Mit Daten und KI die Innovation in der Fertigung bei Michelin beschleunigen

Wie kann ein Produktionsunternehmen Jahrhundert gegründete Unternehmen Daten und künstliche Intelligenz einsetzen, um sein Geschäft umzugestalten?

Bei der Michelin-Gruppe, einem französischen multinationalen Produktionsunternehmen, das 1889 von den Brüdern Édouard und André Michelin gegründet wurde, sind die heutigen Führungskräfte dabei, das herauszufinden. Michelin ist der zweitgrößte Reifenhersteller der Welt und stellt auch andere technische Materialien her, darunter Komponenten für kritische Anwendungen in so unterschiedlichen Bereichen wie Mobilität, Bauwesen, Luftfahrt, kohlenstoffarme Energien und Gesundheitswesen. Das Unternehmen verfügt über 128 Produktionsstätten und beschäftigt fast 130.000 Mitarbeiter in 63 Ländern. (Es ist auch bekannt für seine Reiseführer und die Michelin-Sterne, die es an die besten Restaurants der Welt vergibt, aber das ist ein Thema für einen anderen Tag).

Michelin konzentriert sich darauf, Daten und künstliche Intelligenz als Hebel mit hohem Mehrwert zu nutzen, um die Effizienz in der gesamten Wertschöpfungskette zu steigern. Diese Bemühungen umfassen zwei Hauptbereiche: die Verbesserung der Kerngeschäftsprozesse und die Entwicklung neuer Ideen.

Einbettung von KI in zentrale Geschäftsprozesse

Die Datenarbeit von Michelin wird von Group Chief Data and AI Officer Ambica Rajagopal geleitet. Sie kam 2020 als Group Chief AI Officer zum Unternehmen, nachdem sie zuvor Daten-, Analyse- und KI-Funktionen für andere Unternehmen, darunter Cummins und Fidelity Investments, geleitet hatte. Bei Michelin "haben wir in den letzten drei Jahren KI-Expertise aufgebaut, was zu einer verbesserten Wertschöpfung geführt hat", sagte Rajagopal.

Daten, Analysen und KI sind bei Michelin gut in die Geschäftsprozesse integriert, mit über 200 aktuellen KI-Anwendungsfällen, die wichtige Funktionen und Geschäfte unterstützen. KI wird bereits in Produktionsprozessen eingesetzt, um die vorausschauende Maschinenwartung zu verbessern, Datenanalysen und Simulationsmodelle zu optimieren und präzise, sich wiederholende Aufgaben zu automatisieren.

Nehmen wir zum Beispiel die visuelle Reifenendkontrolle. Suche nach Mängeln ist ein kritischer Prozess, der oft zeitaufwändig und kostspielig ist. Michelin setzt KI-gestützte Maschinen namens IRIS ein, um den Prozess der Fertigungsfehlerprüfung teilweise zu automatisieren. Die Technologie hat sowohl die Effizienz als auch die Erfahrung der Inspektoren verbessert. "Hundert Prozent unserer Reifen werden während des Inspektionsprozesses manuell und visuell kontrolliert", so Rajagopal. "Dies ist eine komplexe ergonomische Aufgabe, sowohl in körperlicher Hinsicht als auch im Hinblick auf die Konzentration." IRIS wurde intern entwickelt und ist durch mehr als 20 Patente geschützt, sagte sie.

"Das Ziel von Werkzeugen wie IRIS ist es, die Produktivität der Arbeitskräfte zu verbessern", so Rajagopal, wodurch sich die Fertigungsteams auf ihre besonderen Fähigkeiten konzentrieren können. Wenn IRIS einen potenziell defekten Reifen identifiziert, ist es das menschliche Know-how, das den Unterschied macht: Die Bediener bleiben für die endgültige Entscheidung verantwortlich. Ihre Fähigkeiten und ihr Fachwissen werden für die Kernprobleme und nicht für sich wiederholende Aufgaben eingesetzt.

KI wird auch zur Optimierung der Lieferkette und des Bestandsmanagements eingesetzt. In der Lieferkette des Unternehmens helfen beispielsweise auf maschinellem Lernen basierende Prognosetools Michelin dabei, die Genauigkeit der Nachfrageprognosen zu verbessern und Lagerausfälle proaktiv zu erkennen.

Führende KI-Innovation in der Reifenbranche

Michelin ist überzeugt, dass Daten, Analysen und KI eine zentrale Rolle bei der Innovation spielen können, an der rund 6.000 Mitarbeiter in 13 Ländern arbeiten. Ein Anwendungsfall ist der Einsatz von analytische KI für quantitative Modellierung und Vorhersage. Ziel ist es, mit Hilfe von KI die Komplexität zu bewältigen und die Entscheidungsfindung der Michelin-Mitarbeiter zu verbessern. "Wir haben seit vielen Jahren durch Experimente und Forschung im Bereich KI Fachwissen aufgebaut", so Rajagopal.

Andere Arten von KI, wie Vorhersage, Computer Vision und jetzt auch generative KI, haben bei Michelin Innovationen in den Bereichen Qualität, Energieüberwachung, Kundenwissen und Leistungsvorhersage vorangetrieben, so Rajagopal. "Die Fähigkeit der KI, komplexe Prozesse zu modellieren und prädiktive Signale zu erkennen, macht sie zu einem wichtigen Hebel, um den Wert für unsere Kunden, Mitarbeiter und Partner zu maximieren", fügte sie hinzu.

Michelin führt externe Innovations- und Sondierungsveranstaltungen durch, die dem Unternehmen helfen, das weltweite Ökosystem der Start-ups zu durchforsten, um die besten KI-Lösungen wie Databricks und Dataiku zu identifizieren und in seine Plattformen zu integrieren. Das Unternehmen veranstaltete eine AI-Herausforderung Veranstaltung in Indien im Jahr 2024, die den Einsatz von KI-Agenten bei Michelin ankurbeln soll, indem das boomende KI-Startup-Ökosystem in Indien genutzt wird. Das Unternehmen veranstaltete seine erste AI for Business Day im Jahr 2024, bei der über 1.100 Teilnehmer an vier Michelin-Standorten weltweit lernen, wie KI im gesamten Unternehmen eingesetzt wird. Michelin baut derzeit sein KI-Kompetenzzentrum aus, erprobt KI in allen Geschäftsbereichen und schließt strategische Partnerschaften mit Branchenführern wie Microsoft und Rockwell Automation, um KI-Lösungen zu entwickeln.

Das Unternehmen hat sich verpflichtet, die ethische Integration von KI zu regeln. Der verantwortungsvolle Einsatz von KI bei Michelin basiert auf drei Grundprinzipien: KI-Systeme sollten den Menschen in den Mittelpunkt stellen; das Unternehmen verpflichtet sich, erklärbare KI-Systeme zu entwickeln und einzusetzen, wo dies notwendig ist; und es wird klar sein, wer für jedes eingesetzte KI-System verantwortlich ist. "Wir sehen viele Anwendungen, bei denen KI als Kopilot fungieren wird, indem sie ihre Fähigkeiten mit menschlichen Fertigkeiten kombiniert, die menschliche Intelligenz unterstützt und die Entscheidungsfähigkeit verbessert", so Rajagopal.

Verantwortungsvolle Einführung von KI, Ausrichtung von KI auf ökologische, soziale und Governance-Ziele und Einsatz von KI zur Unterstützung der Unternehmensziele Netto-Null-Absatz und Ziele der Kreislaufwirtschaft - einschließlich der Verwendung erneuerbarer, nachhaltiger Materialien in seinen Reifen - sind oberste Prioritäten des Unternehmens. Der verantwortungsvolle Ansatz der Datenwissenschaftler und KI-Experten von Michelin im Bereich der KI beinhaltet die Entwicklung von Anwendungen, die den Werten der Transparenz, Zuverlässigkeit und Ethik entsprechen. Dieser Ansatz wird sowohl bei der Erkundung als auch beim Einsatz beibehalten, um sicherzustellen, dass die Genauigkeit der Daten und der Datenschutz Vorrang haben.

KI-Führung bei Michelin

Rajagopal sagte, dass sich die Michelin-Führung aktiv für Daten und KI einsetzt und digitale Weiterbildung, ethische KI-Nutzung und funktionsübergreifende Zusammenarbeit fördert. Das Führungsteam nimmt an Lernexpeditionen, internen Schulungen und dem Austausch mit Kollegen teil, um die Vision des KI-Einsatzes in den Prozessen und Geschäftsbereichen des Unternehmens zu vermitteln. Die Unternehmensleitung hat außerdem Governance-Strukturen, einschließlich eines Datenbüros, eingerichtet, um den Aufbau der Datengrundlagen und großen KI-Programme von Michelin zu steuern.

Zusätzlich zu den typischen Aufgaben des Chief Data and AI Officer - die Strategie auf die Unternehmensmission auszurichten und die funktionalen, technischen und verhaltensbezogenen Veränderungen zu überwachen, die erforderlich sind, um die Gruppe wirklich datengesteuert zu machen - besteht die Aufgabe des Büros darin, die Effizienz in Bezug auf Ergebnisse und Kosten zu überwachen, erklärte Rajagopal. Ein wichtiger Hebel für die Einführung von KI ist die Bewertung des potenziellen Werts von Proof-of-Concept-Projekten, gefolgt von einer Bewertung des erzielten Werts nach der Implementierung. Rajagopal wies darauf hin, dass Michelin beträchtliche Vorteile aus generativen KI-Projekten gezogen hat, darunter die Dokumentenverarbeitung in der Steuerabteilung, Social Listening im Marketing und die Ursachenanalyse in der Fertigung sowie viele andere kleinere Anwendungsfälle.

Rajagopal sagte uns, dass sich die Bemühungen des Unternehmens auszahlen: Das Engagement von Michelin für die KI-Transformation hat zu einem ROI aus KI-Projekten von über 50 Millionen Euro pro Jahr geführt, mit Steigerungen von 30% bis 40% jährlich in den letzten drei Jahren.

Natürlich erfordert eine echte KI-Transformation nicht nur einen strategischen Ansatz, der von der Geschäftsleitung geleitet wird, sondern auch einen Bottom-up-Ansatz, bei dem die Mitarbeiter befähigt werden. Rajagopal sagte, dass bei Michelin jeder Mitarbeiter die Macht der Daten und seine Rolle bei der Wertschöpfung und Unterstützung der Michelin-Strategie versteht. "Unser Fokus liegt darauf, unseren Unternehmen den Zugang zu hochwertigen Daten, gezielten Analysen und KI-Tools zu ermöglichen, um Innovationen schnell auf den Markt zu bringen", sagte sie. Diese Tools seien darauf ausgelegt, Prozesse zu vereinfachen und zu konsolidieren, indem sie intelligenter und intuitiver gestaltet werden.

Mit Blick auf die Zukunft ist Rajagopal hoffnungsvoll und begeistert. "Künstliche Intelligenz stellt eine große Chance dar, und ihre Entwicklung konzentriert sich darauf, die Attraktivität unserer Arbeitsplätze, die Nachhaltigkeit unserer Anlagen und die Wettbewerbsfähigkeit unserer Produkte zu verbessern", sagte sie. "Als produzierendes Unternehmen sehen wir KI als eine Technologie mit großem Potenzial, um die Arbeit für unsere Mitarbeiter lohnender zu machen. Sie steigert ihre Produktivität und gibt Zeit für Kreativität und Zusammenarbeit frei."