Umjetna inteligencija je svuda prisutna, ali gdje se točno nalaze potencijali za proizvođače alatnih strojeva? To je istražio Eike Rodenbäck iz Njemačkog istraživačkog centra za umjetnu inteligenciju GmbH (DFKI) u projektu „Umjetna inteligencija za alatne strojeve“ (KI4WZM) – a za to je 17. rujna 2026. godine na sajmu AMB u Stuttgartu nagrađen priznanjem za istraživački projekt godine od strane VDW-istraživačkog instituta e.V. „Eike Rodenbäck pomiče industriju alatnih strojeva naprijed na putu digitalne transformacije“, kaže Dr. Alexander Broos, direktor VDW-istraživačkog instituta. „Njegovi rezultati posebno pomažu našim srednjim članovima da odgovore na pitanje gdje i kako mogu ciljano primijeniti AI – u slučajevima primjene koji donose korist i s AI modelima koji su prikladni za te zadatke. Budući da je to izvrsno obradio, Eike Rodenbäck je proglašen dobitnikom nagrade.“
Prve naznake o tome gdje bi izazovi mogli ležati dali su sami članovi VDW-a. Na temelju toga, Rodenbäck je identificirao područja primjene u kojima bi AI mogla ekonomski smisleno podržati tvrtke u industriji. Stvarna provedba u konkretne projekte prije natjecanja odvijat će se kasnije.
Automatizirano upravljanje znanjem i dijagnostika grešaka
U to spada, s jedne strane, područje upravljanja znanjem. Osobito u vremenima kada mnogi zaposlenici uskoro izlaze iz radnog života, automatizirana dokumentacija procesnog znanja važna je za minimiziranje gubitka znanja. „Još uvijek tvrtke iz raznih sektora jednostavno prikupljaju podatke u Excel tablicama koje se vode ručno“, ističe Eike Rodenbäck. „Oni se kopiraju i prebacuju. To naravno otvara vrata pogreškama i gubitku podataka.“
Jedna od projektnih ideja razvijenih u okviru KI4WZM je automatizirana dokumentacija softverskog koda. Pri tome bi analiza postojećih kodnih baza uz podršku umjetne inteligencije, kao i usklađivanje s postojećim dokumentacijama, moglo pomoći u očuvanju postojećeg znanja, čak i kada iskusni zaposlenici napuste tvrtku.
Umjetna inteligencija može također pomoći u dijagnosticiranju grešaka. Rodenbäck je u svom radu stavio fokus na slučajeve u kojima je problem već nastao. „Često se prijavi greška, ali uzrok se ne pronađe odmah“, objašnjava 28-godišnji inženjer računalstva. Kod multimodalne podrške dijagnostici, upravljačke alarme povezuju se s log datotekama, podacima o radu i dokumentacijom strojeva kako bi se uzroci brže identificirali i odmah pružile preporuke za djelovanje. „Time bi se mogla skratiti vremena zastoja i smanjiti potreba za servisom.“
Optimizacija procesa i bez oblaka
Ne manje važno, procesi se mogu automatizirano optimizirati – također područje u kojem proizvođači alatnih strojeva mogu povećati učinkovitost svoje proizvodnje uz pomoć AI. Za dobivanje podataka temeljenih prijedloga za parametre poput brzine okretanja, pomaka ili dostave, uzimajući u obzir materijal, alat, procesne podatke i ciljeve kvalitete, nisu uvijek potrebni veliki, energetski intenzivni AI modeli. Jednostavniji ili lokalno izvršivi modeli, koji se mogu koristiti bez povezivanja s vanjskim cloud poslužiteljima, ne štede samo novac, već i energiju.
„AI nudi veliki potencijal u industriji alatnih mašina – ali nije svaki izazov potreban za složeni model“, sažima Rodenbäck. „Ključno je započeti tamo gdje tvrtke imaju konkretne potrebe i gdje su dostupni odgovarajući podaci. Ta povezanost tehnoloških mogućnosti i zahtjeva iz prakse bila je za nas u KI4WZM posebno važna.“
Prijenos znanja u fokusu
Rodenbäck je rezultate projekta sažeo u opsežnom izvještaju. Osim toga, održana je radionica na kojoj su dosadašnji rezultati predstavljeni širem krugu u okruženju proizvođača alatnih strojeva organiziranih u VDW (Udruga njemačkih proizvođača alatnih strojeva). Pored cilja maksimalnog prijenosa znanja, 60 sudionika također je prikupilo dodatne projektne ideje, razradilo ih i prioritiziralo.
Digitalna transformacija industrije je proces koji je u tijeku, objašnjava Broos. A Rodenbäck dodaje: „Na kraju krajeva, cilj nam je bio osvijestiti tvrtke o važnosti kvalitete podataka, pouzdanosti, mogućnosti praćenja i lokalne obrade podataka. Jer ovdje obično postoje deficiti koji usporavaju daljnje aktivnosti.“
Autori: Gerda Kneifel, dr. Alexander Broos
Kontakt:
