Warum Seagate auf „ständige Transformation“ setzt

Als eines von wenigen großen Technologieunternehmen, das seine Wurzeln bis in die 1970er Jahre zurückverfolgen kann, ist Seagate Technology, Cupertino, Kalifornien, seit Jahrzehnten führend bei Datenspeicher- und Verwaltungslösungen. Seagate ist heute ein 10-Milliarden-Dollar-Unternehmen für Massendatenspeicher-Infrastrukturlösungen und setzt intelligente Fertigungsstrategien ein, einschließlich künstlicher Intelligenz und maschinellem Lernen in der Produktionshalle.

Im Jahr 2017 implementierte Seagate eine KI-Fertigungssoftware für die mikroskopische Sichtprüfung von Wafern. Zuvor hatte das Unternehmen regelbasierte Bildverarbeitungssysteme verwendet, um den Anomalieerkennungsprozess zu automatisieren. Sie erreichten eine hohe Genauigkeitsrate, aber das Unternehmen hatte auch mit Einschränkungen zu kämpfen.

Der frühere Ansatz erforderte strenge Parameter für jeden Fehlertyp, die alle statisch kodiert waren. Die festgelegten Bereiche halfen dabei, die Kriterien für das Löschen oder Stoppen eines Produkts zu bestimmen. Die Entwicklung des Auftretens von Fehlern oder das Aufkommen neuer Arten von Anomalien erforderten jedoch zusätzliche Regeln, die insgesamt immer komplexer und schwieriger zu handhaben sein konnten.

Durch die Implementierung umfassender digitaler Fertigungsdatenoperationen und KI-Upgrades wurden Leistung und Umfang der Bilderkennung in den Wafer-Produktionsstätten von Seagate in den USA und Nordirland dramatisch verbessert. Die Genauigkeit ist heute von 50 % auf über 90 % gestiegen.

Um dorthin zu gelangen, hat das Unternehmen Terabytes an Sensordaten, die von den hochpräzisen Werkzeugen des Unternehmens erzeugt wurden, verwertet. Diese Daten wurden normalisiert und für KI-Systeme benutzerfreundlicher gemacht. Infolgedessen verfügt Seagate jetzt über mehrere automatisierte Fehlererkennungslösungen, die bei der Entscheidungsfindung für Wafer und Werkzeuge helfen, sowie über ein Portfolio von KI-unterstützten Detektoren, um kritische Verbindungspunkte im Fertigungsprozess mit besser abgestimmten Regeln autonom zu überwachen.

Seagate erfasst die relevanten Laufzeit-Metadaten und stellt die Rohdaten in einen Kontext, um nützliche Informationen in Echtzeit zu erstellen – wodurch der Kreis zwischen der digitalen und der physischen Welt geschlossen und die Art und Weise, wie Produkte entwickelt, hergestellt und gewartet werden, positiv beeinflusst wird.

Der digitale Thread bewahrt Daten auf, die während der Produktionsläufe gesammelt wurden, um zu wissen, wann schnelle Aktualisierungen der Unternehmensressourcenplanung und anderer Entscheidungsunterstützungssysteme vorgenommen werden müssen, und um Erkenntnisse zur Verbesserung der zukünftigen automatisierten Entscheidungsfindung zu gewinnen.

Diese Effizienzen haben die Lebensdauer der Geräte von Seagate verlängert, indem vorhergesagt wurde, welche Assets auf dem Weg waren, aus der Kalibrierung zu fallen und daher gewartet werden müssen. Das Unternehmen erzielte erhebliche Einsparungen bei Inspektionsarbeit, Ausschussvermeidung, Umverteilung von Arbeitskräften und vermied Kapitalausgaben für neue Ausrüstung.

Der konsequente Fokus von Seagate auf diese Art von Innovation hat die Betriebsleistung und Verantwortlichkeit verbessert und die Effektivität von Unternehmenssystemen durch schnelle und genaue Transparenz des gesamten Fertigungsprozesses erhöht.

Das System von Deep-Learning-Algorithmen generiert auch unterstützende Beweise für andere Fabriksteuerungssysteme, was bedeutet, dass Seagate mehr Daten für die virtuelle Messtechnik und Prozesssteuerung nutzen kann.

Hightech-Hersteller wie Seagate müssen die sich schnell entwickelnden Möglichkeiten nutzen, die digitale Fertigung, KI und ML bieten. Seagate hat nicht nur in Spitzentechnologie investiert, sondern auch gezeigt, wie kontinuierliche Transformation ein Unternehmen in die Lage versetzen kann, die Zukunft seiner Branche zu definieren.