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 alle Komponenten vom 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 lassen sich 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" lässt sich nun die Datenauswertung direkt ins Gerät verlagern, wodurch eine tiefe, umfassende Datenauswertung ohne Übertragung der Daten zu einem Server vor Ort realisierbar wird. Damit rückt die Idee der Predictive Maintenance und der Vermeidung ungeplanter Ausfälle in greifbare Nähe.

Anwendungsbereiche für die Technologie über vorausschauende oder präventive Wartung hinaus sind verschiedene Möglichkeiten der Optimierung für unterschiedliche Applikationen. 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, die Belastungen mit mehr als 10 kg standhalten können. 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 werden.

Für die Cobots ergeben sich beim Einsatz von Embedded KI insbesondere im Bereich der Mensch-Maschine-Interaktion Vorteile. Dazu zählt unter anderem die Steuerung der Arbeitsschritte per Sprachbefehl oder per Geste. Dies vereinfacht den Kollaborations-Flow und ermöglicht auch die Kollaboration in jeder Sprache sowie bei Behinderungen. Zudem ließe sich bei vielen Arbeitsschritten automatisch erkennen, wann der menschliche Arbeitsschritt beendet ist, sodass der Cobot den nachfolgenden Schritt ausführt. Folglich ist keine Kommunikation notwendig. Weiterer Vorteil ist das Not-Aus per Sprache, was sich durch Embedded KI sehr robust auch bei hohen Umgebungsgeräuschen realisieren lässt.

Effektive und transparente Produktion durch FTS

Zwischen 2018 und 2020 nahm die Zahl der FTS-Installationen um mehr als 100 % zu – von 52.000 auf 114.000. 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, beispielsweise beim Entladen von Lkw und zum Transport der Waren von A nach B. Dadurch lassen sich Logistik und die industrielle Produktion flexibel und transparent steuern. FTS-Lösungen sind für alle Betriebe interessant, die ihre Prozesse sukzessive automatisieren und zugleich verschlanken möchten, was auch mit der hohen Skalierbarkeit zusammenhängt. Die Bedeutung wird in den kommenden Jahren weiter wachsen, beeinflusst durch Variantenvielfalt, kleinere Losgrößen und steigende Qualitätsanforderungen.

Bei fahrerlosen Transportsystemen sind insbesondere Beladungs-, Hinderniserkennung und das Manövrieren um Personen oder Objekte herum von großer Bedeutung. Dabei lassen sich Bildgebungs-, aber auch andere Perception-Verfahren nutzen, die durch KI noch robuster werden. Dabei sind Lidar (Time-of-Flight-Sensoren) oder Radar mittlerweile so günstig, dass sie entweder fusioniert oder auch einzeln dreidimensional und robust ohne jede Beleuchtungsvoraussetzungen wirken können. Zudem erschließen sich neue User-Interaction-Möglichkeiten mit Personen so wie auch beim Cobot, was nicht zuletzt der Sicherheit dient.

Mit Embedded-KI 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 Applikation und muss diese nicht zu einer Verarbeitung an die Cloud schicken. Sie ermöglicht eine deutlich tiefere Datenauswertung direkt vor Ort im Gerät, muss keine großen Datenmengen übertragen und macht so den Ausfall einer Komponente vorhersehbar.

Embedded KI ist nicht nur auf die Wartung beschränkt, vielmehr ist es wichtig, die Technik stärker in die 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 schwerer, mit den hochautomatisierten Produktionen in asiatischen Ländern mitzuhalten.