Projektleitung an der THM:
Prof. Dr. Mike Schwarz
Projektpartner:
superus Datenmanagement GmbH (Konsortialführung)
G.E. HABICH’S SÖHNE GmbH & Co. KG
Förderinstitution:
Hessisches Ministerium für Digitalisierung und Innovation
Förderprogramm:
Distr@l: Digitalisierung stärken - Transfer leben, Förderlinie 2A: Digitale Produktinnovationen
Laufzeit:
01.01.2026 - 31.12.2028
Das Projekt zielt auf die Entwicklung eines KI-gestützten Assistenten zur Optimierung der Produktionsprozesse in der Lack- und Farbindustrie. Dabei wird künstliche Intelligenz in das bestehende MES-System (Manufacturing Execution System) integriert, um die Entscheidungsfindung und Prozesssteuerung zu verbessern. Ein wesentlicher Bestandteil des Projekts ist die Anwendung statistischer Methoden, insbesondere Unsupervised Learning-Verfahren wie der Hauptkomponentenanalyse (PCA) und t-SNE, um aus den Produktionsdaten sinnvolle Merkmale zu extrahieren.
Projektvorhaben
Ein branchenweites Problem für Farben- und Lackhersteller stellt die überdurchschnittlich hohe Nacharbeitsquote dar. Farben entstehen, indem geeignete Rohstoffe vermengt, homogenisiert und dispergiert werden. Die an das Produkt gestellten Qualitätsansprüche (Farbgebung, Farbechtheit, Viskosität, Umweltverträglichkeit, etc.) sind hoch. Entsprechend niedrig sind die tolerierbaren Abweichungen im Endprodukt. Wie Statistiken unseres Industriepartners zeigen, sind 31% der Produktionsaufträge von Nacharbeiten betroffen. Zugleich ist die Nacharbeitsquote nicht homogen auf das Produktsortiment verteilt. Vielmehr scheint es Cluster von Farbmischungen zu geben, die besonders nacharbeitsintensiv sind. Die Ursachen für diese Heterogenität sind weitestgehend unerforscht.
Die Gesetze der Chemie und Physik lehren uns, dass Farben und ihre Eigenschaften grundsätzlich berechenbar sind – ein theoretischer Ansatz, welcher in der Praxis an der hohen Anzahl einflussbehafteter Faktoren scheitert. Ziel unseres Vorhabens ist es die Chemiker und Koloristen bei ihrer täglichen Arbeit zu unterstützen, indem
- statistische Methoden dabei helfen sollen, die Notwendigkeit einer Qualitätsprüfung abzuschätzen. Für Produkte, bei deren Zusammensetzung von einer niedrigen Fehlerquote ausgegangen werden kann, könnte die Prüfung im Labor gänzlich entfallen oder in einem vereinfachten Verfahren erfolgen, was zu einem wesentlich höheren Durchsatz führen würde.
- ein selbstlernender Assistent die Erfolgschancen von Korrekturmaßnahmen für nacharbeitsbedürftige Mischungen vor ihrer Anwendung bewertet. Insbesondere für wiederkehrende Artikel soll der Assistent auch selbstständig Handlungsempfehlungen generieren. Diese Optimierungen sollen dazu führen, dass betroffene Produktionsaufträge im Optimalfall mit lediglich einem Korrekturzyklus auskommen.
Mit unserer Lösung streben wir den Wegfall von 25% aller Laborprüfungen sowie eine Reduzierung der Korrekturdurchläufe um ca. 20% an. Die Effizienz der Unternehmen steigt, was sich positiv auf die Wirtschaftlichkeit und Nachhaltigkeit der Firmen auswirkt.
Im Rahmen der beantragten Förderung möchten wir die Ursachen für die heterogene Verteilung der Nacharbeitsquote untersuchen, zur Clusterung geeignete statistische Methoden in unsere Software implementieren, sowie Werkzeuge innerhalb der Software bereitstellen, die dem Kunden das Anlernen eigener KI-Modelle zur Bewertung von Handlungsempfehlungen ermöglichen.
Projektbeteiligte
superus Datenmanagement
superus Datenmanagement GmbH (Antragsteller)
Die superus Datenmanagement GmbH wurde 2011 mit Sitz in Burgwald gegründet und beschäftigt sich seither mit der Entwicklung und dem Vertrieb von produktionsnahen Datenerfassungssystemen sowie der Erbringung von informationstechnischen Dienstleistungen für die Industrie.
2012 wurde das erste eigene Produkt, IPOS (Integriertes Prozessoptimierungssytem), entwickelt und bei einem mittelständischen Unternehmen an 14 Produktionsanlagen erfolgreich getestet. Es handelt sich um eine klassische Betriebs- und Maschinendatenerfassung, die in den Folgejahren ständig weiterentwickelt und durch zusätzliche Module zur Produktionsplanung sowie Prozessund Energiedatenerfassung komplementiert wurde. Mittlerweile zählt IPOS mehr als 1.500 Installationen, aufgeteilt auf ca. 60, überwiegend in Deutschland befindliche, Kunden.
Seit 2017 ist superus autorisiertes Beratungsunternehmen im Förderprogramm go-digital für die Module IT-Sicherheit, digitale Markterschließung sowie digitale Geschäftsprozesse und ist damit den Schritt in die produktunabhängige Beratung von geeigneten IT-Lösungen gegangen. Das Team besteht überwiegend aus Softwareentwicklern mit akademischem Hintergrund. Die Kernkompetenzen liegen im Schreiben von individualisierter Software, der Erfassung von Produktions- und Maschinendaten mit Auswahl von entsprechender Sensorik sowie in der statistischen Verarbeitung aufgezeichneter Datenbestände.
G.E. HABICH'S SÖHNE
G.E. HABICH'S SÖHNE GmbH & Co. KG (Industriepartner)
Das im nordhessischen Reinhardshagen beheimatete Unternehmen G.E. HABICH’s SÖHNE GmbH & Co. KG wurde bereits im Jahr 1785 in Kassel gegründet und kann demnach auf über 235 Jahre Erfahrung in der Herstellung von Farbkonzentraten für Kunststoffe und Dispersionsfarben sowie zahlreichen Spezialprodukten zurückgreifen. Die Anforderungen der Lebensmittelindustrie, Kosmetik, Medizintechnik und Pharmazie, Automobilbranche oder Haushalt, Sport & Freizeit sowie außergewöhnliche Farbeffekte, ungewöhnliche Materialkombinationen oder Kleinstmengen sind für Habich Farben alltägliche Herausforderungen.
Als reiner Auftragsfertiger werden die individuellen Farb- und Eigenschaftseinstellungen nach Kundenvorgaben in der Farbmanufaktur vorgenommen. Zur Herstellung der Produkte beschäftigt Habich Farben aktuell 105 Mitarbeiter und kann auf einen Maschinenpark mit über 125 Anlagen zurückgreifen, um die Bestandteile der Produkte zu homogenisieren und zu dispergieren. Habich Farben verfügt über 80.000 Rezepturen, wovon aktuell ca. 5400 aktiv sind. Jährlich kommen ca. 1800 neue Farben hinzu, die von 4 Koloristen in der Anwendungstechnik bemustert werden. Unterstützt werden die Experten von 3 diplomierten Chemikern in der Entwicklung, die auch gleichzeitig für die Produktsicherheit zuständig sind.
Seit 2016 hilft superus dabei den Produktionsbereich der Firma zu digitalisieren. Erst durch diese Zusammenarbeit ist superus auf das Problem der vermeidbaren Zusätze aufmerksam geworden. Durch die Einführung der Betriebs- und Maschinendatenerfassung konnten in den letzten Jahren große Mengen an Produktionsdaten gewonnen werden, deren Existenz wir uns im beantragten Projekt zu Nutze machen können.
THM, Mike Schwarz
Technische Hochschule Mittelhessen: Prof. Dr. Mike Schwarz
Prof. Dr. Schwarz von der Technische Hochschule Mittelhessen aus dem Fachbereich Elektro- und Informationstechnik betreut die Fachgebiete „Embedded Systems und Simulation“. Im Rahmen der Lehre schult er Studierende in den Lehrveranstaltungen: Digitaltechnik, Mikrorechnertechnik, Mikrocomputersysteme, Bauelemente und Simulation, Bildverarbeitung und Künstliche Intelligenz für Elektrotechniker.
Innerhalb der Forschung befasst sich Prof. Dr. Schwarz unter anderem mit verschiedenen Aspekten von elektronischen Bauelementen und künstlicher Intelligenz. Anwendungsgebiete für seine Arbeiten finden sich überwiegend im Automobilbereich, in der Raumfahrt und der Chipindustrie bzgl. Architekturen von Neuromorphen Systemen. Des Weiteren bringt Prof. Dr. Schwarz mehrjährige Erfahrungen in der Forschung und Entwicklung von MEMS-Sensoren bis zur Serienentwicklung bei der Robert Bosch GmbH mit, welche heute in nahezu allen Automotive und Consumer Anwendungen vorzufinden sind.
Link zum LIDIA-Hessen Portal (Landesinformationsportal für digitale Innovationen und Anwendungen)
