KMU-innovativ Wissensbasierte Produktionshilfe beruhend auf bild- und sensorbasierter Externalisierung von Erfahrungswissen (WisPE)

Problemstellung
Vielerorts fehlt es in der Produktion an geeigneten Fachkräften. Die erhöhte Bereitschaft zum Arbeitgeberwechsel sowie der demografische Wandel führen zudem zu einem Abgang kostbaren Erfahrungswissens aus den Unternehmen. Neueingestellte benötigen Unterstützung beim Anlernen. Sie sollen maximal vom Erfahrungswissen anderer profitieren, ohne dabei die Zeit der wenigen Erfahrenen zu beanspruchen. In der Praxis erfolgt die Wissensweitergabe zumeist im direkten persönlichen Austausch, im betrieblichen Alltag oft aber nur ungenügend.

Zielsetzung
Im Projekt WisPE soll eine wissensbasierte, menschzentrierte Produktionshilfe konzipiert und prototypisch umgesetzt werden, die auf der automatischen, bild- und sensor-basierten Externalisierung von Erfahrungswissen beruht. Für die bestmögliche Kompetenzvermittlung ist das Erfahrungswissen der Experten in einem digitalen Produktionsarchiv zu bündeln. Dabei sollen auch feine Unterschiede mit einbezogen werden, beispielsweise kaum wahrnehmbare Verwölbungen, auf Basis derer in der optischen Nachkontrolle ein Bauteil durch die Qualitätssicherung aussortiert wird. Diese sind dem Menschen oft unbewusst, tragen jedoch maßgeblich zum Erfolg des Unternehmens bei. Mit der Produktionshilfe wird ein IT-Werkzeug entstehen, welches die menschlichen Interaktionen in der Fertigung nicht nur funktional erfasst, sondern auch interpretiert und bewertet.

Vorgehensweise
Zur Umsetzung dieses Ansatzes wird informelles Erfahrungswissen mittels Kameras sowie Sensor-Arbeitskleidung in Verbindung mit maschinellem Lernen externalisiert und intelligent verarbeitet. Die aufgenommenen Daten werden über eine dafür konzipierte KI-Anwendung analysiert und die Ergebnisse mit dem Erfahrungswissen aus dem Produktionsarchiv abgeglichen. Dies ermöglicht gleichzeitig individuelles Feedback beim Anlernen und Anwenden des Erfahrungswissens. Um die breite Einsetzbarkeit der Produktionshilfe sicherzustellen, wird das Projekt in zwei konkreten Produktionsszenarien erprobt. Im ersten Anwendungsfall geht es um den Einsatz an Montagestationen für Spezialwerkzeuge in der Automobilindustrie. Das zweite Szenario wird in der Gummiteilefertigung für die Produktionsendkontrolle verortet. Die Praxisevaluierungen bereiten die Produktionshilfe auf den späteren operativen Einsatz vor. Parallel werden Betreibermodelle als Basis zukünftiger Markteinführungsstrategien entwickelt.

Ergebnisse und Anwendungspotential
Die im Projekt entwickelte Lösung unterstützt vor allem kleine und mittelständische Individual- und Kleinserienproduzenten bei der Qualifizierung ihrer Mitarbeitenden an Arbeitsplätzen mit hoher Fertigungskomplexität. Mit der exemplarischen Umsetzung KI-gestützter bild- und sensorbasierter Aktivitätserkennung in der Metall- und Kunststoffverarbeitung stehen zwei für Deutschland wichtige Zielbranchen im Fokus. Im Erfolgsfall soll die entstehende Lösung als individuell anpassbare Gesamtlösung kommerzialisiert und vermarktet werden.

• Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein
• MaTec Gummiwerk GmbH
• Pumacy Technologies Aktiengesellschaft
• WS Wieländer + Schill Professionelle Karosserie-Spezialwerkzeuge GmbH & Co.KG