====== Die müllfreie Vision für die Metallindustrie ======


===== Ausgangssituation & Herausforderungen =====

[[https://tvarit.com/|TVARIT]] ist ein deutsche Unternehmen im Bereich Deep Tech, welches sich auf die Entwicklung und Vermarktung patentierter KI-Lösungen für Gießereien und die metallverarbeitende Industrie spezialisiert haben. TVARIT verfolgt die Vision einer nachhaltigen und abfallfreien Herstellung.
{{ :wissen:bestpractice:tvarit.svg? 400x400|}}
===== Ziele =====

Das Ziel ist es unter Nutzung von KI-Technologien Hersteller bei einer energie- und ressourceneffizienten Produktion mit minimalem Abfall zu unterstützen.

===== Lösung/Maßnahmen/Projekt =====

Eine nachhaltige und abfallfreie Produktion, die gleichzeitig erhebliche Effizienzsteigerungen mit sich bringt, erfordert bisher gut durchdachte Prozesse, welche sich über Jahre entwickeln. Mit der TiA (Totally Integrated Automation)-Lösung kann dieser Zeitraum auf 6 Monate verkürzt werden. Die KI-Lösung wertet die von den Maschinen generierten Daten um Qualität, Prozess oder Energieabweichungen  aus (bspw. TiA-Qualitätsvorhersagen, Fehler-Ursachen-Analysen), um frühzeitig Abweichungen zu erkennen und geeignete Optimierungsmaßnahmen vorzuschlagen. Dabei kombiniert das System physikalische Simulationen und KI-Modellierungen. Die Tvarit-Hybrid-KI-Modelle können Daten messen, deren physische Erfassung sonst nicht möglich ist. 

===== Umsetzung =====


==== Was wurde benötigt? ====

TVARIT integriert physikalische Gleichungen in die KI-Modelle, um eine Vorhersagegenauigkeit von nahezu 100 % sicherzustellen. Zweitens wird Transfer Learning eingesetzt, um bereits erworbenes Wissen und Erfahrung auf andere Probleme anzuwenden. Dadurch wird TiA äußerst skalierbar und kann auf vielen Maschinen in einem Werk angewendet werden. Für die Entwicklung und Umsetzung erfolgte eine Zusammenarbeit mit der TU Darmstadt, der RWTH Aachen, der Stanford University und dem Indian Institute of Technology Bombay.
==== Was wurde erreicht? ====
Es wurde eine niedrigstmögliche Ausschussrate erreicht, was Kosten und Umweltbelastung reduzierte. Energieverluste wurden deutlich minimiert und die Gesamtanlageneffektivität auf Höchstniveau gesteigert.

==== Lessons Learned ====

Nach eigenen Angaben wurden bei den Anwendern durchschnittlich 30 % weniger Ausschuss und 20 % weniger Energieverbrauch innerhalb von 2-3 Monaten erreicht.

==== Weiterführende Informationen ====

  * [[https://tvarit.com/|Tvarit com (o.D.)]]
  * [[https://www.startup-insider.com/podcast/ki-losung-tvarit-sammelt-millionen-fur-nachhaltige-metallind| KI-Lösung Tvarit (o.D.)]]
  * [[https://www.startbase.de/news/tvarit-sichert-sich-65-millionen-euro-fuer-nachhaltige-loesungen-in-der-metallindustrie/|Startbase News - tvarit (o.D.)]]