten. Für Unternehmen sind Vorbehalte von Mitarbeitern gegenüber technischer Unterstützung ein bekannter Stein im Getriebe. Nachvollziehbar sind die Bedenken, den Arbeitsplatz an einen „Roboterkollegen“ zu verlieren. Unternehmen stehen demnach in der Pflicht, genau die Überschneidungspunkte zu finden, an denen sich Mensch und Maschine ergänzen.

Kollege Roboter: Der „harte“ Partner von KI in der John-Deere-Fertigung

Künstliche Intelligenz in der Produktion: Robotics ist, ebenso wie sein „weicher“ Softwarekollege KI, ein entscheidendes Werkzeug für jedes Unternehmen. Die Zustandsdaten des Roboters können beispielsweise für Simulationen genutzt werden, was für die Mitarbeiter und das Unternehmen einen zusätzlichen Sicherheitsaspekt darstellt. Über einen sogenannten „digitalen Zwilling“ – etwa den eines Traktors oder einer Maschine – können Arbeitsausgänge simuliert und so für die reale Implementierung in die Prozesskette optimiert werden. Ein gelungenes Beispiel, in welchem ein Roboter durch zusätzliche Sensorik und Software „sehend“ gemacht wird, findet bereits im John Deere Werk Mannheim statt. Und zwar mit dem Robotics-Projekt „Griff in die Kiste“.

Quelle: John DeereQuelle: John Deere

Das Ziel ist die Leerung einer Kiste gefüllt mit Schüttgut. Der Roboter hat die Aufgabe, über visuelle Sensoren einzelne Teile in einer Kiste zu erkennen, aus der Kiste herauszuheben und außerhalb der Kiste abzulegen. Diese Aktion soll kollisionsfrei ablaufen und der Roboter muss die Teile so greifen, dass er sie wiederholt und unbeschädigt auf die gleiche Art und Weise ablegen kann. Was nach einer simplen Aufgabe klingt, ist tatsächlich ein Kraftakt für den Prozessor. 

Doch die Leistungsfähigkeit von Computern hat sich nach Moores Gesetz seit Ende der Sechzigerjahre stetig verdoppelt. Ein Roboter kann nun mit Hilfe der Rechenleistung eines Industrie-PCs und innovativer Software auch komplexere, feinmotorische Handlungen ausführen. Das „Griff in die Kiste“-System schafft heute eine Leerung und Ablage von 100 Prozent. Ein Sensor erstellt dazu zunächst eine 3D-Punktewolke des Schüttguts, welche danach von der „Griff in die Kiste“ Software unter Zuhilfenahme eines Einzelteil-3D-Modells ausgewertet wird. Das Ergebnis sind kollisionsfrei entnehmbare, reale Teile. Die Software errechnet die erforderlichen Bahnen und führt den Roboter präzise an das Einzelteil. Nun packt der Roboter zu und es ist wiederum die Software, welche der Hardware den Weg aus der Kiste weist – ohne anzuecken.

Künstliche Intelligenz in der Produktion von John Deere: Sicherheit und Flexibilität sind Trumpf

Ergonomie und der damit verbundene Sicherheitsaspekt stehen für John Deere bei Mensch-Roboter-Kollaborationen im Mittelpunkt. Denn Qualität wird – auch bei Arbeitsgängen – getrieben von Ergonomie. Im Mannheimer Werk von John Deere haben Mitarbeiter beispielsweise bemerkt, dass ein bestimmter sich wiederholender Arbeitsschritt Schmerzen verursacht. Zur Zeitersparnis griffen die Werksarbeiter mit einer Hand direkt nach drei kleinen Bestandteilen zur weiteren Verbauung, dieser Zwischenschritt wird nun von einem Roboter erledigt. Solche „Cobots“ – kollaborative Roboter – können als hybride Systeme für individuelle Bereiche oder Aufgaben gefertigt werden.

Nachdem Roboter „sehend“ gemacht wurden, können diese nun mit ihrer Umwelt auch fühlend interagieren. Sensitivität ist der entscheidende Punkt. Um Kollisionen mit Menschen zu verhindern, werden Roboterkollegen entweder in „ihrem“ Arbeitsbereich eingezäunt, damit sie in einer produktionsfördernden Geschwindigkeit ihre Aufgabe erfüllen können. Alternativ kann die Arbeitsgeschwindigkeit des Roboters reduziert werden, wodurch er ohne Schutzeinrichtung nah am Menschen bei individuellen Arbeitsschritten unterstützen kann. Im Prozess erfühlt der Roboter in der Handhabung vom Teilen sichere Greifpunkte und kontrolliert den Druck, den er beim Greifen, Heben und Ablegen ausübt.

Wie Roboter den Menschen unterstützen

Der Roboter der Zukunft in herstellenden Betrieben geht noch einen Schritt weiter. Nicht nur unterstützt er Mitarbeiter bei gefährlichen, unergonomischen oder monotonen Tätigkeiten. Was Tech-Giganten vormachen, wird künftig auch bei Industrierobotern angewendet: ein Plug-and-play-fähiges System, was eine schnelle Integration in den Arbeitsbetrieb ermöglicht, anstatt eines Robotersystems, welches zeitaufwendig in einzelnen Schritten auf die spezifische Anwendung hin programmiert und parametriert werden muss.

In Zusammenarbeit mit Forschungsinstituten, wie zum Beispiel dem Fraunhofer Institut, bewertet John Deere Technologien in Hinblick auf Komplexität und Variantenvielfalt, um mögliche Verbesserungsmaßnahmen für das eigene Werk und auch Kunden abzuleiten. Zwar kann ein innovatives Robotersystem heute einzelne Teile erkennen, gezielt ablegen und beeindruckende Gewichte von bis zu 50 kg stemmen. Doch beispielsweise bei beweglichen Schaumstoffelementen wird die Ermittlung der Greifpunkte zur Herausforderung. Diesen Arbeitsschritt übernimmt vorerst weiterhin das kognitive „Rechenzentrum“ des Menschen.

Bei der praktischen Umsetzung von Digitalisierungsmaßnahmen werden bei John Deere alle Mitarbeiter über interdisziplinäre Teams einbezogen, vom Werker am Band über das Sicherheitspersonal bis zum Betriebsleiter. Nur wenn KI und Robotics transparent in Unternehmen eingesetzt werden, können Mehrwerte stattfinden. Das Potenzial dieser unterstützenden Technologien wurde längst noch nicht ausgeschöpft. Fest steht jedoch, dass KI und Robotics Werkzeuge sind wie ein Hammer oder eine Spindel: Sie helfen dabei, spezialisierte Aufträge zu erledigen.

Weiterlesen auf DM-Online: Digital Twin Consortium: Wie eine komplizierte Sache einfacher wird