Co-Creation für Smart Manufacturing

Ruf nach Veränderung

Stellen Sie sich vor, Sie wären ein:e Techniker:in in einem Flugzeugwerk. Sie müssten manuell nachverfolgen und sich vor allem genau merken, wann die wichtigsten Komponenten montiert werden. Um sicherzustellen, dass ein Flugzeug nach exakten Standards gebaut wird, benötigt man einen engmaschigen Inspektionsprozess in jeder Phase der Konstruktion. Dies ist zeit- und arbeitsintensiv.

Stellen Sie sich nun vor, dieselben Prozesse könnten mithilfe einer KI-gesteuerten Video-Analyse durchgeführt werden. Diese KI-Methode wäre in der Lage, wichtige Montageschritte automatisch und präzise zu protokollieren und gleichzeitig menschliche Fehler zu vermeiden. Klingt zu schön, um wahr zu sein? Für Airbus, einen führenden Flugzeughersteller, ist das die Zukunft ihrer Arbeit.

Das Unternehmen sucht laufend nach Möglichkeiten, den Fertigungsprozess durch den Einsatz neuester Technologien zu optimieren. In Zusammenarbeit mit Accenture Labs, das im Accenture Shenzhen Innovation Hub angesiedelt ist, untersucht das Airbus China Innovation Centre (ACIC) wie eine smarte, KI-gestützte Fertigung den Betrieb verändern kann. Um die Machbarkeit dieses Vorhabens zu testen, konzipierte das Unternehmen die Endmontage eines Flugzeuges neu. Traditionell ist dieser Prozess sehr zeitaufwändig, denn die Entscheidung, wann ein Montagevorgang abgeschlossen ist, basiert auf manuellen Eingaben und menschlichem Urteilsvermögen.

Wenn Kreativität und Technologie zusammenkommen

Zum Start des Projekts kamen Teams aus zwei Innovation Centern zusammen. Die Branchenspezialisten von ACIC waren mit den Daten, der Datenerfassung während der Montage, den aufgetretenen Problemen und den gewünschten Lösungen vertraut. In der Zwischenzeit entwickelte das Team vom Accenture Lab ein KI-System sowie ein Tool zur Datenkommentierung. Letzteres ist speziell auf diese Daten zugeschnitten, um die Beschriftung von über einer Million Videosegmenten zu beschleunigen.

Um die KI effizient zu entwickeln, setzte das Team auf einen agilen Prozess. Das Modell wurde ständig trainiert und getestet, um Schwachstellen zu ermitteln. Dies wurde so lange wiederholt, bis das Leistungsniveau eine fehlerfreie und konsistente Ausführung sicherstellte.

Mithilfe von Videoübertragung erkennt das System automatisch Probleme während der finalen Flugzeugfertigung. Während des Inspektionsprozesses registriert Deep Learning anhand von Bewegungen, wann Montageprozesse abgeschlossen sind. Wenn zum Beispiel die Tragfläche angebracht ist, wird dies vermerkt und mit einem Zeitstempel versehen. Das ist nicht nur eine schnellere, sondern auch eine effizientere Art, die Endkontrolle durchzuführen. Darüber hinaus sammelt und kommentiert das KI-System Bilder und Videos, um die fehlerfreie Installation und Positionierung der großen Flugzeugteile genauer zu überprüfen. All dies führt zu einem automatisierten Prozess, der den Airbus-Mitarbeitenden Zeit für andere Aufgaben verschafft.

Wertvoller Unterschied

Dank des agilen Ansatzes war das Team in der Lage, jede Herausforderung zu meistern. In einem Fall stellte das Team fest, dass sie die Daten manuell markierten, indem sie Einzelbilder verwendeten. Stellen Sie sich vor, Sie müssten ein Video bei jedem einzelnen Bild anhalten, analysieren und neu starten. Stattdessen betrachtete das Team die Daten als Video und nicht als eine Reihe von Bildern. Die Kombination dieses Ansatzes mit dem benutzerdefinierten Beschriftungstool steigerte die Inspektionsrate von Hunderten von Bildern auf Millionen von Bildern pro Minute. Dadurch konnte das Team der KI mehr Daten zuführen, was zu einem besseren Einblick und einem smarteren, effektiveren Prozess führte.

Die Kombination aus KI und Computer Vision erhöht sowohl die Effizienz als auch die Genauigkeit der Prozesse. Durch die Automatisierung der visuellen Inspektion des Flugzeugs mittels Videoanalyse kann das System wichtige Montageschritte präzise protokollieren und menschliche Fehler ausschließen. Das Ergebnis sind deutlich genauere Messwerte, die zu erheblichen Einsparungen im Fertigungsprozess führen - und das bei gleichzeitiger Steigerung der Qualität und Einhaltung der Sicherheitsstandards.