Bisher setzen die meisten Unternehmen auf starre Wartungsmodelle. Eine Überprüfung der Robotik-Anwendungen findet dementsprechend nur dann statt, wenn sie reparaturbedürftig sind, eine vorgegebene Betriebsstundenzahl erreicht ist oder aber sie erfolgt präventiv ohne Berücksichtigung des Maschinenzustands (Wartungszyklen).

Ursache für derartige starre Wartungszyklen ist der Mangel an verwendbaren und qualitativ hochwertigen Daten. Viele Roboter werden mit wenigen Sensoren überwacht, die nur eine grobe Datenerfassung gewährleisten. Doch grundsätzlich gilt für die Robotik eine einfache Faustregel: Je mehr Daten durch die Überwachung gesammelt werden können, desto zuverlässiger lassen sich Aussagen über den künftigen Maschinenzustand treffen. Das betrifft alles von Greifer, über die Lager bis hin zu den Getrieben und Antrieben – angefangen bei Drucksensorik über Temperatur bis hin zu Vibrationen, Stromverläufen und Ultraschall. Doch selbst wenn die Sensoren genug Daten erfassen – wie soll man die teilweise riesigen Datenmengen (die zum Beispiel durch Ultraschallsensoren gesammelt werden können) denn übertragen?

Dort wo bereits hochauflösende Sensoren verwendet werden, begegnet man diesem Problem bisher durch Edge-KI Lösungen. Dabei schneidet beispielsweise eine KI auf dem Sensor die für relevant gehaltenen Daten aus und sendet nur diese vorverarbeitet zur zentralen Recheneinheit oder gar in die Cloud, wo sie von einer weiteren KI ausgewertet werden. Mit dem neuen – und erst seit wenigen Jahren durch steigende Leistungsfähigkeit der Halbleiter ermöglichten – Megatrend der „Embedded-KI“ kann nun die Datenauswertung direkt ins Gerät verlagert werden, wodurch eine tiefe, umfassende Datenauswertung ohne Übertragung der Daten zu einem Server vor Ort realisierbar wird. Damit wird die Idee der Predictive Maintenance und der Vermeidung ungeplanter Ausfälle in greifbare Nähe gerückt.

Wenn man nach konkreten Anwendungsbereichen für die Technologie über vorausschauende oder präventive Wartung hinaus fragt, so bieten sich für alle unterschiedlichen Applikationen verschiedene Möglichkeiten der Optimierung an. Bei Robotern könnte dies beispielsweise eine Analyse der Greifer sein – sollte dieser nicht mehr einwandfrei funktionieren, könnte ein Werkstück abrutschen und zu einem Produktionsstopp führen. Das ist ein altes und immer noch nicht optimal gelöstes Problem.

Cobots im Mittelstand

Momentan dominieren am Markt die „großen“ Cobots, welche Belastungen mit mehr als 10 Kilogramm Gewicht standhalten können - nichts im Vergleich zu den üblichen Roboterarmen. Experten gehen allerdings davon aus, dass auch die Nutzung von mittelgroßen und kleinen Cobots gerade im Mittelstand rasant steigen wird, da durch die zunehmende Automatisierung die Anwendungsmöglichkeiten der Technologie erweitert und verbessert wird.

Für die Cobots ergeben sich beim Einsatz von Embedded-KI insbesondere im Bereich der User Interaction, also der Mensch-Maschine-Interaktion, Vorteile. Dazu zählt unter anderem die Steuerung der Arbeitsschritte per Sprachbefehl oder per Geste. Dies vereinfache nicht nur den Kollaborations-Flow, sondern biete auch eine Kollaboration auf jeder Sprache und auch bei Behinderungen. Zudem könnte bei vielen Arbeitsschritten automatisch erkannt werden, wann der menschliche Arbeitsschritt beendet ist, sodass der Cobot den nachfolgenden Schritt ausführt. Folglich ist keine Kommunikation notwendig. Weiterer Vorteil ist das Notaus per Sprache, was durch Embedded-KI sehr robust auch bei hohen Umgebungsgeräuschen realisiert werden kann. Je nach Safety-Richtlinie ist dies auch mit synthetischer Rückfrageschleife möglich.

Durch fahrerlose Transportsysteme (FTS) effektive und transparente Produktion schaffen

Zwischen 2018 und 2020 nahm die Zahl der FTS-Installationen um mehr als 100 Prozent zu, von 52.000 auf 114.000 [1]. Diese „kleinen“ Helfer können den Materialfluss optimieren und damit unter anderem die herkömmlichen Stapler und Lager-Ameisen obsolet machen.

FTS werden derzeit vor allem in der Logistik eingesetzt, z.B. beim Entladen von LKWs und zum Transport der Waren von A nach B. Dadurch kann die Logistik, aber auch die industrielle Produktion, flexibel und transparent gesteuert werden. FTS-Lösungen sind für alle Betriebe interessant, die ihre Prozesse sukzessive automatisieren und zugleich verschlanken möchten, was auch mit der starken Skalierbarkeit zusammenhängt. Die Bedeutung wird in den kommenden Jahren beeinflusst durch Variantenvielfalt, kleinere Losgrößen und steigende Qualitätsanforderungen weiter wachsen.

Bei fahrerlosen Transportsystemen sind insbesondere Beladungs-, Hinderniserkennung und das Manövrieren um Personen respektive Objekte herum von großer Bedeutung – dabei können Bildgebungs-, aber auch andere Perception-Verfahren, die durch KI noch robuster werden, genutzt werden. Dabei seien Lidare (auch sogenannten Time-of-Flight-Sensoren) oder Radare mittlerweile so günstig, dass sie entweder gemeinsam fusioniert oder auch einzeln viel mehr dreidimensional und robust ohne jedwede Beleuchtungsvoraussetzungen wirken können. Zudem würden sich die neuen User Interaction Möglichkeiten mit Personen wie beim Cobot erschließen, was nicht zuletzt auch der Sicherheit dient. Entscheidend hierfür ist, dass sich diese Technologie in der Breite adaptiert.

Mit Embedded-KI und der smarten Wartung die Produktionseffizienz steigern

Embedded-KI hilft dabei, sowohl Roboter, Cobots als auch FTS ausfallsicher zu gestalten. Im Gegensatz zu den vorherigen Cloud- und Edge-Lösungen erfasst die Embedded-KI Daten vor Ort an der jeweiligen Applikation und muss diese nicht zu einer Verarbeitung an die Cloud schicken. Sie ermöglicht ein deutlich tiefere Datenauswertung direkt vor Ort im Gerät, muss keine großen Datenmengen übertragen und macht so den Ausfall einer Komponente vorhersehbar. Ungeplante Ausfälle gehören damit der Vergangenheit an.

Embedded-KI ist nicht nur auf die Wartung beschränkt, vielmehr ist es wichtig die Technik stärker in die allgemeine Nutzung innerhalb der Produktion zu integrieren. Vor allem in Hinsicht auf die zunehmende Anwendung von Cobots und FTS. Sollte diese Integration und Optimierung durch Innovationen in Deutschland und Europa verpasst werden, wird es noch schwerer, mit den hochautomatisierten Produktionen in asiatischen Ländern mitzuhalten.

[1] Vgl. Intralogistik: Drei Trends für 2022 (Quelle: Torwegge)

Autor: Viacheslav Gromov, Geschäftsführer vom deutschen Embedded-KI-Anbieter AITAD