Alle Beiträge von Ingo Meironke

Mixed Reality reduziert Ausfallzeiten in der Produktion

Die Lösung: Über die Einbindung von Mixed Reality erklärt ein Sachverständiger aus der Ferne dem Mitarbeiter vor Ort schnell und einfach, was er zu tun hat, damit die Produktion wieder anläuft.

Virtual Reality, Augmented Reality, Mixed Reality – Diese Begriffe schwirren seit geraumer Zeit durch die Medien. Meist konzentrieren sich die Berichte auf Geräte für Endnutzer im Home-Entertainment-Bereich. Aber auch Unternehmen können diese Technologien einsetzen, um Arbeitsabläufe zu optimieren oder Services zu verbessern. Dabei sollte im ersten Schritt klar sein, für welche Szenarien die Begriffe stehen.

  • Virtual Reality (VR): Hier sieht der Anwender ausschließlich eine virtuelle Abbildung und nicht mehr die Realität. So kann er vollständig in virtuelle Welten eintauchen, ohne von der Wirklichkeit „gestört“ zu werden. Beispiele dafür sind immersive Computerspiele oder interaktive Schulungen.
  • Augmented Reality (AR): Hier wird die reale Welt durch virtuelle Objekte wie Pfeile, CAD-Daten oder Figuren erweitert. Theoretisch und bei idealer Technologie sind diese nicht von realen Objekten zu unterscheiden.
  • Mixed Reality (MR): Sie funktioniert im Prinzip wie AR, allerdings lassen sich hier virtuelle Objekte fest und über längere Zeit im Raum platzieren. So kann sich der Nutzer etwa zu einer virtuellen Maschine hin- oder von ihr wegbewegen oder eine andere Perspektive einnehmen, ohne dass sie ihre Position im Raum verändert. Diese Technologie wird „Spatial Mapping“ genannt und lässt sich in diesem Video nachvollziehen.

Diese drei verwandten Ansätze eröffnen zahlreiche neue Anwendungsmöglichkeiten für Unternehmen, so dass ihnen eine erfolgreiche Zukunft vorhergesagt wird. Laut Capgemini gehören AR und VR in drei bis fünf Jahren bei jedem zweiten Unternehmen zum Standard. Erst vor kurzer Zeit kam MR als dritte Variante hinzu, da die entsprechende Hardware und Software inzwischen in der Praxis einsatzfähig ist. Als die drei am besten geeigneten Einsatzgebiete haben sich hier die Bereiche „Prozessoptimierung“, „Training“ und „Remote Maintenance“ (auch „Remote Assist“ genannt) herausgestellt. 

Konkretes Einsatzbeispiel

Bei einem Produktionsunternehmen fällt eine Maschine in der Fertigungsstraße aus. Da sich der Herstellungsprozess nicht auf andere Maschinen umleiten lässt, steht die gesamte Straße still. Dieser Ausfall kostet dem Unternehmen pro Stunde mehrere tausend Euro. Daher muss der Fehler so schnell wie möglich behoben werden. Bislang hatte ein speziell ausgebildeter Mitarbeiter Handbücher und Bedienungsanleitungen zu lesen, um mögliche Ursachen festzustellen. Erst nach mehreren Versuchen war er erfolgreich. Doch das bedeutete noch lange nicht, dass er den Fehler auch sofort beheben konnte. Häufig galt es, einen Service-Techniker des Maschinenherstellers anzurufen. Im ersten Schritt musste der Mitarbeiter umständlich erklären, welcher Fehler aufgetreten ist, welche Maßnahmen er getroffen hat und warum die Behebung gescheitert ist. Anschließend erklärte der Service-Techniker telefonisch, welche Schritte zu unternehmen sind.

Mit Hilfe von Fernzugriff und Videotelefonie lassen sich diese Prozesse zwar verkürzen, doch auch hier hat der Mitarbeiter vor Ort häufig nicht beide Hände für die Reparatur frei oder muss immer wieder zwischen Maschine und Videobild hin- und herschauen. Diese Ineffizienzen vermeidet eine Mixed-Reality-Lösung. Damit erhält der Mitarbeiter sowohl die Maschine als auch die Anleitungen für ihre Reparatur in einem Blickfeld. Zusätzlich kann der externe Service-Techniker über virtuelle Objekte wie Pfeile, gezeichnete Kreise oder Grafiken aus dem Handbuch die durchzuführenden Schritte anschaulich erklären. Diese Objekte bleiben bei MR auch immer an der richtigen Stelle, selbst wenn sich der Mitarbeiter vor Ort bewegt. Damit lässt sich eine Reparatur deutlich schneller erledigen als mit herkömmlichen Maßnahmen. Wenn die Maschine dann statt einer Stunde nur noch 15 Minuten still steht, hat sich die Investition in die MR-Technologie meist schon nach einem Servicefall amortisiert.

HoloLens-Perspective1-2
(Quelle: Campana & Schott)
HoloLens-Perspective1-1
(Quelle: Campana & Schott)

Verfügbare Lösungen

Inzwischen stehen einsatzfähige Lösungen für AR und MR von verschiedenen Herstellern zur Verfügung. Dazu gehören etwa Microsoft, Magic Leap oder ODG, wobei sich der Markt jedoch ständig verändert. Gerade die Microsoft HoloLens dürfte mit der für dieses Jahr angekündigten neuen Version 2 einen großen Schritt nach vorne machen. Dies liegt nicht nur an der wohl deutlich verbesserten Hardware, sondern auch an neuen Software-Lösungen. So ermöglicht zum Beispiel Remote Assist die reibungslose Zusammenarbeit über Videotelefonie mit Hilfe von Heads-Up-Display, Freisprech-Funktion, Bildaustausch und Anmerkungen. Dadurch können Mitarbeiter vor Ort mit einem Experten teilen, was sie in der Realität sehen, während sie gleichzeitig die Hände frei haben, um Probleme zu lösen und Aufgaben schneller zu erledigen. Wie das funktioniert, zeigt dieses Video. Dabei ist die Lösung komplett in die Collaboration-Tools Microsoft Office und Microsoft Teams integriert sowie die Kommunikation auf Unternehmensebene abgesichert.

Da die aktuelle Version der HoloLens wenige tausend Euro kostet, dürfte der Preis für die zweite Version nicht wesentlich höher liegen. Mit der benötigten Standard-Software bleibt die Investition für eine MR-Lösung meist unter 5.000 Euro. Verglichen mit den Kosten für einen Produktionsausfall rentiert sich diese Anschaffung durch die Reduzierung der Zeit für die Problembehebung sehr schnell. Was Unternehmen beim Einsatz von MR sonst noch wissen müssen, etwa weitere Einsatzszarien oder Herausforderungen wie Capability Building, erfahren sie in einem Online-Seminar am 5. Februar 2019. Hier wird auch ein konkretes Einsatzszenario der Microsoft HoloLens live gezeigt. Eine Anmeldemöglichkeit gibt es hier.

Fazit

Für Fertigungsunternehmen bietet Mixed Reality zahlreiche Vorteile, um Gewinneinbußen durch Produktionsausfälle zu vermeiden. So können Mitarbeiter über die HoloLens einen Microsoft-Teams-Videoanruf an einen oder mehrere externen Experten starten. Dieser sieht die Maschine, kann das Bild einfrieren und mit einem Stift Pfeile oder Kreise zur Veranschaulichung zeichnen, die der Mitarbeiter vor Ort an der richtigen Stelle der Maschine im Sichtfeld eingeblendet bekommt – selbst wenn er sich bewegt. Damit kann er deutlich schneller die Maschine reparieren als mit herkömmlichen Methoden – und die Produktion läuft in entsprechend kürzerer Zeit wieder an.

 

 

Schnelle Innovationen durch Hackathon

Im Zuge der umfassenden Digitalisierung und Vernetzung werden Unternehmen von vielen Themen geradezu überflutet. Die Herausforderung besteht oft darin zu entscheiden, welche dieser Themen aus fachlicher oder technischer Perspektive wichtig sind und in die eigenen Geschäftsziele einzahlen.

Entsprechend müssen für die identifizierten Themen und Problemstellungen Lösungsansätze und Innovationen entwickelt werden. Doch wie so oft gilt: Eine Idee bleibt eine Idee, bis man sie umsetzt. Wie können Projektteams also aus einer ersten Ideen-Phase hinauskommen und über konkrete Projekte greifbare Ergebnisse erzeugen?

Verschiedene Methoden für Innovation Management

Für das laufende Innovation Management stehen diverse Methoden zur Erzeugung und Bewertung von Ideen bereit, die aufeinander aufbauen oder auch getrennt voneinander durchgeführt werden können. Dazu gehören:

  • Innovation Workshops. Sie bringen Stakeholder aus verschiedenen Bereichen zusammen, um Ideen zu generieren, zu bewerten und einen kleinen Teil davon auszuwählen. Diese vielversprechenden Ideen werden anschließend aus unterschiedlichen Perspektiven analysiert, wobei jeder Stakeholder Quick Wins definiert. Diese Themen lassen sich dann umsetzen.
  • Design Thinking. Design Thinking ist eine moderne Methode, die einen längeren Prozess beschreibt. Dennoch lassen sich – gerade aus den ersten Phasen – wichtige Erkenntnisse ziehen. Es geht darum, ein Problem bestmöglich zu begreifen und zu beschreiben. Die Methode eignet sich somit am besten für ein konkretes Problem oder eine konkrete Idee. Dabei liegt der Fokus auf der Entwicklung von Lösungen, die aus Anwendersicht überzeugend sind. Hierzu sind die relevanten Personengruppen zu identifizieren und als „Personas“ zu beschreiben, um das Problem möglichst zielgenau auf den Punkt zu bringen.
  • Mini-Hackathon. Nach einer Präsentation des Themas werden Vorschläge gesammelt sowie die vielversprechendsten Ideen innerhalb weniger Stunden ausgearbeitet. Bei mehreren Teams sollten diese jeweils aus Personen mit verschiedenen Rollen aus unterschiedlichen Unternehmensbereichen bestehen. Fachliche Themen lassen sich in der Regel mit einem Pen & Paper Hackathon bearbeiten, technische Themen im Rahmen eines Proof-of-Concepts umsetzen. Ziel des Mini-Hackathon ist es, etwas Konkretes in der Hand zu haben, um es erleben zu können.

Wenn zum Beispiel die Verkäufe ohne erkennbaren Grund zurückgehen, lassen sich mit einem Innovation Workshop kreative Ideen für neue und veränderte Angebote generieren. Die Vielversprechendsten können mit Design Thinking an die Zielgruppen und Personas angepasst werden, woraufhin konkrete Lösungen anhand von Rapid Prototyping oder einem Mini-Hackathon entstehen. Ist das Problem bereits bekannt und gut beschrieben, kann man auch direkt mit einem Hackathon starten.

Beispiel für einen Hackathon

Ein Unternehmenskunde will Bots über einen agilen Ansatz entwickeln und einsetzen. Zunächst werden relevante Stakeholder identifiziert und die Zeitplanung festgelegt. In der Vorbereitung gilt es, die Vision zu definieren, technische Fragen zu klären, die SCRUM-Umgebung einzurichten und den Produkt-Backlog vorab zu befüllen. Das gemeinsame Team legt eine Woche vor dem Hackathon Vision, Umfang und weitere Kriterien fest.

Am ersten Tag erfolgt nur ein Sprint, der „Exploration Sprint“. Dieser dient zur Einrichtung der Backend-Dienste und ihrer Kommunikation. In den nächsten beiden Tagen werden jeweils zwei vierstündige Sprints mit Planung, Reviews und Retrospektive durchgeführt.

Der wichtigste Teil ist die Demo am letzten Tag, bei der die greifbaren Ergebnisse vor wichtigen Stakeholdern präsentiert werden. Teilnehmer sind beispielsweise der Leiter des Intranets, der Leiter des Web-Shops und die Leiter des weltweiten Service Centers. Diese geben abschließend wertvolles Feedback.

Fazit

Mit einem Mini-Hackathon werden ausgewählte Use Cases und Ideen schnell in die Praxis umgesetzt und ein erstes Minimal Viable Product erzeugt, das durch so viele relevante Personengruppen wie möglich bewertet wird. Dadurch lässt sich ohne hohe Kosten ein Thema schnell evaluieren und ein Projekt vorantreiben oder bei mangelnden Erfolgsaussichten beenden. So können Unternehmen das Thema besser bewerten und das Projekt effizienter bis zur Produktionsreife weiterentwickeln.

Projekte agil umsetzen mit SCRUM und Microsoft Planner

Ziel des vorgestellten Projekts war es, Räumlichkeiten effizienter zu nutzen und zum Beispiel Besprechungsräume bei nichtgenutzter Buchung wieder automatisiert freizugeben. Damit lassen sich der Energieverbrauch von Klimaanlagen und Lichtsysteme optimieren. Angesichts der Zeitvorgabe waren zur Lösungsentwicklung nach der SCRUM-Methodik sechs Sprints mit jeweils drei Stunden geplant. Um diese agile Vorgehensweise zu unterstützen, kam Microsoft Planner für das Management der Backlogs und Sprints zum Einsatz. Dabei wurde folgendes Konzept entwickelt:

  • Der SCRUM-Prozess funktionierte auf der Oberfläche des Microsoft Planner von rechts nach links. Neue Punkte wurden in die Karte „User Stories (Backlog)“ hinzugefügt. Der Product Owner schob anschließend die Karte je nach Fortschritt nach links durch die Prozesse „In Preparation“ und „Ready“.
  • Während der Sprint-Planung wurde eine weitere Spalte (Bucket) für jeden neuen Sprint erzeugt – zwischen dem letzten Sprint und dem Schritt „Ready & Understood“. Das Team und der Product Owner bearbeiteten die User Stories. Die Karten wurden anschließend als „Ready & Understood“ markiert. Die geplanten User Stories für den nächsten Sprint wurden in die neue Spalte zu „Sprint X“ geschoben. Weiter oben befindliche Karten besaßen dabei eine höhere Priorität.
  • Während des Sprints nahmen Team-Mitglieder die Karten, ordneten sich selbst hinzu und setzten den Status auf „In Progress“.
  • Beim Sprint Review wurde das fertige Produktteil gezeigt. Der Product Owner setzte den Status der User Story auf „abgeschlossen“ oder bewegte sie in den nächsten Sprint, falls Nacharbeiten zu erledigen waren. Offene Aufgaben bei jeder Story wurden zur Checkliste der Karte hinzugefügt. Neue Ideen gingen direkt in das Backlog.
  • Die Retrospektive wurde in OneNote dokumentiert. Jedes Teammitglied schrieb dazu einen kurzen Kommentar. Anschließend wurde der Sprint im Team besprochen.

Bildunterschrift

Stärken und Schwächen von MS Planner

Neben diesen Vorteilen lassen sich in Microsoft Planner auch Aufgaben sehr einfach in Unteraufgaben aufteilen. Das Reporting funktioniert ohne Konfiguration, selbst bei mehreren laufenden Projekten. Die Lösung lässt sich einfach in Microsoft Teams integrieren, in kurzer Zeit installieren und flexibel nutzen.

Allerdings hat Microsoft Planner auch einige Schwächen (Stand Juli 2018). So gibt es zum Beispiel keine Exportfunktion, etwa für die Erzeugung von Reports wie Burndown-Charts oder die Migration von Listen und Aufgaben. Die eingebauten Reporting-Funktionen ermöglichen nur einige Standardangaben und lassen sich nicht anpassen oder erweitern. Selbst innerhalb der Microsoft Office 365-Welt sind nicht zu allen Programmen native Integrationen möglich, etwa zu Outlook, SharePoint oder ToDo. Zudem lassen sich Statusfelder nicht anpassen und es sind keine quantitativen Werte für Aufgaben wie Priorität/Nutzen oder Story-Points/Aufwand möglich. 

Fazit

Insgesamt bildet Microsoft Planner für das agile Management kleiner Projekte eine solide, gute Grundlage. Unternehmen sollten bei SCRUM-Werkzeugen jedoch auf Lösungen setzen, die sie bereits im Einsatz haben und die ihren Mitarbeitern bekannt sind. Je nachdem, ob Unternehmen eine Single-Vendor-Strategie verfolgen oder auf Microservices setzen, kann bei einer sauberen Service-Orchestrierung das Werkzeug ebenso schnell gewählt werden. So ließ sich auch in diesem konkreten Fall dank der SCRUM-Methodik und dem Werkzeug Microsoft Planner innerhalb kürzester Zeit eine gute Smart-Office-Lösung erstellen.

Machine Learning in der Qualitätssicherung: Pseudofehler erkennen

Inzwischen besitzen die meisten Unternehmen eine Digitalstrategie und sind sich der Notwendigkeit bewusst, ihre Produkte, Dienstleistungen, aber auch internen Prozesse auf der Grundlage von intelligenten, digitalen Lösungen weiterzuentwickeln. Doch die praktischen Erfahrungen mit den Technologien sind oft noch sehr gering. Daher probieren viele Unternehmen erste Ansätze in Proof of Concepts aus, um die neuen Kompetenzen schnell auszubauen und ggf. positive Fehlerkulturen zu leben. 

So sind in der Praxis häufig Digitalstrategie kombiniert mit dem Starten von kleinen, überschaubaren Pilotprojekten in nicht geschäftskritischen Bereichen. Dadurch lassen sich mit geringem Risiko relativ schnell Technologiewissen sowie weitere organisatorische Fähigkeiten wie agiles Projektmanagement im Unternehmen aufbauen. Dabei sollten sie jedoch so früh wie möglich spezialisierte Partner einbinden, die sowohl mit IoT- als auch KI-Projekten sowie innerhalb der Branche ausreichend Expertise aufweisen. Sie helfen dabei, Themen schneller umzusetzen und eigene Expertise im Unternehmen zu festigen. 

Machine Learning in der Qualitätssicherung

Wie dies funktionieren kann, zeigt ein Praxisbeispiel zu Machine Learning in der Qualitätssicherung. Am Ende einer Produktionsstraße durchlaufen Produkte Prüfstände zur Fehlererkennung. In einer gewissen Anzahl der Prüfungen werden jedoch Fehler gemeldet, obwohl das Produkt einwandfrei funktioniert – sogenannte Pseudofehler. Die erweiterte Diagnose sowie die erneute Prüfung kosten Zeit und binden Ressourcen in der Produktion.  

Daher hat ein industrieller Hersteller gemeinsam mit Campana & Schott sowie Studenten der Goethe-Universität in Frankfurt am Main Machine-Learning-Algorithmen erprobt, um mögliche Korrelationen zur Mustererkennung mit Hilfe von maschinellen Lernverfahren zu untersuchen. Die Beteiligten wollten erste Hinweise zur Erkennung von Pseudofehlern erlangen. Dies ist ein vielversprechender Ausgangspunkt, um mit vertiefenden Untersuchungen einen optimierten Prozess zu entwickeln.

Umsetzung und Ergebnisse 

Als Technologieplattform für die Untersuchungen wurde die Microsoft Azure Suite gewählt, die mit dem Azure Machine Learning Studio eine benutzerfreundliche Modellierungsumgebung für diesen Anwendungsfall bietet. Ein agiler Entwicklungsprozess stellte die adäquate Methode für die schrittweise Evaluierung dar. Die Kernelemente der agilen Softwareentwicklung sind Sprints, die aus dem inkrementellen Entwickeln und Verfeinern des jeweiligen Entwicklungsstandes bestehen. In diesem Projekt dauerte ein Sprint zwei Wochen, wobei dem Team pro Sprint etwa 10 Personentage zur Verfügung standen. Insgesamt belief sich der Entwicklungsprozess auf 4 Sprints.

Die erstellten ML-Algorithmen erreichten eine Prognosegüte von über 95 Prozent. So können auf dieser Basis durch eine geeignete Erkennung von Pseudofehlern die Mehrkosten für zusätzliche Prüfungen reduziert werden. Dies bindet weniger Menschen-Kapazität in der Produktion und reduziert den Personaleinsatz. Das Projekt hat außerdem gezeigt, dass sich durch eine funktionsstarke und gleichzeitig einfach zu bedienende Cloud-Plattform zahlreiche vielversprechende Anknüpfungspunkte ergeben. Dazu zählt zum Beispiel, die Maschinen direkt an einen zentralen IoT-Hub anzubinden, um damit Prognoseinformationen in Echtzeit zu erhalten und unmittelbar in den Prüfprozess einfließen zu lassen.   

Fazit 

Die entwickelte ML-Lösung erkennt mehr als 95 Prozent der Pseudofehler frühzeitig. Das Modell lernt auf Basis vorhandener Daten, in denen Pseudofehler markiert sind, und kann so eine Analyse der Ergebnisse in Echtzeit vornehmen.