Die nächsten Schritte in der KI-Entwicklung für die Holzwerkstoffproduktion sind vielfältig. Sie umfassen z.B. die automatische Erkennung und Anzeige der Verlässlichkeit bzw. Genauigkeit von KI-Modellen, um den Regelkreis einer autonomen Anlage betriebssicher schließen zu können. Hinzu kommt die Extrapolation von KI-Modellen, das heißt die Entwicklung zuverlässiger Vorhersagen durch die KI auch außerhalb von bekannten Betriebspunkten. Zuletzt die Driftdetection: Betriebspunkte und somit KI-Modelle können driften oder ungenau werden. Methoden zur Driftdetection und -anpassung sowie zum automatischen Nachtrainieren von KI-Algorithmen müssen folglich entwickelt werden.
KI in der Praxis
„Wir haben Evoris mitsamt des KI-Knowhows vollständig mit eigenem Personal entwickelt – ein Alleinstellungsmerkmal für einen mittelständischen Maschinen- und Anlagenbauer“, erklärt Jürgen Woll, Vice President Automation bei Dieffenbacher. „So können wir jederzeit auf Kundenwünsche eingehen und beschleunigen die Weiterentwicklung der Plattform – entscheidend für eine erfolgreiche Digitalisierungslösung“, ergänzt er. Indem Dieffenbacher mit dem Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung sowie dem WBK Institut für Produktionstechnik des Karlsruher Instituts für Technologie zusammenarbeitet, stellt das Unternehmen sicher, dass die neusten Erkenntnisse in Sachen Künstlicher Intelligenz in die Weiterentwicklung von Evoris einfließen. Pilotkunde und Entwicklungspartner Swiss Krono ist bereits von der Lösung überzeugt: „In unserer Spanplattenanlage in Menznau liefert Evoris hervorragende Ergebnisse. Innerhalb von nur neun Monaten konnte das System die Plattenqualität zuverlässig vorhersagen. Innerhalb eines Jahres konnten wir unsere Produktivität erhöhen, den Leimverbrauch senken, Ausfallzeiten vermeiden und damit die Effizienz der Anlage verbessern“, berichtet der frühere CEO Martin Brettenthaler. Neben Swiss Krono sind über 25 Aufträge für die KI-gestützte Digitalisierungslösung bei Dieffenbacher gebucht.
