KI für den Betrieb
Analytik und KPIs
Vernetzter Mitarbeiter

Die nächste Welle der Fertigungsoptimierung mit KI – Video

Mike McKay

AI Summary

Operations Calling 2025 showcased how modern manufacturing depends on open ecosystems, with dozens of partners demonstrating integrated AI, hardware, and software solutions. The event emphasized that collaboration and interoperability—not single all-in-one systems—are key to scalable, future-ready operations.

Seit Jahrzehnten nutzen Softwareentwickler Debugger und Profiler, um versteckte Fehler in ihrem Code aufzuspüren. In der Fertigung hingegen stehen uns oft nichts als eine Stoppuhr und ein Notizblock zur Verfügung, wenn ein Prozess ausfällt oder langsamer wird.

In der neuesten Folge von „Humans in the Loop“ sprechen Rony Kubat, Mitbegründer von „ Tulip “, und Mark Watabe, Leiter der KI-Produktentwicklung, mit CMO Madi Castillo darüber, wie sich dies derzeit verändert.

Ausgehend von ihrem Hintergrund in den Bereichen Architektur, Film und Softwareentwicklung erörtert das Team die Entstehung der „Physical Observability“ – den Einsatz von Vision Language Models (VLMs), um die physische Welt der Fabrik ähnlich wie Code zu „profilieren“ und so Video von einem passiven Speichermedium in ein aktives Werkzeug für kontinuierlicher Verbesserungsprozess zu verwandeln.

Sehen Sie sich unten die gesamte Folge an:

Die Kontextlücke: Kochen für Oma vs. Fernsehen

Daten ohne Kontext sind nur Lärm. Um zu erklären, warum das so ist, greifen Mark und Rony auf eine allgemein verständliche Analogie zurück: das Kochen.

Wenn Sie ein Essen zum 100. Geburtstag Ihrer Großmutter zubereiten, stehen dabei Sorgfalt, Tradition und vielleicht auch ein etwas gemächlicheres Tempo im Vordergrund. Wenn Sie genau dasselbe Essen für einen Live-Fernsehwettbewerb zubereiten, stehen Geschwindigkeit, Leistung und Stress im Vordergrund.

Ein einfacher Temperatursensor am Herd würde in beiden Fällen 350 °F anzeigen. Er kann den Unterschied nicht erkennen. Die tatsächlichen Betriebsbedingungen sehen jedoch ganz anders aus.

„Der Architekt setzt sich mit dem problematischen Maßstab auseinander, nämlich dem menschlichen Maßstab … Bei LLMs ist es genauso. Wir wollen unendlichen Kontext, aber den gibt es nicht. Man muss einen referenziellen Kontext entwerfen, damit die KI weiß, wohin sie gehen soll.“ – Mark Watabe

In der Fertigung leiden wir oft unter dieser „Kontextlücke“. Wir verfügen zwar über die Sensordaten (die Maschine läuft), aber es fehlt uns der menschliche Kontext (wer bedient sie, warum hat die Person Schwierigkeiten und wie sieht die Umgebung aus?). Um diese Lücke zu schließen, bedarf es einer neuen Art von Sensor – eines, der das Gesamtbild erfassen kann.

Physikalische Beobachtbarkeit eingeben

Rony stellt das Konzept des Software-Profilers vor – ein Tool, das die Ausführung eines Programms überwacht und genau anzeigt, an welchen Stellen der Code verzögert wird oder abstürzt.

In der Fertigung entspricht dies der „physischen Beobachtbarkeit“. Dabei geht es nicht nur um die Aufzeichnung von Videos, sondern darum, mithilfe von KI die Vorgänge im Video zu verstehen.

Mit dem Aufkommen von Vision Language Models (VLMs) können Hersteller nun ihre Videoaufzeichnungen „abfragen“. Anstatt dass ein Mitarbeiter acht Stunden Filmmaterial durchsehen muss, um eine Stausituation zu finden, können sie einen Mitarbeiter fragen: „Zeig mir alle Stellen, an denen der Gabelstapler in Schicht A den Gang blockiert hat.“

Dadurch können Betriebsleiter ihre physikalischen Prozesse mit derselben Präzision „debuggen“, wie Softwareentwickler Code debuggen.

Von der Überwachung zur Unterstützung: Die „Handstand“-Metapher

Ein häufiger Einwand gegen Kameras in der Fertigung ist die Angst vor dem „Big Brother“ – dass das Videomaterial dazu genutzt wird, Mitarbeiter zu bestrafen. Mark kehrt diese Sichtweise mit einer persönlichen Metapher um: dem Erlernen des Handstands.

Wenn du lernen möchtest, einen Handstand zu machen, ist eine Kamera das wertvollste Hilfsmittel, das du haben kannst. Du filmst dich nicht, um beurteilt zu werden, sondern um zu sehen, was du nicht spüren kannst – ist dein Rücken gewölbt? Sind deine Ellbogen angewinkelt?

Dies ist der Kern der menschenzentrierten KI. Bei korrekter Anwendung der physikalischen Beobachtbarkeit wird der Arbeitsplatz an den Mitarbeiter angepasst, anstatt den Mitarbeiter zu zwingen, sich an den Arbeitsplatz anzupassen. Sie erkennt, wo die Ergonomie zu wünschen übrig lässt, wo Werkzeuge außer Reichweite sind und wo der Prozess dem Menschen im Weg steht – und ermöglicht so eine individuelle Anpassung des Arbeitsablaufs an den Einzelnen.

Nutzen Sie eine „Human-First“-KI, um die Produktion mithilfe einer vernetzten Betriebsplattform zu verbessern

Erfahren Sie, wie Hersteller mithilfe von „ Tulip “ Echtzeitdaten aus der Fertigung erfassen, Arbeitsabläufe standardisieren und die betriebliche Grundlage schaffen, die KI-Systeme benötigen, um Qualität, Durchsatz und Entscheidungsfindung zu verbessern.

Machen Sie eine virtuelle, interaktive Produkttour
Illustration: Ein Tag im Leben