Produktqualität und Stillstandzeiten haben in komplexen und hochoptimierten Produktionsprozessen viele, meist nicht klar diagnostizierbare Ursachen. Die Erkennung von bislang unbekannten Wirkzusammenhängen, sogenannten »Root Causes«, ist ein Schlüsselfaktor für die zukünftige Optimierung von Produktionsprozessen.

In modernen Produktionsanlagen werden heutzutage riesige Datenmengen aufgezeichnet. Diese Daten werden meist nur zu einem sehr kleinen Teil und oft nur zu speziellen Anlässen mehr oder weniger händisch inspiziert. Die Herausforderung besteht darin, durch intelligente Analyse der in den Produktionsdaten enthaltenen Informationen ein Verständnis über Wirkzusammenhänge und deren Optimierung zu gewinnen: die sogenannte Root-Cause-Analyse (RCA).

Künstliche Intelligenz analysiert hochkomplexe Produktionsprozesse und erkennt neue Wirkzusammenhänge

RCA-Methoden der Root-Cause-Analyse können nicht nur für die Analyse von Fehlersituationen eingesetzt werden, sondern auch für die Analyse von Faktoren, die sich positiv auf die Produktqualität auswirken. Im Vergleich zu Fehlersituationen gibt es in Zeiträumen mit guter Produktqualität jedoch sehr viel mehr aufgezeichnete Produktionsdaten. Zudem hängt eine gute Produktqualität meist von sehr vielen Einfluss­-Parametern ab, so dass von komplexen Root Causes auszugehen ist, deren Analyse mit beträchtlichem Aufwand verbunden ist.

Deshalb wird am Fraunhofer IAIS, basierend auf jüngsten Forschungsergebnissen und Projekterfahrungen, ein neuer technischer Ansatz entwickelt: die KI-basierte Root-Cause-Analyse. Dieser Ansatz kombiniert führende KI-Verfahren mit Methoden zur Einbindung von Expert*innenwissen. Dadurch ist es möglich, automatisch aufgezeichnete Produktionsdaten für die Analyse von hochkomplexen Produktionsprozessen auszuwerten und so Wirkzusammenhänge zu erkennen, die mit konventionellen Methoden der Root-Cause-Analyse verborgen geblieben wären.

Whitepaper stellt praxisorientiert Ansätze und Arbeitsabläufe der KI-basierten RCA vor

Das neue Whitepaper beschreibt den Ansatz der KI-basierten Root-Cause-Analyse und hilft somit dabei, Fehlern in der industriellen Produktion auf den Grund zu gehen und Produktionsprozesse zu optimieren. Es stellt zudem die Rolle von Anwendungs-Expert*innen sowie die Arbeitsabläufe bei der KI-basierten Root-Cause-Analyse vor. Die Autoren gehen zudem auf die Herausforderung des Findens von Root Causes in Zeitreihen ein. Das Whitepaper wurde von Experten im Geschäftsfeld Industrial Analytics des Fraunhofer IAIS veröffentlicht und ist nach Registrierung kostenfrei zum Download verfügbar.

Die KI-basierte RCA kann ein Schlüsselfaktor für die Optimierung von industriellen Produktionsprozessen sein. Die Wissenschaftler beraten interessierte Unternehmen für die Umsetzung individueller Anwendungsfälle.