SET Inno Tandem – KI-Optimierung der Ressourceneffizienz im produzierenden Gewerbe
Motivation und Kontext: Künstliche Intelligenz bietet großes Potenzial, die Ressourceneffizienz im produzierenden Gewerbe zu steigern. Viele bestehende Lösungen richten sich jedoch vor allem an große Unternehmen oder werden von diesen direkt im Hause entwickelt. Kleine und mittelständische Unternehmen haben jedoch bislang keine oder nur wenige Möglichkeiten Effizienzpotentiale mit KI zu heben.
Der Tandempartner fischer Hydroforming aus Menden stellt mittels der Innenhochdruckumformung (IHU) komplexe dreidimensionale Formen aus Stahlrohren her. Zahlreiche Prozessparameter entlang mehrstufiger Beschichtungs-, Umform-, Reinigungs- und Wärmebehandlungsprozesse beeinflussen die Qualität des Endprodukts. Schwankungen können zu Ausschuss, unnötigem Energie- und Ressourcenverbrauch, Emissionen sowie geringerer Anlagenauslastung führen. Das SET Inno Tandem entwickelt daher anhand ausgewählter Prozessketten und Bauteilen einen KI-gestützten Prototyp, der die Effizienz des Produktionsprozesses verbessert. Dieser führt Prozess-, Energie- und Produktionsdaten zusammen, erkennt kritische Abweichungen frühzeitig und leitet nachvollziehbare Handlungsempfehlungen für das Bedienpersonal ab. Ziel sind stabilere Prozesse, weniger Ausschuss, geringerer Ressourcen- und Energieeinsatz sowie eine bessere Anlagenverfügbarkeit. Während fischer Hydroforming von einer effizienteren Produktion profitiert, kann der Lösungsanbieter die gewonnenen Erkenntnisse für ähnliche Lösungen im produzierenden Gewerbe einsetzen und somit gerade kleinen und mittelständischen Unternehmen einen Zugang zu den Möglichkeiten von KI-Optimierung bieten. Erkenntnisse zur Zusammenarbeit in einem Innovationstandem werden zudem während und im Nachgang des Projekts für Interessierte zur Verfügung gestellt.
Gregor Weber
Seniorexperte Geschäftsmodelle & Regulatorik

Umfang des SET Inno Tandem
- Schärfung von Use Case, Prozesskette, Bauteilen, Optimierungszielen und KI-Vorgehen im Detailkonzept
- Analyse von Prozess-, Energie- und Produktionsdaten zur Identifikation relevanter Einflussgrößen
- Auswahl geeigneter KI-Verfahren und Aufbau einer gemeinsamen Daten- und Systemarchitektur
- Entwicklung eines KI-Prototyps mit Prognosemodellen, Prozessfenstern und Handlungsempfehlungen
- Erprobung im Produktionsumfeld inklusive Dashboard, Wirkungsbewertung und Übertragbarkeitsanalyse
