KI in der Produktion

Was macht ein Spezialist für KI in der Produktion?

Du arbeitest an dem Teil der Fertigung, der nicht mit Bildern anfängt. Kameras, die Teile prüfen, sind der bekannteste Anwendungsfall – aber der kleinere. Der größere liegt in den Daten, die Anlagen ohnehin erzeugen: Drehzahlen, Temperaturen, Drücke, Stromaufnahmen, Taktzeiten, Störmeldungen. Aus diesen Verläufen lässt sich ablesen, wann ein Lager heißläuft, warum eine Charge außerhalb der Toleranz liegt und welche Einstellung an einer Maschine den Ausschuss senkt.

Vier Themen begegnen dir immer wieder. Vorausschauende Instandhaltung sagt vorher, wann ein Bauteil ersetzt werden sollte, damit die Wartung geplant statt erzwungen stattfindet. Prozessoptimierung sucht in den Parametern die Kombination, die stabil gute Teile liefert. Ausschussreduzierung geht rückwärts vor: Ein Fehler ist da, und du suchst in den Daten der vergangenen Stunden, woher er kommt. Und quer darunter liegt die Grundlage – Maschinendaten überhaupt einzusammeln, zu zeitlichen Verläufen zusammenzuführen und dauerhaft auswertbar zu halten.

Das Besondere an diesem Feld ist die Umgebung. In einer typischen Halle steht eine Anlage von letztem Jahr neben einer aus den späten Neunzigern. Die eine liefert Daten über eine moderne Schnittstelle, die andere über ein Protokoll, das eigentlich nur zur Steuerung gedacht war, in Zeitstempeln ohne Zeitzone und Feldern ohne Einheit. Vieles wurde nie zum Auswerten aufgezeichnet, sondern nur, damit die Maschine läuft. Dazu kommt eine harte Randbedingung: Die Fertigung darf nicht stehen. Jeder Eingriff wird in Wartungsfenstern verhandelt, und ein Versuch, der eine Linie eine Stunde kostet, muss sich vorher begründen lassen.

Genau hier liegt auch die Abgrenzung zur KI-Qualitätssicherung. Die prüft das Ergebnis: Ist dieses Teil in Ordnung, erkennt die Prüfung Fehler zuverlässig, ist der Nachweis dafür belastbar? Du gehst einen Schritt davor an den Prozess und die Anlage – warum Teile schlecht werden und wie sich das an der Maschine verhindern lässt. Die beiden Rollen arbeiten eng zusammen und werden in kleineren Werken auch von derselben Person ausgefüllt.

Was du im Praktikum machst

Der häufigste Auftrag ist eine Linie oder eine einzelne Anlage. Du erschließt die verfügbaren Daten, prüfst, welche Signale überhaupt brauchbar sind, und baust eine erste Auswertung – oft eine Übersicht über Stillstände und ihre Gründe, bevor irgendein Modell entsteht.

Danach folgt meist ein abgegrenzter Versuch: eine Vorhersage für einen bestimmten Ausfalltyp, ein Vergleich von Einstellungen über mehrere Chargen, eine Auswertung von Ausschussmustern nach Schicht, Material und Werkzeug. Du wirst dabei regelmäßig in der Halle stehen, weil sich vieles nur klären lässt, wenn dir jemand die Anlage zeigt.

Was du mitbringen solltest

Python für Auswertungen, ein Gefühl für Zeitreihen, Grundkenntnisse in Datenbanken. Wer schon einmal eine Steuerung oder ein Bussystem gesehen hat, ist im Vorteil, weil die Datenbeschaffung ein großer Teil der Arbeit ist.

Ebenso wichtig ist technisches Verständnis für das, was die Maschine tut. Ein auffälliger Verlauf kann ein Defekt sein, ein Werkzeugwechsel oder eine Pause – das unterscheidet man nicht am Bildschirm, sondern im Gespräch mit der Instandhaltung. Wer die Leute an der Anlage ernst nimmt, bekommt Erklärungen, für die kein Modell nötig gewesen wäre.

Was du verdienst

Praktika liegen erfahrungsgemäß bei rund 1.600 Euro brutto im Monat. Der Einstieg bewegt sich um 4.700 Euro, mit zwei bis drei Jahren Erfahrung zwischen 5.400 und 6.800 Euro. Industrieunternehmen zahlen im Praktikum oft etwas besser als kleinere Softwarehäuser, dafür ist der Anstieg später flacher.

Wie es weitergeht

Ein Weg führt tiefer in die Technik, Richtung Datenplattform für die Fertigung oder eingebettete Systeme direkt an der Anlage. Ein zweiter führt in die Verantwortung für die Digitalisierung eines Werks. Und ein dritter führt zurück in den Kernbereich der Produktion – als Instandhaltungs- oder Fertigungsleitung, die versteht, was in den Daten steht.