Der Trend zu modularen Produktionssystemen nimmt aufgrund der Komplexität der Endprodukte zu. Sie gehen noch einen Schritt weiter und bauen maßgeschneiderte Lösungen. Welche Anforderungen kommen da auf Sie zu?
David Rosas Wolf: Die zunehmende Komplexität muss in den meisten Fällen auch eine hohe zukünftige Flexibilität erfüllen. Um hier auch eine Nachhaltigkeit zu erreichen, setzen wir auf modulare Designs. Durch den Einsatz von modularen Designs erreicht man auf der einen Seite eine Standardisierung der einzelnen Module und Baugruppen was sich in geringeren Fertigungskosten sowie einer flacheren Ersatzteil Logistik widerspiegelt.
Für den Endkunden ergeben sich aber ebenso noch weitere Synergien. Technologien, welche er heute für diverse Produkte einsetzt, können ohne Probleme für zukünftige Anforderungen angepasst oder ersetzt werden. Durch modulare Designs werden die betreffenden Baugruppen aufgewertet oder ersetzt. Dies sichert für die Zukunft geringere Investitionskosten, da die Basis bestehen bleiben kann.
Angesichts der angesprochenen Komplexität nehmen auch die Anforderungen an Kontroll- und Inspektionssystemen zu. Wie stellen Sie sich diesen Herausforderungen?
David Rosas Wolf: Auch hier gehen wir den Weg der Modularität. Dies setzen wir sowohl bei der Hardware, wie auch bei der Softwarearchitektur ein. Wir haben die Mensch-Maschine-Kommunikation in den Mittelpunkt gerückt und das System durch den Einsatz von individuellen Templates maximal flexibel gestaltet. Der Operator kann somit unter der gewohnten Bedienumgebung komplexeste und verschiedenste Aufgaben erledigen und dies ohne zusätzlichen Schulungsaufwand. Somit ist das System auch für zukünftige Aufgaben stufenlos anpassbar.
Bedienfreundlichkeit, Automatisierung und künstliche Intelligenz sind derzeit stark diskutierte Themen. Welche Bedeutung hat das für Sie und wie stellen Sie sich darauf ein?
David Rosas Wolf: Beim Einsatz von KI in der Inspektion von Etiketten haben wir bereits seit Jahren eine sehr positive Erfahrung gemacht. Gerade bei der zunehmenden Komplexität der Produkte erweisen sich KI Systeme gegenüber konventionellen Systemen in der Robustheit der Erkennungsrate und Vermeidung von Over-Detektion deutlich überlegen. Durch den Einsatz von KI und ”deep learning” lernt der Operator solch ein System mittels seiner Erfahrung direkt ein.
Das Abwägen, ob ein Produkt noch gut ist oder eben nicht mehr, kann im Zweifelsfall kein System so gut wie ein Operator, welcher diesen Job bereits seit Jahren macht. Gerade diese Erfahrung kann auf das System übertragen werden. Mit dem Resultat, dass nach einer gewissen Lernphase das System mit der nahezu gleichen Präzision den Prozess automatisiert. Durch das modulare Design kann der Trainingsstand gespeichert und jederzeit wieder im Wiederholungsfall geladen werden. Solch ein Inspektionsjob lernt somit mit jedem Wiederholauftrag dazu und wird immer cleverer. Es wird einem selbst als Ingenieur manchmal unheimlich, wie perfekt diese Systeme dann unter widrigsten Bedingungen arbeiten.
Derzeit ist der flächige Einsatz von KI aufgrund der noch mangelnden Rechenkapazität auf Teilbereiche begrenzt. Aber die Zukunft wird hier sicher Abhilfe schaffen.