Algorithmen für eine ressourceneffiziente Produktion

6 Vortragende Online am Bildschirm während der Session AI for Efficiency im Rahmen des OÖ Zukunftsforums 2021 ©Business Upper Austria
Rege Diskussion herrschte beim OÖ Zukunftsforum 2021, das coronabedingt online stattfand. V.l.n.r. oben: DIin Dr.in Magdalena Schatzl (K1-MET GmbH), DIin Heidrun Hochreiter (Lebensmittel-Clusters), DI Christian Maurer (Cleantech-Cluster) V.l.n.r. unten: Univ.-Prof. Dr. Horst Bischof (TU Graz), Hon.-Prof. Gerfried Stocker (AEC), Mag.a Ulrike Rabmer-Koller (Rabmer Gruppe) © Business Upper Austria
DI Dr. Magdalena Schatzl | K1-MET GmbH © K1-MET GmbH
DI Dr.mont. Johannes Rieger | K1-MET GmbH ©K1-MET GmbH
Dr. techn. Michael Hartl | Produktmanager Siemens AG Österreich © Michael Hartl
Dipl.-Ing. Dr.techn. Gerwin Drexler-Schmid | AIT Austrian Institute of Technology GmbH © AIT
Rabmer-Koller Ulrike | Rabmer Gruppe ©Caro Strasnik
Univ.-Prof. DI Dr. Horst Bischof, Vizerektor für Forschung, Universitätsprofessor für Computer Vision © Dr. Host Bischof
Gerfried Stocker/ Co-CEO Artistic Director Ars Electronica ©rubra

25.03.2021

Weniger Ressourcenverschwendung, höhere Prozesseffizienz und eine bessere Qualität erzeugter Produkte: Künstliche Intelligenz, Digitalisierung und innovative Technologien machen dies möglich. Richtig angewendet und sinnvoll eingesetzt sind die Möglichkeiten vielfältig. Das zeigten die Referent*innen der Session „AI for Efficiency“ des Cleantech- und Lebensmittel-Clusters und des K1-MET beim OÖ Zukunftsforum am 23. März in unterschiedlichen Anwendungsbeispielen auf.  

Steigerung der Produktivität, Steigerung der Ressourceneffizienz und eine Flexibilisierung des Produktionsprozesses – das waren die meistgenannten Erwartungen der knapp 100 Teilnehmer*innen an Artificial Intelligence bei einer zu Beginn durchgeführten Umfrage. Und genau das waren auch die beherrschenden Themen der gesamten Session.


Keineswegs schrottreif

Stahlschrott ist ein wichtiger Sekundärrohstoff für die Stahlproduktion. Er kann beliebig oft rezykliert werden, ohne dabei an Eigenschaften zu verlieren. Um die Klimaziele der Stahlindustrie – bis 2050 CO2-neutral zu produzieren – zu erreichen, wird der Schrottbedarf in der EU deutlich steigen, sind DIin Dr.in Magdalena Schatzl und DI Dr. Johannes Rieger von der K1-MET GmbH überzeugt. Eine entsprechende Schrottqualität sei essenziell, um auch optimale Endproduktqualitäten zu erzielen. Die Schrottcharakterisierung basiert bisher aber zumeist nur auf einer objektiven Bewertung durch die Stahlwerksmitarbeiter. Digitale, sensorbasierte Analysetechniken und Künstliche Intelligenz können dabei helfen, den richtigen Schrottmix für die Produktion bereitzustellen. „Entsprechende Analysetechniken, sowohl On-Line als auch In-Line, sind bereits vorhanden. Die Herausforderung ist nun die Umsetzung in industrielle Maßstäbe“, sagt Schatzl. „Wenn ich weiß, wie sich mein Schrott exakt zusammensetzt, kann ich den Prozess optimieren“, erklärt Rieger auch die Bedeutung verschiedener Bild- und Spektralanalysen, die mittlerweile in zahlreichen Forschungsprojekten weiterentwickelt wurden. Machine Learning kann dabei auf verschiedensten Ebenen zum Einsatz kommen, etwa beim Erlernen der chemischen Zusammensetzung oder bei der Klassifizierung der Schrottstücke.


IoT-Lösungen ermöglichen vorausschauende Wartung

Die Zustandsüberwachung von Anlagen und Maschinen ist ein bewährtes Mittel, um verschleiß- und schadensbedingte Ausfälle frühzeitig zu erkennen. „AI kann nicht nur Abweichungen der Anlage erkennen und klassifizieren, sondern diese auch vorhersagen. Die rechtzeitige Erkennung erforderlicher Austausch- oder Wartungsarbeiten vermeidet ungeplante Stillstände und verhindert teure Reparaturen“, erklärt Dr. Michael Hartl von der Siemens AG Österreich die Vorteile von IoT-Solutions. „Alles, was sich dreht oder bewegt, kann überwacht werden.“ Auch schwach bis gar nicht instrumentierte Anlagen wie Pumpen, Getriebe und Motoren lassen sich mit einfach zu installierender IoT-Sensorik rasch und kostengünstig aufrüsten. Die sichergestellten Daten sind für alle verfügbar und verschiedenste Use Cases lassen sich darauf aufbauen – was wiederum neuen Dateninput generiert. So verbessert sich ein System laufend selbst.


Mit Digitalisierung zur Dekarbonisierung

Über die Vorteile von AI aus Sicht der Energieversorgung sprach DI Dr. Gerwin Drexler-Schmid vom AIT, dem Austrian Institute of Technology. „Um die Dekarbonisierung bis 2050 zu erreichen, sind digitale Methoden notwendig“, so der Experte. Am Beispiel einer Molkerei mit mehr als 36 Einzel-Prozessströmen zeigte er eindrucksvoll auf, wie Abwärme kostenoptimal genutzt werden kann. Algorithmen helfen dabei, vor allem diskontinuierliche Prozesse zu steuern und bestmöglich aufeinander abzustimmen. Mittels Künstlicher Intelligenz gelinge es seiner Meinung nach einfacher, verschiedene Energiesysteme optimal zu kombinieren, Potenziale zu nutzen und so die geforderte Dekarbonisierung der Industrie voranzutreiben. Grundvoraussetzung für all das ist jedoch eine ausreichend vorhandene Menge an qualitativen Daten. „Wir brauchen eine entsprechende Datenverfügbarkeit, um rasch auf die richtigen Dekarbonisierungspfade zu finden. Momentan gehen noch etwa 60 bis 70 % der Zeit für das Durchsuchen von Datensätzen drauf“, erklärt Drexler-Schmid. Auch in diesem Bereich könne die Digitalisierung wertvolle Dienste leisten, um schneller zu einem optimalen Ergebnis zu kommen.


Gleiches Recht für alle

In der anschließenden Diskussionsrunde stellten sich Vertreter*innen aus Wirtschaft, Kunst, Forschung und Lehre dem Thema AI aus verschiedenen Perspektiven. Mag.a Ulrike Rabmer-Koller führt seit 2002 die Rabmer Gruppe, ein oberösterreichisches Familienunternehmen mit Sitz in Linz. Als langjährige Interessensvertreterin für heimische Unternehmen weiß die ehemalige Vizepräsidentin der Wirtschaftskammer, wie wichtig es vor allem für kleine und mittlere Betriebe ist, sich mit Digitalisierung auseinanderzusetzen. Damit dies gelingen kann, braucht es aus ihrer Sicht faire Regelungen und gleiche Bedingungen für alle Unternehmen: Schnelles Internet auch in ländlichen Gebieten, breiter Zugang zu Daten und der Aufbau digitaler Skills sind nur einige ihrer Forderungen und Empfehlungen, damit Digitalisierung gelingen kann.


Forschungsbedarf bei Daten

„Die eierlegende Wollmilchsau haben wir definitiv noch nicht“, ist Univ.-Prof. Dr. Horst Bischof, Vizerektor für Forschung an der TU Graz überzeugt. Für ihn ist AI im Moment lediglich ein Mosaikstein unter vielen, den es gilt, sukzessive auszubauen. Zwar verfügen wir dank KI über teils riesige Datenmengen, um Algorithmen zu trainieren – das gilt aber nicht für viele Nischenanwendungen, wo nur wenig Daten vorhanden sind. Hier sieht Bischof noch ausreichend Forschungsbedarf, damit Algorithmen künftig auch mit weniger Daten funktionieren. Mindestens genauso wichtig wie die Quantität der Daten ist seiner Meinung nach ihre Qualität. „Nur vertrauenswürdige Daten erfahren eine breite Akzeptanz“, ist er überzeugt.


Vertrauen und Akzeptanz schaffen

In dieselbe Kerbe schlägt auch Hon.-Prof. Gerfried Stocker, Artist Director des Ars Electronic Center. Wo immer neue Technologien in die Breite gehen, sei Vertrauen notwendig, sagt er. „Neue Technologien werden sich nur dann durchsetzen, wenn sie von der Mehrheit der Menschen akzeptiert werden.“ Dafür sei eine breite Bewusstseinsbildung in der Öffentlichkeit notwendig.  „Wir müssen jetzt damit beginnen, die gesellschaftliche Akzeptanz und das Vertrauen in KI-basierte Technologien sicherzustellen“, appelliert er und warnt „wenn wir die Menschen nicht mitnehmen, werden wir künftig nicht genügend Fachkräfte mit den notwenigen Skills haben, um wettbewerbsfähig zu sein.“

 

>> Das war das OÖ Zukunftsforum 2021


Das könnte Sie auch interessieren: