00:03:22 · Maximilian Fischer, Philipp Müller
Und auf der anderen Seite natürlich so strukturelle Themen, wie kannst Du deine Prozesse optimieren, verbessern et cetera, einfach effizienter zu sein. Genau, machen das in Europa und in den USA über verschiedenste Verticals hinweg, aber. Cool. [00:03:35] S1: Also das heißt, ihr kommt praktisch rein und das ist so bisschen sone, ich sag mal, Black Box, ne. Also klar, die Menschen, die da arbeiten, die wissen irgendwie, was abgeht, ja, aber ist wahrscheinlich der Ex Post total nachzuvollziehen, warum irgendwas passiert ist und indem ihr dann praktisch dort erst mal anfangt, Sensorik einzubringen. Fangt ihr sozusagen an, das Ganze irgendwie zum Teil wahrscheinlich ein bisschen messbar zu machen. Stell ich mir das richtig vor oder?
00:03:56 · Maximilian Fischer
[00:03:56] S2: Korrekt. Also ich mein, die Fabriken haben ja schon irgendwo irgendwo, ich da, KPIs haben sie zumindest mal Stückzahl und also sie wissen am Ende, wie viel Stück produziert wurden oder am nächsten Tag oft und wie viel Mitarbeiter circa gearbeitet haben in der Fabrik. Manchmal pro Linie, manchmal nicht, hängt son bisschen davon ab von der Fabrik, aber nee, oft nicht viel mehr. Ja, und dann ist halt oft die Frage, oh, Stückzahl hab ich nicht erreicht gestern. Was war eigentlich wirklich das Problem? Und dann gibt's son paar Rückmeldungen, die der Mitarbeiter absetzt, Störungen, Meldungen et cetera, aber das erklärt halt nicht das volle Bild, ja. Der Mitarbeiter schreibt ja auch nicht eine Stunde langen Report, was die Geschichte passiert ist, sondern macht halt so. Ich war erst letzte Woche beim Kunden, der hatte dann auch son System, wo die Mitarbeiter das manuell auswählen und da war der Nummer 1 Störgrund der 1. In der Liste. Ja, der Mitarbeiter geht rein, 1., zack, confirmed. So. Und das macht's halt natürlich dann sehr, sehr schwer zu verstehen, warum hab ich Abweichungen? Wo hab ich wirklich meine Verluste? Wo hab ich meine Probleme?
00:04:49 · Philipp Müller
[00:04:49] S1: Mhm. Okay. Kannst kannst Du mal ein Beispiel geben? Also so, ne, ihr werdet wahrscheinlich mit verschiedensten verschiedensten Kunden natürlich in der in der in der in der Fertigungsindustrie irgendwie zusammenarbeiten, aber anhand dessen man sich's vorstellen kann, ne, also vielleicht auch wie so wie sone Linie funktioniert, irgendeine von der Du vielleicht sprechen kannst und und und was man da da vielleicht irgendwie findet?
00:05:07 · Maximilian Fischer
[00:05:07] S2: Ja, absolut. Also wir haben unterschiedliche Sekunden, also zum Beispiel kann ich nennen Bosch als Beispiel, arbeiten wir mit verschiedenen Werken zusammen, unter anderem oder haben wir angefangen in der E-Bike-Division, also werden dann so Batterien hergestellt für die E-Bikes. Und das ist ein teilweise automatisierter Prozess, aber auch viel, gerade so Vormontagetätigkeiten, ein sehr, sehr manueller Prozess. Und ich würd sagen, Bosch ist natürlich schon so Champions League, ja, in der Produktion. Die haben auch ein 1 System, was irgendwo schon Performance irgendwo trackt, aber halt oft immer nur am Ende der Linie und und basiert auch oft auf manuellen Rückmeldungen. Und was wir da eben gemacht haben, sone Montagelinie sind halt, waren jetzt in dem Beispiel, glaub ich, 8 oder 9 Stationen. So, wir tracken halt auf jeder Station, was passiert da eigentlich? Nicht nur am Ende der Linie, sondern was ist eigentlich, was passiert an jeder Station? Und was was Bosch zum Beispiel halt gesehen hat, ist, wie arbeiten eigentlich die Personen? Folgen sie den Arbeitsschritten? Gibt's oft Abweichungen vom Standard, was irgendwo Verschwendung ist oder wie oft muss der Mitarbeiter irgendwie Material holen? Also solche Themen machen wir transparent und zeigen dann auf, okay, wie wird eigentlich der Standard eingehalten? Manchmal sind die Mitarbeiter auch, weichen vom Standard ab, aber das ist manchmal auch positiv, weil sie den Prozess schon optimiert haben. Dann kannst Du das wieder als neuen Standard irgendwo etablieren. Also das machen wir eben, Transparenz. Und Bosch war dann in der Lage, fast 20 Prozent, also 19 Prozent die Produktivität zu steigern auf Basis der Daten, die unser System geliefert hat.
00:06:28 · Philipp Müller
[00:06:28] S1: Cool. Ja, megastark. Und das ist sozusagen, also was ein bisschen interessiert ist, wir haben ja mal so was Ähnliches gemacht in im Retail Bereich vor bevor bis bis vor kurzer Zeit. Was wir da immer son bisschen gesehen haben, war, dass sozusagen der Schritt von, ich sag mal, nicht unbedingt einem Store zum nächsten Store, aber so mit 1 Kette zur nächsten Kette aber doch son bisschen dann irgendwie challenging war. Und das hatte son bisschen daran gelegen, dass, also als wir damals los gestartet waren, haben wir viel unsere eigenen Modelle natürlich auch trainiert auf unseren eigenen Kundendaten. Und die die die haben nicht bis bis sozusagen zum letzten Schritt hin generalisiert, wenn man so will. Wir haben dann, wenn man sozusagen in den letzten Jahren, würde ich sagen, immer immer mehr experimentiert auch damit irgendwie, welche Rolle spielen in soner, ich sag mal Vision Pipeline vielleicht dann irgendwie auch irgendwie so, eine höhere Generalisierbarkeit irgendwie auch zu erreichen. Von daher würde würde ich mal interessieren, jetzt, Du auch irgendwie sagst, wie viel in den USA irgendwie trefft da irgendwie verschiedenste Kunden. Also das ist für euch kein Thema, dass ihr sagt so, hey cool, irgendwie sagen wir ein neuer Produktionsprozess, irgendwie neu neue Linie, können wir selbstverständlich auch unterstützen, auch wenn das jetzt irgendwie nicht nicht, ich
00:07:37 · Maximilian Fischer
[00:07:37] S2: sag mal, die E-Bike-Batterienfertigung ist? Ja, also das ist absolut noch noch ein Thema. Also muss man ja sagen, diese also Produktion vielleicht auch noch extremer wie jetzt im Retail, wobei Retail natürlich auch sehr, sehr divers ist. Aber eine Produktion ist ja auch immer anders irgendwie. Selbst in der Fabrik hat jede Linie produziert ein anderes Produkt. Und in der Linie ist auch das Produkt gibt's Varianten. Also Du hast verschiedene Produkttypen, die Du irgendwie produzierst. Also Du hast immer Spezifika und diese Foundation Models, die sind ja im größten Teil auf Youtube trainiert, muss man sagen, ja. Und wenn Du die jetzt, das haben wir ja in der, nutzen wir irgendwie auch Open Source Foundation Models als Basis, aber die funktionieren halt eigentlich relativ schlecht auf Industrieprozessen, weil es gibt diese Videodaten über Industrieprozesse halt nicht. Also es gibt keinen Youtube Channel, wo Du dann die Bosch Produktion siehst und dann einfach trainieren kannst. Und da da liegt dann auch unsere Expertise eben mit den über ein sehr, sehr großen Datenpool eben auch Modelle zu haben, die besser generalisieren. Aber Du hast schon immer dieses spezifische Feintuning, was Du für den einzelnen Prozess einfach noch brauchst. Da kannst Du dann viel mit Tooling arbeiten. Du kannst, wir haben auch ein großes Modell, was kleinere Modelle trainiert. So, Du kannst da son schon viel machen, da effizient zu sein, aber Du hast schon immer das spezifische Feintuning, was was einfach erforderlich ist. Deswegen brauchst Du auch einfach ein High Value Case, ja? Also wenn Du natürlich 20 Prozent an der Linie rausholst, dann lohnt sich der Aufwand auch. Deswegen aber dann, weil das halt auch gewisse Kosten einfach auch noch dahinter sind, dass dass dass dann frei zu tun, ja, ist so. Mhm.