← Fallbeispiele
SüdkoreaIndustrie und Fertigung2019 – laufend

POSCO

KI-gesteuerter intelligenter Hochofen

POSCO steigerte mit der Deep-Learning-Steuerung eines Hochofens die tägliche Produktion um 240 Tonnen

ErfolgreichAngabe des Unternehmens

Ausgangslage

Die Bedingungen im Inneren eines Hochofens lassen sich nicht direkt beobachten. Die Bediener regelten ihn daher weitgehend anhand ihrer über Jahrzehnte gesammelten Erfahrung. Brennstoffverbrauch und Tagesproduktion hingen davon ab, wie zutreffend diese Einschätzungen waren.

Vorgehen

POSCO entwickelte ein Deep-Learning-System, das die Beschickung des Hochofens Nr. 2 im Werk Pohang automatisch steuert. Es läuft auf PosFrame, der unternehmenseigenen Smart-Factory-Plattform. Das Weltwirtschaftsforum zeichnete POSCO im Juli 2019 als erste Fabrik Koreas als „Leuchtturmfabrik“ aus. 2020 begann das Forschungsinstitut des Unternehmens gemeinsam mit einem KAIST-Team, erklärbare KI an den Hochöfen Nr. 2 und Nr. 3 einzusetzen. So sollten die Bediener erkennen können, welche Faktoren die jeweilige Vorhersage bestimmten.

Kennzahlen

+240 tZusätzliche tägliche Roheisenproduktion am KI-gesteuerten Hochofen Nr. 2Angabe des Unternehmens[1][2]
-4 kgBrennstoffeinsatz je Tonne Roheisen am selben HochofenAngabe des Unternehmens[1][2]
~5%Produktivitätsgewinn durch KI-gestützten Hochofenbetrieb nach Angaben eines Forschers von POSCO Holdings im Jahr 2024Angabe des Unternehmens[5]

Erkenntnis

Sämtliche veröffentlichten Verbesserungen stammen von POSCO selbst. Bei den Zahlen von 2024 fehlen Angaben zu den erfassten Hochöfen und zum Zeitraum. Das Unternehmen behandelte das Vertrauen der Bediener als eigenständige Aufgabe neben der Genauigkeit und ergänzte erklärbare KI, nachdem das Steuerungssystem bereits in Betrieb war.

Kategorien

Unternehmensfunktion
Produktion und Qualität
Innovationsart
Prozessinnovation
Einführung
Eigenentwicklung
Nachweis
Angabe des Unternehmens

Quellen

  1. 포항제철소 "차세대 AI기술로 생산성 향상"
    경북매일10. Feb. 2020Pressebericht
  2. POSCO named 'lighthouse factory' by WEF
    The Korea Times3. Juli 2019Pressebericht
  3. [2024 Mirae Company Forum] "Steel Industry Meets AI to Create New Value"
    The Asia Business Daily22. Mai 2024Pressebericht

Quellenzusammenfassungen

[1]Dailian9. Jan. 2020

Dailian berichtete über den Besuch des koreanischen Präsidenten im POSCO-Werk Pohang, der damals einzigen WEF-Leuchtturmfabrik Koreas. Das Medium beschreibt die Plattform PosFrame und den mit Deep Learning gesteuerten Hochofen Nr. 2, der den Brennstoffeinsatz je Tonne um 4 kg senkte und die Tagesproduktion um 240 Tonnen erhöhte. Es nennt zudem POSCOs Einsparungen durch Smart Factories insgesamt und das Förderprogramm für kleinere Zulieferer.

[2]The Asia Business Daily9. Jan. 2020

The Asia Business Daily berichtete, Deep-Learning-KI steuere die Beschickung des Hochofens Nr. 2 automatisch. Dadurch sinke der Brennstoffverbrauch je Tonne Roheisen um 4 kg, während die Produktion täglich um 240 Tonnen steige. PosFrame strukturiert jahrzehntelang gesammelte Anlagendaten, um die Prozessbedingungen in Echtzeit festzulegen.

[3]경북매일10. Feb. 2020

Kyongbuk Maeil berichtete, POSCOs Forschungsinstitut setze gemeinsam mit einem KAIST-Team unter Leitung von Professor Choi Jae-sik erklärbare KI an den Hochöfen Nr. 2 und Nr. 3 in Pohang ein. Als Ziel wurde genannt, die wichtigsten Ursachen der KI-Ergebnisse offenzulegen und so das Vertrauen in das System zu stärken. Ergebnisse dieser XAI-Arbeiten wurden nicht gemeldet.

[4]The Korea Times3. Juli 2019

The Korea Times berichtete, das Weltwirtschaftsforum habe POSCO als erstes koreanisches Unternehmen in sein Netzwerk der Leuchtturmfabriken aufgenommen. Das WEF beschrieb das Werk als einen Betrieb, der KI zur Steigerung von Produktivität und Qualität einsetzt. POSCO hatte seine KI-Hochofentechnologie eingereicht.

[5]The Asia Business Daily22. Mai 2024

Ein KI-Forscher von POSCO Holdings erklärte auf einem Forum, der durch fünf Vorhersagemodelle und KI gesteuerte Hochofenbetrieb habe die Produktivität gegenüber zuvor um etwa 5 % erhöht und Kosten sowie CO2-Emissionen um jeweils etwa 1 % gesenkt. Er nannte weder den Zeitraum noch die erfassten Hochöfen.

Ausführliche Angaben finden Sie in den Originalquellen.

Hinzugefügt 25. Okt. 2026 · Aktualisiert 25. Okt. 2026
Fallseite öffnen ↗