AIPCell

Mit AIPCell – Artificial Intelligence-driven Production Cell entsteht eine modulare und sichere KI-Plattform, die den Einsatz von Künstlicher Intelligenz in industriellen Produktionsumgebungen insbesondere für kleine und mittlere Unternehmen (KMU) erleichtern soll. Unter Koordination des LKR Leichtmetallkompetenzzentrums Ranshofen des AIT Austrian Institute of Technology entwickelt das AIPCell-Konsortium eine durchgängige Lösung von der hochfrequenten Datenerfassung über Machine-Learning-Pipelines und KI-Modelle bis zur Echtzeitverarbeitung direkt an der Produktionsanlage. Die Technologie wird in den Bereichen Gießen, Umformen und Leiterplattenproduktion erprobt. Dabei werden auch Anforderungen industrieller IT-/OT-Umgebungen sowie regulatorische Rahmenbedingungen wie der EU AI Act berücksichtigt.

Problemstellung: Hohe Hürden für industrielle KI

Künstliche Intelligenz bietet großes Potenzial, Produktionsprozesse effizienter, resilienter und ressourcenschonender zu gestalten. Für viele KMU ist der Einstieg jedoch mit hohen technischen, wirtschaftlichen und organisatorischen Hürden verbunden. Häufig fehlen spezialisierte KI-Kompetenzen, geeignete Dateninfrastrukturen und standardisierte Prozesse für Datenerfassung, Datenaufbereitung, Modelltraining und den laufenden Betrieb von KI-Anwendungen. Hinzu kommen Fragen zu Kosten, Cloud-Ressourcen, IT-/OT-Integration und rechtlichen Anforderungen.

Gleichzeitig entstehen in modernen Produktionsanlagen große Mengen hochfrequenter Daten – etwa aus Akustik, Schwingungen, Bildverarbeitung und Maschinensteuerungen. Dieses Datenpotenzial für Qualitätsüberwachung, Anomalieerkennung und vorbeugende Instandhaltung wird bislang vielfach nicht vollständig ausgeschöpft.

Projektziel: Eine durchgängige Infrastruktur für industrielle KI

AIPCell soll diese Einstiegshürden durch eine Edge-/Cloud-basierte Produktionsumgebung reduzieren. Edge-KI bezeichnet dabei die Verarbeitung und Ausführung von KI-Modellen direkt an oder nahe der Produktionsmaschine, beispielsweise auf einem lokalen Industrie-PC oder einem speziell entwickelten Edge-Gerät. Produktionsdaten können dadurch mit sehr geringer Verzögerung verarbeitet und KI-gestützte Entscheidungen unmittelbar im Prozess getroffen werden. Gleichzeitig müssen große Datenmengen nicht vollständig an eine zentrale Cloud übertragen werden.

Im Projekt entsteht eine durchgängige Machine-Learning-Pipeline, die die Erfassung, Aufbereitung, Annotation und Analyse von Produktionsdaten sowie das Training und die Bereitstellung von KI-Modellen unterstützt. Ein weiterer Schwerpunkt liegt auf der Entwicklung von zwei KI-Modellierungstechniken und der Nutzung vortrainierter Modelle. Durch Cross-Domain Learning sollen bestehende Modelle auf neue Anwendungsfälle übertragen und dadurch Trainingsaufwand, Datenbedarf und Kosten reduziert werden.

Die entwickelten KI-Verfahren sollen insbesondere dazu beitragen, kritische Prozesszustände frühzeitig zu erkennen, Qualitätsabweichungen automatisiert zu identifizieren und vorbeugende Instandhaltung zu unterstützen.

AIT-Beitrag: Forschung für die industrielle Anwendung

Das LKR bringt seine Domänenexpertise, industrielle Demonstratoren und bestehende Dateninfrastruktur ein und übernimmt die Projektkoordination. Zu den zentralen Arbeiten gehören die Entwicklung und Integration von Hard- und Software für die Datenerfassung, der Aufbau einer Edge-/Cloud-basierten Daten- und Machine-Learning-Umgebung sowie die Datenerfassung, -aufbereitung und -modellierung.

Dabei kann auf bestehendes Know-how aus der KI-gestützten Qualitätssicherung sowie auf vorhandene Forschungsinfrastruktur zurückgegriffen werden. Unter anderem werden klassische Ansätze zur Merkmalsauswahl mit modernen Verfahren auf Basis von Convolutional Neural Networks (CNNs) und Recurrent Neural Networks (RNNs) kombiniert und an internen Gieß- und Umformanlagen erprobt.

Drei industrielle Anwendungsfelder

Die entwickelte Technologie wird anhand von drei Demonstratoren validiert: Magnesium-Stranggießen, Tiefziehen und Leiterplattenbestückung. Damit soll gezeigt werden, dass sich die entwickelten Methoden und die technische Infrastruktur auf unterschiedliche Produktionsumgebungen übertragen lassen.

Langfristig sollen sowohl die Daten- und KI-Umgebung als auch die entwickelten Datenerfassungslösungen und Modelle für weitere Forschungs- und Industrieprojekte nutzbar sein. AIPCell schafft damit eine technologische Grundlage, auf der Unternehmen KI-Anwendungen schrittweise erweitern können, ohne für jeden neuen Anwendungsfall eine vollständig neue Infrastruktur aufbauen zu müssen.

Michael Denk, Forscher am LKR Leichtmetallkompetenzzentrum Ranshofen fasst zusammen: „Mit AIPCell bringen wir KI direkt dorthin, wo Wertschöpfung entsteht – an die Maschine. Unsere Vision ist eine Produktion, die ihren eigenen Kontext versteht und genau jene KI-Modelle nutzt, die sie in diesem Moment braucht. Hochfrequente Sensorik und die Verarbeitung direkt am Produktionsprozess machen Auffälligkeiten unmittelbar sichtbar und ermöglichen intelligente Entscheidungen in Echtzeit. Damit wird industrielle KI auch für KMU greifbar, flexibel einsetzbar und ohne große eigene KI-Infrastruktur nutzbar.“

Konsortium und Förderung

Projektkoordinator ist das LKR Leichtmetallkompetenzzentrum Ranshofen des AIT Austrian Institute of Technology. Zum Konsortium gehören TTTech Industrial Automation AG, blackcore GmbH, Elektro Kreutzpointner GmbH, MARK Metallwarenfabrik GmbH, ViCOS GmbH, LARsys-Automation GmbH und Know Center Research GmbH.

AIPCell wird im Rahmen der FFG-Ausschreibung „Ressourcenwende 2025 – Kreislaufwirtschaft und Produktionstechnologien“ (KLWPT 24/26) des Bundesministeriums für Innovation, Mobilität und Infrastruktur (BMIMI) gefördert und von der Österreichischen Forschungsförderungsgesellschaft (FFG) abgewickelt. Die Projektlaufzeit beträgt 30 Monate und reicht vom 1. Mai 2026 bis 31. Oktober 2028. Die veröffentlichte Projektförderung beträgt 1.444.913 Euro. Die FFG-Projekt-ID lautet 5145720.