Mit neuer KI-Rahmenumgebung Industrie 4.0 auf ganz Europa ausweiten
Künstliche Intelligenz ist ein zentraler Wegbereiter der Digitalisierung der Industrie, denn dank ihr werden Verbesserungen in den Bereichen Effizienz, Datenanalyse, Qualitätskontrolle und Zusammenarbeit zwischen Mensch und Maschine möglich. Jedoch mangelt es an Interoperabilität zwischen den verschiedenen Automatisierungssystemen, was Einrichtungen und Unternehmen daran hindert, Teil von Industrie 4.0 zu werden. Vor diesem Hintergrund arbeiteten 17 Partner aus sieben Ländern im Rahmen des EU-finanzierten Projekts MAS4AI zusammen. Ihr Ziel lautete, eine verteilte und interoperable KI-Architektur auf der Grundlage der Multiagententechnologie zu entwickeln, um Flexibilität und Effizienz europäischer Fabriken zu steigern. „Das MAS4AI-System gestattet die Kombination verschiedener KI-Technologien zu flexiblen und verteilten Steuerungsarchitekturen und bildet damit die Grundlage für weitere maßgeschneiderte und interoperable industrielle KI-gestützte Lösungen“, erklärt MAS4AI-Projektkoordinator Achim Wagner.
Entwicklung der Architektur
Das MAS4AI-System wurde mit einer modularen und flexiblen Architektur ausgestattet und unterstützt die Trennung von Problemen und Funktionen. Innerhalb des Systems wird das Prinzip der Multiagententechnologie genutzt, bei der mehrere Agenten miteinander interagieren, um Ziele zu erreichen. Das System ermöglicht, jeden Agenten oder jedes System von Agenten separat in einem Container, einer isolierten Umgebung, zu entwickeln und einzusetzen, um Anwendungen zu testen und auszuführen. Im MAS4AI-System wird für die Beschreibung, Konfiguration und Parametrisierung von Agenten ein gemeinsames Informationsmodell verwendet, das auf der Asset Administration Shell (AAS), einer genormten Methode zur digitalen Darstellung eines Assets, beruht. „Alle Komponenten unseres Rahmens können ausgetauscht werden, solange sie der allgemeinen Architektur und den gemeinsamen Schnittstellen folgen. Verschiedene Agenten interagieren und synchronisieren sich über Nachrichten und Protokolle, die auf der Industrie 4.0-Sprache und der AAS beruhen“, sagt Wagner. Die Einführung des MAS4AI-Rahmens ist für die Entwicklung KI-basierten Lösungen und die Fertigungsunternehmen von Vorteil. Dank der schlanken und entkoppelten Architektur des Systems können bei der Entwicklung vorhandene Algorithmen wiederverwendet und eigene Algorithmen beisteuert werden, während gleichzeitig die Unabhängigkeit gewahrt bleibt. Andererseits erhalten die Hersteller Zugang zu fortgeschrittenen KI-Algorithmen, ohne an eine bestimmte Plattform gebunden zu sein. Sie können kombinieren, was am besten zu ihren Bedürfnissen und ihrer aktuellen Situation passt.
Am Menschen orientierter Ansatz
Die innerhalb des Projekts erschaffene Rahmenumgebung wurde um den Menschen herum und für den Menschen gebaut. Sie wurde entwickelt, um zu prüfen, wie die Informationen zur Erleichterung der Entscheidungsfindung optimiert werden können und wie eine Person in das digitale System integriert werden kann. Es wurde ein Konzept für ein menschliches digitales Holon entwickelt, das eine Kombination aus der AAS der Arbeitskraft als passivem digitalem Zwilling des Menschen und dem Agenten des Menschen darstellt, um aktiv einen Menschen im System zu repräsentieren. „Indem wir menschliches Verhalten mit digitalen Holons ergänzen und dem System über die Standard-AAS-Submodelle menschenbezogene Aspekte zur Verfügung stellen, kann eine effiziente Mensch-Maschine-Integration realisiert werden“, versichert Wagner. In den meisten Pilotfällen, in denen das System erprobt wurde, wurden die KI-Agenten als Werkzeuge betrachtet und die letzte Entscheidung wurde immer von einem Menschen getroffen.
Anwendungsfälle
Das MAS4AI-System kam in mehreren industriellen Szenarien zum Einsatz, um seine Machbarkeit, Skalierbarkeit und Flexibilität in einem breiten Spektrum von Sektoren zu demonstrieren, wozu Automobil-, Holz-, Fahrrad-, Lager- und Metallanwendungen zählten. Bei allen Umsetzungen im Pilotmaßstab gab es Verbesserungen bei den festgelegten zentralen Leistungsindikatoren wie Produktionssteigerung, Gesamteffizienz der Ausrüstung, Durchlaufzeitverkürzung und Nacharbeit zu verzeichnen. „Die Tests haben außerdem ein höheres Maß an Interoperabilität zwischen den verschiedenen Algorithmen ergeben. Das System war beispielsweise in der Lage, verschiedene Planungsmethoden zu kombinieren, um die Komplexität der Auftragszuweisung in einem Matrix-Produktionssystem industrieller Größenordnung zu bewältigen“, fügt Wagner hinzu.
Schlüsselbegriffe
MAS4AI, Industrie 4.0, künstliche Intelligenz, Digitalisierung, Automatisierung, Fertigung