Digitale Assistenten gestalten die Arbeitswelt der Zukunft

Durch die Software Elution^® bekommen Mitarbeiter alle Informationen bedarfsgerecht und digital in der benötigten Form zur richtigen Zeit. Die Folge sind motivierte Mitarbeiter, die fehlerfrei und effizient arbeiten.
Steigende Variantenvielfalt, kleinere Serien oder der Fachkräftemangel. Der Anspruch an eine kosteneffiziente und profitable Fertigung steigt stetig an. Die Software Elution^® unterstützt dabei ebenso kleine und mittelständische wie auch große Unternehmen. Mit Elution^® behalten Mitarbeiter auch in stressigen Situationen den Überblick und können sich auf ihre Kernaufgaben konzentrieren. Die Software umfasst Funktionen zur Steuerung von Arbeitsplätzen und Arbeitsprozessen (Arbeitsplatz- und Arbeitsschritthandling), Integration von Mess-, Prüf- und anderen technischen Geräten, Automatisierung von Arbeits- und Prüfprozessen sowie Qualitätssicherung durch Fehlervermeidung und Fehlererkennung.

Die Lösungen von ELABO und insbesondere die Software Elution^® sind bereits lange etabliert. Dennoch arbeitet ELABO stetig daran diese Konzepte weiterzuentwickeln und somit die Gestaltung der Arbeitswelt von morgen aktiv voranzutreiben.

So arbeitet ELABO eng zusammen mit dem StartUp Kimoknow an der Weiterentwicklung der Themen Lernende Systeme, flexible Produktion, digitale Arbeitswelt, Künstliche Intelligenz und Augmented Reality.

Künstliche Intelligenz und CAD-Daten erleichtern die Teileerkennung

Künstliche Intelligenz (KI) macht es möglich, dass auch Maschinen Objekte erkennen können. Hierfür braucht es große Mengen an qualitativ hochwertigen Bilddaten, mit denen die Algorithmen manuell trainiert werden. Das am Karlsruher Institut für Technologie (KIT) entstandene Start-up Kimoknow hat eine Technologie entwickelt, um dieses Training zu automatisieren.

Um das System zeit- und kostensparend für die Erkennung von Objekten zu trainieren, greift Kimoknow auf Bilddaten aus computerunterstützten Entwicklungsprozessen (CAD) und aus dem Product Lifecycle Management (PLM) zurück. Der Aufwand wird somit erheblich reduziert und ermöglicht weit vielfältigere Anwendungen als bisher.

Use Case Montage

Das auf diese Weise geschulte Objekterkennungssystem kann vielfältig eingesetzt werden, unter anderem in Augmented Reality (AR)-Brillen.

Der digitale Assistent führt Nutzerinnen und Nutzer durch den gesamten Montageprozess, erkennt Arbeitsschritte, Bauteile und visualisiert ohne zusätzliches Display Schritt für Schritt die Anleitung und zeigt so in welcher Reihenfolge welches Teil mit welchen Werkzeugen und Montagematerialien verarbeitet wird.

Er wiederholt einzelne Schritte, wenn Fehler auftauchen, und dokumentiert den Prozess. Der Monteur hat beide Hände frei und kommuniziert über Blickkontakt, Handzeichen oder Sprachbefehl mit dem System. Der Gesamtprozess wird somit effizienter, produktiver, schneller und kostengünstiger ausgeführt und die Qualität der gefertigten Produkte wird erhöht.

Der Prototyp wird für die Endmontage hoch spezialisierter Messgeräte eingesetzt und derzeit in Kooperation mit ELABO am Center for Artificial Intelligence Talents (CAIT) am Institut für Informationsmanagement im Ingenieurwesen (IMI) des KIT erprobt.  

Teileerkennung wird durch CAD Daten einfacher als je zuvor

Der größte Aufwand zur Teileerkennung entsteht beim Erstellen der Datenbasis dem sog. Labeling. Kimoknow greift deswegen auf Bilddaten zurück, die bei computerunterstützten Entwicklungsprozessen (CAD) und im Produktionsdatenmanagement (PDM) ohnehin für alle Objekte entstehen. Sie geben unter anderem Aufschluss über Material, Geometrie und Position des jeweiligen Gegenstandes. Die CAD und PDM-Daten werden extrahiert und für das automatisierte Training der KI genutzt. Somit lassen sich tausende Stunden manuelle Arbeit beim Erstellen der Teileerkennung sparen.

Machen Sie sich selbst ein Bild von der Lösung und besuchen Sie uns bis 16. April auf der HANNOVER MESSE Digital Edition.