Bericht von Isabaella Pridat-Zapp
Jochen Conrad von IT for Engineering Daimler Truck AG beschreibt das ML-Projekt: Die Automobil-Industrie hat sich in den vergangen Jahren stark verändert – das trifft insbesondere auf den LKW-Bereich zu. Die Zahl der LKW-Varianten steigt rapide, so haben wir jetzt nicht nur die Verbrenner-Maschinen sondern auch elektrische oder Wasserstoff LKWs. In diesem sich wandelnden Umfeld geht es uns jetzt um den Einsatz neuer Technologien.
Vor einigen Jahren haben wir schon einmal sehr gute Erfahrungen mit Prozessoptimierung gemacht. Hieran wollen wir anknüpfen und diese Verbesserungen auch in unserem Konstruktionsbereich erreichen. In der IT geht es Daimler vor allem darum neue Technologien, neue Funktionalitäten zu implementieren. Von Artificial Intelligence und Machine Learning versprechen wir uns viele künftige Vorteile.
Wir begannen das Projekt vor 2 Jahren und zwar mit der ersten AI und ML Initiative in unserer Produktionsumgebung. Es gelang uns in unsere LKW-Varianten eine größere Transparenz zu bringen. Man muss sich vorstellen, dass dies in der komplexen „alten Welt“ geschah, als noch viele Menschen viele Arbeiten manuell verrichteten. Es gelang uns damals mit Hilfe der Machine Learning Algorithmen die Arbeitsergebnisse vorherzusagen.
Zunächst bezweifelten einige Betriebsangehörige den Nutzen unseres Unterfangens, doch tatsächlich waren wir mit diesem ML Prognose Projekt wirklich sehr erfolgreich. So haben wir es nicht nur in Deutschland eingeführt, sondern auch in der Türkei und in Brasilien ist es schon live.
Mit unserem neuen ML-Projekt wollen wir den erfolgreichen Ansatz von der Produktion in die Konstruktion transferieren. Aus IT-Perspektive sah das so aus, dass wir uns der gleichen Aufgabenstellung gegenübersahen, wie bei dem ersten ML-Projekt: Finde die Daten.
Es handelt sich um komplexe Daten, die verstanden werden wollen. Sodann sucht man nach Beispielen für Fehler. Das war eine echte Herausforderung. Wir selektierten zunächst Daten aus der Konstruktion und versuchten unsere Erfahrungen aus der Produktions-Umgebung in der Konstruktions-Welt zu replizieren.
Heutzutage ist die Komplexität bezüglich der Varianten sehr hoch. Wir entwickeln LKWs mit vielen Varianten und dann transferieren wir die Produktions-Daten in die Produktion. Es kommt aber vor, dass sich in der Produktion herausstellt, dass der von den Daten beschriebene LKW gar nicht gebaut werden kann.
Noch nicht Abonnent? Sonderaktion nutzen.
Besonders zufrieden ist Jochen Conrad, IT for Engineering Daimler Truck AG, damit, dass es gelungen ist, die bewährte Herangehensweise des ersten ML-Projekts in der Fertigung an die Anforderungen der Konstruktion anzupassen, obwohl es sich natürlich um ganz andere Daten handelt.
Ähnliche Artikel:
KI Schwerpunkt 1) In den letzten Jahren haben Unternehmen wie Google, Facebook und Amazon sehr viel in KI-Projekte investiert. 2) Kürzlich veröffentlichte IDC ein White Paper zum Einsatz von Künstlicher Intelligenz -…
IBM Science for Social Good Im Kontext der Corona Pandemie hat IBM Forschungseinrichtungen und medizinischen Institutionen neue KI Software und Cloud-basierte Ressourcen zur Verfügung gestellt, um die Forschung im Rahmen der Pandemie zu fördern.
Aktuelle Nutzung der IBM Quanten Computer IBM Fellow, Dr. Heike Riel, Department Head Science & Technology IBM Research interviewt ein Mitglied des IBM Quantum Networks, Prof. Dr. Dr. Oliver Ambacher, Fraunhofer Institute for Applied Solid State…