Anmelden Registrieren NEWSLETTER

Nachgefragt: Prozessindustrie im digitalen Wandel Welche Herausforderungen gibt es bei der Implementierung von KI?

BECKHOFF Automation GmbH & Co. KG Emerson
Künstliche Intelligenz und maschinelles Lernen hält immer mehr Einzug in die Prozessindustrie.

Künstliche Intelligenz und maschinelles Lernen hält immer mehr Einzug in die Prozessindustrie.

21.10.2024

Die Prozessindustrie steht an der Schwelle zu einer neuen Ära, die durch den verstärkten Einsatz von Industrie-4.0-Technologien geprägt ist. Insbesondere KI und maschinelles Lernen werden als Schlüsseltechnologien für die Optimierung von Prozessen, die Steigerung der Effizienz und die Sicherung der Wettbewerbsfähigkeit angesehen. Doch welche spezifischen Anwendungsbereiche bieten das größte Potenzial, und welche Herausforderungen müssen Unternehmen bei der Implementierung dieser Technologien bewältigen?

Sponsored Content

Das sagen die Experten:

Bildergalerie

  • Gerald Pilotto, Chief Products & Innovation Officer, Bilfinger: „Als Industriedienstleister begleiten wir täglich Kunden aus der Prozessindustrie bei der Digitalisierung. Diese Transformation ist essenziell, um wettbewerbsfähig zu bleiben – weil neue Technologien nicht nur die Produktivität enorm steigern, sondern auch neue, datengetriebene Geschäftsmodelle generieren. Im Zentrum steht die Anlagenperformance: Der Einsatz von KI ermöglicht es, Daten entlang der Wertschöpfungskette automatisiert zu erfassen und zu analysieren, um Muster zu erkennen und Vorhersagen zu treffen. So werden konkrete Optimierungs- und Einsparpotentiale zur Steigerung von Effizienz und Nachhaltigkeit aufgezeigt. Entscheidend ist es, beim Datenaustausch über verschiedene Quellen wie Sensoren, Drohnen oder ERP-Systeme hinweg maximale Datensicherheit zu gewährleisten.“

    Gerald Pilotto, Chief Products & Innovation Officer, Bilfinger: „Als Industriedienstleister begleiten wir täglich Kunden aus der Prozessindustrie bei der Digitalisierung. Diese Transformation ist essenziell, um wettbewerbsfähig zu bleiben – weil neue Technologien nicht nur die Produktivität enorm steigern, sondern auch neue, datengetriebene Geschäftsmodelle generieren. Im Zentrum steht die Anlagenperformance: Der Einsatz von KI ermöglicht es, Daten entlang der Wertschöpfungskette automatisiert zu erfassen und zu analysieren, um Muster zu erkennen und Vorhersagen zu treffen. So werden konkrete Optimierungs- und Einsparpotentiale zur Steigerung von Effizienz und Nachhaltigkeit aufgezeigt. Entscheidend ist es, beim Datenaustausch über verschiedene Quellen wie Sensoren, Drohnen oder ERP-Systeme hinweg maximale Datensicherheit zu gewährleisten.“

    Bild: Bilfinger

  • Dr. Anne März, Leiterin Digital Products, Bürkert Fluid Control Systems: „Bei Bürkert sehen wir die größten Chancen bei komplexen Aufgabenstellungen und Applikationen. Die Technologien können bei der Fehlererkennung, bei Predictive Maintenance sowie der Optimierung von Prozessen helfen und uns neue Ansätze für regeltechnische Herausforderungen ermöglichen. Wir nutzen sie gezielt dort, wo sie sinnvoll sind und uns einen Mehrwert liefern. Wenn eine klassische Lösung allerdings effizienter ist, hat diese weiterhin Berechtigung. Trotz KI dürfen wir unseren Blick davor nicht verschließen. Die größte Herausforderung sehe ich in der Transformationsarbeit beim Einsatz. Unternehmen müssen KI bewusst und transparent nutzen, um Vertrauen im Haus und bei Kunden zu schaffen. Gerade die Transparenz bei neuen Ansätzen unter Verwendung von KI ist Bürkert besonders wichtig.“

    Dr. Anne März, Leiterin Digital Products, Bürkert Fluid Control Systems: „Bei Bürkert sehen wir die größten Chancen bei komplexen Aufgabenstellungen und Applikationen. Die Technologien können bei der Fehlererkennung, bei Predictive Maintenance sowie der Optimierung von Prozessen helfen und uns neue Ansätze für regeltechnische Herausforderungen ermöglichen. Wir nutzen sie gezielt dort, wo sie sinnvoll sind und uns einen Mehrwert liefern. Wenn eine klassische Lösung allerdings effizienter ist, hat diese weiterhin Berechtigung. Trotz KI dürfen wir unseren Blick davor nicht verschließen. Die größte Herausforderung sehe ich in der Transformationsarbeit beim Einsatz. Unternehmen müssen KI bewusst und transparent nutzen, um Vertrauen im Haus und bei Kunden zu schaffen. Gerade die Transparenz bei neuen Ansätzen unter Verwendung von KI ist Bürkert besonders wichtig.“

    Bild: Bürkert

  • Dr. Sven Lohmann, Automation Solution Architect, Emerson: „KI und Machine Learning revolutionieren die Prozessautomatisierung, indem sie es ermöglichen, komplexe, sich wiederholende Aufgaben effizienter und schneller zu erledigen. Durch selbstlernende Algorithmen können Muster erkannt und Vorhersagen getroffen werden, ohne dass eine explizite Programmierung erforderlich ist. Dies führt bei den Automatisierungslösungen zu effizienteren Arbeitsabläufen, weniger Fehlern und einer optimierten Nutzung von Ressourcen. Besonders in Bereichen wie Produktion, Logistik und Kundenservice steigern KI-gesteuerte Prozesse die Produktivität und Flexibilität, bei gleichzeitiger Kostensenkung. Dabei fungiert KI als Assistent für versierte Fachkräfte, der Entscheidungen und Analysen unterstützt beziehungsweise beschleunigt.“

    Dr. Sven Lohmann, Automation Solution Architect, Emerson: „KI und Machine Learning revolutionieren die Prozessautomatisierung, indem sie es ermöglichen, komplexe, sich wiederholende Aufgaben effizienter und schneller zu erledigen. Durch selbstlernende Algorithmen können Muster erkannt und Vorhersagen getroffen werden, ohne dass eine explizite Programmierung erforderlich ist. Dies führt bei den Automatisierungslösungen zu effizienteren Arbeitsabläufen, weniger Fehlern und einer optimierten Nutzung von Ressourcen. Besonders in Bereichen wie Produktion, Logistik und Kundenservice steigern KI-gesteuerte Prozesse die Produktivität und Flexibilität, bei gleichzeitiger Kostensenkung. Dabei fungiert KI als Assistent für versierte Fachkräfte, der Entscheidungen und Analysen unterstützt beziehungsweise beschleunigt.“

    Bild: Emerson

  • Konrad Saur, Vice President Innovation, Trelleborg Sealing Solutions: „Für Trelleborg spielen die Digitalisierung und die Entwicklung von neuen Mischungen und Rezepturen an Dichtungswerkstoffen mittels generativer, künstlicher Intelligenz (KI) eine enorm wichtige Rolle. Wir arbeiten eng mit unseren Entwicklungspartnern zusammen, um Daten schnell und unter einer rigiden Qualitätskontrolle in Analysen zu integrieren. Maschinelles Lernen unterstützt uns, um einerseits die Qualität von Werkstoffen zu steigern und andererseits die Produktions- und Auslastungsplanung zu optimieren. So wird auch der Energieverbrauch gesenkt. Zudem sind bei uns intelligente, vernetzte Systeme im Einsatz, um Prozesse für Wiederbeschaffung, Bestell- und Lagermengen sowie Lebenszyklen unserer Produkte effizienter aufeinander abzustimmen.“

    Konrad Saur, Vice President Innovation, Trelleborg Sealing Solutions: „Für Trelleborg spielen die Digitalisierung und die Entwicklung von neuen Mischungen und Rezepturen an Dichtungswerkstoffen mittels generativer, künstlicher Intelligenz (KI) eine enorm wichtige Rolle. Wir arbeiten eng mit unseren Entwicklungspartnern zusammen, um Daten schnell und unter einer rigiden Qualitätskontrolle in Analysen zu integrieren. Maschinelles Lernen unterstützt uns, um einerseits die Qualität von Werkstoffen zu steigern und andererseits die Produktions- und Auslastungsplanung zu optimieren. So wird auch der Energieverbrauch gesenkt. Zudem sind bei uns intelligente, vernetzte Systeme im Einsatz, um Prozesse für Wiederbeschaffung, Bestell- und Lagermengen sowie Lebenszyklen unserer Produkte effizienter aufeinander abzustimmen.“

    Bild: Trelleborg Sealing Solutions

  • Christian Elbert, Director Marketing Process Instrumentation, Wika: „Um die Wertschöpfung weiter zu optimieren, reicht das Monitoring der Kernprozesse nicht aus. Die Anwendungen im prozessunterstützenden Umfeld müssen ebenso eingehend überwacht und transparent gemacht werden. Der Support ist allerdings meist sehr heterogen und weitläufig über den Standort verteilt. Eine Wireless-Sensorik ist daher in diesem Fall erste Wahl. Die Daten müssen aber nicht nur erfasst, sondern auch interpretiert werden. Hier unterstützt KI, um Anomalien vorzeitig aus der Datenmasse herauszufiltern und Warnungen auszugeben. Für ein umfassendes Ausschöpfen dieser Möglichkeit braucht es Lösungen, die systemübergreifend kommunizieren und so das Gesamtbild erschließen können. Unternehmen stoßen damit das Fenster in die Zukunft weit auf.“

    Christian Elbert, Director Marketing Process Instrumentation, Wika: „Um die Wertschöpfung weiter zu optimieren, reicht das Monitoring der Kernprozesse nicht aus. Die Anwendungen im prozessunterstützenden Umfeld müssen ebenso eingehend überwacht und transparent gemacht werden. Der Support ist allerdings meist sehr heterogen und weitläufig über den Standort verteilt. Eine Wireless-Sensorik ist daher in diesem Fall erste Wahl. Die Daten müssen aber nicht nur erfasst, sondern auch interpretiert werden. Hier unterstützt KI, um Anomalien vorzeitig aus der Datenmasse herauszufiltern und Warnungen auszugeben. Für ein umfassendes Ausschöpfen dieser Möglichkeit braucht es Lösungen, die systemübergreifend kommunizieren und so das Gesamtbild erschließen können. Unternehmen stoßen damit das Fenster in die Zukunft weit auf.“

    Bild: Wika

  • Andres Oetken, Branchenmanagement Prozessindustrie, Beckhoff Automation: „Um Prozessanlagen in eine neue Ära der Automatisierung zu heben, ist es unumgänglich, zunächst alle relevanten Prozessdaten zu erfassen und verfügbar zu machen.  Als optimale Grundlage eignet sich hierfür die Namur Open Architec­ture (NOA). Sie ermöglicht eine einfache und sichere Nutzung von Produktionsdaten zur Anlagenüberwachung, ohne die bestehende Automatisierungsstruktur zu beeinträchtigen. Diese weitreichende Digitalisierung wird zukünftig durch Technologien wie z.um Beispiel Ethernet-APL noch stärker vorangetrieben werden. Die damit verfügbare Datenbasis bietet ein immenses Innovationspotenzial, nicht zuletzt auch durch den Einsatz künstlicher Intelligenz zur Prozessoptimierung.“

    Andres Oetken, Branchenmanagement Prozessindustrie, Beckhoff Automation: „Um Prozessanlagen in eine neue Ära der Automatisierung zu heben, ist es unumgänglich, zunächst alle relevanten Prozessdaten zu erfassen und verfügbar zu machen.  Als optimale Grundlage eignet sich hierfür die Namur Open Architec­ture (NOA). Sie ermöglicht eine einfache und sichere Nutzung von Produktionsdaten zur Anlagenüberwachung, ohne die bestehende Automatisierungsstruktur zu beeinträchtigen. Diese weitreichende Digitalisierung wird zukünftig durch Technologien wie z.um Beispiel Ethernet-APL noch stärker vorangetrieben werden. Die damit verfügbare Datenbasis bietet ein immenses Innovationspotenzial, nicht zuletzt auch durch den Einsatz künstlicher Intelligenz zur Prozessoptimierung.“

    Bild: Beckhoff

  • Alain Hermans, EMEA Industry Strategy & Marketing Manager - Heavy Industry, Rockwell Automation: „Generative künstliche Intelligenz kann die Produktions- und Finanzergebnisse exponentiell verbessern, wenn sie in industrielle Automatisierungssysteme integriert wird. Unternehmen, die ihre Daten nicht nur sammeln, sondern gezielt analysieren und kontextualisieren, maximieren den Nutzen für alle – von der Produktionshalle bis zur Führungsebene. In der globalen Fertigungs- und Prozessindustrie streben Hersteller und Betreiber danach, ihre Rentabilität zu optimieren und zugleich ihre ökologische Verantwortung wahrzunehmen. Die integrierten, datenbasierten KI-Lösungen von Rockwell Automation sind ein wichtiger Hebel, um diese Ziele zu erreichen, die Sicherheit der Mitarbeitenden zu gewährleisten und die Skalierbarkeit der Prozesse zu fördern.“

    Alain Hermans, EMEA Industry Strategy & Marketing Manager - Heavy Industry, Rockwell Automation: „Generative künstliche Intelligenz kann die Produktions- und Finanzergebnisse exponentiell verbessern, wenn sie in industrielle Automatisierungssysteme integriert wird. Unternehmen, die ihre Daten nicht nur sammeln, sondern gezielt analysieren und kontextualisieren, maximieren den Nutzen für alle – von der Produktionshalle bis zur Führungsebene. In der globalen Fertigungs- und Prozessindustrie streben Hersteller und Betreiber danach, ihre Rentabilität zu optimieren und zugleich ihre ökologische Verantwortung wahrzunehmen. Die integrierten, datenbasierten KI-Lösungen von Rockwell Automation sind ein wichtiger Hebel, um diese Ziele zu erreichen, die Sicherheit der Mitarbeitenden zu gewährleisten und die Skalierbarkeit der Prozesse zu fördern.“

    Bild: Rockwell Automation

  • Michael Przytulla, Referent Industrie 4.0, VDMA Fachverband Verfahrenstechnische Maschinen und Apparate: „Die digitale Transformation hat in der Prozessindustrie schon lange Einzug gehalten. Digitale Abbilder der Prozessanlagen, vernetzte Geräte und Sensoren eröffnen neue Möglichkeiten bei der Planung, Simulation und Echtzeitüberwachung. Daten werden im Digitalen Produktpass erfasst. Nachhaltigkeitsanforderungen werden durch optimierten Energieverbrauch und reduzierten Abfall unterstützt, Machine Learning kann die Produktionssteuerung optimieren und Probleme verringern oder gar vermeiden. Aber durch die Einbindung ins Internet werden Prozessanlagen anfälliger für Hackerangriffe. Regularien wie der Cyber Resilence Act (CRA) und die NIS2-Richtlinie schaffen die Grundlagen zum Schutz kritischer Infrastruktur.“

    Michael Przytulla, Referent Industrie 4.0, VDMA Fachverband Verfahrenstechnische Maschinen und Apparate: „Die digitale Transformation hat in der Prozessindustrie schon lange Einzug gehalten. Digitale Abbilder der Prozessanlagen, vernetzte Geräte und Sensoren eröffnen neue Möglichkeiten bei der Planung, Simulation und Echtzeitüberwachung. Daten werden im Digitalen Produktpass erfasst. Nachhaltigkeitsanforderungen werden durch optimierten Energieverbrauch und reduzierten Abfall unterstützt, Machine Learning kann die Produktionssteuerung optimieren und Probleme verringern oder gar vermeiden. Aber durch die Einbindung ins Internet werden Prozessanlagen anfälliger für Hackerangriffe. Regularien wie der Cyber Resilence Act (CRA) und die NIS2-Richtlinie schaffen die Grundlagen zum Schutz kritischer Infrastruktur.“

    Bild: VDMA

  • Dr. Jürgen Spitzer, Vice President Strategy and Technology & Innovation Process Automation, Siemens: „KI und Machine Learning sind insbesondere in der Prozessoptimierung, vorausschauenden Instandhaltung, Qualitätssicherung und Produktentwicklung sehr wertvoll. Durch die Analyse großer Datenmengen lassen sich ineffiziente Betriebsbedingungen identifizieren und so das Anlagenpersonal bei der kontinuierlichen Verbesserung der Produktionsprozesse unterstützen. Per vorausschauender Wartung können ungeplante Stillstände minimiert und die Lebensdauer von Anlagen verlängert werden. Auch generative Künstliche Intelligenz wird künftig eine entscheidende Rolle spielen. In grünen Wasserstoffanlagen kann sie beispielsweise Design-, Installations- und Bauprozesse beschleunigen. Zu den He­rausforderungen zählen unter anderem die Integration von KI-Systemen in komplexe, industrielle Infrastrukturen sowie die Sicherstellung der Datenqualität.“

    Dr. Jürgen Spitzer, Vice President Strategy and Technology & Innovation Process Automation, Siemens: „KI und Machine Learning sind insbesondere in der Prozessoptimierung, vorausschauenden Instandhaltung, Qualitätssicherung und Produktentwicklung sehr wertvoll. Durch die Analyse großer Datenmengen lassen sich ineffiziente Betriebsbedingungen identifizieren und so das Anlagenpersonal bei der kontinuierlichen Verbesserung der Produktionsprozesse unterstützen. Per vorausschauender Wartung können ungeplante Stillstände minimiert und die Lebensdauer von Anlagen verlängert werden. Auch generative Künstliche Intelligenz wird künftig eine entscheidende Rolle spielen. In grünen Wasserstoffanlagen kann sie beispielsweise Design-, Installations- und Bauprozesse beschleunigen. Zu den He­rausforderungen zählen unter anderem die Integration von KI-Systemen in komplexe, industrielle Infrastrukturen sowie die Sicherstellung der Datenqualität.“

    Bild: Siemens

Firmen zu diesem Artikel
Verwandte Artikel