Eingabehilfen öffnen

Skip to main content

Demonstrator zur präziseren visuellen Qualitätskontrolle mit KI

Demonstrator zur visuellen Qualitätskontrolle mit KI

Ausgangslage 

Die Produktionsprozesse in modernen Fertigungsunternehmen werden durch innovative Technologien stetig weiterentwickelt, sodass Effizienz, Präzision und Qualität kontinuierlich gesteigert werden. HellermannTyton, ein weltweit führender Hersteller von hochwertigen Lösungen im Bereich Kabelmanagement, Verbindungstechnik und industrieller Kennzeichnung, hat dabei ein hochmodernes, pixelbasiertes Qualitätssystem eingeführt, das sämtliche potenzielle Defekte zuverlässig erfasst. Das Unternehmen, das 1935 in Hamburg gegründet wurde und seit 2000 seinen Sitz in Tornesch hat, bietet Lösungen für Branchen wie die Automobilindustrie, den Maschinenbau, die Luft- und Raumfahrt, die Elektroinstallation und die Telekommunikation.

EdgeClip mit Kabelbinder

Abbildung 1:

EdgeClip (links) mit Kabelbinder

Durch das hohe Qualitätsversprechen von HellermannTyton wird jedes Produkt mit höchster Präzision geprüft. Besonders die visuelle Kontrolle des EdgeClip, einer Kabelhalterungslösung für die Kantenmontage, stellt dabei eine Herausforderung dar. Diese Halterung, die aus einem widerstandsfähigen Kunststoffgehäuse mit integrierter Federstahlklammer besteht, ermöglicht eine zuverlässige und flexible Befestigung und wird vor allem in der Automobil- und Maschinenbauindustrie geschätzt. Das bestehende System sorgt bereits für eine sehr hohe Qualitätsprüfung, dennoch stößt es bei der präzisen Unterscheidung zwischen tatsächlichen Defekten und Pseudoausschuss an seine Grenzen. Pseudoausschuss bezeichnet in diesem Kontext fehlerfrei produzierte Bauteile, die fälschlicherweise als Ausschuss klassifiziert werden. Dies kann durch optische Effekte wie Reflexionen, Glanzstellen oder Verunreinigungen verursacht werden, die das Prüfsystem als Defekt interpretiert, obwohl das Bauteil in einwandfreiem Zustand ist. Zudem führen Schmutz- und Staubpartikel, Zinksplitter oder verschmutzte Beschichtungen zu fehlerhaften Klassifizierungen. Auch minimale Abweichungen in Geometrie, Abmessungen oder Chargenunterschiede stellen für das System eine Herausforderung dar. Da Mikrofehlerabweichungen nahezu unendlich viele Variationen aufweisen und oft eine glatte Struktur haben, wird eine eindeutige Klassifizierung erschwert. Im Rahmen des Projekts wird daher daran gearbeitet, die Pseudoausschussrate weiter zu senken und damit die Effizienz und Nachhaltigkeit der Produktion zu steigern.

Verschmutzungsgrade des EdgeClips

Abbildung 2:

Verschmutzungsgrade des EdgeClips

In diesem Kontext wurde ein Pilotprojekt ins Leben gerufen, um den Einsatz künstlicher Intelligenz, speziell Convolutional Neural Networks (CNN), in der visuellen Qualitätskontrolle zu erproben. Ziel war es, ein System zu entwickeln, das in Echtzeit Bilder von Produktionsprozessen auswerten kann, um fehlerhafte Teile zuverlässig zu identifizieren. Zur Umsetzung wurde ein prototypischer Anlagen-Nachbau realisiert, der typische Produktionsbedingungen simuliert. Dabei wurden hochauflösende Industriekameras, ein Drehteller mit pneumatischer Steuerung und eine modulare IT-Architektur eingesetzt, um eine realitätsnahe Testumgebung zu schaffen.


Herausforderungen

Die Integration einer visuellen Qualitätskontrolle mit KI in eine bestehende Produktionsumgebung stellte sowohl technische als auch organisatorische Herausforderungen dar. Eine der zentralen Anforderungen bestand darin, dass das KI-Modell Bilder in Echtzeit analysieren sollte, um den Produktionsfluss nicht zu behindern. Dies bedeutete, dass die Verarbeitung innerhalb von max. 200 Millisekunden erfolgen musste. Um diese Vorgabe zu erfüllen, war die Auswahl geeigneter Edge-Computing-Geräte und entsprechender KI-Modelle entscheidend. Hier mussten Systeme gefunden werden, die sowohl leistungsstark als auch kosteneffizient waren, wie etwa die NVIDIA Jetson Plattform oder vergleichbare Lösungen. Gleichzeitig musste das KI-Modul nahtlos in die bestehende Maschinensteuerung integriert werden. Dies erforderte standardisierte Schnittstellen, um eine reibungslose Kommunikation zwischen der KI und den Steuerungssystemen zu gewährleisten.

Ein weiteres wesentliches Problem war die Datenqualität und -vorbereitung. Die Erfassung von 20.000 Bildern in einer Produktionsumgebung stellte Herausforderungen hinsichtlich Konsistenz und Qualität dar. Faktoren wie unterschiedliche Lichtverhältnisse, variierende Auflösungen und Bewegungsunschärfen mussten systematisch adressiert werden. Zudem war die manuelle Klassifikation und Annotation der Bilder essenziell, um eine einheitliche und qualitativ hochwertige Datenbasis für das Training des KI-Modells zu schaffen. Dies erforderte präzise Tools und klar definierte Kriterien, um Fehlklassifikationen zu minimieren.

Die Modellrobustheit und die Anpassung mittels Transferlernen bildeten eine weitere Herausforderung. Das vorab trainierte KI-Modell musste für die spezifischen Produktionsbedingungen optimiert werden. Dabei war es besonders wichtig, dass das Modell auch bei veränderten optischen Rahmenbedingungen, wie unterschiedlichen Kamerawinkeln oder variierender Lichtintensität, stabile Ergebnisse liefern konnte. Eine iterative Optimierung war notwendig, um Fehlklassifikationen, insbesondere unter extremen Lichtverhältnissen, systematisch zu analysieren und die gewonnenen Erkenntnisse in den Trainingsprozess zurückzuführen.

Neben den technischen Herausforderungen spielten die betriebliche Einbindung und Akzeptanz der neuen Technologie eine entscheidende Rolle. Dies umfasste nicht nur die Handhabung des Systems, sondern auch das Verständnis für dessen Funktionsweise und die Interpretation der Ergebnisse.


Vorgehen

Agiles Vorgehensmodell nach CRISP-DM

Abbildung 3:

Agiles Vorgehensmodell nach CRISP-DM

Um die Herausforderungen der Integration einer visuellen Qualitätskontrolle mit KI zu bewältigen, wurde ein strukturiertes und iteratives Vorgehen entwickelt, das sowohl technische als auch organisatorische Aspekte berücksichtigte. Dabei wurde berücksichtigt, dass der Prozess nicht strikt linear verläuft, sondern fortlaufend angepasst wird, insbesondere durch häufige Rücksprache zwischen ML- und Fach-Experten. Dort wurden detaillierte Anforderungen definiert und ein umfassendes Konzept erstellt. Dieses umfasste die Entwicklung einer modularen Systemarchitektur mit einem Datenerfassungsmodul, einem zentralen KI-Analysemodul und einer Schnittstelle zur Maschinensteuerung. Zudem wurde eine Datenpipeline zur automatisierten Bilddatenerfassung und Vorverarbeitung definiert, um Bildrauschen zu reduzieren und Kontraste anzupassen

Prototyp mit pneumatischem Drehteller

Abbildung 4:

Prototyp mit pneumatischem Drehteller

Ein zentrales Ergebnis des Projekts war der prototypische Nachbau der Produktionslinie, der als Testumgebung zur Validierung der Qualitätskontrolle mit KI diente. Zusätzlich wurde ein Echtzeit-Monitoring-Dashboard in das System integriert, das eine kontinuierliche Evaluierung und Validierung der KI-gestützten Analyse ermöglicht. Dieses Dashboard erlaubt nicht nur die Visualisierung wichtiger Produktionskennzahlen, sondern bietet auch eine semiautomatisierte Generierung neuer Trainingsdaten. Dabei werden Bilder automatisch erfasst und mithilfe vordefinierter Labels versehen, sodass daraus ein datenbankbasierter Datensatz für das Training neuer KI-Modelle entsteht. Darüber hinaus können bestehende Klassifikationsentscheidungen überprüft und mit realen Teilebewertungen verglichen werden, wodurch eine iterative Verbesserung der bestehenden KI-Systeme möglich wird. Dieser Prototyp bestand aus einem Drehteller mit pneumatischer Steuerung, der eine flexible Simulation variabler Geschwindigkeiten und Positionen ermöglichte. Dadurch konnten realistische Produktionsbedingungen nachgestellt werden, um die Leistungsfähigkeit der KI-gestützten Analyse unter unterschiedlichen Szenarien zu testen. Zur Sicherstellung einer detaillierten Bildaufnahme wurden mehrere hochauflösende Industriekameras strategisch positioniert, sodass verschiedene Blickwinkel und Lichtverhältnisse optimal erfasst wurden. Diese vielseitige Kamerainfrastruktur ermöglichte eine umfassende Erfassung der Bauteile in unterschiedlichen Produktionssituationen. In einem definierten Zeitraum wurden rund 20.000 Bilder aus dem Produktionsprozess gesammelt und mithilfe spezialisierter Annotationstools in „Gut-Teile“ und „Schlecht-Teile“ kategorisiert. Die Bilder wurden anschließend vorverarbeitet, wobei Filter zur Rauschreduzierung, Kontrastanpassungen und Skalierungsanpassungen angewandt wurden, um eine konsistente Datenbasis für das Modelltraining zu schaffen.

CAD-Zeichnung des Prototyps mit mehreren Kameras

Abbildung 5:

CAD-Zeichnung des Prototyps mit mehreren Kameras

Die technische Umsetzung umfasste die Entwicklung der Systemarchitektur in einer modularen Container-Umgebung, beispielsweise mit Docker, um eine flexible Skalierung und einfache Integration in bestehende IT-Landschaften zu gewährleisten. Das Datenerfassungsmodul wurde so konzipiert, dass es einen Live-Zugriff auf die Kameras ermöglichte und Bilder in Echtzeit vorverarbeitete. Das zentrale KI-Analysemodul basierte auf einem Convolutional Neural Network (CNN), das durch Transferlernen an die spezifischen Produktionsbedingungen angepasst wurde. Umfangreiche Hyperparameter-Tuning-Prozesse, wie die Anpassung von Lernraten, Batch-Größen und Netzwerkarchitekturen, verbesserten die Modellgenauigkeit stetig. Die Anbindung an die Produktionssteuerung erfolgte über eine REST-API, wodurch die Analyseergebnisse direkt in den Produktionsprozess integriert wurden. Zur Sicherstellung der Echtzeitfähigkeit kamen leistungsstarke Edge-Computing-Geräte zum Einsatz, die über GPIO-Schnittstellen direkt mit der Maschinensteuerung verbunden wurden. Benchmark-Tests zeigten, dass die Inferenzzeiten konstant unter 200 Millisekunden lagen und somit der Produktionsfluss nicht beeinträchtigt wurde.

Grafische Benutzeroberfläche des Dashboards

Abbildung 6:

Grafische Benutzeroberfläche des Dashboards

In der anschließenden Test-, Validierungs- und Optimierungsphase wurden unterschiedliche Produktionsbedingungen simuliert, um die Robustheit des KI-Modells zu überprüfen. Dazu gehörten Tests unter verschiedenen Lichtverhältnissen, etwa bei natürlichem Licht, künstlicher Beleuchtung und Helligkeitsunterschieden. Zudem wurde der Einfluss von Bewegungsunschärfe und wechselnden Blickwinkeln analysiert. Fehlklassifikationen, die unter ungünstigen Bedingungen auftraten, wurden detailliert analysiert und in weitere Trainingszyklen integriert, um das Modell kontinuierlich zu verbessern.


Erkenntnisse

Das Projekt lieferte wertvolle und praxisrelevante Erkenntnisse, die sowohl technische als auch organisatorische Aspekte betreffen. Besonders die technische Leistungsfähigkeit und der Echtzeitbetrieb des Systems stellten wesentliche Erfolgsfaktoren dar. Durch den iterativen Trainingsprozess und den Einsatz von Transferlernen konnte eine Klassifikationsgenauigkeit von über 95 % erreicht werden, was verdeutlicht, dass das KI-Modell fehlerhafte Teile mit hoher Zuverlässigkeit identifiziert. Zudem wurde durch die Auswahl geeigneter Edge-Computing-Hardware und die optimierte Systemarchitektur eine Inferenzzeit von unter 200 Millisekunden realisiert, sodass der Produktionsfluss in keiner Weise beeinträchtigt wurde.

Das Projekt zeigte zudem, dass das entwickelte KI-System eine hohe Anpassungsfähigkeit und Flexibilität aufweist. Durch Transferlernen ließ sich das Modell effizient an spezifische Produktionsbedingungen anpassen. Dennoch wurde deutlich, dass regelmäßige Nachtrainingszyklen erforderlich sind, da sich optische Rahmenbedingungen, wie wechselnde Lichtverhältnisse, speziell Schattenwürfe, oder unterschiedliche Kameraperspektiven, im Produktionsalltag stetig verändern. Diese kontinuierliche Anpassung ist essenziell, um die langfristige Leistungsfähigkeit des Modells zu gewährleisten.

Zusammenfassend konnte durch das Projekt gezeigt werden, dass eine visuelle Qualitätskontrolle mit KI nicht nur technisch realisierbar ist, sondern durch gezielte Optimierungsmaßnahmen eine effiziente und verlässliche Integration in bestehende Produktionsprozesse ermöglicht werden kann. Außerdem zeigte das Projekt, dass der Aufwand zum Training, sowie zur Implementierung von Systemen für die Inferenz durch ein breites und kostengünstiges Angebot von Software-Bibliotheken und Hardware für die Inferenz auch für KMU tragbar geworden ist. Aufgrund der positiven Ergebnisse und der gewonnenen Erkenntnisse wurde entschieden, ein KI-gestütztes Kamerasystem für eine neue Maschinenkonzeption zu planen und einzuführen. Dieses System wird speziell darauf ausgelegt, die Qualitätssicherung weiter zu optimieren und eine noch präzisere Fehlererkennung in Echtzeit zu gewährleisten.


Sie haben Fragen zu diesem Projekt?

Dann freuen wir uns über eine Nachricht an:

Mittelstand-Digital Zentrum Hamburg
mittelstand-digital@haw-hamburg.de

Haben wir Ihr Interesse geweckt?

Wir bieten weitere Angebote zum Thema Qualitätskontrolle mit KI an.
Schauen Sie gerne in unsere Veranstaltungen rein.

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk. Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus!

Weiterlesen

ChatPro – Chatbot-basierte Produktempfehlung für komplexe Produkte

ChatPro – Chatbot-basierte Produktempfehlung für komplexe Produkte

Ausgangslage 

Die CNT Gesellschaft für Personal- und Unternehmensentwicklung mbH bietet ein breit gefächertes Portfolio an Personaltests, die individuell auf verschiedene Zielgruppen und Anwendungsbereiche zugeschnitten sind.

Das Hauptprodukt CAPTain Test® gibt es in verschiedenen Ausführungen

  • CAPTain compact® – die Auswertung mit der höchsten Flexibiltät, die eine kompakte und prägnante Analyse des Arbeits- und Leistungsstils und des Teamverhaltens liefert. Die Auswertung hilft dabei, individuelle Stärken, Entwicklungspotenziale und bevorzugte Arbeitsweisen zu erkennen.
  • CAPTain management® – ausführliche Management-Gutachten bezogen auf unterschiedliche Hierarchieebenen und Anforderungen. Mit der Auswertung kann eine Eignung für die Führungsaufgabe beurteilt werden.
  • CAPTain sales® – die Auswertung für den Vertrieb. In der Auswertung werden umfassend, objektiv und präzise die für den Vertrieb notwendigen Verhaltenskompetenzen erfasst.
  • CAPTain smart® – die Auswertungen für spezielle Fragestellungen. Analysiert werden je nach Variante das Konfliktverhalten, der Kommunikationsstil, die Lernkompetenz, Selbstmanagementfähigkeiten oder die Teamrolle.
  • Weitere Produkte erfassten die individuellen Motive, die interkulturelle Kompetenz oder die Vertriebskompetenz.

Aufgrund der zunehmenden Komplexität und Vielfalt dieser Tests fällt es Kunden häufig schwer, die für ihre spezifischen Anforderungen passenden Testverfahren auszuwählen.

Um diese Herausforderung zu bewältigen, ist es notwendig, innovative Lösungen zu entwickeln, die den Kunden dabei helfen, schnell und präzise die passenden Tests zu identifizieren. Eine solche Lösung könnte die Implementierung eines LLM-gestützten Chatbots sein, der in der Lage ist, Kundenanfragen zu analysieren, relevante Informationen aus einer Wissensdatenbank abzurufen und darauf basierend maßgeschneiderte Produktempfehlungen zu geben.

CNT Webseite des Chatbot Projektes

Herausforderungen

Die Entwicklung eines KI-gestützten Chatbots zur Empfehlung passender Personaltests brachte eine Reihe technischer und organisatorischer Herausforderungen mit sich. Diese betrafen insbesondere die Datenqualität und die Auswahl sowie Integration eines leistungsfähigen Large Language Models (LLM). Schnell wurde außerdem klar, dass der Aufwand zur Bereitstellung eines selbst gehosteten Systems für die erwartete Nutzung unverhältnismäßig hoch wäre. Daher bestand eine zentrale Herausforderung darin, einen geeigneten Anbieter für Chatbots zu finden, der sowohl DSGVO-konform und sicher in der Datenverarbeitung ist als auch den Anforderungen an eine möglichst niedrige Latenzzeit und hohe Benutzerfreundlichkeit gerecht wird. Die Auswahl des LLM erfolgte in einem späteren Schritt, nachdem der geeignete Chatbot-Anbieter gefunden und integriert war.

Datenheterogenität und Datenqualität

Eine der zentralen Herausforderungen bestand in der heterogenen Datenbasis. Die Informationen zu den Personaltests lagen in unterschiedlichen Formaten, Webseiten und unstrukturierten Texten vor. Daher war eine sorgfältige Bereinigung, Harmonisierung und Transformation der Daten erforderlich. Ziel war es, eine standardisierte, semi-strukturierte Datenbasis zu schaffen, die optimal für die Verarbeitung durch das gewählte LLM vorbereitet ist.

Integration und Auswahl des Chatbot-Anbieters

Die Auswahl eines geeigneten Chatbots war ein kritischer Faktor für den Projekterfolg. Dabei wurden verschiedene Anbieter hinsichtlich Datenschutzes, Kosten, Leistungsfähigkeit und Integrationsmöglichkeiten verglichen. Da der Chatbot unter Umständen personenbezogenen Daten verarbeitet, spielte der Datenschutz eine entscheidende Rolle.

Ein weiterer wichtiger Aspekt war das Prompt Engineering. Um präzise und kontextbezogene Produktempfehlungen zu ermöglichen, mussten spezifische Instruktionen entwickelt und getestet werden. Dies erforderte eine iterative Optimierung der Prompts, um die bestmöglichen Ergebnisse zu erzielen.


Vorgehen

Das Projekt folgte einem linearen Ansatz, bei dem die Datenauswahl und Transformation parallel zur Auswahl des Anbieters anhand der im Vorfeld erhobenen Anforderungskriterien durchgeführt wurde. Dies ermöglichte eine strukturierte und gezielte Umsetzung der einzelnen Phasen.

Anforderungsanalyse und Auswahl eines Anbieters LLM-gestützten Chatbots

Zu Beginn des Projekts wurden in einem gemeinsamen Workshop durchgeführt relevante Use Cases und Kundenbedürfnisse identifiziert. Dieser Workshop diente nicht nur der reinen Anforderungsaufnahme, sondern auch dazu, ein gemeinsames Verständnis für die Zielsetzung des Projekts zu schaffen. Durch interaktive Diskussionen konnten unterschiedliche Perspektiven einbezogen und potenzielle Herausforderungen frühzeitig erkannt werden.

Im Rahmen der Anforderungsanalyse wurden detaillierte Anforderungen erstellt, die als Grundlage für die Auswahl und Umsetzung dienten. Dabei wurden zentrale Aspekte wie Datenschutz, Kosten und Benutzerfreundlichkeit besonders berücksichtigt, um den zukünftigen Betrieb des Systems sicherzustellen. Der Datenschutz spielte eine zentrale Rolle, da der Chatbot möglicherweise mit sensiblen Daten arbeitet und dabei stets DSGVO-konform agieren muss. Neben technischen Anforderungen wurden auch Nutzererwartungen und User Experience-Aspekte betrachtet. Es war essenziell, dass der Chatbot einfach zu konfigurieren und zu warten ist und eine intuitive, möglichst natürliche Interaktion ermöglicht.

Auf Basis dieser zuvor festgelegten Anforderungen wurden mehrere potenzielle Anbieter evaluiert. Dabei wurden insbesondere Datenschutz, Kosten und Benutzerfreundlichkeit untersucht. Nach einer umfassenden Analyse wurde schließlich ein Anbieter ausgewählt, der den definierten Anforderungen am besten entsprach.

Datenprüfung und Transformation

Nachdem der Anbieter ausgewählt wurde, erfolgte eine umfassende Dateninventur. Dabei wurden alle verfügbaren internen und externen Datenquellen zusammengeführt und analysiert. Die primäre externe Datenquelle waren die Inhalte der Webseite des Unternehmens. Während das automatische Einlesen der Webseiten über das Interface technisch einfach realisierbar war, zeigten erste Tests erhebliche Probleme in der Datenqualität. Daher wurde eine semi-automatische Crawling-Lösung auf Basis der Open-Source-Software Firecrawl.dev implementiert. Diese Lösung ermöglichte es, Webseitentexte gezielt in ein für LLMs verständliches Markdown-Format zu konvertieren.

Markdown für LLMs ist ein semi-strukturiertes Textformat, das eine klare Trennung von Inhalten und Layout ermöglicht. Dabei werden z. B. fettgedruckte Begriffe für Schlüsselbegriffe genutzt, Überschriften zur thematischen Gliederung definiert und Tabellen in strukturierte Dateneinheiten überführt. Diese Struktur stellt sicher, dass LLMs den Text effizient verarbeiten können, ohne auf überflüssige oder redundante Informationen zu stoßen.

Nach der automatischen Extraktion wurden die Daten manuell überarbeitet, um irrelevante Inhalte wie wiederkehrende Kontaktinformationen oder redundante Abschnitte zu entfernen. Dadurch wurde sichergestellt, dass die resultierende Datenbasis möglichst präzise und qualitativ hochwertig für die spätere Verarbeitung war.

Testen, Validierung & Optimierung

Nach der Datenprüfung und Transformation wurde der Chatbot zunächst in einem nicht-live Betrieb von mehreren Mitarbeitenden getestet. Dabei wurde insbesondere die Richtigkeit der empfohlenen Personaltests anhand zuvor definierter Kriterien überprüft. Zusätzlich wurden verschiedene Strategien zur Informationsgewinnung und Auswahl des optimalen Tests ausprobiert, um die bestmögliche Benutzerführung zu ermitteln.

Ein zentraler Bestandteil des Testprozesses und Optimierungsprozesses war das Prompt Engineering. Die Formulierungen der Prompts wurden iterativ überarbeitet und an unterschiedliche Szenarien angepasst. Durch wiederholte Tests wurden Anweisungen verfeinert, um die Genauigkeit und Relevanz der generierten Antworten zu maximieren. Dabei wurden verschiedene Versionen der Prompts entwickelt, um zu verstehen, wie sich unterschiedliche Formulierungen auf die Antwortqualität auswirken.

Zusätzlich wurden mehrere LLM-Anbieter getestet, um herauszufinden, wie unterschiedlich sie auf spezifische Instruktionen reagieren. Dabei wurde untersucht, welche Modelle am besten mit den Anforderungen der Personaltest-Empfehlungen harmonierten. Die Leistung der LLMs wurde anhand von Kriterien wie Präzision, Antwortgeschwindigkeit und Anpassungsfähigkeit an verschiedene Eingabevarianten bewertet.

Schließlich wurden alle Testergebnisse in einer Fehleranalyse zusammengeführt. Besonders falsche Empfehlungen und Missverständnisse in der Interaktion wurden detailliert anhand der Nachrichten-Historie untersucht. Auf Basis dieses Feedbacks erfolgten Anpassungen der Prompt-Strategie sowie eine gezielte Erweiterung der Wissensdatenbank, um die Qualität der Antworten kontinuierlich zu verbessern. Die iterative Optimierung stellte sicher, dass der Chatbot schrittweise an die Anforderungen der Benutzer angepasst wurde und eine hohe Präzision in der Beratung gewährleisten konnte.


Erkenntnisse und Projektergebnisse

Das Projekt zur Entwicklung eines KI-gestützten Chatbots für die Empfehlung von Personaltests hat wertvolle Erkenntnisse geliefert und bedeutende Fortschritte erzielt. Durch die strukturierte Herangehensweise konnten zahlreiche Herausforderungen identifiziert und gezielt gelöst werden.

Ein zentrales Ergebnis war die erfolgreiche Integration der Datenbasis, die aus einer Kombination interner und externer Quellen besteht. Die ursprünglich angedachte automatische Extraktion der Webseitentexte zeigte Qualitätsprobleme, weshalb eine semi-automatische Crawling-Lösung mit Firecrawl implementiert wurde. Diese ermöglichte es, Webseitentexte in ein für LLMs verständliches Markdown-Format umzuwandeln, das anschließend manuell überarbeitet wurde, um Redundanzen zu vermeiden und die Informationsqualität zu steigern.

Die Evaluierung verschiedener Chatbot-Anbieter anhand vordefinierter Kriterien führte zur Auswahl einer Lösung, die eine schnelle API-Integration, regelmäßige Updates und hohe Datenschutzstandards bietet. Dies stellte sicher, dass der Chatbot skalierbar und zukunftssicher ist.

Das Testen und Optimieren im nicht-live Betrieb mit Mitarbeitenden lieferte wertvolle Erkenntnisse zur Qualität der Produktempfehlungen. Es wurde festgestellt, dass die richtige Gestaltung der Prompts eine entscheidende Rolle spielt. Durch iteratives Prompt Engineering wurden die Anweisungen kontinuierlich angepasst, um präzisere Antworten zu erhalten. Zudem wurden verschiedene LLM-Anbieter getestet, um deren Reaktionen auf unterschiedliche Instruktionen zu analysieren und den besten Anbieter für die spezifischen Anforderungen auszuwählen.

Schließlich wird der Chatbot in den kommenden Wochen in den Live-Betrieb auf der Webseite überführt. In dieser Pilotierungsphase werden die Interaktionen mit den Kunden detailliert analysiert, um weiteres Optimierungspotenzial zu identifizieren. Besonders im Fokus stehen die Verbesserung der Antwortqualität sowie die Erhöhung der Conversion-Rate. Die Erkenntnisse aus der Echtzeit-Nutzung werden genutzt, um das System iterativ weiterzuentwickeln und den Mehrwert für die Nutzer kontinuierlich zu steigern.

Dieses Projekt zeigt zudem, dass KMU auch ohne eigenes Rechenzentrum und große IT-Abteilungen in der Lage sind, eigene Chatbots auf ihrer Webseite zu integrieren. Obwohl die Umsetzung eine sorgfältige Planung, ausgiebige Tests und verschiedene Iterationsschritte erfordert, ist es dennoch machbar. Durch die Nutzung externer Anbieter und moderner KI-Technologien können auch kleinere Unternehmen innovative Lösungen anbieten und ihre digitale Präsenz nachhaltig verbessern.


Sie haben Fragen zu diesem Projekt?

Dann freuen wir uns über eine Nachricht an:

Mittelstand-Digital Zentrum Hamburg
mittelstand-digital@haw-hamburg.de

Haben wir Ihr Interesse geweckt?

Wir bieten weitere Angebote zum Thema KI und Chatbots an.
Schauen Sie gerne in unsere Veranstaltungen rein.

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk. Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus!

Weiterlesen

IoT im Handwerk – Geschäftsmodellerweiterung durch smarte Technologien

IoT im Handwerk – Geschäftsmodellerweiterung durch smarte Technologien

Ausgangslage und Herausforderung

Die Digitalisierung bietet Handwerksbetrieben vielfältige Chancen, ihre Geschäftsmodelle zu erweitern und effizienter zu gestalten. Vor diesem Hintergrund nahmen die Geschäftsführer des Malerbetriebs Tobias Gerdtz und der Firma BAD ELEMENTE aus Hamburg an einem IoT-Workshop des Mittelstand-Digital Zentrums Hamburg teil.

Beide Betriebe hatten zuvor im Rahmen einer Workshopreihe des Mittelstand-Digital Zentrums Hamburg zu neuen Geschäftsmodellen im Handwerk erste Ideen für digitale Innovationen entwickelt. Ziel des aktuellen Workshops war es, diese Ideen zu konkretisieren, das Potenzial des Internets der Dinge (IoT) zu erkennen und konkrete Ansätze für die Integration smarter Elemente in ihre Geschäftsmodelle zu entwickeln.


Vorgehen und Erkenntnisse

Der halbtägige Workshop begann mit einer Einführung in die Grundlagen und Möglichkeiten von IoT im Handwerk. Die Teilnehmenden konnten im BIL, dem Business Innovation Lab der HAW Hamburg, praktische Anwendungen direkt erleben. Verschiedene Simulationen demonstrierten den Einsatz smarter Sensoren und Systeme.

Angeleitet von unseren Experten konnten die Geschäftsführer IoT-Elemente ausprobieren und live beobachten, wie sie Daten erfassen und verarbeiten. Ein besonderer Schwerpunkt lag auf individuellen Anwendungsfällen für die beiden Betriebe:


Malerbetrieb Tobias Gerdtz

Der Betrieb lernte den Einsatz von Feuchtigkeitssensoren und Infrarotsensoren kennen. Diese Sensoren messen kontinuierlich den Feuchtigkeitsgehalt und die Temperatur von Oberflächen und senden die Daten in Echtzeit an eine zentrale App, die wiederum ein Dashboard speist. Der Vorteil: Die Kombination dieser Sensoren ermöglicht es, potenzielle Feuchtigkeitsprobleme und Wärmebrücken frühzeitig zu erkennen, die auf schleichende Wasserschäden hindeuten könnten. Besonders im Hinblick auf die proaktive Schimmelbekämpfung bieten diese Technologien erhebliche Vorteile. Kritische Werte werden frühzeitig gemeldet, bevor sichtbare Schäden entstehen, wodurch präventive Maßnahmen eingeleitet werden können. Für Kundinnen und Kunden bedeutet dies einen umfassenden Schutz vor kostspieligen Reparaturen und Gesundheitsrisiken.

Tobias Gerdtz knüpfte an Erkenntnisse aus der vorangegangenen Workshopreihe an und vertiefte das Konzept, wie Sensorik gezielt als Mehrwert im Leistungsportfolio integriert werden kann.

Das Projekt erinnert an ein bekanntes Best-Practice-Beispiel – ein Smart-Dach-Projekt, bei dem Sensoren die Feuchtigkeit und Temperatur der Dachkonstruktion kontinuierlich überwachen und automatisch Alarm schlagen, sobald Grenzwerte überschritten werden. Ähnlich dazu möchte Tobias Gerdtz ein smartes Monitoring entwickeln, um Gefahren durch zu hohe Feuchtigkeit oder potenzielle Wasserschäden frühzeitig zu erkennen und zu beheben.


BAD ELEMENTE

Für den Fachbetrieb für Badgestaltung standen IoT-Elemente zu Licht, Wärme, Musik, Gesundheit und Sicherheit im Fokus. Das smarte Bad-Konzept zielt darauf ab, einen ganzheitlichen Ansatz für Gesundheitsvorsorge, Wohlfühlfaktor und ökologische Vorteile zu bieten. Für Kundinnen und Kunden bedeutet dies ein Bad, das nicht nur den Komfort erhöht, sondern aktiv zur Gesundheitsförderung und Nachhaltigkeit beiträgt.


In einem Abschlussworkshop wurden Etappen der Umsetzung abgesteckt. Maler Gerdtz hat sich auf den Weg der Testung gemacht. Er begann mit Messungen an verschiedenen Hauswänden, wofür er spezielle Technik angeschafft hat, darunter:

  • Digitaler Temperatursensor und Raspberry Pi (RPi): Dieser Sensor misst kontinuierlich die Oberflächentemperatur und speichert die Daten lokal oder in der Cloud. Der RPI ist ein Mini-Computer, an den die Sensoren die Daten über den Homeassistent senden können.
  • Home Assistant: Über den Home Assistant, eine Open-Source-Plattform für Hausautomatisierung, werden die erfassten Daten gesammelt und analysiert. Das System ermöglicht die Integration verschiedener Sensoren und deren Steuerung über ein zentrales Dashboard.

Die Technik funktioniert, indem die Sensoren kontinuierlich Daten zu Temperatur und Feuchtigkeit an das System senden. Diese Daten können von Home Assistant visualisiert und ausgewertet werden, um problematische Stellen zu identifizieren. Der nächste Schritt von Tobias Gerdtz ist, die Datenanalyse zu automatisieren: Mithilfe von Künstlicher Intelligenz (KI) soll Home Assistant künftig selbstständig Muster erkennen und präventive Empfehlungen geben.

Tobias Gerdtz fasste seine bisherigen Erfahrungen zusammen:

„Der Workshop hat uns die Augen für die vielfältigen Möglichkeiten von IoT im Handwerk geöffnet. Der Einsatz der Feuchtigkeitssensoren und die Integration von Home Assistant sind ein entscheidender Schritt, um unsere Dienstleistungen präziser und nachhaltiger zu gestalten. Wir freuen uns darauf, unser System weiterzuentwickeln und den nächsten Schritt in Richtung KI-gestützter Analysen zu gehen.“

Sie haben Fragen zu diesem Digital-Konkret-Projekt?

Dann freuen wir uns über eine Nachricht an:

Mittelstand-Digital Zentrum Hamburg, Christine Mish

Christine.Mish@hwk-hamburg.de

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk. Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus!

Weiterlesen

Tradition und Innovation in einer Apotheke

Tradition und Innovation in einer Apotheke

Das Unternehmen

Die Fontane Apotheke in Weyhe bietet eine umfassende Versorgung in den Bereichen Gesundheit und Wohlbefinden. Ein qualifiziertes Team steht den Kundinnen und Kunden mit fachkundiger Beratung und einem breiten Leistungsspektrum zur Seite – von der klassischen Arzneimittelversorgung bis hin zu individuellen Beratungsangeboten. Durch die Kombination traditioneller Apothekenkompetenz ermöglicht die Apotheke eine flexible und zeitgemäße Betreuung.

Dazu gehören moderne digitalen Lösungen, wie der Vorbestellung per App oder Online-Beratung. Ziel ist es, eine zuverlässige und persönliche Versorgung sicherzustellen, die sich an den individuellen Bedürfnissen der Kundschaft orientiert. Neben der Bereitstellung von Medikamenten legt die Fontane Apotheke besonderen Wert auf Serviceleistungen wie Medikationsmanagement, Ernährungsberatung und die Anfertigung individueller Rezepturen.

Projektbericht Apotheke Fontane

Ausgangslage und Ist-Situation

Die Fontane Apotheke unternahm bereits erste Schritte in Richtung Digitalisierung. Mit Angeboten wie der Möglichkeit zur Online-Rezeptbestellung, digitalen Beratungsservices und einem Online-Shop reagiert sie auf die veränderten Bedürfnisse ihrer Kundschaft und die Entwicklungen im Gesundheitswesen. Diese Neuerungen stehen jedoch vor besonderen Herausforderungen, insbesondere im Zusammenhang mit der Einführung des E-Rezepts. Da ein großer Teil der Kundschaft zur älteren Generation gehört, zeigt sich häufig eine Zurückhaltung gegenüber digitalen Lösungen.

Es bedarf daher gezielter Maßnahmen, um Akzeptanz und Vertrauen in die neuen Angebote zu stärken und den Übergang möglichst einfach zu gestalten. Zudem sieht sich die Apotheke einem zunehmenden Wettbewerbsdruck durch ausländische Anbieter, insbesondere durch Online- oder Versandapotheken, ausgesetzt. Diese punkten häufig mit aggressiver Preisgestaltung und breiten digitalen Vertriebsstrukturen, was es für lokale Apotheken herausfordernd macht, ihre Position am Markt zu behaupten. Um diesen Entwicklungen aktiv zu begegnen, setzt die Fontane Apotheke auf eine vorausschauende Strategie, die Tradition mit Innovation verbindet.


Ziel ist es, die Chancen der Digitalisierung optimal zu nutzen, um den Service kontinuierlich zu verbessern und den Erwartungen der Kundinnen und Kunden gerecht zu werden. Durch gezielte Investitionen in moderne Technologien und kundenorientierte Lösungen will die Apotheke ihre Wettbewerbsfähigkeit langfristig sichern und sich als zukunftsorientierter Gesundheitsdienstleister positionieren.


Prozesse zur Identifizierung der Herausforderungen

In Zusammenarbeit mit dem Mittelstand-Digital Zentrum Hamburg wurden die Herausforderungen der Fontane Apotheke systematisch und detailliert analysiert. Durch strukturierte Interviews zu einzelnen Prozessen mit dem Inhaber, der die betrieblichen Abläufe und relevanten Prozesse bestens kennt, konnten wertvolle Einblicke in die bestehenden Strukturen gewonnen werden. Diese methodische Vorgehensweise ermöglichte eine präzise Bestandsaufnahme der aktuellen Situation und eine fundierte Einschätzung möglicher Optimierungspotenziale.

Der Schwerpunkt der Analyse lag auf den Prozessen rund um die Online-Bestellung sowie der Einführung und Umsetzung des E-Rezepts. Im Fokus standen dabei die einzelnen Schritte – von der Ausstellung ärztlicher Verordnungen durch die behandelnden Ärztinnen und Ärzte über die digitale oder analoge Übermittlung an die Apotheke bis hin zur finalen Bereitstellung der Medikamente für die Patientinnen und Patienten, insbesondere in Pflegeeinrichtungen. Hierbei wurden zentrale Herausforderungen, wie die Effizienz der Abläufe und die Kommunikation zwischen den beteiligten Akteuren, sorgfältig untersucht. Gemeinsam wurden gezielte Ansätze zur Optimierung dieser Prozesse erarbeitet, um eine reibungslose und zeitnahe Versorgung sicherzustellen.

Zusätzlich erfolgte eine umfassende Analyse der bestehenden IT-Infrastruktur. Dabei wurden sowohl bestehende Stärken als auch potenzielle Schwachstellen identifiziert, um nachhaltige Entwicklungsstrategien zu entwickeln. Die gewonnenen Erkenntnisse bilden eine wertvolle Grundlage für die Weiterentwicklung der digitalen Prozesse und sollen dazu beitragen, diese gezielt an die aktuellen und zukünftigen Anforderungen der Kundschaft anzupassen.


Ergebnisse und Ausblick

Die identifizierten Herausforderungen und Potenziale bilden die Grundlage für die nächsten Schritte zur Optimierung der Prozesse sowie zur strategischen Weiterentwicklung der Fontane Apotheke. Dabei liegt ein besonderer Fokus auf der erfolgreichen Einführung und Etablierung des E-Rezepts, das einen bedeutenden Wandel in der täglichen Arbeit der Apotheke darstellt.

Ein zentrales Handlungsfeld ist die Förderung der Akzeptanz des E-Rezepts, insbesondere bei der älteren Kundschaft, die häufig noch mit traditionellen Papierverordnungen vertraut ist. Um den Übergang zu erleichtern, wurden gezielte Maßnahmen erarbeitet. Dazu gehören speziell entwickelte Informationsmaterialien in Form von verständlich gestalteten Flyern, die die wichtigsten Schritte zur Nutzung des E-Rezepts praxisnah erklären und dessen Vorteile – wie Zeitersparnis, höhere Sicherheit und einfachere Handhabung – klar hervorheben. Diese Flyer sollen sowohl in der Apotheke als auch über verschiedene Kanäle, wie Pflegeeinrichtungen oder Arztpraxen, verteilt werden, um eine möglichst breite Zielgruppe zu erreichen.

Zusätzlich wird geprüft, ob eigens geschulte Mitarbeitende als feste Ansprechpersonen für Kundinnen und Kunden zur Verfügung stehen, um Unsicherheiten abzubauen und individuelle Unterstützung bei der Einführung und Nutzung des E-Rezepts anzubieten. Dies könnte in Form von persönlichen Beratungsgesprächen, kurzen Schulungen oder begleiteten Erstnutzungen erfolgen, um die Hemmschwelle zu senken und Vertrauen in die neuen digitalen Prozesse zu schaffen.

Die Analyse ergab zudem, dass die bestehenden digitalen Systeme und Abläufe der Fontane Apotheke bereits auf einem hohen Niveau funktionieren. Die grundlegenden Prozesse sind effizient organisiert und erfüllen die aktuellen Anforderungen. Optimierungspotenziale wurden nur in wenigen Bereichen identifiziert, insbesondere in der weiteren Vernetzung mit externen Akteuren wie Arztpraxen und Pflegeeinrichtungen, um die Datenübermittlung noch nahtloser zu gestalten. Diese Erkenntnis unterstreicht die solide digitale Basis, auf der die Apotheke aufbauen kann, und ermöglicht eine gezielte Konzentration auf die Umsetzung der priorisierten Maßnahmen.


Mit diesen strategischen Schritten wird die Fontane Apotheke ihre Position am Markt nachhaltig stärken und den steigenden Anforderungen des digitalen Gesundheitswesens gerecht werden. Ziel ist es, praxisnahe und zukunftssichere Lösungen umzusetzen, die sowohl die internen Abläufe optimieren als auch einen spürbaren Mehrwert für die Kundschaft schaffen. Durch die konsequente Weiterentwicklung digitaler Prozesse und den persönlichen Kundenservice wird die Apotheke auch langfristig als vertrauenswürdiger und innovativer Partner im Gesundheitswesen wahrgenommen.


Sie haben Fragen zu diesem Digital-Konkret-Projekt?

Dann freuen wir uns über eine Nachricht an:

Mittelstand-Digital Zentrum Hamburg
mittelstand-digital@haw-hamburg.de

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk. Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus!

Weiterlesen

KI in der Angebotserstellung bei Event-Agenturen

KI in der Angebotserstellung bei Event-Agenturen

Ausgangslage

Die Kontrapunkt Agentur für Kommunikation GmbH ist eine inhabergeführte Messe- und Eventagentur und beschäftigt rund ein Dutzend Angestellte. Die Agentur besteht seit 1989 und ist fest in Hamburg verwurzelt: seit 2008 betreut sie u.a. den in Hamburg vertretenen, international bekannten Flugzeughersteller Airbus.

Herausforderung

Im Agenturmarkt ist es – wie auch in anderen Gewerben – üblich, dem interessierten Kunden unverbindliche Angebote zu unterbreiten. Ein abgelehntes Angebot hat keinen Auftrag zufolge und kann dem Kunden somit logischerweise nicht in Rechnung gestellt werden, hat aber trotzdem Zeit zur Erstellung in Anspruch genommen und somit dem Unternehmen Geld gekostet. Da auf (kostenlose) Angebote aufgrund der Marktstruktur nicht verzichtet werden kann, besteht das Ziel darin, hochwertige Angebote zu möglichst geringen zeitlichen und monetären Kosten zu erstellen. 

Zur Angebotserstellung müssen Bilder von Bühnen und Texte zum Gesamtkonzept der Vorstellung erzeugt werden. Um den Aufwand zu verringern, sollen KI-Bildgeneratoren und Large Language Models (LLM) zum Einsatz kommen. LLMs sollen eingesetzt werden, um schnell Konzepte zu erstellen und Ideen für neue Konzepte zu generieren. KI-Bildgeneratoren sollen eingesetzt werden, um neue Ideen für Bühnen zu entwickeln und den Graphikern die eigenen Ideen schneller zu vermitteln.


Anwendungsbeispiel für Prompt Engineering: Stable Diffusion (Deep Learning Text-zu-Bild-Generator). 

Cute Cats (Bild 1) – Cute Grey Cat (Bild 2) – Cute Grey Cat, acrylic painting (Bild 3) – (Cute:1.5) Grey Cat, acrylic painting (Bild 4)

KI in der Angebotserstellung 1 KI in der Angebotserstellung 2 KI und Angebotserstellung KI in der Angebotserstellung 4

Vorgehensweise

Im Rahmen der im Mittelstand Digital Zentrum Hamburg regelmäßig angebotenen KI-Sprechstunde schilderte einer der Geschäftsführer der Kontrapunkt GmbH dem KI-Trainer des MDZ Hamburg die oben beschriebene Sachlage. Da es sich bei der geschilderten Lage um eine komplexere Aufgabe handelt, vereinbarten beide Parteien, die Herausforderung gemeinsam im Rahmen eines „Digital-Konkret-Plus“ anzugehen.


Ergebnisse

Das Projekt lässt sich grob in drei Phasen/Meilensteine aufteilen. Im Sinne des einfacheren Verständnisses werden die Ergebnisse für jede Phase getrennt vorgestellt.

Phase 1

Einer der Geschäftsführer der Kontrapunkt Agentur und der KI-Trainer der TUHH arbeiteten zunächst gemeinsam die zu beantwortende Unternehmensfrage heraus:

Welche Vorkehrungen müssen getroffen werden, um bereits existierende KI-Programme (GPT- und Render-Programme) zur effektiven Erstellung von Leistungsbeschreibungen (Konzepten und Grafische Umsetzungen) für Standardanfragen im Eventagentur-Bereich zu erstellen?

Basierend auf den Ausführungen des Geschäftsführers kategorisierte der KI-Trainer die Anforderungen in zwei Kategorien:

  • Muss
    • Bühnen generieren können
    • Präzise sein
    • Rechte an Bildern bereitstellen
    • Nachbearbeitung ermöglichen
  • Soll
    • Vorlagen bearbeiten können
    • Exklusive Nutzung der Bilder ermöglichen

Im nächsten Schritt führte der KI-Trainer eine explorative Analyse durch, um sich mit den technischen Möglichkeiten im Bereich der LLM und insbesondere der Bildgeneratoren vertraut zu machen. In einem halbtägigen Workshop mit beiden Geschäftsführern und dem KI-Trainer wurden die gewonnen Grundlagenerkenntnisse zu Bildgeneratoren präsentiert und basierend auf diesen Einblicken gemeinsam eine präzisere Anforderungsübersicht erarbeitet:

  • Muss
    • Bühnen generieren können
    • Eigene Modelle spezifizieren können
    • Image to Image beherrschen
    • Rechte an Bildern bereitstellen
    • Nachbearbeitung ermöglichen
  • Soll
    • Inpainting ermöglichen
    • Outpainting ermöglichen
    • Exklusive Nutzung der Bilder ermöglichen

Darüber hinaus wurde eine Aussicht auf die zukünftige Entwicklung von 3D-Modellen präsentiert sowie eine erste Abschätzung des zu erwartenden Ergebnisses vorgestellt. Das Ziel, den Aufwand zu verringern, konnte nicht mit Sicherheit in Aussicht gestellt
werden. Das Ziel, neue Ideen zu generieren, nahmen hingegen allen Beteiligten als erreichbar wahr.

Phase 2

Im nächsten Schritt wurde ein ganztägiger Workshop zum Prompt Engineering für LLMs und Bildgeneratoren abgehalten. Der Workshop gliederte sich in zwei Teile: den LLM- und den Rendering-Software-Teil. Im LLM-Teil wurden mithilfe frei zugänglicher LLM-Software verschiedene Prompting-Strategien erprobt.

Insbesondere Single Shot Prompting und das Reverse Prompt Engineering standen dabei im Mittelpunkt. Beim Single-Shot Prompting wird – wie im vorliegenden Fall – dem Textgenerator ein Beispielkonzept gezeigt, um anschließend auf Grundlage dieses Beispiels neue Texte bzw. Konzepte zu generieren. Beim Reverse Prompt Engineering geben Probanden einen Text – z.B. eine Kurzgeschichte – in den Prompt ein. Sie lassen sich von der Software mitteilen, welche Prompts diesen Text bzw. diese Kurzgeschichte erzeugen würde, um anschließend in einem neuen Chat-Fenster mit diesen Prompts dieselbe Kurzgeschichte so gut wie möglich zu rekreieren.

Eine Teilnehmerin war besonders von den Möglichkeiten angetan, die selbst Zero-Shot-Prompting bot: In wenigen Sekunden konnte das LLM ein Dutzend Claims generieren, die der erfahrenen und bis dahin eher skeptisch eingestellten Marketingexpertin zusagten.

Im zweiten Teil des Workshops wurden dann Prompting-Strategien für Rendering-Programme vorgestellt und gleichzeitig von den Teilnehmern an ihren Laptops ausprobiert. Die Ergebnisse waren erwartungsgemäß sehr durchwachsen. Hier zeigte sich, wie wichtig Erfahrung im Umgang mit Bildgeneratoren ist.

Der Geschäftsführer konnte am Ende des Workshops die besten Ergebnisse vorweisen. Er hatte sich von Anfang an mit Rendering-Programmen beschäftigt und aufgrund nicht zufriedenstellender Ergebnisse Unterstützung beim MDZ Hamburg ersucht. Andererseits wirkten seine Angestellten aufgrund der steilen Lernkurve teilweise leicht überwältigt. Noch während des Workshops entschied der in diesem Projekt federführende Geschäftsführer, unverzüglich eine zahlungspflichte Version eines Bildgenerators anzuschaffen. Er möchte den Einsatz bildgenerierender Software über den Workshop hinaus auf hohem Niveau sicherstellen.

Phase 3

Ungefähr ein Jahr nach dem ersten Workshop wurde ein zweiter Workshop abgehalten. Ziel war es, die erlernten und bereits erprobten Strategien weiter zu verfeinern. Die Mitarbeiter hatten in der Zwischenzeit bereits erfolgreich sowohl text- als auch bildgenerierende KI eingesetzt. Die Textgeneratoren erfreuten sich klar größerer Beliebtheit, wenn auch eher im Bereich Search Engine Optimization (SEO) und Stilanpassung von Marketing-Texten für Social Media.

Das Ziel des Workshops bestand darin, eine reale, akut anliegende Anfrage eines interessierten Unternehmens unter Zuhilfenahme generativer KI zu bearbeiten. Das Ziel wurde erreicht: Mithilfe eines bekannten LLM-Programms gelang es, in allen Bereichen eine Vielzahl von Konzeptvorschlägen zu generieren. Einer dieser Konzeptvorschläge inspirierte einen der Anwesenden zu einer auf dem Vorschlag aufbauenden Idee, die zum Kernbestandteil des Konzepts wurde. Dieses Beispiel verdeutlicht, wie Textgeneratoren sinnvoll einsetzbar sind: nicht als Texterstellungsprogramm, dem man nur die richtigen Befehle geben muss, um das fertige Produkt auszugeben, sondern als Sparringspartner, auf dessen Input man eigenständig aufbaut und das Ergebnis dann ggf. wieder zurückspielt

Des Weiteren wurden mithilfe eines Bildgenerators mehrere Bilder erstellt, die einzelne Aspekte des Konzepts anschaulich darstellten. Keines dieser Bilder war auf dem Niveau, als dass man es einem fertigen Angebot hätte beilegen können. Aber die Bilder waren sehr wohl geeignet, einem Kunden in einem Vorgespräch eine erste Idee anschaulich zu vermitteln oder anschließend einem Grafiker schneller seine Aufgabe erklären zu können.

Im Verlauf dieses zweiten Workshops konnten mehrere teils schon bekannte, aber noch nicht vollständig verinnerlichte Prinzipien anhand eines echten Anwendungsfalls vermittelt werden:

  • Es ist entscheidend, einem Textgenerator das Problem so zu erklären, dass auch ein unerfahrener Mensch das Problem verstehen kann
  • Es sollten nicht zu viele Informationen auf einmal vermittelt werden, um die Kreativität des Programms nichts zu ersticken. Informationen können anschließend immer noch nachgereicht werden
  • Die Aufforderung „sei kreativ“ funktioniert bei Textgeneratoren im Gegensatz zu Menschen sehr gut
  • Explizites Ausformulieren der Aufgabenstellung verbessert die Ergebnisse nennenswert
  • Es sollten möglichst immer Beispiele zur Aufgabenlösung gegeben werden. Insbesondere ist zu begründen, warum diese Beispiellösungen im aktuellen Fall nicht umsetzbar oder wünschenswert sind.
  • Das Äquivalent zum iterativen Prompten („Chatten“) ist bei bildgerierender KI das Einfügen generierter Bilder in die Image-to-Image-Funktion

Die Reaktion der Workshop-Teilnehmer war im Tenor überwiegend positiv. Sie stellten aber auch klar, wo die Grenzen generativer KI liegen:

  • Textgeneratoren können vollkommen neue Ideen generieren. Auf diese wären Mitarbeitende nur nach langem gemeinsamem Brainstorming oder womöglich überhaupt nicht gekommen
  • Das individuelle Arbeiten mit Textgeneratoren verhindert das Konvergieren zu einer gemeinsamen Lösung, weshalb sie innerhalb einer Brainstorming-Session nur bedingt nützlich sind
  • Aus demselben Grund sind Textgeneratoren wiederum ausgesprochen mächtig zur Vorbereitung zum gemeinsamen Brainstorming. Denn jeder kann sich selbstständig vorbereiten und dann mit unterschiedlichen Ideen erscheinen
  • Der Einsatz von Textgeneratoren im aktiven Brainstorming-Prozess bremst den kreativen Prozess aus. LLMs sollten daher nicht in einer kreativen Phase eingesetzt werden, sondern im Anschluss
  • Textgeneratoren haben eine starke selbstdisziplinierende Wirkung, da sie Mitarbeitende bewegen, erste unscharfe Ideen verständlich niederzuschreiben
  • Bildgenerierende KI ist nützlich für grobe Konzepte, wird im Finetuning aber schnell zu zeitintensiv

Das Projekt kann damit als erfolgreich abgeschlossen werden.

Laden Sie zur Vertiefung die dem Workshop zugrundeliegende Präsentation hier runter.

Download


Sie haben Fragen zu diesem Digital-Plus-Projekt?

Dann freuen wir uns über eine Nachricht an:

mittelstand-digital@tuhh.de

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk. Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus!

Weiterlesen

Kreislaufwirtschaft in der Textilbranche

Kreislaufwirtschaft in der Textilbranche

zurück zur Übersicht

Problemstellung:

Ein Hamburger Hersteller und Großhändler für Arbeitsschutz- und Berufskleidung leistet schon seit Jahren einen Beitrag zur Kreislaufwirtschaft. „Fair Workwear – Berufsbekleidung mit gutem Gewissen“ ist das Motto des Betriebs. Dazu zählen nachhaltige Materialien, Sparsamkeit und Recycling. Nun geht der Betrieb einen großen Schritt weiter.

Das Mittelstand Digital Zentrum Hamburg unterstützt dabei – in kostenlosen Workshops – als Impulsgeber durch Expertenwissen, Brainstorming sowie Konzeptentwicklung und Meilenstein-Erarbeitung.

Hauptziel ist die Transformation zu einem enkeltauglichen Betrieb. Die Schaffung einer ganzheitlichen Kreislaufwirtschaft mit Partnern sowie die Integration von Kundenbedürfnissen stehen im Fokus. Kleidung in den Kreislauf zurückzuführen lautet die Vision. Durch die Umsetzung der Ziele soll nicht nur der ökologische Fußabdruck reduziert, sondern auch eine Vorreiterrolle in Deutschland eingenommen werden.

Kreislaufwirtschaft 01

Vorgehen und Ergebnis:

Zu Projektbeginn gab es viele Fragen zur möglichen Realisierung der Rückführung und des anschließenden Recyclings eines T-Shirts im Sinne der Kreislaufwirtschaft: Ist Baumwolle das richtige Material für Recycling bzw. welche Materialen eignen sich dafür? Wie können Anreize geschaffen werden, dass Kund:innen die T-Shirts wieder in den Kreislauf zurückgeben? Wie oft können T-Shirts unter welchen Bedingungen gewaschen werden (Qualität)? Welche digitalen Informationen sollen in der Arbeitskleidung integriert sein (digitaler Produktpass)? Ist Recycling  der richtige Weg oder geht es im ersten Schritt um die Langlebigkeit von Materialien? Welche rechtlichen Rahmenbedingungen kommen in den nächsten Jahren auf die Wirtschaft zu?

Zur Konkretisierung der Zielstellung wurden im Rahmen eines Workshops neue Tätigkeiten, die für eine Kreislaufwirtschaft zu ergänzen und einzuführen sind, erarbeitet. Als die Anforderungen an diese Tätigkeiten festgelegt werden sollten, war schnell klar, dass es neben einem gut aufgestellten Logistik- und Recyclingnetzwerk auch einer Umstrukturierung interner Prozesse für die Vision bedarf. Zudem stellte sich in diesem Fall heraus, dass das Recycling aktuell für den Betrieb auf dem gewünschten qualitativen Niveau nicht wirtschaftlich ist.

Entsprechend dieser geänderten Rahmenbedingungen wurde sich darauf verständigt, das Thema Rückführung und Recycling von Kleidung als Vision erst zu einem späteren Zeitpunkt anzugehen. Stattdessen sind zwei Projektziele zur Vorbereitung auf die große Vision definiert worden:

Prozessanalyse und -optimierung:

Für die Prozessanalyse wurden einen Tag lang die Abläufe in den betroffenen Bereichen dokumentiert und anschließend mit einer Visualisierung die Herausforderungen und Optimierungspotenziale analysiert. Es wurden insgesamt neun Potenziale zur Optimierung festgestellt. 

Zwei der neuen Potenziale wurden von der Geschäftsführung ausgewählt, um anschließend mit den Verantwortlichen Personen das Arbeitspaket erarbeiten zu lassen:
1. Definition von Prozessen mit klaren Verantwortlichkeiten,
2. Überarbeitung der Schulungsunterlagen und Etablierung eines Train-the-Trainer-Formats.

In einem Workshop wurde dabei besonders ausführlich auf die jeweiligen durchzuführenden Schritte eingegangen, damit auch die sieben weiteren Potenziale im Nachgang an das Projekt angegangen werden können.

Wenn alle Potenziale zur Optimierung aufgegriffen und umgesetzt worden sind, ist eine Effizienzsteigerung in der gesamten Organisation, den einzelnen Tätigkeiten der Mitarbeitenden und eine Reduzierung von Fehlern im System durch einen Ende-zu-Ende Prozess zu erwarten. Auch können weitere Partner und Tätigkeiten, die für eine Kreislauf-Wirtschaft erforderlich sind, mit geringem Aufwand eingebunden werden.


Upcycling 02 Upcycling 02 Upcycling

Entwicklung eines Circularity Scores:

Neben der Prozessanalyse und -optimierung ist ein Score erarbeitet worden, anhand dessen die Kreislauffähigkeit der angebotenen Kleidung ermittelt werden kann. Der Score dient dazu, nach Außen mehr Transparenz darüber zu schaffen, inwiefern die Kleidungsstücke u.a. aus nachhaltigen Materialien bestehen, sich reparieren, wiederverwenden und recyceln lassen. Dazu wurde ein Pilotprodukt (eine Arbeitsschutzhose) ausgewählt, für welches der Circularity Score erstmalig entwickelt werden sollte.

In Workshops sind verschiedene Kennzahlen erarbeitet worden, welche in den Score einfließen. Die Kennzahlen beziehen sich dabei auf fünf übergeordnete Kategorien, welche die Kreislauffähigkeit ausmachen und in die Bewertung einfließen: Produktdesign, Herstellung, Reparatur, Wiederverwendung und Recycling. Für das Pilotprodukt ist der Score B herausgekommen (Score von A bis E, wobei A den bestmöglichen und E den schlechtesten Score beschreibt), was sehr positiv zu bewerten ist. Im Anschluss an das Projekt ist geplant, den Circularity Score auf weitere Produkte auszuweiten.


Sie haben Fragen zum Umsetzungsprojekt aus dem Bereich Kreislaufwirtschaft?

Dann freuen wir uns über eine Nachricht an:

Beverly Lege, Mittelstand-Digital Zentrum Hamburg. E-Mail: mittelstand-digital@tuhh.de

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk. Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus!

Weiterlesen

Mitarbeiter finden und halten – in Zeiten von Chat GPT und interkulturellen Teams

Mitarbeiter finden und halten – in Zeiten von Chat GPT und interkulturellen Teams

zurück zur Übersicht

Ausgangssituation und Fragestellung

Ein Hamburger Handwerksbetrieb mit Schwerpunkt Haustechnik konzentriert sich vorrangig auf Heizungs-, Sanitärtechnik sowie die Integration erneuerbarer Energien. In dritter Generation wird das Familienunternehmen mit dem Anliegen geführt, sich in Sachen Mitarbeiter:innen-Akquise innovativer und digitaler aufzustellen.

Ebenso ist es dem Inhaber wichtig, seinen Mitarbeitenden eine noch bessere Perspektive zu bieten bzw. sie noch stärker an den Betrieb zu binden. Dazu unterstützt das Mittelstand-Digital Zentrum in Zusammenarbeit mit einem Digitalisierungsberater der HWK Hamburg den Betrieb in einem halbtägigen Workshop.

Mitarbeiter finden und halten 2

Vorgehen und Ergebnis:

Schnell wird klar, dass der Inhaber es mit der Mitarbeiter(ein)bindung ernst meint: Fast die gesamte Belegschaft nimmt mit dem Ziel an dem Workshop teil, einen konkreten Maßnahmenplan für beide oben genannten Ziele zu entwickeln, den nicht nur der Chef persönlich, sondern auch die Belegschaft unterstützt und gemeinsam umsetzt.

Allein dieses Vorgehen ist ein klares Plus in Sachen Mitarbeiterbindung. Weiterhin ist es Gold wert, dass auch neu eingestellte Kollegen dabei sind und von ihren noch frischen Erfahrungen als Bewerber berichten können.

Anhand der Methode der Candidate Journey werden zwei Profile potenzieller attraktiver Bewerber analysiert, um neue Ideen für den gesamten Bewerbungsprozess zu finden. Sich die Brille der Bewerber:innen aufzusetzen hilft, die Bedarfe dieser nachzuempfinden.

So wird zum Beispiel schnell deutlich, dass das Bewerbungs-Anschreiben in Zeiten von Chat GPT und teilweise sprachlicher Barrieren wenig Relevanz als Auswahlkriterium für den Betrieb hat. Vielmehr zählen das persönliche Telefonat sowie das Kennenlernen zukünftiger Mitarbeiter.

Ebenso zeigt sich, dass es hochmotivierte, ideenreiche Kollegen gibt, die ohne großen Zeitaufwand Posts für Social Media erstellen können und dies als selbstverständlich wahrnehmen bzw. anbieten.

Auf diese Weise werden viele neue Ideen entlang des gesamten Auswahlprozesses gesammelt, geclustert, priorisiert sowie Fragen geklärt.

Gleichwohl helfen die Impulse des Digitalisierungsberaters, wenn es um Fragen zu Social Media und Website Gestaltung geht. Schließlich sollen alle Maßnahmen realistisch umsetzbar und wirksam sein. 

Am Ende sind sich alle einig: Es hat Spaß gemacht und das Team zusammengeschweißt. Das interkulturelle Miteinander ist als sehr positives Alleinstellungsmerkmal deutlich geworden.  Nebenbei sind acht konkrete und erfolgsversprechende TO DOs für mehr „Finden und Halten von Mitarbeitenden“ entstanden.

Zitat Geschäftsführer: 

„Die Veranstaltung wurde zu 100% auf meine Wünsche / Probleme, die im Voraus festgelegt wurden, ausgerichtet. Mein Team wurde sehr gut einbezogen, insbesondere durch die offene Atmosphäre, die dazu führte, dass alle sich aktiv beteiligen konnten. Insgesamt eine super Veranstaltung!“  

Das Mittelstand-Digital Zentrum in Hamburg ist erste Anlaufstelle für kleine und mittlere Unternehmen, wenn es um das Thema Digitalisierung geht. Sie erhalten hier kostenfreie Unterstützung bei Ihrer digitalen Mission! 


Mitarbeiter finden und halten 4 Mitarbeiter finden und halten 5
Sie haben Fragen zu diesem Digital-Konkret Projekt, oder zu anderen Möglichkeiten der Digitalisierung?

Dann freuen wir uns über eine Nachricht an:

Christine Mish, Mittelstand-Digital Zentrum Hamburg. Christine.Mish@hwk-hamburg.de

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk. Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus!

Weiterlesen

Webseite-Neugestaltung in einer Tischlerei

Webseite-Neugestaltung in einer Tischlerei

zurück zur Übersicht

Ausgangslage und Fragestellung

In der Ära der Digitalisierung ist ein aussagekräftiger und funktioneller Webauftritt für kleine und mittlere Betriebe unverzichtbar. Dies gilt auch für das Handwerk, wo traditionelle Betriebe wie die Tischlerei Paepcke zunehmend die Chancen erkennen, die eine digitale Präsenz bietet. Vor diesem Hintergrund initiierte das Mittelstand-Digital Zentrum Hamburg in Zusammenarbeit mit dem Mittelstand-Digital Zentrum Zukunftskultur ein Digital-Konkret-Projekt, um die Webseite der Tischlerei Paepcke neu zu gestalten.

Ziel war es, ein zielgruppengerechtes Wording und einen geeigneten Aufbau zu entwickeln und neue Interaktionsmöglichkeiten, wie beispielsweise eine digitale Angebotserstellung, zu erkunden. Ferner bestand das Ziel darin, die Webseite inhaltlich zu straffen und übersichtlicher zu gestalten, um Nutzerinnen und Nutzern wichtige Informationen direkt und effizient zugänglich zu machen sowie die Zielgruppe präzise anzusprechen.


Webseite Neugestaltung

Vorgehen

Das Projekt der Neugestaltung einer Webseite wurde durch eine Serie von Workshops realisiert, in denen die Struktur, der Inhalt und Erweiterungen der neuen Webseite diskutiert wurden. Gemeinsam mit dem Geschäftsführer der Tischlerei, Herrn Paepcke, wurden in drei intensiven Workshops die Grundlagen für einen attraktiven Webauftritt gelegt. Die Zusammenarbeit zeichnete sich durch einen offenen Ideenaustausch und das gemeinsame Bestreben aus, die digitale Visitenkarte des Unternehmens nicht nur zu erneuern, sondern auch mit neuen Funktionalitäten auszustatten, die den Bedürfnissen der Kundinnen und Kunden entgegenkommen. Dabei war besonders wichtig, sich in die Perspektive der potenziellen Kunden und Kundinnen zu versetzen, um unverständliche Fachbegriffe und Ausdrücke zu vermeiden.


Vorgehen und Lösung

Trotz des erfolgreichen Verlaufs der ersten drei Workshops fiel der letzte Workshop aufgrund verschiedener Umstände auf Seiten des Betriebes aus. Herr Paepcke entschied sich, basierend auf den erarbeiteten Ergebnissen und dem vorläufigen Anforderungskatalog, die weitere Umsetzung eigenständig voranzutreiben. Diese Entscheidung spiegelt das hohe Engagement und die Eigeninitiative des Geschäftsführers wider, die digitale Transformation seines Unternehmens aktiv mitgestalten zu wollen.

Webseite Neugestaltung

Lösung und Ergebnis

Das Endergebnis ist ein ausgearbeitetes Konzept für die Neugestaltung der Webseite, das als maßgeblicher Leitfaden für deren Struktur und Inhaltsschöpfung dient. Der Plan betont einen zielgruppenorientierten und klar strukturierten Webseitenaufbau und bietet Lösungsansätze zur Steigerung der Benutzerfreundlichkeit sowie zur Verbesserung der technischen Leistungsfähigkeit und inhaltlichen Ausrichtung. Weiterhin wurde ein FAQ-Bereich entwickelt, der es Nutzerinnen und Nutzern erlaubt, schnell und unkompliziert Antworten auf die am häufigsten gestellten Fragen zu erhalten, was die Effizienz und Zufriedenheit in der Kommunikation mit den Kundinnen und Kunden erhöhen soll.

Zitat

„Wir sind dabei, unsere Webseite zu gestalten, weil ich festgestellt habe, dass gerade jüngere Kunden ausschließlich digital unterwegs sind. Ein guter Webauftritt ist nahezu unumgänglich.“

– Geschäftsführer Tischlerei Paepcke

Schauen Sie sich sein Feedback in unserem Video an (ab Min. 2:45).

Die Tischlerei Paepcke verfügt nun über die notwendigen Ressourcen, um ihren Online-Auftritt zu verstärken und die Bindungen zu ihren Kundinnen und Kunden im digitalen Raum zu festigen.


Sie haben Fragen zu diesem Projekt?

Dann freuen wir uns über eine Nachricht an:

Célia Rodrigues, Handwerkskammer Hamburg
Handwerk4.0@hwk-hamburg.de

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk. Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus!

Weiterlesen

Arbeitsabläufe mit einem Assistenzsystem vereinfachen

Arbeitsabläufe vereinfachen

zurück zur Übersicht

Ein Assistenzsystem für das Prüfteam des Siegels „Arbeitgeber der Zukunft“

Ausgangslage

Das Unternehmen Deutsches Innovationsinstitut für Nachhaltigkeit und Digitalisierung GmbH (diind) verleiht die Auszeichnung „Arbeitgeber der Zukunft“. Unternehmen können sich im Rahmen eines zweistufigen Prüfprozesses verifizieren lassen. Im Falle einer positiven Begutachtung dürfen sie das verliehene Siegel tragen.

Neben dem „individuellen company check“ erfolgt ein „digitaler Außencheck“ der Bewerber. Das Prüfteam ermittelt hier eine Reihe von Kriterien, bei denen die Kandidaten Punkte sammeln. Dabei spielen Bewertungen des Unternehmens eine zentrale Rolle. Je besser das Unternehmen in Job-Portalen und Social Media abschneidet, desto mehr Punkte erhält es. Zusätzlich wird die Webseite des Unternehmens auf eine moderne Gestaltung, Sicherheit, Performance und Informationsgehalt überprüft.

Im Auswahlprozesses ermittelt das Prüfteam zunächst die für die Kriterien relevanten Daten (Bewertungen, Ladezeiten, Inhalte der Webseiten uvm.). Anschließend nimmt das Team die umfassende Begutachtung vor. Gerade diese Ermittlung der Daten wird bisher in einem aufwändigen manuellen Verfahren vorgenommen.

Ines Woermann, die Geschäftsführerin der diind GmbH, wurde im Rahmen unseres Vortrags „Die digitale Assistenz – Schluss mit monotoner Arbeit“ auf das Mittelstand-Digital Zentrum Hamburg aufmerksam. Sie entwickelte die Idee, das Prüfteam durch ein Assistenzsystem bei der Datenermittlung zu unterstützen. Das Ziel: Arbeitsabläufe vereinfachen. Zur Weiterentwicklung des Vorhabens kontaktierte Ines Woermann das Mittelstand-Digital Zentrum.

Im Rahmen eines Digitalisierungsprojekts „Arbeitsabläufe vereinfachen“ unterstützten die Experten des Mittelstand-Digital Zentrum Hamburg bei der Identifikation von Potentialen zur Automatisierung, der Spezifikation einer möglichen Lösung, einer ersten Einschätzung der Machbarkeit, sowie der kritischen Betrachtung möglicher Lösungen.


Arbeitsabläufe vereinfachen

Herausforderung

Die Begutachtung von Unternehmen erfolgt unter höchsten Qualitätsansprüchen. Daher war bereits zu Beginn des Projekts klar, dass die ermittelten Daten fehlerfrei sein müssen. Die Datenermittlung muss zudem so erfolgen, dass eine manuelle Überprüfung erfolgen kann.

Zusätzlich ist die Heterogenität der Datenquellen eine Herausforderung. Konkret bedeutet dies, dass jedes Kriterium auf unterschiedlichen Wegen ermittelt wird (Suche in Online-Portalen, manuelle Suche auf der Webseite, Tools zur Webseitenbewertung etc.). Für das Projekt müssen also viele kleinere Lösungen gefunden werden, die sich in eine Gesamtlösung integrieren lassen.

Vorgehen und Lösung

In einem ersten Workshop untersuchte das Team den derzeitigen Prozess. Hierbei wurde als Ziel die Teilautomatisierung der Kriterien-Ermittlung festgelegt. Auf Grund des hohen Qualitätsanspruchs fiel die Entscheidung, eine mögliche Lösung als Assistenzsystem auszulegen. Das heißt, das System soll das Prüfteam unterstützen, jedoch keine selbständigen Entscheidungen treffen. Das Unternehmen fertigte eine Liste der zu ermittelnden Kriterien an. Die Experten des Mittelstand-Digital Zentrum identifizierten für die Kriterien Potentiale zur Automatisierung. Hierbei gab es eine Vielzahl möglicher Ansätze:

  • Abfrage von APIs (API: Application-Programming-Interface – Schnittstelle): Diese erlauben es, Services im Internet automatisiert zu nutzen. So ist es z.B. möglich, Bewertungen in Online-Portalen ohne manuelle Nutzung eines Browsers abzufragen.
  • Nutzung künstlicher Intelligenz zur gezielten Abfrage der Inhalte von Webseiten,
  • statische Analyse des HTML von Unternehmens-Webseiten (HTML: Hypertext-Markup-Language – Die Sprache, in der Webseiten an den Browser übertragen werden),
  • Tools zur automatisierten Bewertung von Webseiten. Diese nutze bereits das Prüfteam. Allerdings war die Bedienung auf eine manuelle Eingabe und Ausgabe angewiesen.
Arbeitsabläufe vereinfachen

Um ein besseres Gefühl für die Eignung möglicher Lösungen zu bekommen, entschied sich das Projektteam dafür, eine Auswahl dieser Ansätze im Rahmen eines Prototyps umzusetzen. Diese Lösungen wurden in Zusammenarbeit mit dem IT-Dienstleister des Unternehmens im Intranet installiert. Das Prüfteam kam somit zu einem ersten Eindruck einer möglichen Lösung, konnte diese bewerten und bereits vor einer Entwicklung Feedback geben.

Arbeitsabläufe vereinfachen: Ergebnisse

Ein Großteil der Kriterien lässt sich automatisiert ermitteln. Hierdurch lässt sich die Arbeit des Prüfteams unterstützen. Allgemein lässt sich jedoch feststellen, dass die automatisierte Kriterien-Ermittlung nicht ohne Fehler abläuft. Ein Assistenzsystem würde die Daten daher vorbereiten und dem Prüfteam zur Überprüfung und weiteren Verarbeitung zur Verfügung stellen.

Im Rahmen des Projekts „Arbeitsabläufe vereinfachen“ untersuchten die KI-Experten des Business Innovation Lab der HAW Hamburg verschiedene KI-Systeme für die Analyse der Webseiteninhalte. Hierzu entwickelten sie passende „Prompts“. Ein Teil der Systeme war von vornherein ungeeignet, da diese nicht für die deutsche Sprache entwickelt wurden. Für einige zunächst vielversprechende KI-Systeme stellte sich bei genauerer Überprüfung heraus, dass diese Inhalte auf den Webseiten ausgaben, die nicht wirklich existierten. Im Kontext von LLMs (Large Language Models – die KI-Technologie hinter ChatGPT etc.) spricht man hierbei von „Halluzinieren“. Da die Ergebnisse der KI nicht ausreichend nachvollziehbar dargestellt wurden, würde dies für das Prüfteam einen aufwändigen manuellen Abgleich der Ergebnisse erfordern.

Im Gesamtbild erschien der Aufwand zur Überprüfung dem Nutzen nicht zu entsprechen. Auch die Akzeptanz des Assistenzsystems wäre in diesem Fall fraglich. Der Einsatz von KI ist daher für dieses Projekt derzeit ungeeignet. Da die Entwicklung von KI-Systemen (gerade im Bereich der Generativen KI) mit großen Schritten vorangeht, kann es durchaus sein, dass sich die Eignung in naher Zukunft ändert.

Für die Abfrage von Bewertungen aus Online-Portalen eignet sich die Nutzung von APIs sehr gut. Die Abfrage erfolgt in einem Bruchteil der Zeit und erfordert nicht das manuelle Kopieren der Ein- und Ausgabedaten auf den Webseiten der Portale.

Auch die automatisierte Nutzung der Bewertungstools für Webseiten spart dem Prüfteam das manuelle Kopieren der Ein- und Ausgabedaten.

Um einen fließenden Übergang von den bisherigen Prozessen zu ermöglichen, ist es zudem nötig, dass das Assistenzsystem einen Excel-Import und -Export anbietet. In späteren Ausbaustufen des Systems soll es zudem möglich sein, weitere Teile des Prozesses in das System zu integrieren, um die derzeitige Excel-basierte Lösung sukzessive abzulösen.

Zusammenfassend lässt sich feststellen, dass auch viele kleine Automatisierungen einen Beitrag dazu leisten können, die Aufgaben des Prüfteams angenehmer zu gestalten. Die kritische Betrachtung und die Validierung möglicher Lösungen ist hierbei essenzieller Bestandteil von Digitalisierungsprojekten und sollte von vornherein mitgedacht werden.


Möchten auch Sie Arbeitsabläufe vereinfachen?

Dann freuen wir uns über eine Nachricht an:

Mittelstand-Digital Zentrum Hamburg
mittelstand-digital@haw-hamburg.de

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk. Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus!

Weiterlesen

Integration von 3D-Druck

Integration von 3D-Druck in einer Tischlerei

Integration von 3D-Druck in einer Tischlerei

zurück zur Übersicht


Ausgangssituation und Fragestellung:

In der TIB Tischlerei Bartholl spielt die Integration neuer Technologien eine entscheidende Rolle für die Wettbewerbsfähigkeit. Vor diesem Hintergrund führte das Mittelstand-Digital Zentrum Hamburg im November 2023 zwei halbtägige Workshops zum Thema „3D-Druck in der Tischlerei: Anforderungen und Auswahl“ in der Handwerkskammer Hamburg durch. Ziel war es, die Anforderungen an das Material, den Drucker und das Verfahren zu definieren.

Zentrale Fragen für die Integration von 3D-Druck in einer Tischlerei waren: Wofür soll der 3D-Drucker eingesetzt werden? Wie kann 3D-Druck effektiv in die Prozesse integriert werden? Welche Anforderungen stellen wir an das Verfahren, den Drucker und das Material? Und wie gewährleisten wir eine hohe Qualität der gedruckten Teile?


Vorgehen bei einer Integration von 3D-Druck in einer Tischlerei: 

Der Workshop zielte darauf ab, ein tiefes Verständnis für die Möglichkeiten und Herausforderungen des 3D-Drucks in der Tischlerei zu entwickeln. Der Experte Johannes Kriett, der tiefgehende Erfahrungen mit 3D-Druck in Handwerksbetrieben aufweist, führte die Teilnehmenden in die Grundlagen ein und diskutierte mit ihnen über Materialauswahl, Druckverfahren und notwendiges Zubehör.

Besonderes Augenmerk lag auf der Qualitätssicherung und Nachhaltigkeit. Der junge Tischler Simon Gondesen zeigte großes Interesse an der innovativen Technologie und brachte frische Ideen sowie Erfahrungen aus dem Arbeitsalltag ein. Gemeinsam wurden konkrete Pläne für die Auswahl von Materialien, Druckverfahren und Druckern erstellt.

Integration von 3D-Druck in einer Tischlerei

Lösung:

Das Ergebnis des Workshops war ein umfassender Anforderungskatalog zur Integration von 3D-Druck in einer Tischlerei. Es wurden spezifische Materialien und Druckverfahren ausgewählt, die den Anforderungen der Tischlerei entsprechen. Die Tischlerei entschied sich für ein FDM-Modell (Fused Deposition Modeling) mit einem Druckraum von 30cm x 30cm x 30cm. Dieser Druckertyp bietet die Flexibilität, eine Vielzahl von Materialien zu verarbeiten, was für ihre vielfältigen Anwendungen in der Tischlerei entscheidend ist. Zudem ermöglicht der Multimaterialdrucker das Drucken mit verschiedenen Materialien in einem einzigen Druckvorgang, was die Effizienz und Kreativität in der Produktion erhöht.

Besondere Aufmerksamkeit galt der Auswahl des Zubehörs und der Materialien. Für die Materialauswahl entschied sich die Tischlerei für umweltfreundliche und langlebige Kunststoffe, die sowohl die Anforderungen an die Produktqualität erfüllen als auch die Nachhaltigkeit ihrer Produktion unterstützen (PETG, ABS, PLA).

Ein wichtiger Aspekt war der Einsatz eines Trockenschranks, um die Materialien vor Feuchtigkeit zu schützen und ihre Qualität zu erhalten. Zudem wird die Tischlerei Platinenseitenschneider sowie andere spezialisierte kleinere Werkzeuge einsetzen, die für die Nachbearbeitung der gedruckten Teile notwendig sind. Die Teilnehmenden gewannen wertvolle Einblicke und sind nun bereit, die Technologie in ihren Betrieben umzusetzen.

Zitat

„Der 3D-Druck eröffnet uns neue Möglichkeiten, individuelle und nachhaltige Lösungen für unsere Kunden zu schaffen. Beispielsweise können wir jetzt defekte Fensterkappen kostengünstig und umweltfreundlich nachdrucken, anstatt komplette Fenster oder Beschläge ersetzen zu müssen.“ – Teilnehmer Simon Gondesen, TIB Tischlerei Bartholl

Mit der Teilnahme an den beiden Workshops hat die TIB Tischlerei Bartholl einen wichtigen Schritt in Richtung eines innovativen und zukunftsfähigen Betriebes gemacht. Die Integration von 3D-Druck in einer Tischlerei ermöglicht es, flexibler auf Kundenwünsche zu reagieren und gleichzeitig Prozesse effizienter und nachhaltiger zu gestalten.


Sie haben Fragen zur Integration von 3D-Druck in einer Tischlerei?

Dann freuen wir uns über eine Nachricht an:

Mittelstand-Digital Zentrum Hamburg, Célia Rodrigues
Handwerk4.0@hwk-hamburg.de

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk. Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus!

Weiterlesen