Künstliche Intelligenz revolutioniert den Instandhaltungsprozess von Flurförderzeugen

Nach jedem Wartungstermin erstellen unsere Servicetechniker manuell einen Servicebericht über die aufgetretenen Probleme an den Fahrzeugen. Da diese Berichte oft unter hohem Zeitdruck verfasst werden, können diese viele Abkürzungen oder umgangssprachliche Ausdrücke enthalten, was die Lesbarkeit für andere enorm erschweren kann. An sich ist das noch kein Problem. Die Serviceberichte werden analysiert, um die Häufigkeit und Anzahl bestimmter auftretender Fehler oder Probleme mit den Fahrzeugen zu bewerten. Probleme, die wiederholt auftreten, werden erkannt und demselben sogenannten "Master-Problem" zugeordnet.

Es kostet viel Zeit und Mühe, alle Serviceberichte nicht nur zu übersetzen, sondern auch zu korrigieren und zu kategorisieren. So entstand die Idee für das MERLIN-Projekt, denn "Daten sind der neue Treibstoff von Unternehmen", wie Bert Hörhold, Manager Customer Quality Excellence and Standards Development, es ausdrückt. In Zusammenarbeit mit dem Analytics & AI Team von KION fiel die Entscheidung, KI einzusetzen, um derartige Aufgaben schneller und effizienter zu gestalten. Möglich wird dies durch die jüngsten Fortschritte im Bereich Deep Learning, einem Teilbereich des Maschinellen Lernens (ML), bei dem künstliche neuronale Netze lernen, Muster und Zusammenhänge in sehr großen Datenmengen zu erkennen. Die daraus resultierenden ML-Modelle sind dann in der Lage, Bilder zu erkennen, ganze Texte zu verstehen und bei Entscheidungen zu unterstützen.

Um die Daten zu speichern und das ML-Modell zu trainieren, nutzt das Team die Cloud-Ressourcen der KION Analytics Platform (KAP), welche von der KION Group IT betrieben wird. In der ersten Phase wurde die KI mit Hilfe eines Glossars darauf trainiert, KION-spezifische Abkürzungen von Rechtschreibfehlern in den Serviceberichten zu unterscheiden und diese entweder vollständig auszuschreiben oder zu korrigieren und die Dokumentationen anschließend ins Englische zu übersetzen. Die KI orientiert sich auch an dem erwähnten Truck-Modell, der Baureihe oder dem Ersatzteil, um die Übersetzung und Korrektur der Dokumentation zu verbessern. Dies bietet eine konsistente Datengrundlage für die weitere Klassifizierung und Analyse. Bisher wurden die Übersetzungen von einer externen Agentur angefertigt. Das war nicht nur ein großer Kostenfaktor, der mittlerweile überflüssig geworden ist, sondern hat auch viel länger gedauert. Früher kamen die Übersetzungen einmal pro Woche, jetzt können sie zweimal täglich heruntergeladen werden.

In einem zweiten Schritt wird die KI darauf trainiert, nach Mustern zu suchen um die Serviceberichte automatisch dem richtigen "Master-Problem" zuzuordnen. Die Klassifikation nach MERLIN wird derzeit als Vorschlag mit einem prozentualen Konfidenzniveau für eine weitere manuelle Überprüfung hochgeladen. "Aktuell wird die endgültige Entscheidung noch manuell getroffen. Langfristig ist aber geplant, die Entscheidungsfindung auf die Maschine zu übertragen", sagt Bert Hörhold. In Zukunft können auftretende Defekte an unseren Fahrzeugen viel effizienter klassifiziert werden. Insgesamt lassen sich mit dem Tool jährliche Einsparungen im 6-stelligen Bereich erzielen. Darüber hinaus entlastet der Einsatz von MERLIN auch die iQ-Teams (iQ = improved Quality), indem sich der Aufwand für die Klassifizierung reduziert. So bleibt ihnen mehr Zeit für ihr Kerngeschäft: Die Lösung von Kundenproblemen und die Bereitstellung von Empfehlungen auf Grundlage der Analyse. Dies ist ein großartiges Beispiel dafür, wie KI hochqualifizierte Mitarbeiter von manuellen, sich wiederholenden Aufgaben entlasten kann, damit sie sich auf wichtigere Aufgaben konzentrieren können.

Mit dem Data Lake als Basis und durch Self-Service-Query-Engines wie Dremio können nun Daten aus unterschiedlichen Quellsystemen einfacher konsolidiert und abgerufen werden. Bert Hörhold ist begeistert von den Möglichkeiten: "Wo früher verschiedene Datensätze isoliert in verschiedenen Bereichen aufbewahrt wurden, können wir jetzt alles im Data Lake zusammenführen. Wir schaffen einen Datenschatz für das Unternehmen." Mit Blick in die Zukunft könnten die Daten für die vorausschauende Wartung und andere wertschöpfende Anwendungsfälle genutzt werden.

"MERLIN ist ein großartiges Beispiel dafür, wie KI die Prozesse bei KION kosteneffizienter, schneller und besser machen kann", sagt Philipp Pfitzmann, Director Analytics & AI. "Als Analytics & AI-Team ist es unsere Mission, das gesamte Spektrum des maschinellen Lernens pragmatisch in wertschöpfende Anwendungsfälle für KION ITS EMEA zu übersetzen, und mit Bert haben wir einen großartigen Partner mit einem großartigen Anwendungsfall gefunden. Die Kombination von generativer KI und einem selbst trainierten Klassifikationsmodell hat hervorragende Ergebnisse gezeigt und deutet auf das enorme Potenzial für weitere KI-Anwendungsfälle im Unternehmen hin."