Im Werk Regensburg schließt BMW ein Pilotprojekt ab, bei dem mittels eines lernenden KI-Tools für jedes Fahrzeug eine maßgeschneiderte Qualitätsendkontrolle möglich wird.
GenAI4Q erstellt automatisiert die Entscheidung für den Prüfumfang eines jeden produzierten Autos und stellt diesen in einer App für die Endkontrolle zusammen.
Für die dicksten Schlagzeilen sorgt die Künstliche Intelligenz, wenn es um Autonomes Fahren geht oder um Konnektivität und Komfortlösungen für die Fahrzeuginsassen.
Auf der eben zu Ende gegangenen Auto Shanghai hat Zhuoyu Technologies eine Technologie vorgestellt, bei dem das System durch KI und über Gesichtserkennung die individuelle Fahrweise des Fahrers lernt und in die automatisierten Fahrfunktionen übernimmt.
Weniger schlagzeilenträchtig, aber umso wichtiger für die Effizienz- und Qualitätssteigerung ist der Einsatz der Künstlichen Intelligenz in der Automobilproduktion, wo sie heute schon nicht mehr wegzudenken ist. Praktisch alle führenden Automobilhersteller nutzen inzwischen KI-Tools in der Qualitätssicherung.
Aber auch hier gibt es immer mehr Ansätze, durch lernende Systeme die Qualitätskontrolle noch effizienter, schneller und zuverlässiger zu gestalten.
Ein solches Projekt mit der Bezeichnung „GenAI4Q“ wurde jetzt im BMW Werk Regensburg nach einer mehrmonatigen Testphase erfolgreich abgeschlossen.
Die Aufgabenstellung an die Qualitätskontrolle im Werk Regensburg sind komplex: An jedem Arbeitstag laufen am Standort in der Oberpfalz über 1400 Fahrzeuge der Modelle BMW X1 sowie BMW X2 vom Band. Sie gehen an Kunden auf der ganzen Welt.
Verschiedene Antriebsformen werden flexibel auf einer einzigen Produktionslinie gefertigt – vollelektrische Modelle ebenso wie Fahrzeuge mit Plug-in-Hybrid oder mit Verbrennungsmotor. Hinzu kommen eine Vielzahl von Modell- und Ausstattungsvarianten, was in Summe enorme Anforderungen an die Qualitätskontrolle erstellt.
Von Mitarbeiterseite kam im vergangenen Jahr der Vorschlag, mittels eines KI-Tools einen individuellen Prüfkatalog für jedes spezifische Fahrzeug zu erstellen.
Hört sich komplex an, und das ist es auch. Wie meist bei KI-Tools geht es um das Zusammenführen und Analysieren riesiger Datenmengen.
Im Falle von GenAI4Q bekommt das System nicht nur die Fahrzeugdaten wie Modell und Ausstattungsvariante, sondern auch aktuelle Daten aus der Produktion zu dem jeweiligen Exemplar, die in Echtzeit zur Verfügung gestellt werden.
Indem das KI-System Muster und Zusammenhänge erkennt, fällt es schnell und automatisiert die Entscheidung für den Prüfumfang des jeweiligen Fahrzeugs und stellt diesen in einer Smartphone-App in einer intelligenten Reihenfolge für die Endkontrolle des jeweiligen Fahrzeugs zusammen.
Zum Grad der Effizienzsteigerung durch diese KI-basierte Qualitätsprüfung, die im Werk Regensburg zusammen mit dem Münchner Start-up Datagon AI entwickelt wurde, äußert sich der Autobauer nicht.
Man spricht aber im Zusammenhang mit dem erfolgreich verlaufenen GenAI4Q-Pilotprojekt von einem „Qualitätsbooster“ durch Künstliche Intelligenz. Und dieser Booster wird nicht nur in Regensburg eingesetzt: "Das Potenzial der Lösung“ sei so groß, dass sie für andere Werke adaptiert werde, sagt ein Sprecher des Werks.
