Albstadt/Sigmaringen. Zwei interdisziplinäre Projektgruppen der Masterstudiengänge Textil- und Bekleidungsmanagement und Systems Engineering an der Hochschule Albstadt-Sigmaringen haben sich im Sommersemester mit dem Thema Industrie 4.0 beschäftigt und jetzt ihre Ergebnisse präsentiert. Eine Gruppe erarbeitete eine KI-basierte optische Kategorisierung von Alttextilien. Das zweite Team setzte ein Manufacturing Execution System (MES) zur vernetzten und automatisierten Fertigung einer Citybag samt Laptop- und Tablet-Tasche um. Betreut wurden die Studierenden von Prof. Dr. Derk Rembold und Prof. Matthias Kimmerle. 

Das Unternehmen Striebel Textil, das sich auf die Sortierung und Weiterverwertung von Altkleidern spezialisiert hat, hatte als Projektziel den Wunsch nach einer automatisierten Vorsortierung ausgegeben. Perspektivisch sollen auf diese Weise Fehlzuordnungen verringert und der Fachkräftemangel kompensiert werden. Die Masterstudierenden entwickelten die Idee, den Sortierprozess mittels Künstlicher Intelligenz zu automatisieren. Dabei konnten sie auf Erkenntnisse aus einem Vorläuferprojekt mit dem Schülerforschungszentrum Bad Saulgau zurückgreifen. 

Für die Katalogisierung der Kleidungsstücke bauten die Studierenden eine spezielle Fotobox, die optimal ausgeleuchtet und mit einer hochauflösenden Industriekamera ausgestattet ist. Das Projektteam fotografierte darin mehr als 6000 Kleidungsstücke, um die KI zu trainieren und eine ausreichende Datenbasis für die erfolgreiche Zuordnung zu bekommen. Für das Trainieren der KI schrieb die Projektgruppe eine eigene Software: In der Trainingsphase identifiziert die KI Muster und validiert ihren Lernerfolg in wiederholten Selbsttests. Die Projektgruppe bildete diesen Prozess in einer Kurve ab und konnte nachweisen, wie mit steigender Zahl an gelabelten Textilien auch die Trefferquote steigt. 

Dass trotzdem noch Luft nach oben bleibt, zeigte der anschließende Praxistest. Die KI konnte ein Schuhpaar, das achtlos übereinander in der Fotobox platziert wurde, überraschend eindeutig identifizieren. Wenig später ordnete sie ein parallel angeordnetes Schuhpaar der Kategorie „Kinderhose“ zu.  Die Projektgruppe führt das vor allem auf eine unzureichende Datenbasis zurück. Um die KI ausreichend zu trainieren, müsse man Zehntausende von Textilien aller Kategorien einspeisen, sagten die Studierenden. Ungelöst bleibt vorerst auch die Frage, wie die KI-gestützte Vorsortierung konkret im Betriebsablauf beim Projektpartner umgesetzt werden kann. 

Die Projektgruppe, die ein MES – ein vernetztes System zur automatisierten Produktionsausführung – implementierte, wurde wie im vergangenen Jahr von der Firma TechCrafters unterstützt. Der Gründer und Inhaber, Philipp Schinacher, ist selbst Absolvent der Hochschule und hatte sich aus dem letztjährigen Projekt heraus mit einem Start-up selbständig gemacht. Mittlerweile unterstützt er Firmen weltweit dabei, maßgeschneiderte Lösungen für automatisierte und vernetzte Fertigungsprozesse zu entwickeln und zu implementieren. 

Die Studierenden entwarfen zunächst verschiedene Prototypen, um ein Schnittmuster mit möglichst geringer Zahl an Nähten zu ermitteln. Danach stand der Arbeitsablauf im Fokus, der so flexibel wie möglich auf wechselnde Produktions- und Marktbedingungen reagieren soll. Hier kommen die Vorteile eines MES zum Tragen: Ressourcen lassen sich in Echtzeit zuweisen, die Produktionsschritte sind leicht zu überwachen, und es werden umfassende Daten erhoben, die zur weiteren Optimierung der Produktion herangezogen werden können. Bei der anschließenden Live-Demo konnte sich das Publikum davon überzeugen, wie mit beachtlichem Tempo und gleichbleibend hoher Qualität mehrere Taschen und Inlays gefertigt wurden.