MES als Fundament für die KI in der Produktion Eine Dark Factory beginnt nicht mit der KI, sondern mit dem Kontext im MES

Für Elektronikfertiger kann KI bei der Ursachenanalyse von Qualitätsproblemen, der Rüstzeitenoptimierung oder beim Zugriff auf Produktionswissen helfen. Dafür reichen große Datenmengen allein jedoch nicht aus, denn die Daten müssen miteinander verknüpft und richtig eingeordnet werden.

Die sogenannte Dark Factory gilt als Zukunftsbild einer weitgehend autonomen Fertigung. Maschinen, Anlagen und Softwaresysteme treffen darin viele Entscheidungen selbstständig und steuern Produktionsabläufe ohne laufende Eingriffe von Mitarbeitenden. In hochstandardisierten Produktionsumgebungen sind solche autonomen Abläufe bereits in einzelnen Bereichen möglich.

Für viele Elektronikfertiger ist die vollständige Automatisierung ihrer Prozesse jedoch anspruchsvoller, denn die Variantenvielfalt, kleine Losgrößen und kurzfristige Änderungen prägen den Alltag. Eine menschenleere Fabrik ist nicht zwangsläufig das realistische Ziel. Vielmehr können sich die Aufgaben der Mitarbeitenden verschieben – von der direkten Bedienung hin zu Überwachung, Steuerung und strategischen Entscheidungen.

KI braucht den Kontext der Fertigung

Damit KI Produktionsdaten sinnvoll analysieren und daraus Handlungsempfehlungen ableiten kann, muss sie den Zusammenhang zwischen den einzelnen Informationen kennen. Relevant ist beispielsweise, welche Maschine ein Produkt bearbeitet hat, welche Materialien verwendet wurden, welche Prozessparameter galten und welche Qualitätsvorgaben erfüllt werden mussten.

Eine MES- oder MOM-Lösung kann Produktionsabläufe begleiten, relevante Daten zusammenführen und deren Verlauf dokumentieren. Sie verknüpft Maschinen, Materialien, Mitarbeitende und Prozesse und schafft damit den Produktionskontext, den Analytics- und KI-Anwendungen für belastbare Auswertungen benötigen. Ohne diese Verknüpfung besteht die Gefahr, dass KI zwar Muster in Maschinendaten erkennt, die Ergebnisse aber nicht eindeutig einem Produkt, Prozessschritt oder Fehlerbild zuordnen kann. Gerade bei komplexen Baugruppen und wechselnden Fertigungsaufträgen ist die Qualität der Datenbasis daher entscheidend.

Softwarehersteller Itac empfiehlt Unternehmen deswegen, nicht mit der allgemeinen Frage zu starten, wo sich KI einsetzen lässt. Zunächst sollte geklärt werden, welche konkrete Entscheidung oder welcher Prozess verbessert werden soll. Als mögliche Anwendungsfälle nennt das Unternehmen die Ursachenanalyse bei Qualitätsproblemen, die Optimierung von Rüstzeiten und die Unterstützung von Mitarbeitenden beim Zugriff auf Produktionswissen.

Verfügt ein Unternehmen bereits über eine moderne MES- oder MOM-Lösung, können solche Anwendungen schneller umgesetzt werden, da viele benötigte Produktions- und Prozessdaten schon strukturiert vorliegen. Gleichzeitig ersetzt ein MES die fachliche Bewertung durch Mitarbeitende nicht. Es stellt den Daten- und Prozessrahmen bereit, während Analytics-Lösungen Muster und Optimierungspotenziale erkennen und KI daraus Empfehlungen oder Assistenzfunktionen ableitet.

Event-Tipp

Das Managementtreffen für die EMS-Branche

Der EMS-Tag gilt als eines der wichtigsten Managementtreffen der Branche, bei dem aktuelle Veränderungen, erfolgversprechende Strategien, generelle Managementfragen und wichtige technologische Entwicklungen in der Elektronikwelt analysiert und diskutiert werden. Das Programm bietet praxisorientierte Vorträge und interessante Einblicke in den EMS-Markt.

Jetzt informieren

Schrittweise zur autonomen Produktion

Der Weg zu einer stärker autonomen, perspektivisch menschenarmen Produktion lässt sich als schrittweise Reifegradentwicklung verstehen. MES, Analytics und KI übernehmen dabei unterschiedliche Aufgaben: Das MES steuert und dokumentiert die Abläufe, Analytics wertet Produktions- und Maschinendaten aus, und KI unterstützt bei Analyse, Prognose und Entscheidungsfindung.

Itac bündelt diese Funktionen nach eigenen Angaben in der Fertigungsmanagementlösung iTAC.MOM.Suite und der KI-Plattform iTAC.CATi. Ziel ist es, Produktionswissen, Echtzeitdaten und KI-Anwendungen in einem gemeinsamen Systemkontext nutzbar zu machen. Wie weit ein Unternehmen damit in Richtung autonome Fertigung gehen kann, hängt jedoch weiterhin von der Standardisierung der Prozesse, der Datenqualität und dem jeweiligen Automatisierungsgrad ab. (sb)

(ID:50923475)