Die Effizienz von Produktionsmaschinen liegt oft weit unter den technischen M\u00f6glichkeiten. Der Grund: Erfahrene Mitarbeitende sind im Fall einer St\u00f6rung h\u00e4ufig nicht verf\u00fcgbar, anderen Arbeitskr\u00e4ften wiederum fehlt das Know-how, um die tats\u00e4chliche Fehlerursache zu beheben. Hier setzt das selbstlernende Assistenzsystem MADDOX an: Mit Methoden des maschinellen Lernens analysiert es Maschinen- und Prozessdaten, sucht per Mustererkennung nach \u00e4hnlichen St\u00f6rungen in der Vergangenheit und pr\u00e4sentiert die L\u00f6sung auf dem Tablet. Entwickelt wurde das System von der Peerox GmbH, einem Spin-off des Fraunhofer-Instituts f\u00fcr Verfahrenstechnik und Verpackung IVV.<\/b><\/p>\n
Bei einem Maschinenstillstand wird das Wissen erfahrener Kolleginnen und Kollegen ben\u00f6tigt. Doch diese sind h\u00e4ufig genau dann nicht vor Ort. Das weniger erfahrene Personal muss dann die St\u00f6rung in Eigenregie beheben. Doch auch wenn umfangreiche Dokumentationen vorhanden sind, ist es im Fehlerfall und unter Zeitdruck eine gro\u00dfe Herausforderung, die passenden Informationen zu finden. In der Folge wird nur selten die tats\u00e4chliche Ursache der St\u00f6rung beseitigt, sodass sie in kurzen Abst\u00e4nden erneut auftritt. Ziel der Peerox GmbH ist es, dieses Alltagsszenario in Produktionsbetrieben zu vermeiden. Mit ihrem intelligenten, selbstlernenden Assistenzsystem MADDOX will sie die Effizienz in Produktionsunternehmen steigern, Ausschuss reduzieren und so einen Beitrag f\u00fcr die \u00f6konomische und \u00f6kologische Produktion etwa von Lebensmitteln, Kosmetika und Pharmaprodukten leisten. Das Spin-off aus dem Fraunhofer IVV in Dresden wurde im Sommer 2019 mit Unterst\u00fctzung des EXIST-Forschungstransfers, einem F\u00f6rderprogramm des Bundesministeriums f\u00fcr Wirtschaft und Klimaschutz, von Andre Schult und Markus Windisch gegr\u00fcndet. Heute z\u00e4hlt das Unternehmen 17 Mitarbeitende.<\/p>\n
\u00bbViele Produktionsbetriebe haben eine Effizienz von kaum mehr als 60 Prozent, da ist noch Luft nach oben. Das liegt zum gro\u00dfen Teil daran, dass die Ursache der St\u00f6rung an der Maschine nicht behoben wird. Der Bediener erkennt nicht, ob ein Einschieber klemmt, der Sauger verstopft ist oder ein anderer Fehler vorliegt\u00ab, sagt Andre Schult, CEO der Peerox GmbH. Das Erfahrungswissen ist zwar vorhanden, aber die Mitarbeitenden mit der gew\u00fcnschten Expertise sind im Notfall oft nicht greifbar. Mit Blick auf den demographischen Wandel, den Fachkr\u00e4ftemangel und die st\u00e4rkere Fluktuation der Mitarbeitenden ist die Abh\u00e4ngigkeit von menschlichem Erfahrungswissen in der Produktion zunehmend ein gro\u00dfes Problem, das die Peerox GmbH mit MADDOX adressieren will, indem sie das Erfahrungswissen der Besch\u00e4ftigten digitalisiert.<\/p>\n
\u00bbOftmals wei\u00df der Mitarbeitende gar nicht, mit welchen Begriffen er nach der Fehlerursache suchen soll. L\u00f6st beispielsweise ein zerquetschter Joghurtbecher den Maschinenstillstand aus, kann man in der Dokumentation nach Band, Becher, Riemen oder einem anderen Schlagwort suchen. Wer dann nicht schnell f\u00fcndig wird, gibt in der Regel auch auf zu suchen. Daher suchen wir mit MADDOX datenbasiert und nutzen Maschinendaten wie Druckverl\u00e4ufe, Temperaturen, Lichtschrankensignale oder Fehlercodes\u00ab, erl\u00e4utert Schult. Ein eigens entwickelter selbstlernender Suchalgorithmus analysiert die Maschinendaten mithilfe von Algorithmen des maschinellen Lernens und bildet Klassen \u00e4hnlicher Datenmuster. Diese werden mit digitalen Wissenskarten verkn\u00fcpft. Vergleichbar einer Wiki-Seite werden durch die Mitarbeitenden auf diesen Wissenskarten St\u00f6rungs- und L\u00f6sungsbeschreibungen visuell mit Texten, Bildern und Videos dokumentiert. Geht die Maschine in St\u00f6rung, analysiert der Algorithmus die Datenmuster, sucht nach \u00e4hnlichen Klassen und schl\u00e4gt dem User die verkn\u00fcpfte Wissenskarte \u00fcber ein plattformunabh\u00e4ngiges Tablet vor \u2013 so das Prinzip der Assistenzl\u00f6sung. Trat das Problem \u2013 etwa eine verschmutzte D\u00fcse \u2013 vor vier Wochen schon einmal auf, wird ein L\u00f6sungsweg vorgeschlagen, den der Bediener ablehnen oder best\u00e4tigen kann. In Abh\u00e4ngigkeit davon lernt MADDOX dazu, welche Eintr\u00e4ge aus der Datenbank in welcher Situation hilfreich waren. Der Algorithmus wird entsprechend trainiert und lernt sehr schnell dazu. Durch eine spezielle Form der Datenvorverarbeitung und Merkmalsreduktion lernt der Algorithmus besonders schnell.<\/p>\n
\u00bbMADDOX ist im Prinzip ein digitaler Kollege, der helfend zur Seite steht\u00ab, sagt der Ingenieur. Wichtig ist die psychologische Komponente. Das linuxbasierte Wissensmanagementsystem enth\u00e4lt viele Features, die menschliche Triebkr\u00e4fte wie Hilfsbereitschaft und Wertsch\u00e4tzung ber\u00fccksichtigen und die dazu anregen, es gern zu benutzen. Sie motivieren zum Best\u00e4tigen, Ablehnen, Korrigieren und Erweitern der Eintr\u00e4ge und zum Teilen des Erfahrungswissens. Die entsprechenden Features konnten durch langj\u00e4hrige Zusammenarbeit mit Ingenieurpsychologen der TU Dresden in das System eingebunden werden. \u00bbDas unterscheidet unsere Kommunikationsplattform auch von anderen Wissensmanagementsystemen. Wir beziehen den psychologischen Faktor ein und k\u00f6nnen so das Engagement erh\u00f6hen, die Dokumentation verbessern und Betriebskosten senken\u00ab, res\u00fcmiert Schult. Inzwischen ist die Kompetenz der Ingenieurpsychologie auch Teil des Forschungsteams Digitalisierung und Assistenzsysteme am Fraunhofer IVV.<\/p>\n
Zun\u00e4chst konzentriert sich das Unternehmen mit seinem Produkt auf den Markt f\u00fcr Verarbeitungs- und Verpackungsmaschinen, langfristig sollen auch andere Branchen wie die Halbleiter-, Automotive- und Chemieindustrie avisiert werden. Aktuell wird MADDOX in der Pharmaverpackung der Bayer AG in Leverkusen eingesetzt.<\/p>\n
Die Peerox GmbH war 2020 mit ihrem selbstlernenden Assistenzsystem Preistr\u00e4ger beim s\u00e4chsischen Gr\u00fcnderpreis. 2021 w\u00fcrdigte die Jury den erfolgreichen \u00dcberf\u00fchrungsprozess vom Fraunhofer-Institutsteil Verarbeitungstechnik des IVV in die Peerox GmbH mit dem 3. Platz des S\u00e4chsischen Transferpreises f\u00fcr Prof. Jens-Peter Majschak, Institutsleiter des Fraunhofer IVV.<\/p>\n","protected":false},"excerpt":{"rendered":"
Die Effizienz von Produktionsmaschinen liegt oft weit unter den technischen M\u00f6glichkeiten. Der Grund: Erfahrene Mitarbeitende…<\/p>\n","protected":false},"author":2,"featured_media":30401,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[24,16],"tags":[],"series":[],"class_list":["post-30400","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-plas-tv-meldungen-auf-der-startseite-unterhalb-slider","category-plast-tv-textmeldungen"],"_links":{"self":[{"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/posts\/30400","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=30400"}],"version-history":[{"count":1,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/posts\/30400\/revisions"}],"predecessor-version":[{"id":30402,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/posts\/30400\/revisions\/30402"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/media\/30401"}],"wp:attachment":[{"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=30400"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=30400"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=30400"},{"taxonomy":"series","embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fseries&post=30400"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}