Komplexe Zeitreihen nutzbar machen

Die AI Time Series Suite bringt künstliche Intelligenz dorthin, wo sie echten Mehrwert schafft – direkt in die Produktion. In Zeiten wachsender Variantenvielfalt, steigender Qualitätsanforderungen und limitierter Expertenressourcen stoßen klassische Analyseverfahren an ihre Grenzen. Die AI Time Series Suite hilft Unternehmen dabei, komplexe Zeitreihendaten durch automatisierte Mustererkennung und Hinweise auf Ursachen nutzbar zu machen.

Live in Aktion: No Code AI

Fokus: Steigerung der Gesamtanlageneffektivität

Vermeidung von Fehlern
im Ramp-up und der Inline-Produktion

Kosteneinsparungen
durch geringere
externen Wartungsaufwand

Höhere Produktqualität
inproinproinproinpr nproinpr

Effizientere Fertigungsprozesse

Ausbau der KI-Kompetenzen in der Fertigung

Stärkung des kontinuierlichen Verbesserungsprozesses

KI-Entwicklung: AI Time Series Suite

Die Herausforderung

Das Ziel eines jeden Betriebs- oder Produktionsleiters ist eine reibungslose Produktion und eine hohe Produktqualität. Treten vermehrt Fehler oder Maschinenstillstände auf, ist es entscheidend, die Ursachen schnell zu identifizieren, um Nacharbeit und Stillstandskosten zu vermeiden. Da erfahrene Fachkräfte nicht immer verfügbar sind und die zunehmende Komplexität von Produkten und Prozessen auch für erfahrene Fachkräfte eine Herausforderung darstellt, gewinnen automatisierte Analysen auf Basis vorhandener Daten an Bedeutung. Dabei ist es wichtig, die Daten zunächst zu verstehen und schnell und einfach auf ihre Eignung für maschinelles Lernen zu prüfen. Da Data Scientists rar und teuer sind, sind Lösungen gefragt, die auch ohne tiefes Expertenwissen funktionieren.

Die Umsetzung

Die AI Time Series Suite for Production (TSP) ist eine interaktive Software mit flexibel einsetzbaren Funktionsmodulen, die speziell für Fachleute in der Fertigung entwickelt wurde – und nicht für Datenwissenschaftler. Sie unterstützt Anwender direkt im kontinuierlichen Verbesserungsprozess, sei es in der Produktionseinheit, der Fertigungszelle oder im Büro die Produktqualität sowie die Laufzeiten von Produktionseinheiten gezielt zu verbessern. Der Anwender kann in die TSP-Software zeitabhängige Produktionsdaten importieren, diese beschreiben und verdichten. Anhand eines generierten Feature Rankings erkennt er, welche Faktoren wichtig sind, was ihn bei der Ableitung von Maßnahmen unterstützt.

Das Ergebnis

Die No-Code-Lösung schafft die Grundlage für den professionellen und automatisierten Dauereinsatz von Machine-Learning-Modellen in der Produktion, wodurch die Nacharbeits- und Ausfallkosten deutlich reduziert werden können. Die Anwendung kann in Brownfield-Umgebungen auch ohne Einbindung von Data Scientists genutzt werden.

FAQs

Typische Anwender der No-Code AI Suite sind Projekt- und Prozessingenieure mit einem Grundverständnis für künstliche Intelligenz. IT- und Datenmanager können bei Bedarf auch ohne KI-Kenntnisse unterstützend mitwirken.  

Relevante Eingangsdaten können zum Beispiel Prozess-, Sensor-, Bewegungs-, Materialfluss- oder Fahrzeugdaten sein. Diese Daten müssen in Tabellenform vorliegen.  

Das durch maschinelles Lernen erzeugte Ergebnismodell kann exportiert und für eine weiterführende Nutzung bereitgestellt werden. Dabei wurde insbesondere auf die Integrationsfähigkeit in die Siemens Edge Solution Umgebung geachtet. 

Lösungen und Use Cases für den KI-Einsatz in der Produktion

GenAI: KI-Chatbots in der Produktion

Erfahren Sie, wie Sie Handbücher und technische Dokumentationen mit KI-Chatbots effektiv nutzen können und unmittelbar von generativer KI in der Produktion profitieren.

+

x-io: Skalierung von KI-Lösungen

Erfahren Sie, wie Sie mit standardisierten KI-Hardware- und Softwarekomponenten Ihre KI-Lösungen entlang der Wertschöpfungskette skalieren.

+

KI-Checkliste: 33 Schlüsselfaktoren für KI Use Cases

Nutzen Sie unsere kostenfreie Checkliste, abgeleitet aus Prozessrahmenwerken wie CRISP-DM (CRoss Industry Standard Process for Data Mining) und TDSP (Team Data Science Process) um Ihre KI Use Cases zu bewerten.

+