Unternehmensbesuch STRIKO Programmierung einer KI – Schritt für Schritt

Programmierung einer KI – Schritt für Schritt bei der STRIKO Verfahrenstechnik GmbH

Reichshof – Unternehmensbesuch

Einleitung und Zielsetzung

Im Rahmen der digitalen Transformation gewinnt der Einsatz von Künstlicher Intelligenz für Unternehmen zunehmend an Bedeutung. Damit können sie ihre Wettbewerbsfähigkeit erhalten und Abläufe effizienter gestalten.

Der siebte Workshop der Arbeitsgruppe “Entwicklungssystematik und kollaboratives Arbeiten” verfolgte das Ziel, den Teilnehmern praxisnahe Einblicke in die Entwicklung und Implementierung von KI-Lösungen zu vermitteln. Bei diesem Workshop waren das Team und die Teilnehmer bei der STRIKO Verfahrenstechnik GmbH zu Gast. Als mittelständisches Unternehmen sieht sich STRIKO der Herausforderung gegenüber, seine Produktionsprozesse entsprechend zu analysieren und zu verbessern.

Im Fokus stand die Optimierung der Entwicklung von Berstscheiben unter Einsatz von KI. Der bisherige Prozess ist stark auf Expertenwissen und manuelle Verfahren angewiesen, was zu einem hohen Zeitaufwand und einer geringen Effizienz führt. Der Einsatz von KI zielt darauf ab, die genannten Abläufe zu automatisieren und die Genauigkeit zu steigern. Im Rahmen des Workshops wurden die Teilnehmer Schritt für Schritt durch den gesamten Prozess der KI-Implementierung geführt – von der Datenakquise und -analyse bis hin zur Modellauswahl, dem Training und der Evaluierung der Ergebnisse.

Neben der Vermittlung theoretischer Grundlagen wurde ein besonderer Fokus auf den Praxisbezug gelegt. Im Rahmen einer Führung durch die Produktionsanlagen erhielten die Teilnehmer einen direkten Einblick in die Herausforderungen, denen sich STRIKO in der Fertigung gegenübersieht. Die Einbindung der Praxis trug dazu bei, den Nutzen von KI für die Optimierung industrieller Prozesse nachvollziehbarer zu gestalten.

Challenge der STRIKO Verfahrenstechnik GmbH als Grundlage für die KI

Die STRIKO Verfahrenstechnik GmbH sieht sich mit der Herausforderung konfrontiert, den Entwicklungsprozess von Berstscheiben zu optimieren. Hierbei handelt es sich um ein sicherheitskritisches Bauteil, das in Druckbehältern und anderen Anlagen zum Einsatz kommt. Berstscheiben dienen als Sicherung verfahrenstechnischer Anlagen vor Überdruck, indem sie bei einem bestimmten Druck gezielt nachgeben. Die bisherige Entwicklung basiert auf Expertenwissen und dem Trial-and-Error-Verfahren, was zu einem hohen Zeit-und Ressourcenaufwand in Fertigung und Entwicklung führt.

Der Prozess hin zum fertigen Bauteil besteht maßgeblich aus experimentellen Tests, bei denen erfolgreiche Teil-Konfigurationen dokumentiert werden. Nicht erfolgreiche Versuche werden jedoch kaum systematisch erfasst, sodass eine umfassende Datenanalyse erschwert wird. Die manuelle Bewertung der Entwicklung führt zudem zu Ineffizienzen, da das Wissen in verschiedenen Excel-Tabellen verteilt ist und nicht zentral zugänglich gemacht wird.

Der Einsatz von KI zielt darauf ab, die fragmentierten Daten effizient zu nutzen und den Entwicklungsprozess durch die Implementierung eines KI-gestützten Systems zu automatisieren. Die KI soll dazu beitragen, optimale Konfigurationen für Berstscheiben vorherzusagen und zu testen. Dadurch lässt sich der Entwicklungsaufwand reduzieren und die Effizienz steigern. Die KI-basierte Lösung soll in der Folge nicht nur die Genauigkeit in der Vorhersage verbessern, sondern auch das vorhandene Expertenwissen systematisch integrieren. Das Ergebnis ist eine Reduzierung der Entwicklungszeit sowie eine bessere Produktqualität.

Der Prozess: Von den Daten zum KI-System

Der Prozess zur Entwicklung des KI-Systems bei STRIKO umfasst mehrere aufeinanderfolgende Schritte, die systematisch zur Implementierung führen.

Datenakquise
Die Entwicklung des KI-Systems zur Optimierung der Berstscheiben bei STRIKO beginnt mit der Datenakquise. Dabei werden historische Testdaten, die erfolgreiche Berstscheiben-Konfigurationen dokumentieren, gesammelt und analysiert. Zusätzlich fließen Material- und Konstruktionsdaten sowie Expertenwissen in den Prozess ein. Ziel ist es, Muster und Korrelationen zu identifizieren, die den Berstdruck beeinflussen. Eine saubere und vollständige Datengrundlage ist dabei entscheidend für den späteren Erfolg des KI-Modells.

Modellselektion
Nach der Erhebung der Daten erfolgt die Auswahl des passenden KI-Modells. Hierbei wird ein Modell gewählt, das die Beziehung zwischen den Eingangsparametern (z.B. Material, Vorwölbdruck, Dicke der Berstscheibe) und den gewünschten Ausgängen (Berstdruck) möglichst präzise abbilden kann. Das gewählte Modell wird anschließend mit den gesammelten Daten trainiert, um zuverlässige Vorhersagen zu ermöglichen.

Modell-Feintuning
Nach dem Training des KI-Modells folgt das Feintuning. In dieser Phase werden die Modellparameter optimiert, um die Vorhersagegenauigkeit weiter zu verbessern. Dazu wird das Modell auf seine Stabilität und Leistungsfähigkeit getestet, insbesondere durch die Anwendung auf unterschiedliche Datensätze. Das Ziel ist die Entwicklung einer robusten Lösung, die auch in der Praxis gut funktioniert.

Modellbewertung
Im Anschluss erfolgt die Bewertung des trainierten Modells. Hier wird das Modell mit neuen, unbekannten Daten getestet, um zu überprüfen, wie gut es auf nicht-gesehene Daten reagiert. Dies ist ein wichtiger Schritt, um sicherzustellen, dass das Modell nicht nur auf den Trainingsdaten gut funktioniert, sondern auch in der Realität generalisieren kann.

Implementierung
Der letzte Schritt des Prozesses ist die Implementierung des KI-Modells und seine Integration in den Produktionsprozess von STRIKO. Das KI-System wird in die bestehende Infrastruktur integriert, um entwicklungsbegleitende Vorhersagen in Echtzeit zu ermöglichen. Eine kontinuierliche Überwachung und Weiterentwicklung des Modells ist notwendig, um das System langfristig zu verbessern, den Entwicklungsprozess von Berstscheiben effizienter zu gestalten und weitere Optimierungsmöglichkeiten auf Basis der Künstlichen Intelligenz zu schaffen.

Zusammenfassung und Lessons Learned für die Unternehmen

Der Workshop bei STRIKO zeigte, wie Künstliche Intelligenz zur Optimierung von Produktionsprozessen eingesetzt werden kann. Die folgenden Erkenntnisse sind für Unternehmen besonders wichtig:

Datenqualität ist entscheidend
Ohne saubere und vollständige Daten kann ein KI-System keine präzisen Vorhersagen treffen. Die systematische Erfassung und Aufbereitung von Daten bildet die Grundlage für den Erfolg.

Expertenwissen bleibt unverzichtbar
KI-Systeme sollten das Fachwissen nicht ersetzen, sondern ergänzen. Die beste Lösung entsteht in der Kombination datenbasierter Ansätze mit dem Know-how der Mitarbeiter.

Automatisierung führt zu Effizienz
Durch den Einsatz von KI lassen sich manuelle Prozesse automatisieren, was zu Zeitersparnis und höherer Genauigkeit führt. Dennoch muss das System kontinuierlich überwacht und angepasst werden.

Kontinuierliche Optimierung notwendig
KI-Projekte sind nicht nach der Einführung abgeschlossen. Regelmäßige Anpassungen und Updates sind nötig, um das System auf neue Herausforderungen und Daten auszurichten.

Abschließend zeigt der Workshop, dass durch eine durchdachte Planung und den gezielten Einsatz von KI langfristige Effizienzsteigerungen erreicht werden können.