Wie künstliche Intelligenz für mehr Effizienz beim Autobau sorgt

Die Auto-Produktion wird smart: Mithilfe künstlicher Intelligenz lernen Roboter, Beschädigungen an Karosserien zu erkennen – und so künftig noch besser zu produzieren.

In kaum einer Branche läuft die Fertigung so hochgradig automatisiert ab wie in der Automobilindustrie. Vor allen zu Beginn der Produktion, beim Karosseriebau, verrichten Maschinen den Großteil der Arbeit: Aus schier endlosen Blech-Rollen stanzen, schneiden und formen sie Kotflügel, Türen, Motorhauben. Heerscharen von Robotern fügen die Einzelteile wie ein Puzzle zusammen und verschweißen sie zum Skelett des späteren Fahrzeugs. Anschließend erhält es seine Farbe – wieder durch Roboter, die den Lack exakt auf die Karosserie aufbringen. All diese Prozesse laufen hochpräzise ab, doch mitunter schleichen sich auch bei Maschinen kleine Fehler ein.

Sie am Ende der Karosserie-Produktion zu entdecken, ist Ziel der Qualitätskontrolle – heute noch vielfach eine Aufgabe für Mitarbeiter aus Fleisch und Blut. Denn menschliche Augen können kleine Unebenheiten oder andere Beschädigungen an der Karosserie am besten aufspüren. Automatische Systeme, etwa mit Kameras, tun sich dabei noch schwer: Zu komplex ist die Oberflächenstruktur moderner Autos – ein Mix aus Kurven, Wellen, Spalten und unregelmäßig geformten Anbauteilen wie Türgriffen oder Außenspiegeln. Hinzu kommen Licht-Reflexionen der Hallenbeleuchtung auf dem Lack, die das Kameraauge zusätzlich verwirren.

Siemens hebt diesen Bereich der Automobil-Fertigung nun auf eine neue Stufe der Automatisierung: Durch die Verzahnung der Produktion mit Technologien der künstlichen Intelligenz (KI) – und zwar bereits während der Produktion. „Durch die innovative Kombination aus digitalen Methoden und intelligenten Applikationen lassen sich nun Prozesse automatisieren, die zuvor nur schwer oder gar nicht automatisiert ablaufen konnten“, so Sebastian Israel, Manager bei Siemens. Zum Einsatz kommen die smarten Lösungen in den verschiedensten Stadien des Autobaus. Einen Anwendungsfall wird Siemens demnächst im Detail vorstellen: Die maschinelle Erkennung von Schäden an einer Karosserie mittels eines Kamerasystems.

Mehr Effizienz, geringere Kosten

Das Verfahren läuft mehrstufig ab: Zunächst wird ein virtuelles Modell des Fahrzeugs mit all seinen spezifischen Oberflächenmerkmalen erstellt, der sogenannte digitale Zwilling. Auf dessen Grundlage berechnet ein intelligenter Algorithmus die optimale Kamerabahn und -neigung, die es braucht, um die Eigenschaften der realen Karosserie exakt und ohne störende Einflüsse etwa durch Lichtspiegelungen zu erkennen. Diese Informationen der KI nutzt anschließend ein Roboterarm mit aufmontierter Kamera, um das Auto von allen Seiten abzufahren.

Die Auswertung der Bilder übernimmt wiederum eine speziell trainierte KI-Applikation, sie weist auf mögliche Anomalien hin. „Am Ende muss also kein Mensch mehr um die Karosserie herumlaufen“, erklärt Israel. „Das steigert die Effizienz der Qualitätskontrolle und senkt die Kosten.“

Dabei lernt der Algorithmus ständig dazu: Je mehr Beschädigungen das visuelle System erkennt, desto genauer kann es ableiten, welcher Defekt genau vorliegt. Mehr noch: „Da die KI auch die Position und Beschaffenheit etwa von kleinen Rissen auf der Karosse registriert, lässt sich auch eine Aussage darüber treffen, in welchem vorgelagerten Produktionsschritt sie wahrscheinlich entstanden sind“, erläutert Thibault de Assi, der als Global Head of Digitalization and Automation in Digital Industries bei Siemens die technische Entwicklung der intelligenten „Surface Defect Detection“ verantwortet. Dadurch ließen sich die Prozesse insgesamt optimieren – damit in Zukunft erst gar keine Fehler mehr entstehen.

Siemens kann auf jahrzehntelange Erfahrung auf dem Gebiet der industriellen Prozesssteuerung zurückgreifen – und auf ein starkes Portfolio in Bezug auf Simulations-Software. „Wir kennen uns sehr gut mit sowohl Automatisierung als auch Simulation aus“, betont de Assi. „Dank KI und Industrial Edge können wir diese beide Welten sehr gut miteinander verbinden.“ Das kommt den Technologiekonzern auch bei anderen KI-Anwendungsfällen in der Automobilproduktion zugute – nämlich dort, wo smarte Applikationen auf Daten direkt aus der Maschine angewiesen sind.

Ein Knopfdruck für alle Maschinen

Einer dieser datengetriebenen Anwendungsfälle ist die Qualitätskontrolle nach dem sogenannten Widerstandspunktschweißen. Hier werden Metallteile durch elektrischen Strom miteinander verbunden – ein häufig praktiziertes Verfahren im Fahrzeugbau. Um die Güte des Schweißpunktes beurteilen zu können, bedient sich die KI-Applikation von Siemens einer Reihe von Parametern, wie etwa die angewandte Spannung, den Druck der Elektrode auf das Werkstück sowie die Halte- und Quetschzeit. Durch diese innerhalb der Maschine überwachten Größen ist eine Interpretation der Qualität möglich – und das an jedem einzelnen Schweißpunkt und in Echtzeit – das spart sonst erforderliche Inspektionen ein.

Für eine derartige Qualitätskontrolle bereits in der Maschine muss eine hohe Rechenleistung nah an der Anlage vorhanden sein. Siemens stellt sie mit der Technologie Industrial Edge zur Verfügung. Daten können so vollständig an der Produktionslinie analysiert oder verzögerungsfrei vorverarbeitet werden. Industrial Edge hat im Zusammenspiel mit KI einen weiteren Vorteil: „Ein Autobauer“, sagt Sebastian Israel, „kann die KI-Grundapplikation für beispielsweise eine Druckgussmaschine quasi auf Knopfdruck auch auf alle anderen Maschinen dieses Typs in seinen Werken weltweit ausrollen.“ So lernen nicht nur einige, sondern alle Maschinen, wie sie künftig weniger Fehler machen.