Audi nutzt Machine Learning in der Serienproduktion

Als einer der ersten Automobilhersteller weltweit will der Autohersteller Audi Machine Learning (ML) künftig in der Serienproduktion einsetzen. Die selbst entwickelte Software soll feinste Risse in Blechteilen erkennen und markieren - automatisiert, zuverlässig und sekundenschnell. Mit dem Projekt will Audi Künstliche Intelligenz im Unternehmen fördern und den Prüfprozess im Produktionsablauf revolutionieren.

Komplexes künstliches neuronales Netz

Aufgrund immer anspruchsvollerer Designs und hoher Qualitätsstandards untersucht das Unternehmen aktuell alle Bauteile direkt nach der Herstellung im Presswerk. Neben der Sichtprüfung durch Mitarbeiter sind mehrere kleine Kameras direkt in den Pressen verbaut. Diese werten die aufgenommenen Bilder mit Hilfe von Bilderkennungs-Software aus.

Dieser Vorgang werde bald durch ein ML-Verfahren abgelöst. In Zukunft solle die Qualitätsprüfung mittels ML die bisher eingesetzte optische Risserkennung mit Smart-Kameras übernehmen, die aktuell mit hohem manuellem Aufwand verbunden sei. Im Hintergrund des Verfahrens arbeite eine Software, deren Basis ein komplexes künstliches neuronales Netz ist. Die Software erkenne mit höchster Präzision feinste Risse in Blechen und markiere zuverlässig die Stelle.

Für jedes neue Bauteil, das im Presswerk hergestellt wird, musste bislang die Kamera neu konfiguriert werden, so Audi. Zudem kam es hier regelmäßig zu Fehlerkennungen, da die Algorithmen des Bildverarbeitungsprogramms von Umwelteinflüssen abhängig sind.

Tests laufen im Ingolstädter Presswerk

"Unsere automatisierte Bauteilprüfung erproben wir derzeit in unserem Ingolstädter Presswerk für den Serieneinsatz. Die Methode unterstützt unsere Mitarbeiter und ist für Audi ein weiterer wichtiger Schritt beim Wandel der Produktion zur modernen Smart Factory", sagt Jörg Spindler, Leiter des Kompetenzcenters Anlagen- und Umformtechnik.

Lösung basiert auf Deep Learning

Die Audi-Lösung basiert auf Deep Learning, einer Form des Machine Learning, die mit sehr unstrukturierten und hochdimensionalen Datenmengen wie sie bei Bildern entstehen, arbeiten kann. Audi berichtet: Mit mehreren Millionen Prüfbildern habe das Team das künstliche neuronale Netz trainiert.

Hauptprobleme seien dabei der Aufbau einer ausreichend großen Datenbasis und das Labeln der Bilder gewesen. Mehrere Terabyte an Prüfbildern aus sieben Pressen am Audi-Standort Ingolstadt und von mehreren Volkswagen-Standorten bilden dabei die Datenbasis. Dabei markiert das Team pixelgenau Risse in den Beispielbildern. Anhand der Beispiele lerne das neuronale Netz selbstständig und erkenne Risse - auch bei neuen, unbekannten Bildern.

Die Software wurde selbst entwickelt

"Künstliche Intelligenz und Machine Learning sind zentrale Zukunftstechnologien für Audi. Mit ihrer Hilfe treiben wir die digitale Transformation des Unternehmens weiter nachhaltig voran", sagte Audi-CIO Frank Loydl. Die Software entstand dabei überwiegend in-house. Die Innovationsabteilung der Audi IT arbeitet seit Mitte 2016 mit dem Bereich Produktionstechnologie aus dem Kompetenzcenter für Anlagen- und Umformtechnik zusammen.

Der ML-Ansatz lasse sich künftig auch bei anderen optischen Qualitätsprüfungen einsetzen, sagt Audi. Liege eine ausreichend große Zahl gelabelter Datensätze vor, könne die Lösung auch in der Lackiererei oder in der Montage eingesetzt werden.

Die Audi AG mit Sitz in Ingolstadt in Bayern gehört zum Volkswagen-Konzern. Der Umsatz betrug 2017 rund 60 Milliarden Euro. Die Mitarbeiterzahl lag bei 88.453.

Audi AG | Qualitätsprüfung im Presswerk mit KI

Branche: Automobilhersteller
Zeitrahmen: 1,5 Jahre
Mitarbeiter: 3 Mitarbeiter aus der IT, 2 Mitarbeiter aus dem Presswerk
Gesammelte Bilddaten: ca. 2 Terabyte
Produkte: - direkt in der Presse verbaute Kameras
- selbst entwickelte Software mit Deep Learning Algorithmus
Dienstleister: keine - reine Inhouse-Entwicklung
Einsatzort: Derzeit im Presswerk Nord in Ingolstadt; weitere Einsatzbereiche sind denkbar
Internet: www.audi.com