22.11.2023: Transformation Mittelstand in der Automobilindustrie – mittels KI

„Beim Transformationsprozess in kontinuierlichem Austausch bleiben“

Innovative Ansätze für die Transformation Mittelstand in der Automobilindustrie – mittels KI

„Innovation trifft Tradition“ hieß es beim gut besuchten Austausch im FUX Festigungs- und Expansionszentrum auf dem Areal des Kreativparks Alter Schlachthof in Karlsruhe. Das „Automotive Engineering Network“ (aen) ist dabei Initiator, Vermittler und Beschleuniger von Innovationen. „Wir müssen bei diesem Transformationsprozess in einem kontinuierlichen Austausch bleiben“, so aen-Vorstand Prof. Fritz J. Neff mit Blick auf die Entwicklung von Unternehmen und Unternehmer, gerade im Bereich von Start-ups bis zum Mittelstand.

Uwe Popp, CEO „Apium Additive Technologies GmbH“ aus Karlsruhe, zeigte den Weg anhand praktischer Beispiele auf, die Entwicklung von Unternehmen und Unternehmer. Auch er habe seit der Gründung 2016 eine Transformation hinter sich, so Popp, der die Wichtigkeit der Vision betonte: Die technische Veränderung lasse sich darstellen, doch die eigene Veränderung sei eine andere Sache. Anhand des Workflows zur Implantatherstellung zeigte er die Stufen auf; Motivation, erste Schritte, Herangehensweise, MRI/CT, CAD, 3D-Printing, Nachbehandlung und Qualitätskontrolle. Vom kleinen Team mit einer Idee, über die Pionierarbeit der Erzeugung eines neuen Marktsegmentes hin zum Marktführer „Made in Karlsruhe“, der auch die NASA interessiert, und aufkommende Hürden: Popp gab anschauliche Beispiele und Einblicke auf dem Weg, inklusive Entwicklungsstufen, die auch eine persönliche Transformation beinhalteten.

Um einen Digitalen Zwilling mittels der „Diskrete Elemente Methode“ (DEM) ging es bei Dr. Patrick Neuenfeldt, CEO der 2022 gegründeten „SADEN GmbH“ aus Karlsruhe. Er gab detaillierte Einblicke in die Simulation bei der Batteriezellenfertigung, die vor dem Hintergrund der stetig wachsenden Ansprüche an Energieeffizienz und Ressourcenschonung vor großen Herausforderung steht. 30 bis 40% der Prozesskette sind dabei Schüttungsprozesse. „DEM“ ermöglicht eine genaue Abbildung des Systems, wodurch eine Vielzahl von Prozessen entlang der Prozesskette simuliert und Effizienzsteigerungen realisiert werden können, so Dr. Neuenfeldt. So könnten zudem große Fälle in guten Zeiten berechnet werden, zudem lassen sich so Stillstandszeiten reduzieren, Materialeinsatz optimieren und das Systemverständnis fördern. Letztlich ein großer Mehrwert für Kunden auf dem Weg zum Ausbau der Batteriefertigung.

„Wie, was und wann produzieren“: Damit befasste sich Dr. Jonathan Spitz, CEO „Gauss Machine Learning GmbH“ aus Leonberg – mit der Ansage, „KI weiß es besser, was eine Steigerung der Fertigungseffizienz mit sich bringt.“ Es sei besonders die Schnittstelle real/virtuell, die von der Konstruktion bis zur Vermarktung durch KI unterstützt werden könne. Das biete einen erheblichen Mehrwert für Unternehmen, so Dr. Spitz, besonders vor dem aktuellen Hintergrund des Fachkräftemangels, der Maschinen auch auslastet! Mit einem „Optimyzer“ würden Hersteller durch KI befähigt, effizienter und innovativer zu arbeiten, Hand in Hand zudem mit fortschrittlicher Technologie. KI sei ein hilfreiches Werkzeug, es bedarf aber genaue Ansagen. Bei Best Practice-Beispielen aus der Welt der Blechteile wurden die Prozesse aufgezeigt – von Design-Innovationen bis zur präzisen Herstellung und der Auslieferung: Der Mensch werde dadurch unterstützt!

„KI-Regler“: In die „Macht der Prognose“ bei KI-Modellen führte Luca Keller, Masterstudent an der Fakultät Maschinenbau und Mechatronik der Hochschule Karlsruhe, stellte dabei KI und HI in die Diskussion. Anhand praktischer Beispiele zeigte Keller auf, dass KI-Modelle die Fähigkeit besitzen, physikalische Systeme abzubilden. Schritt für Schritt würden diese mit KI-Unterstützung wachsen, zudem könnten sich komplexe Muster erkennen, Prognosen erstellen, Regelungen effizienter ablaufen und Prozesse besser anpassen lassen. Durch gezielte Training mit Simulations- oder Messdaten werden Modelle in die Lage versetzt, „predicitive“ zu sein, also Vorhersagen zu treffen. Dies unterstütze – gerade im Bereich Regelungstechnik – eine optimale Steuerung von Systemen, die sich auch auf andere Anwendungsgebiete übertragen ließen.

Um „KI-Potentiale in der Produktion“ ging es bei Rene Böpple, Masterstudent an der Fakultät Maschinenbau und Mechatronik der Hochschule Karlsruhe, mit Blick auf den Ansatz des untrainierten Maschinellen Lernens. Klare Ansage: „Quick wins“ – gerade vor dem Hintergrund einer Klassifikation nach Aufwand und Potenzial. Es geht um eine einfache und günstige KI-Lösung für die optische Qualitätskontrolle, da oftmals für KMU hohe Kosten, zu wenig Daten oder mangelnde Einsatzgebiete dagegensprechen. Böpple gab hierzu Einblicke in die Welt der KI und ihrer Kernmethoden – auch des untrainierten Maschinellen Lernens. Mit einem „trainierten Maschinellen Lernen“ lasse sich auch bei KMU Technologie integrieren und Akzeptanz erreichen.

Die Bandbreite der innovativen Themen, so aen-Vorstand Prof. Fritz J. Neff und Entwicklungsingenieur Dr. Matthias Feiner, der durch die Veranstaltung führte, zeige, dass sich die Region erst am Anfang der Reise befinde. Das aen könne dabei, gerade in einer Region mit hoher Dichte an technologiegetriebenen Unternehmen, relevantes Expertenwissen insbesondere für KMU und Start-Ups bündeln und unterstützen.