KI und Automatisierung im Verpackungsprozess

PF: Gibt es grundlegende Unterschiede, ob eine Verpackungsmaschine Lebensmittel, chemische Produkte oder Zement abfüllt?

Bernhard Pagenkemper: Es gibt viele Gemeinsamkeiten, da es sich um Schüttgüter handelt. Wenn wir aber auf Lebensmittel und Chemie schauen, gilt: Bei Lebensmitteln muss man in erster Linie das Produkt im Sack vor äußeren Einflüssen schützen. Bei Chemieprodukten kommt je nach Stoff zusätzlich der umgekehrte Schutzbedarf hinzu. Also das, was außen ist, vor dem zu schützen, was innen ist, etwa bei toxischen Produkten. Die Technologie und die Sacktypen sind ähnlich, aber Bewegung, Prozessführung und der konkrete Einsatz können sich unterscheiden. In beiden Bereichen gelten sehr hohe Anforderungen an Sauberkeit und an die Präzision der Füllung, oft nochmals höher als in anderen Industrien.

PF: Inwiefern liefern Sie auch Anlagen für die Pharmaindustrie?

Pagenkemper: Es geht bei uns eher um Grundstoffe für die Pharmaindustrie: Zusatzstoffe beziehungsweise Füllstoffe, weniger um Wirkstoffe. Dafür liefern wir bereits Anlagen; Anwendungen sind im Markt platziert und werden in entsprechende Lieferketten eingebunden.

PF: Was muss man konstruktiv bei solchen Anwendungen stärker beachten als etwa bei Zement oder Zucker?

Pagenkemper: Zentral bleibt der Schutz des Produkts vor äußeren Einwirkungen. Konstruktiv bedeutet das zum Beispiel Kabel werden nach außen gelegt, damit sich innen keine Produktablagerungen bilden. Materialien werden gezielt ausgewählt und müssen dokumentierbar sein, das heißt zertifiziert und nachvollziehbar. Wichtig ist neben der Maschinenpräzision vor allem die Wiege- und Dosiergenauigkeit: Wie genau bringe ich das Produkt in die Umverpackung? Gerade weil die Produkte deutlich wertiger sind. Denn eine Tonne Zement liegt vielleicht bei 250 bis 300 Euro, eine Tonne an Zusatzstoffen kann 50.000 bis 60.000 Euro erreichen. Entsprechend sensibel sind Kunden bei der Wiegegenauigkeit.

PF: Welche weiteren Punkte sind im Pharma-Umfeld wichtig?

Pagenkemper: Track-and-Trace, also die Nachverfolgbarkeit der abgefüllten Produkte, ist wichtig. Dazu kommen Reinigungsfreundlichkeit und Zugänglichkeit. Überall dort, wo sich Produkt bewegt, möchten Betreiber Zugang, um bei Produktwechseln zuverlässig reinigen zu können. Das ist ein deutlicher Unterschied zu klassischen Zement-Anwendungen.

Digitale Track-and-Trace-Infrastruktur hält Prozessparameter im Blick

Spätestens Ende 2028 müssen europäische Medizinprodukte bis zum Hersteller zurückverfolgbar sein. Durch das Etablieren von Track-and-Trace-Lösungen können Unternehmen zudem verschiedene Parameter ihrer bestehenden Verpackungsprozesse verbessern.

Interview zur Zusammenarbeit von Merck und Zebra

Gerade in der Pharmaindustrie ist das Wissen um die Echtheit von Produkten von entscheidender Bedeutung. Wie Merck und Zebra das gemeinsam bewerkstelligen, haben wir mit Dr. Thomas Endress und Stephan Pottel besprochen.

Sicherheit für Pharma und mehr

Produktfälschungen sind eine Gefahr für Verbraucher und Patienten und verursachen jedes Jahr Milliardenschäden. Wie kann die Serialisierung von Produkten hier helfen? Ein Überblick.

PF: Wie dosieren Sie Produkte mit variierenden Eigenschaften, etwa Partikelgrößen oder Fließverhalten, trotzdem genau?

Pagenkemper: Maschinen können viele Programme und Sorten hinterlegen. Für jede Sorte fährt man ein eigenes Grundsetting ein; die Parameter werden gespeichert. Die eingesetzte Wägeelektronik optimiert sich zudem, indem sie Änderungen im Fließverhalten erkennt. Stichwort „dynamischer Vorhalt“ – die Waage passt sich an. Sie ist nicht nur ein Schalter, der bei Zielgewicht stoppt. Wir schauen Gewichtsverläufe an: Wie steigt das Gewicht, wie steil ist die Füllkurve? Zusätzlich können Kontrollwaagen im weiteren Verlauf nochmals verwiegen und Korrektursignale an die Maschinenwaage geben. Über Programme lässt sich zudem berücksichtigen, ob ein Produkt gut fließt, belüftet werden darf oder Luft schlecht wieder abgibt.

PF: Ist das bereits KI oder sind das klassische Algorithmen?

Pagenkemper: Aktuell sind es klassische Ansätze; wir arbeiten daran, KI stärker einzubinden. KI kann künftig helfen, Situationen nach Unterbrechungen besser zu beherrschen. Wenn ein System wegen einer längeren Pause steht, beruhigt und lagert sich Material in Behältern ab. Beim Wiederanlauf verhält sich das System anders. KI könnte solche Szenarien besser abbilden, etwa abhängig von Produkt, Temperatur, Luftfeuchte, Jahreszeit oder Stillstandszeit, und den Anfahrprozess stabilisieren. Das ist aber noch in Entwicklung, darum können wir derzeit nicht in die Details gehen.

PF: Viele Anwendungen gehen zu kleineren Chargen und häufigeren Wechseln. Wie reagieren Sie mit modularen Maschinen darauf?

Pagenkemper: Wir haben einen großen Baukasten, denn eine Verpackungsmaschine kaufen Unternehmen typischerweise für zehn bis 15 Jahre. Deshalb konstruieren wir sie besonders flexibel – mit intelligenten Programmen, komfortablen und vollständig automatischen Verstellungseinrichtungen. Bei häufigen Chargenwechseln gehören Prozeduren dazu, die Sicherheit geben, etwa damit nicht das falsche Produkt in den falschen Sack gelangt. Hintergrund ist auch, dass der Ausbildungsgrad von Bedienern nicht überall steigt, die Anlage muss daher dabei unterstützen, Fehler zu vermeiden. Außerdem lässt sich bei häufigen Wechseln verhindern, dass zu viele Leersäcke ins System laufen und beim Umstellen wieder entfernt werden müssen. Und man kann Restmengen im System minimieren, indem man Förderstrecken vorausschauend leer laufen lässt. Das vermeidet zusätzliche Arbeitszeit und das Vermischen verschiedener Substanzen bei Produktwechseln.

PF: Wie viel muss ein Kunde bei Format- oder Chargenwechseln umbauen?

Pagenkemper: In vielen Fällen läuft es über Programm und Verstelleinrichtungen. Teilweise braucht es mechanische Wechsel, etwa einen Stutzen, wenn sich Sackdimensionen ändern. Wir beraten Kunden auch, Ventildimensionen möglichst zu standardisieren, sodass Sack und Maschinenelement zusammenpassen, also die Dimensionen der Ventile bei allen Säcken, egal wie groß oder wie klein, immer identisch sind. Wenn ein Wechsel nötig ist, gibt es Schnellwechselvorrichtungen, damit man nicht lange mechanisch demontieren muss.

PF: Der Bedarf an Automatisierung steigt. Wo sehen Sie Potenziale?

Pagenkemper: Ein Trend ist, die „offenen Flanken“ im Verpackungsbereich zu schließen. Der eigentliche Produktionsprozess ist oft geschlossen, bei der Verpackung öffnet er sich: Material wird in Säcke gefüllt, Säcke werden bereitgestellt, Menschen greifen ein – damit steigen Fehlerquellen. Automatisierung zielt darauf ab, diese zu reduzieren. Beispiele sind das Depalettieren von Sackware, das automatische Zuführen von Leerpaletten, der Transport via Flurförderfahrzeugen aus dem Hochregallager, das Rückführen teilbearbeiteter Paletten beispielsweise via RFID sowie das Einbinden von Umstelllogiken, damit Roboter nicht weiter depalettieren, wenn ein Produktwechsel ansteht. Am Ende der Linie geht es um das Palettieren und den Übergang vom Staplerbetrieb hin zu automatisierter Lagertechnik, also weg vom Blocklager.

PF: Wie unterscheiden sich klassische Bildverarbeitung und KI in der Praxis?

Pagenkemper: Klassischer Bildvergleich ist oft ein A/B-Prinzip: Entweder ist es A oder B. Schwieriger sind Zwischenzustände. KI kann Zustände dazwischen bewerten. Ein Beispiel ist ein System, das bei einem Sackleck sehr schnell reagiert, noch schneller als jede Waage. Wir haben getestet, ob sich so ein System „überlisten“ lässt. Bei einem Produktaustritt entsteht eine weiße Wolke, diese haben wir versucht mit einem Wattebausch nachzustellen. Ein klassischer Bildvergleich würde bei so etwas Alarm schlagen, eine KI hingegen kann – wenn sie sauber angelernt ist – solche Situationen richtig einordnen. Und ab einem gewissen Punkt läuft das auch automatisiert. KI-Systeme können robustere Entscheidungen treffen, etwa auch beim Erkennen, ob ein Sack wirklich offen ist. Ein Mensch spürt und sieht das beim manuellen Aufstecken; Technik muss solche Situationen über Kameras und Entscheidungslogik abbilden.

PF: Woher kommen die Trainingsdaten für die KI?

Pagenkemper: Die Bilder generieren wir selbst. Man schießt Bilder, lädt sie hoch, startet mit einigen hundert, dann wächst das Datenvolumen. Das System lernt mit und irgendwann hat man tausende bis hunderttausende Bilder. Trainingsdaten können auch bei Kunden mit transparenter Abstimmung entstehen. Die Kamera richtet man dabei auf den relevanten Prozessbereich, nicht „in die Halle“.

PF: Wie aufwendig ist das Nachrüsten solcher KI-Anwendungen?

Pagenkemper: Für unsere derzeit vier kamerabasierten Systeme ist es vergleichsweise einfach. Man sucht einen geeigneten Montagepunkt, befestigt die Kamera, zieht die Kabel – dafür gibt es Kits. Perspektivisch bieten wir standardisierte Sets an, inklusive Schablonen und Zubehör. Softwareseitig ist es ein Add-on: Die KI liefert zum Beispiel „Stopp“ oder „Sack fallen lassen, nächsten holen“. Die Ausführung ist dann wieder klassische Programmierung.

PF: Welche weiteren KI-Anwendungsfälle sehen Sie?

Pagenkemper: Aktuell konzentrieren wir uns auf den Kern der Verpackungsmaschine, aber KI lässt sich perspektivisch auf andere Prozessabschnitte ausdehnen. Staubdetektion auch im Downstream, Überwachen an Aufgabepunkten, etwa beim Entleeren von Big Bags, oder allgemein mehr Intelligenz in der Maschine. Denn Produkt, Verpackungsmaterial und Maschine bringen jeweils Toleranzen mit. Das Produkt ist zudem „lebendig“ und hängt vom Herstellprozess ab. Wenn Sensoren für Temperatur und Feuchte früh im Prozess Daten liefern, könnte die Maschine später automatisch bei verschiedenen äußeren Einflüssen reagieren, sich einstellen und optimieren – ohne äußere Eingriffe.

„Eine der wichtigsten Voraussetzungen ist Offenheit“

KI verändert das Engineering weniger durch den großen Umbruch, sondern durch viele smarte Entlastungen. Dr. Daniel Eckertz vom Fraunhofer IEM erklärt im Interview, wo KI im Maschinenbau heute hilft, welche Anwendungen reif sind – und warum Offenheit der Schlüssel ist.

Mehr Wertschöpfung im Qualitätsmanagement

Der Einsatz von KI wird im Qualitätsmanagement oft zurückhaltend betrachtet – gerade in der hochsensiblen Pharmaindustrie. Doch da es in diesem Bereich um viele repetitive Aufgaben im Umgang mit Daten geht, besteht ein großes Wertschöpfungspotenzial.