Zuverlässige Prognosen der Bearbeitungszeiten im Blechzuschnitt der Sykatec GmbH sind durch die Variantenvielfalt und Komplexität bisher nur sehr aufwendig möglich. Basierend auf einer umfassenden Datenanalyse und ‑konsolidierung hat das Fraunhofer IPA in der Außenstelle KI-noW in Schweinfurt mittels KI-Ansatz ein Prognosemodell entwickelt. Das schafft Transparenz und Planungszuverlässigkeit.
Die Firma Sykatec mit Sitz in Erlangen ist ein Systempartner in den Bereichen der Metallverarbeitung und Kabelbaum-Konfektionierung. Die Bearbeitungszeiten von Blechzuschnitten sind von sehr vielen Faktoren abhängig. Mit einer solchen Komplexität ist die Vorhersage von Bearbeitungszeiten nur mit hohem Expertenwissen und enormen zeitlichem Aufwand möglich. Deshalb haben Forscher*innen der Arbeitsgruppe-KI-noW des Fraunhofer IPA mittels KI-Ansatz eine Anwendung zur Prognose dieser Bearbeitungszeiten entwickelt.
In dem gemeinsamen Projekt wurden mit der Firma Sykatec einflussreiche Parameter ermittelt und auf dieser Basis ein Datensatz zur Verfügung gestellt. Dieser beinhaltet sowohl Auftragsdaten, technische Parameter und die 3D-Modelle je Bauteil. Das IPA hat diese Datensätze im Rahmen der Datenaufbereitung zusammengeführt und bereinigt. Aufgrund der Komplexität der Daten wurde für die Analyse ein KI-basierter Ansatz verfolgt. Einzelne deutliche Ausreißer verhindern derzeit noch einen produktiven Einsatz des Tools. Durch eine genauere Analyse der Abweichungen, insbesondere der 3D-Modelldaten und ein umfangreicherer Datensatz wird die Prognosefähigkeit weiter gesteigert.
Zur einfacheren Bedienung wurde zudem eine grafische Benutzeroberfläche entwickelt. Dort können die Daten für ein zu fertigendes Teil eingegeben werden. Schließlich wird auf dieser Basis eine Prognose der Bearbeitungszeit mit Hilfe des trainierten Modells berechnet. Dieser Ansatz bietet die Möglichkeit regelbasierte Prognosewerkzeuge, unabhängig von Unternehmen und Branche, aufwandsarm abzulösen ohne alle Regeln und Abhängigkeiten von vornherein zu kennen und implementieren zu müssen.
Das Projekt wurde durchgeführt im Rahmen von KI-noW (Künstliche Intelligenz für eine nachhaltig optimierte Wertschöpfung), ein vom Bayerischen Staatsministerium für Wirtschaft, Landesentwicklung und Energie StMWi gefördertes Projekt mit der Zielsetzung, Bayerische Unternehmen bei der Digitalisierung ihrer Produktion zu unterstützen.