Wertschöpfende Zusammenhänge aus großen Datenmengen zu extrahieren – das ist die Expertise des USU-Geschäftsbereiches Katana. Deren Data Scientisten entwickeln mit Hilfe von KI-Technologien Algorithmen, aus denen Unternehmen so genannte Smart Services bzw. neue Daten-getriebene Geschäftsmodelle herausarbeiten können. In der Fertigungsindustrie geht es dabei auch um das Vorbeugen von Beschädigungen und Stillstandzeiten sowie das Erhöhen der Produktivität und Qualität.
Ein Beispiel aus der Automotive-Branche macht die Vorteile von Data Analytics deutlich: Das Stanznietverfahren ist eine stark wachsende Technologie, die vom Trend zum Leichtbau in der Automobilindustrie und anderen Branchen befördert wird. Diese Methode wird verwendet, um zwei oder mehr Materialstücke mit einem Niet ohne Vorlochen und Emissionen zu verbinden. Im Bereich der Automobilzulieferer, in dem mehrere Produktionslinien für eine effiziente und schlanke Produktion hierarchisch verschachtelt werden, kann z.B. der Ausfall eines Niets gravierende Auswirkungen haben. Die Gesamt-Ausfallkosten für ein solches Gefahrenszenario können sich dabei leicht auf 1,5 Millionen Euro pro 24 Stunden summieren.
Daher hatte sich ein international agierender Industriekonzern für Data Science-Dienstleistungen von USU Katana entschieden. Der Mehrwert des USU-Service liegt nicht nur in der Qualitätsverbesserung der Nietverbindungen, sondern insbesondere in der Minimierung des kostspieligen Ausfallrisikos automatisierter Produktionsstraßen. Dabei ging es darum, maschinenlernende Algorithmen zu entwickeln, die für die vorausschauende Wartung eingesetzt werden können. Dieser Aufbau wurde erfolgreich getestet, ein Algorithmus zur positiven Vorhersage der wahrscheinlichsten Lebensdauer der Stanzniet-Systeme entwickelt. Die hier generierten Ansätze können dazu beitragen, unerwartete, ungeplante und unerwünschte Systemausfallzeiten innerhalb der Produktionslinien zu reduzieren.