Stabile Produktion durch KI-gestützte Rezeptoptimierung
Feste Rezeptparameter und Bedienereinstellungen wurden mithilfe eines Empfehlungsmodells, das historische Chargendaten mit Qualitätsergebnissen verknüpft, in einen kontrollierten Optimierungszyklus überführt.
Der Firmenname, der Werksstandort und Informationen, die eine Identifizierung des Kunden ermöglichen könnten, wurden entfernt. Die Leistungswerte werden zum Schutz der Vertraulichkeit des Kunden als gerundete Wertebereiche dargestellt.
Das Rezept war standardisiert;
Rohstoffe und Prozess waren variabel.
Dasselbe Rezept führte bei unterschiedlichen Rohstoffchargen und Umgebungsbedingungen zu schwankenden Zykluszeiten und Qualitätsergebnissen; die Korrekturen erfahrener Bediener wurden nicht als Unternehmenswissen gesichert.
Ziel war nicht, die Steuerung der KI zu überlassen, sondern eine erklärbare Entscheidungsunterstützung aufzubauen, die aus historischen Produktionsdaten sichere Parameterempfehlungen ableitet und mit Freigabe durch einen Ingenieur arbeitet.
Stabile Qualität und Zykluszeiten
Konsistenteres Erreichen der Zielqualität bei wechselnden Eingangsbedingungen.
Chargendatenmodell + AI
Datenaufbereitung, Merkmalsanalyse, Empfehlungsmodell, Sicherheitsgrenzen und Bediener-Workflow.
Schattenbetrieb und Vergleich
Validierung der Empfehlungen anhand historischer und parallel produzierter Chargen vor der Übernahme in die aktive Steuerung.
Von Daten zu kontrollierten Rezeptempfehlungen
Zuverlässige Datengrundlage
- Chargen-, Rohstoff-, Prozess- und Qualitätsdaten wurden auf einer gemeinsamen Zeitachse zusammengeführt.
- Unvollständige und fehlerhafte Messdaten wurden vor der Modellierung anhand von Qualitätsregeln ausgesondert.
- Die ergebnisrelevanten Variablen wurden gemeinsam mit den Prozessingenieuren ausgewählt.
AI unter menschlicher Kontrolle
- Die Empfehlungen wurden innerhalb definierter Sicherheits- und Anlagengrenzen erstellt.
- Die Freigabe durch Bediener und Ingenieure wurde in den Ablauf der Rezeptrevision eingebunden.
- Die Modellleistung wurde anhand neuer Chargenergebnisse kontinuierlich überwacht.
Das betriebliche Ergebnis
Die Rezeptverbesserung war nicht länger von persönlicher Erfahrung und langwierigen Versuchen abhängig, sondern wurde zu einem nachhaltigen, datengestützten Optimierungszyklus mit definierten Grenzen und menschlicher Freigabe.
