Damit industrielle Fertigung möglichst effektiv und reibungslos verlaufen kann, muss sie möglichst gut geplant sein. Entsprechend groß ist die Bedeutung sogenannter Arbeitspläne. „Ein Arbeitsplan enthält alle Informationen, die benötigt werden, um einen Fertigungsauftrag durchzuführen. Die Menge aller Arbeitspläne wird zudem genutzt, um eine Kapazitätsplanung durchzuführen“, erklärt Dr.-Ing. Daniel Böhnke. Der Professor für Ingenieur-Informatik leitet die KI-Gruppe am Institut für Produktionstechnik und CIMTT der HAW Kiel. Zusammen mit seinem Team möchte Böhnke mit Hilfe von Künstlicher Intelligenz (KI) im Projekt Offer.AI die Erstellung von Arbeitsplänen schneller und genauer machen.
Das ist für die Industrie ein wichtiges Anliegen, denn durch den demografischen Wandel wird sich der gegenwärtige Fachkräftemangel noch verstärken. Aufgrund des großen Potenzials ruht große Hoffnung auf Künstlicher Intelligenz. Intelligente Software soll nicht nur verhindern, dass den Unternehmen Wissen verloren geht, sondern zudem das vorhandene Wissen so nutzbar machen, dass Abläufe verbessert werden. Die Hoffnung ist, dass KI kompensieren kann, dass die benötigten Arbeitskräfte absehbar nicht zur Verfügung stehen.
Bestehendes Wissen für neue Prozesse nutzen
Genau hier setzt Offer.AI an. „Unser Ansatz ist, die in einem Unternehmen vorhandenen Informationen zur Fertigung zu erfassen. Dabei handelt es sich um sehr große und heterogene Datenmengen, die sich über einen Zeitraum von mehreren Jahrzehnten erstrecken können“, erklärt Böhnke. „Algorithmen und KI sollen diese Daten für die Arbeitsplanung nutzbar machen, sodass sich das bestehende Wissen eines Unternehmens in neuen Prozessen einsetzen lässt“, führt der Professor aus.
Böhnke und sein Team kooperieren mit TKMS, die unter anderem U-Boote und Marineschiffe planen und herstellen. Für den Prototyp eines U-Bootes müssen im Verlauf einer mehrjährigen Planung bis zu 80.000 Pläne erstellt werden. Das Team der HAW-Kiel entwickelt und trainiert KI-Modelle auf synthetisch generierten Daten, die in einem zweiten Schritt auf realen Bauunterlagen und Plänen der Kieler Werft evaluiert werden. Die synthetischen Datensätze werden mit der Software Design Cockpit 43 erstellt und umfassen 3D-Geometrien sowie zugehörige Arbeitspläne, die sich anhand abgeleiteter Datenmodelle an den realen Abläufen der Werft orientieren. So soll Offer.AI in möglichst kurzer Zeit möglichst viel Input erhalten und gleichzeitig praxisnah bleiben.
In der Komplexität der Daten liegt enormes Potenzial
Eine große Herausforderung ist dabei, dass die Bauunterlagen in sehr unterschiedlichen Strukturen vorliegen. „Im Zentrum steht immer eine Geometrie in Form einer technischen Zeichnung oder eines 3D-Modells. Für die Fertigungsplanung reicht sie allein aber nicht aus. Eine Bohrung und eine Passung sehen geometrisch identisch aus, für den Arbeitsplan sind es aber zwei völlig verschiedene Dinge“, erklärt Michel Kruse, wissenschaftlicher Mitarbeiter im Projekt. Solche essenziellen Angaben stehen als Textannotationen in den Unterlagen, dazu kommen Stücklisten und weitere Fertigungsinformationen. Erst die Gesamtheit dieser Daten ergibt ein vollständiges Bild eines Bauteils. „Die zentrale Herausforderung ist es, diese Komplexität der Daten in die KI zu überführen“, erklärt Kruse. „Gleichzeitig liegt in der Komplexität der Daten jedoch enormes Potenzial, denn eine KI, die Bauunterlagen ganzheitlich interpretieren kann, erschließt neben der Arbeitsplanung auch viele weitere Anwendungen“, ergänzt der wissenschaftliche Mitarbeiter.
„Für unsere Produktion war das Projekt ein wichtiger Impulsgeber“, erklärt Dr. Maike Splittgerber, AI Strategy & Program Lead bei TKMS. „Aufbauend auf den Projektergebnissen können wir komplexe 3D-Datenstrukturen nun effektiver für die Arbeitsplanung nutzbar machen. Das gewonnene Wissen fließt außerdem in die Entwicklung komplexerer, intelligenter Assistenz-Systeme ein, mit denen unsere Mitarbeitenden künftig entlastet und Abläufe optimiert werden sollen“, so Splittgerber weiter. Für sie ist die Kooperation ein gelungenes Beispiel für die effektive Zusammenarbeit zwischen KI-Forschung und praktischer Fertigung: „Gerne möchten wir daher die Zusammenarbeit mit der HAW Kiel in diesem Bereich fortführen.“
Arbeitspläne von 100.000 Bauteilen
Einen wichtigen Meilenstein hat das Team im Juni 2026 erreicht. Offer.AI war mit den Arbeitsplänen von 100.000 Bauteilen vertraut gemacht worden. „Diese Schwelle ist von großer Bedeutung, weil der Datensatz nun so umfangreich ist, dass maschinelles Lernen möglich wird. Das soll unsere KI in der Lage versetzen, eine Sequenz von Prozessschritten vorherzusagen, die für die Fertigung eines Teils notwendig ist. Dabei soll Offer.AI zudem relevante Metriken zur Dauer oder zur Budgetierung ausgeben“, umreißt Daniel Böhnke die Ziele.
Im Herbst 2026 wollen Böhnke und sein Team den ersten Prototypen vorstellen. „Unser Ziel ist ein Konzept für die Realisierung im industriellen Umfeld mit einer Vorhersagegenauigkeit von mehr als 85 Prozent“, erklärt Böhnke. Parallel arbeitet das Team daran, die Datenbasis schließlich über die Schwelle von 1.000.000 Bauteilen zu heben. „Dann wird Offer.AI präzise Arbeitspläne erstellen können und so einen komplexen und zeitaufwändigen Prozess, der bislang technisches Wissen und die Berücksichtigung zahlreicher Parameter erfordert, erheblich vereinfachen“, ist sich Böhnke sicher.
Das Kooperationsprojekt Offer.AI wird über einen Zeitraum von drei Jahren mit 340.000 Euro durch das Land Schleswig-Holstein gefördert. Weitere Informationen zum Projekt finden sich auf den Seiten der F&E GmbH.
