Künstliche Intelligenz (KI) kann dazu beitragen, Industriekapazitäten und Know-How in Leitbranchen, deren Produkte in einem globalisierten Umfeld starker Konkurrenz ausgesetzt sind, in Deutschland zu halten. Aber die vollständige Entfaltung der Stärke von KI wird erst durch praxisnahe Anwendung in der Industrie wirklich ermöglicht. Kunststoff -, Textil- sowie Maschinenbaubranchen zeigen, wie das mit dem Beitrag angewandter Forschung funktioniert.

Vliestoffe bilden das Ausgangsmaterial für medizinische Schutzmasken und wurden besonders durch die Corona-Pandemie über die Fachwelt hinaus bekannt. Durch die Engpässe, die seit dem vergangenen Jahr aufgetreten waren, wurde die deutsche Abhängigkeit von ausländischen Lieferungen deutlich sichtbar. Zudem spielt Deutschland in anderen Vliesstoff-Segmenten eine wichtige Rolle auf den Weltmärkten. Um diesen Trend fortzuführen, arbeitet die Branche an Innovationen – wie zum Beispiel an der Nutzung von Natürlicher KI. In einem Projekt wurden dafür Grundlagen am Institut für Textiltechnik Augsburg (ITA Augsburg) gelegt. So soll die Maschine zur Vliesstoffproduktion die Parameter entsprechend den Erfordernissen im laufenden Betrieb autonom anpassen und etwaige Fehler selbstständig diagnostizieren können.

„Zusammen mit Partnern aus der Industrie haben wir erreicht, dass die Maschine zentrale Parameter wie Drehzahlen und Abstände, von denen eine große Kombinationsmenge für das Erreichen der gewünschten Produktqualität notwendig sind, durch das entwickelte KI-Modell vorhergesagt werden.“, erläuterte ITA-Augsburg Geschäftsführer Prof. Stefan Schlichter. Außerdem betonte er, dass Künstliche Intelligenz auch diffuse Zusammenhänge modellieren und simulieren könne. Maschinenbauingenieur Dr. Frederik Cloppenburg aus dem Aachener ITA-Stammhaus entwickelte dafür die Algorithmen. Zukünftig soll das Ziel verfolgt werden, Fehler gar nicht erst auftreten zu lassen, indem diese im Voraus optimal prognostiziert werden.

Lernende Maschinen für mehr höhere Recyclingquoten

Eine weniger einheitliche Rohstoffbasis macht lernende Maschinen wesentlich wertvoller. Das ist auch Ausgangspunkt des vom Bundesforschungsministerium (BMBF) geförderten Verbundprojekts CYCLOPS des Kunststoff-Zentrums (SKZ) und namhaften Partnern aus Wissenschaft und Wirtschaft. „Die Maschinen sollen künftig eigenständig erkennen, in welche Anwendungen produzierte Materialien eines bestimmten Typs gehen können“ erläutert SKZ-Gruppenleiter Digitalisierung, Christoph Kugler. Je kürzer die Polymerketten des Materials, desto größer ist ihre Fließfähigkeit, welche andererseits auch das Druckniveau in der Maschine beeinflusst. „Durch Künstliche Intelligenz können Materialeigenschaften und selbst lernende Maschinensteuerungen sehr gut ineinanderwirken, so unsere Erwartung“, betonte Kugler. Grundlage für die angewandte Forschung im Projekt CYCLOPS sind Prozessdaten aus den Maschinen sowie Daten entlang des Lebenswegs von Material und Produkt. So sollen Transparenz und die Informationsdichte erhöht werden.

Neue Expertisefelder durch Technologie-Entwicklung

In den vergangenen Jahren lag der Schwerpunkt in der Entwicklung sogenannter Softsensoren aus Prozessdaten zur Berechnung komplexer Qualitätskennwerte. Das SKZ baut mit dem Projekt auf KI-Expertise auf, die über diverse Projekte erarbeitet wurde. Neue Expertisefelder werden dabei durch die Weiterentwicklung der Technologie erschlossen, so z.B. auch erklärbare KI (XAI). Diese beschreibt, wie Algorithmen zu ihren Ergebnissen gelangen. Zuvor wurde ebenfalls der Einsatz von digitalen Technologien und KI im Kontext der Kreislaufwirtschaft am SKZ forciert, so auch in den noch laufenden Projekten Di-Plast und DiLinK. Während Di-Plast ein EU-Projekt ist, wird DiLink ebenfalls vom BMBF gefördert.

Dr. Stefan Schlichter wird beim ersten Tag des Technologietransfer-Kongress referieren, welcher am 13. und am 14. Juli 2019 in hybrider Form stattfindet. Der ITA-Geschäftsführer wird in der „Live-Session 7“ ab 16 Uhr tiefere Einblicke in die KI als wichtigen Baustein für die Wettbewerbsfähigkeit der Vliesstoffindustrie geben.