„KI führt in vielen Anwendungen schneller zum Ziel“
KI entfaltet enorme Dynamik und hat zunehmenden Einfluss auf die Wertschöpfung in der Photonik – von der Forschungs- und Entwicklung bis zur Fertigung. Können auch kleinere mittelständische Unternehmen und deren Kunden davon profitieren? Im PHOTONICS-Interview spricht Thibault Bautze-Scherff, Vertriebsleiter der Blackbird Robotersysteme GmbH über die Chancen, Risiken und technologische Potenziale.
Herr Bautze-Scherff, welchen Zugang haben Sie in als Vertriebsleiter und persönlich zu KI?
Thibault Bautze-Scherff: Im Vertrieb und rund um Verkaufsvorgänge ist KI heute durchaus präsent, etwa für ein effizientes Produktdaten- und Customer-Relationship-Management. Wobei das in vielen Fällen nette Gimmicks sind. Es drängen auch immer mehr Tools für eine automatisierte, KI-basierte Lead-Generierung auf den Markt. Anstelle herkömmlicher Akquise ermitteln sie durch systematisches Screening von Unternehmen potenzielle Kunden, identifizieren Ansprechpartner und schreiben diese auch gleich an. Das funktioniert vielleicht in manchen Branchen. In der Photonik bin ich da aber eher skeptisch: Hier arbeiten auf der Kundenseite und der Anbieterseite Spezialisten, die mit Ihrem breit gefächerten Know-how so schnell nicht durch KI ersetzbar sind. Die Tätigkeit des Überzeugens, des Erklärens und gemeinsamen Findens von Lösungen wird mittelfristig bei uns Menschen bleiben. Das spezifische Branchen-Know-how ist ein Wettbewerbsvorteil gegenüber großen Plattformanbietern, die in immer mehr Branchen Marktanteile gewinnen. Zu persönlichen Bezug zu KI: Ich habe meine Diplomarbeit 2008 bei der Firma Precitec über die KI-basierte Datenverarbeitung zur Regelung von Laserschweißprozessen geschrieben. Es ging um Fehlererkennung und das Regeln von Parametern wie der Laserleistung. Damals hieß es noch nicht KI, sondern eher Machine Learning. Ich habe dann auch in der Industrie über mehrere Jahre in dem Bereich geforscht, teilweise im Zuge europäischer Förderprojekte. Das Thema Datenfusion war schon damals sehr wichtig.
Sind Ihre Kunden offen für den Einsatz von KI-Lösungen?
Bautze-Scherff: Wir forschen intensiv an KI-Lösungen und rüsten unsere Systeme mit Schnittstellen für KI-Tools zur Auswertung von Sensordaten aus. Die Offenheit für den KI-Einsatz ist groß. Denn sie beschleunigt die Lernkurven beim Laserfügen und vereinfacht das Aufsetzen fehlerfreier Prozesse. Die Akzeptanz endet jedoch, wo KI-Entscheidungen trifft und die Prozesse einstellt. Denn unsere Kunden kommen primär aus dem Automotive-Bereich und bearbeiten in vielen Fällen sicherheitskritische und hochwertige Bauteile. Dabei sind Standards einzuhalten. KI ist eine Blackbox. Es bestehen Zweifel, ob sie nicht doch mal Patzer macht. Gerade bei einfacheren Bauteilen sehen viele Kunden zudem keinen Nutzen von KI in der Prozesssteuerung. Dagegen gibt hohe Akzeptanz, wenn es um das Schweißen an Brennstoffzellen oder Batterien geht. Hier gibt es eine sehr engmaschige sensorische Überwachung, um mangelhafte Schweißnähte auszuschließen. Noch regelt KI zwar in der Regel nicht die Prozesse, doch sie hilft beim Auswerten der Sensordaten und unterstützt die Inline-Bildverarbeitung.
Was bewirkt KI bei Laserschweißprozessen, und was sind die wichtigsten Anwendungsfelder?
Bautze-Scherff: Wenn ich den Blick in die Zukunft richte, sehe ich KI als sehr wichtiges Werkzeug, um Prozesse optimal einzustellen. Denn die Qualität von Laserschweißprozessen wird von extrem vielen Parametern beeinflusst: Laserleistung, Luftmanagement, Spanntechnik oder die Intensitätsverteilung des Lasers auf dem Bauteil, die sich immer flexibler regeln lässt. Früher war es ein Spot. Heute gibt es Vierpunktoptiken und refraktive optische Elemente bringen beliebige Geometrien aufs Bauteil. Teils lassen sich mit zahlreich überlagerten, zueinander kohärenten Strahlen durch Phasenverschiebung auch flexible Muster aufs Bauteil bringen. KI kann in diesen zunehmend komplexen Parameterräumen helfen, optimale Einstellungen zu identifizieren und die Zahl zeit- und materialaufwändiger Versuche zu minimieren. Im Zusammenspiel mit dem verfügbaren Wissen über physikalische Zusammenhänge kann KI die Prozessoptimierung sehr beschleunigen. Das gilt erst recht, wenn ich an die zunehmende Materialvielfalt denke. Auch im Service, etwa beim Remote-Erkennen und -Beheben von Störungen sehe ich großes Potenzial für den KI-Einsatz. Gleiches gilt für die Predictive Maintenance.
In der E-Mobilität und Wasserstoffwirtschaft gibt viele Schweißanwendungen mit maximalen Qualitätsanforderungen. Welche KI-unterstützten Strategien gibt es, um diese zu erfüllen?
Bautze-Scherff: Eines unserer Steckenpferde ist die Batterie-Modulfertigung. Heute stellen wir die Schweißprozesse per se so ein, dass sie stabil sind. Da muss keine softwarebasierte KI mitdenken und nachoptimieren. Doch ihr wird eine zentrale Rolle in der Qualitätsüberwachung zukommen, hier vor allem bei der Auswertung von OCT- (Optical Coherence Tomography) -Messdaten als Ergänzung zu Schliffbildern, mit denen wir die Tiefe von Schweißnähten ermitteln. Künftig werden KIs neben den mechanischen auch die elektrischen Eigenschaften wie die Leitfähigkeit oder den Widerstand der Fügestellen aus OCT-Daten ableiten können; es gibt schon erste Lösungen im Markt, die es können. Perspektivisch hoffe ich darauf, dass wir durch den Einsatz selbstlernender Systeme immer weniger Schliffbilder auswerten müssen, weil KI die Information direkt aus den Prozessdaten ableiten kann. Das wäre ein Effizienzsprung im Qualitätswesen. In der Wasserstoffwirtschaft geht es für uns in erster Linie um das Fügen der hauchdünnen Bipolarplatten. Hierbei gibt es tausende schnell und absolut fehlerfrei zu applizierende Schweißnähte. Das ist gar nicht so einfach, da die Platten so dünn und die Prozesse so schnell sind. Es gibt nur ein kleines Prozessfenster. Und kleinste Abweichungen führen oft zum Totalverlust. KI kann zum Beispiel über eine optimierte Scan-Strategie beim Wärmemanagement helfen, um den Energieeintrag durch den Laser zu minimieren.
In Laserschweißprozessen kommt es auf minutiös gesteuertes Zusammenspiel von Scannern, Lasern, Bahnplanung und fortlaufende sensorische Prozesskontrolle an. Wird es KI in Zukunft ermöglichen, dieses komplexe Miteinander in autonome Schweißprozesse zu übersetzen?
Bautze-Scherff: Das ist die Vision. Wir haben auf der KI-Tagung in Berlin gehört, dass es zum Beispiel auf sehr präzise Zeitstempel ankommt – und auftretende Latenzen beim Weg in die Cloud sehr exakt zu berücksichtigen sind. Wenn das nicht gewährleistet ist, bringt der ganze Zauber nichts. Gerade mit Blick auf Konzepte zur Fusion unterschiedlicher Sensoren wird die Harmonisierung der Daten zu einer grundlegenden Voraussetzung. Aber ich sehe es schon so, dass KI in Zukunft die Roboterbahnplanung selbstständig durchführt, Sensordaten auswertet und auf der Basis auch irgendwann in der Lage sein wird, ganze robotergestützte Laserfügeprozesse autonom durchführen wird. Ob das in 20 oder erst in 50 Jahren der Fall sein wird, ist schwer zu sagen. Aber ich bin mir recht sicher, dass das kommen wird. Es wird allerdings von der Frage abhängen, ob die KI in der spezifischen Anwendung teurer ist als ein Mensch. Der ganze Bereich der Spanntechnik ist beispielsweise so komplex, dass ich Menschen dort noch sehr lange im Vorteil gegenüber Robotern sehe.
Um Fertigungs- und Sensordaten effizient und präzise miteinander zu verknüpfen, braucht es hochleistungsfähige IT-Infrastruktur. Zugleich soll mit KI Jede und Jeder zum Programmierer werden. Wo finden kleine mittelständische Unternehmen ihren Platz in dieser neuen Welt?
Bautze-Scherff: Intelligente Insellösungen. Mittelständler werden kaum Lösungen entwickeln, die Anbietern großer Sprachmodelle Konkurrenz machen, sondern sie werden anwendungsbezogene, branchenspezifische KI-Tools entwickeln. Im Bereich Laserfügen könnte so eine Lösung verknüpf mit dem verfügbaren physikalischen Wissen die Interaktion von Laser, Scanner, Optiken und Werkstoff überwachen und perspektivisch auch regelnd eingreifen. Nischenanwendungen, in die viel Know-how einfließen müsste, was die Sache für Global Player uninteressant macht. Die großen Anbieter machen generische Lösungen, auf deren Basis und mit deren Cloudinfrastruktur die Kleinen ihre spezifischen KI-Tools umsetzen werden. Die Infrastruktur ist das A und O für den effektiven KI-Einsatz. Allein schon im Sinne einer tatsächlichen Datenfusion. Anlagen-, Sensor- und Prozessdaten sollten in der Cloud zusammenfließen, damit sie standortübergreifend verfügbar sind. Das setzt voraus, dass Anwender entsprechende Strategien für ihren Umgang mit Daten und deren Sicherheit entwickeln.
US-Konzerne und staatlich massiv protegierte Anbieter aus China drängen mit großen Plänen in den KI-Markt. Welche Stärken haben deutsche und europäische Anbieter in diesem durchaus zeitkritischen globalen Wettbewerb?
Bautze-Scherff: Neben dem Wettbewerb Mensch gegen KI gibt es den globalen Wettbewerb. Darin haben andere offensichtlich bessere Ausgangsbedingungen und weniger regulatorische Hürden. Wir leben in einer freien Marktwirtschaft. Was funktioniert und günstig ist, wird gekauft. Allerdings haben wir in Deutschland und Europa Prozess- und Branchenexpertise, die uns noch immer auszeichnet. Wo es um ausgetüftelte Lösungen für komplexe Aufgabenstellungen geht, haben wir anderen viel voraus. Es wird auch in einer KI-geprägten Welt weiterhin mittelständische Hidden Champions geben, deren Erfolg auf überlegenen Lösungen beruht.
Und wo sehen Sie Schwächen?
Bautze-Scherff: Asiatische Länder sind in der Massenfertigung von Hightech überlegen, ob es nun Chips, Batterien oder LEDs sind. Unsere Stärken liegen eher in Speziallösungen. Anderswo sind die Unternehmen nicht so stark reguliert, ist der Zugang zu Wagniskapital leichter und bedienen sie sehr viel größere Binnenmärkte. Aber das ist nicht erst seit gestern so. Das haben wir bisher kompensieren können.
Wie stellen Sie sich jene Fertigungswelten, in denen Ihre Laserschweißroboter heute arbeiten, in zehn, zwanzig oder sogar 50 Jahren vor?
Bautze-Scherff: Der Grad an Automatisierung nimmt stark zu. In China gibt es ja bereits diese Dark Factories, wo im Prinzip das Licht ausgelassen wird, weil einfach nur noch Maschinen arbeiten, die kein Tageslicht brauchen. Die Fertigung von Fahrzeugen in Europa ist ja auch schon in hohem Maße automatisiert. KI wird zunächst im Service immer wichtiger werden, aber nach und nach in immer mehr Anwendungen den Break Even im Wettbewerb gegen menschliche Fachkräfte erreichen. Wir werden KI-gestütztes autonomes Fahren und automatisierte Lieferdienste sehen, die Bestellungen ohne menschliches Zutun abwickeln. Beim Laserschweißen werden wir Lösungen sehen, in denen der Mensch keine Rolle mehr spielt, aber ab einer gewissen Komplexität wird der Mensch mit seiner kognitiven, sensorischen und motorischen Flexibilität noch lange überlegen bleiben. Wir haben nur bedingt Einfluss auf die Entwicklung. Aber ich denke, dass unsere Zeit in ein paar hundert Jahren als weichenstellend bewertet werden wird.