Was gab den Ausschlag für die Entwicklung eines KI basierten Anwendungsfalls?
Die Qualitätstests erfolgten bislang am Ende der Fertigung. Hierbei wurde eine Materialprobe entnommen und an das Labor gesendet, wo etwa 60 geometrische und chemische Tests durchgeführt wurden. Die Tests und deren Auswertung nahmen etwa zwei Tage in Anspruch. Erst nach Erhalt der Testergebnisse konnte die Spule als „i.O.“ oder „n.i.O.“ klassifiziert werden. Dadurch wurde die Supply Chain unterbrochen bzw. verzögert. Der Anteil fehlerhafter Teile betrug etwa 5%. Diese mussten mit einem sechsstündigen operativen Aufwand nachbearbeitet werden oder wurden mit einem Rabatt von 60-70% vertrieben.

Welche Erwartungen bzw. Anforderungen hatten Sie an die KI-Anwendung?
Der Kunde erwartete eine Echtzeit-Überwachung der Chargen-Qualität und die Reduktion an fehlerhaften Teilen.

Auf welchen Partner waren Sie mit welcher Technologie bei der Entwicklung angewiesen?
Die Umsetzung des Projektes inkl. Datenbereinigung, Anomalie-Erkennung, Labeln von Daten, Daten-Harmonisierung, der Erstellung der prädiktiven Modelle und die Visualisierung in Dashboards für den Kunden erfolgte durch unser Data Science Department unter Einsatz der von uns eigens für diesen Use Case entwickelten Module und Algorithmen.

Mit dem Einsatz von KI-Lösungen muss auch ein Wandel der Kompetenzen einhergehen. Wie sind Sie mit dieser Herausforderung in Bezug auf ihre Mitarbeitenden umgegangen?
Neben genauen und zuverlässigen Klassifizierungen und Vorhersagen durch unsere KI hat natürlich die Nutzbarkeit und Verständlichkeit der Ausgaben zentrale Bedeutung. Um sicherzustellen, dass unser Kunde unsere Lösung auch effektiv nutzen kann, veranstalteten wir zwei Workshops mit den involvierten Entscheidungsträgern und Angestellten. Einen Workshop zu Beginn des Projekts mit dem Ziel, den Anwendungsfall konkret zu definieren und ein klares Verständnis dessen unter allen Beteiligten zu gewährleisten. Einen zweiten Workshop führten wir nach der Implementierung unserer Lösung durch, um sicherzustellen, dass die Anwender unserer Lösung diese nicht nur verstehen, sondern sie auch in vollem Umfang nutzen können. In diesem konkreten Fall waren an beiden Workshops etwa 20 Angestellte des Kunden beteiligt.

In welchem Zeitraum haben sie die KI-Lösung in Ihrem Unternehmen implementiert?
Die Umsetzung des Projektes nahm in etwa sechs Wochen in Anspruch. Aufgrund einer zu Beginn unzureichenden Verfügbarkeit an Daten waren zwei Durchläufe notwendig, um aussagekräftige und genaue Modelle erstellen zu können.

Ein Fazit zu Ihrer KI-Lösung:
Die Umsetzung unserer KI-Lösung für den Kunden verringerte die für die Qualitätssicherung benötige Zeit erheblich. Anstatt zwei Tage auf die Testergebnisse zu warten, konnten Aussagen über die Qualität bereits während der Herstellung in Echtzeit getroffen werden. Bei einem ausreichenden Konfidenzgrad der vom Modell getroffenen Prognose konnte die Einstufung in „i.O.“ oder „n.i.O.“ bereits vor den finalen Laborergebnissen getroffen werden.

Zudem konnte der Kunde seinen Ausschuss durch unsere Lösung um über 75% (5% auf 1,2%) verringern, was eine bedeutende Kostenreduzierung mit sich brachte. Mit einer Genauigkeit des Modells von 76% ist der Kunde nun in der Lage, in neun von zwölf defekten Chargen korrektive Maßnahmen einzuleiten (bei einem Preis pro Spule von etwa 25.000 €).

Für die Nutzer unserer KI-Lösung ergaben sich zudem folgende Vorteile:

• die Produktionsabteilung nutzt unsere Plattform zur Überwachung der vorhergesagten Qualität der Chargen
• die Entwicklungsabteilung nutzt unsere Plattform zur Verifizierung und Ergänzung der Ergebnisse ihrer chemischen/physischen Experimente
• basierend auf den neuen Einblicken kann die Geschäftsleitung fundierte Entscheidungen in Hinblick auf die Lieferkette, die Anlageneffizienz sowie ihrer Vision von Six Sigma treffen
• Sicherstellung des Unternehmens- und Markenwertes

Einen abschließenden Rat/Tipp an andere Unternehmer, die KI anwenden wollen:
Statistisch gesehen scheitern etwa 70% aller Data Science Projekte. Um dem vorzubeugen, empfehlen wir, den konkreten Anwendungsfall und Business Case vor dem eigentlichen Kick-Off des Projektes gemeinsam mit dem Partner genauestens zu erarbeiten und zu definieren.

Mehr Infos unter:
https://tvarit.com/