![\"\"](\"https:\/\/www.m-q.ch\/wp-content\/uploads\/2017\/05\/10-FHS_Ostschweizer-Innovationstag-mq-management-u-qualitaet.jpg\")
<\/p>\n<\/p>\n
Ein Workshop an der Tagung an der Fachhochschule St. Gallen zum Thema „Roboter-Prototypen“ (Bild: zVg)<\/p>\n
Die Veranstalter der 10. Ostschweizer Innovationstagung sind \u00fcberzeugt: Ein Trumpf im globalisierten Markt ist Rapid Innovation. Es geht n\u00e4mlich bei der neuartigen Fertigung darum, Produkte m\u00f6glichst rasch zu entwickeln, auf den Markt zu bringen, Feedback abzuholen und umzusetzen. Schnelle Iterationsschritte aufgrund automatisierter Prozesse bringen kontinuierlich verbesserte Produkte hervor und \u2013 den Erfolg.<\/p>\n
An der 10. Ostschweizer Innovationstagung, organisiert vom Institut f\u00fcr Innovation, Design und Engineering (IDEE-FHS) der Fachhochschule St.Gallen, drehte sich am 24. Mai 2017 alles um Rapid Automation und Rapid Innovation.<\/p>\n
Transportieren, umladen, sortieren<\/strong><\/p>\n Im Workshop Rapid Automation erlebten die Teilnehmenden praxisnah die Vorteile von iterativ entwickelten Prototypen. Nach einer kurzen Einf\u00fchrung erhielten sie den Auftrag, aus unterschiedlichen Roboterbaus\u00e4tzen wie littleBits, Lego Mindstorms EV3 oder Arduino Prototypen f\u00fcr das Transportieren, Sortieren, Um- und Aufladen von Altglas zu bauen. Und dies in einer bestimmten Abfolge. Mit dem Ergebnis ist Lukas Schmid, Leiter des IDEE-FHS, zufrieden.<\/p>\n „Nicht nur alle Prototypen, sondern auch die Produktionsstrasse funktionieren.“ Ziel des Workshops sei es gewesen, den Teilnehmenden ein Gef\u00fchl zu vermitteln, was alles mit einfachen Roboter-Baus\u00e4tzen in sehr kurzer Zeit m\u00f6glich sei. Und sie sollten verschiedene Baus\u00e4tze mit ihren Vor- und Nachteilen kennenlernen.<\/p>\n Schnell aufgebaut, einfach programmiert<\/strong><\/p>\n Im Anschluss an den praktischen Teil der Tagung erfuhren die Teilnehmenden, wie nationale und internationale Marktleader Innovationen mit Rapid Innovation vorantreiben und sich damit erfolgreich auf ihren M\u00e4rkten positionieren. So etwa die Optrel AG. Die Wattwiler Firma ist spezialisiert auf Blendschutzprodukte, die vor allem beim Schweissen und in der Medizin zum Einsatz kommen.<\/p>\n Ramon Hofer Kraner, Leiter Forschung und Entwicklung, zeigte in seinem Referat auf, wo seine Firma \u00e4hnliche Prototypen einsetzt, wie sie zuvor im Workshop entstanden sind. Zum Beispiel einen Schneideroboter, der Klebeband auf die ben\u00f6tigte Breite zuschneidet. „Dazu sei nur ein kleiner Aufbau auf einen vorhandenen Roboter n\u00f6tig gewesen und schon h\u00e4tten sie 10\u2018000 bis 20\u2018000 Klebestreifen schneiden k\u00f6nnen“, sagte Hofer. Mithilfe relativ kosteng\u00fcnstiger Roboterarmsystemen wie etwa jene von EVA Robotics, Dobot oder Franka werde dies in Zukunft immer schneller und einfacher m\u00f6glich. „Perfekt f\u00fcr Pick&Place-Prozesse sind sie im Nu aufgebaut und mit dem Tablet programmierbar.“<\/p>\n Neuronales Netz malt Gem\u00e4lde<\/strong><\/p>\n Einen Einblick in die Welt der Daten gab Romeo Kienzler, Chief Data Scientist bei IBM Watson IoT (Internet of Things). Im Produktionsprozess liefern viele kleine Computer und Sensoren eine grosse Menge Daten. Daten, die hochgeladen in eine Cloud bereits dort analysiert und dann entsprechend genutzt werden k\u00f6nnen, um etwa Anomalien zu erkennen und vorherzusagen. Eine wichtige Rolle spielen dabei k\u00fcnstliche neuronale Netze, die \u00e4hnlich wie unsere Nervenzellen im Gehirn funktionieren.<\/p>\n Die Idee ist, immer gr\u00f6ssere und leistungsst\u00e4rkere Netzwerke zu bilden, Deep-Learning-Systeme. Sie k\u00f6nnen nicht nur alle mathematischen Formeln lernen, sondern auch Funktionen. „Ein neuronales Netzwerk lernt zum Beispiel den Stil eines K\u00fcnstlers und malt dann selber ein neues Gem\u00e4lde“, sagt Romeo Kienzler. Mithilfe von neuronalen Netzwerken k\u00f6nnen deshalb f\u00fcr die Industrie Vorhersagemodelle erstellt werden. „Big Data und physische Produktion sind das Herz und der Kopf von Rapid Automation“, sagte Romeo Kienzler.<\/p>\n