Komplexe Produktionen: Agentic AI spielt Stärken aus

Wenn eine Prozesskette nicht mehr stabil läuft, ist die Ursachenanalyse oft zeit- und datenintensiv. Die am Fraunhofer IWU entwickelte Plattform "Orcha-3" soll die Industrie jetzt dabei unterstützen, solche komplexen Fertigungsfragen systematisch zu bearbeiten - mit lokal verarbeiteten Daten und lückenlos nachvollziehbaren Ergebnissen.

Mit dem Bilddatenabgleich begann vor einigen Jahren der Einzug Künstlicher Intelligenz in die Produktion. Nicht nur, aber vor allem für Qualitätskontrollen werden seither neuronale Netze darauf trainiert, im Abgleich eines Bauteils mit Referenzbildern Abweichungen festzustellen. Inzwischen unterstützt auf großen Sprachmodellen basierende generative KI bei der schrittweisen Lösung meist eng eingegrenzter Fragestellungen. In einem iterativen Prozess macht der Mensch über Prompts so lange Vorgaben, bis eine Lösung erreicht ist.

Ganz anders arbeitet sogenannte Agentic AI. Diese wählt für hochkomplexe Aufgaben erforderliche KI-Werkzeuge (Agenten) aus und erarbeitet weitgehend selbstständig Lösungen. Chatbots wie ChatGPT markieren im Alltag bereits den Übergang zu agentischer KI: Nutzer sehen, dass ihre Anfrage in mehrere Schritte zerlegt wird, nicht aber, nach welcher Logik das System die dafür passenden Werkzeuge auswählt und aneinanderreiht. In verschiedenen Anwendungen von Softwareentwicklung, Kundenservice, IT-Betrieb, Wissensmanagement und administrativen Unternehmensprozessen spielt agentische KI ihre Stärken bereits heute aus - überall dort, wo komplexe Aufgaben aus mehreren Schritten bestehen und über verschiedene Systeme hinweg koordiniert werden müssen. Zum Beispiel im Kundenservice eingesetzt, kann agentische KI große Teile der Kundenanfragen selbstständig bearbeiten und dabei nicht nur Fragen beantworten, sondern komplette Serviceprozesse abarbeiten und eigenständig Entscheidungen innerhalb definierter Regeln treffen.

Transfer in die industrielle Produktion

Ganz anders arbeitet sogenannte Agentic AI. Diese wählt für hochkomplexe Aufgaben erforderliche KI-Werkzeuge (Agenten) aus und erarbeitet weitgehend selbstständig Lösungen. Chatbots wie ChatGPT markieren im Alltag bereits den Übergang zu agentischer KI: Nutzer sehen, dass ihre Anfrage in mehrere Schritte zerlegt wird, nicht aber, nach welcher Logik das System die dafür passenden Werkzeuge auswählt und aneinanderreiht. In verschiedenen Anwendungen von Softwareentwicklung, Kundenservice, IT-Betrieb, Wissensmanagement und administrativen Unternehmensprozessen spielt agentische KI ihre Stärken bereits heute aus – überall dort, wo komplexe Aufgaben aus mehreren Schritten bestehen und über verschiedene Systeme hinweg koordiniert werden müssen. Zum Beispiel im Kundenservice eingesetzt, kann agentische KI große Teile der Kundenanfragen selbstständig bearbeiten und dabei nicht nur Fragen beantworten, sondern komplette Serviceprozesse abarbeiten und eigenständig Entscheidungen innerhalb definierter Regeln treffen.

Ein Beispiel: In einer Prozesskette aus Umform- und Fügeoperationen treten am Ende Maßabweichungen auf, deren Ursache offen ist. Orcha-3 zerlegt diese Frage selbstständig in einzelne Arbeitsschritte - Prozessdaten aus dem Maschinen- und Anlagenumfeld abrufen, Zeitreihen mehrerer Stationen zusammenführen, Korrelationen berechnen, Parametervariationen simulieren, Zwischenergebnisse bewerten - und entscheidet nach jedem Schritt neu, wie weiter vorzugehen ist. Ausgeführt wird jeder dieser Schritte von einem spezialisierten Agenten mit klar definierter Aufgabe.

Entscheidend für den Einsatz in der Fertigung ist dabei die Aufgabenteilung zwischen Sprachmodell und Ausführung: Das Sprachmodell plant, es greift jedoch selbst auf kein Produktionssystem zu. Datenbankabfragen, Berechnungen und Simulationen laufen ausschließlich lokal in den Agenten. Rohdaten verlassen das Unternehmensnetz nicht; an das Modell geht ausschließlich eine kuratierte, vollständig protokollierte Sicht auf die Planungslage. Diese Sicht wird für jeden Planungsschritt deterministisch erzeugt und gespeichert. Es ist damit im Nachhinein überprüfbar, welche Informationen tatsächlich an das Modell gegangen sind. Prozess- Know-how, das in Fertigungsparametern steckt, ist häufig der eigentliche Wettbewerbsvorteil eines Unternehmens; Orcha-3 ist so ausgelegt, dass die Nutzung leistungsfähiger Sprachmodelle nicht die Preisgabe dieses Wissens voraussetzt.

Aus demselben Grund ist die gesamte Ausführung deterministisch orchestriert (regelbasiert ausgeführt, jede Entscheidung im Nachhinein rekonstruierbar) und lückenlos protokolliert: Jeder Schritt, jedes Zwischenergebnis und jede Entscheidung der Plattform bleibt gespeichert und auch nach Monaten nachvollziehbar. Für eine Empfehlung, die in die Serienfertigung eingeht, ist diese Rekonstruierbarkeit keine Komfortfunktion, sondern Voraussetzung. Ergänzend kann Orcha-3 fehlende Auswertungsschritte in Form kleiner Programme selbst dann ausführen, wenn der vorhandene Werkzeugkasten für eine Fragestellung nicht ausreicht.

Die Plattform ist derzeit als Forschungs- und Erprobungsumgebung angelegt. Mittelfristiges Ziel ist die Ausweitung von der einzelnen Prozesskette auf das Produktionssystem, bis hin zu Fragen des Maschinen- und Personaleinsatzes, des Flächenbedarfs und des Logistikkonzepts, die heute nur durch aufwendige manuelle Analysen zu beantworten sind.

Abbildung zahlreicher Anwendungsfälle

Eine komplexe Produktion zu planen oder zu optimieren, erfordert eine solide Datenbasis. Das Henne-Ei-Dilemma zum Start lässt sich elegant lösen - mittels eigens erzeugter synthetisierter Daten, die auf virtuellen Prozessketten beruhen und dabei beispielsweise reale Prozesse wie einzelne Umformschritte nachbilden. Auf dieser virtuellen Prozesskette kann die KI nun ansetzen und Verbesserungspotenziale aufzeigen. Problem- und Aufgabenstellung werden dadurch nahezu beliebig variierbar.

In mehrstufigen Fertigungen gibt es Fragen, die geklärt sein sollten, aber meist unbeantwortet bleiben, weil ihre Klärung Tage an Datenarbeit kosten würde. "Der Werkstofflieferant hat gewechselt, das Datenblatt sieht gleich aus, der Prozess läuft trotzdem nicht mehr wie vorher. Welche Parameter müssen nachgezogen werden?" Solche Fragen sind nicht mit einer Auswertung zu beantworten, sondern mit vielen: Daten aus mehreren Stationen zusammenführen, Zusammenhänge prüfen, eine Hypothese verwerfen, die nächste aufstellen. Genau diesen Ablauf übernimmt Orcha-3 selbstständig und macht dabei jeden Schritt nachvollziehbar.

Die Plattform ist laut Fraunhofer IWU funktionsfähig und an virtuellen Prozessketten erprobt. Der nächste Schritt ist die Anwendung auf reale Fertigungsfragen. Das Forschungsinstitut sucht dafür das Gespräch mit Unternehmen, die eine solche Frage konkret vor sich haben.

Beitragsbild: Fraunhofer IWU