Beitrag drucken

Wie intelligent werden Prozesse und Produkte?

Was KI kann – und was nicht

Künstliche Intelligenz gilt als Schlüsseltechnologie. Doch durch den alleinigen Einsatz lösen sich nicht alle Probleme automatisch in Luft auf. Denn der Algorithmus ist nur so intelligent, wie es die Daten, aus denen er lernt, zulassen. Am Ende ist nicht der Einsatz der Technologie, sondern der Prozess entscheidend.

Einordnung von KI, ML und DL (Bild: Trebing & Himstedt Prozeßautomation)

Einordnung von KI, ML und DL (Bild: Trebing & Himstedt Prozeßautomation)

Ein großer deutscher Fabrikausrüster berichtete kürzlich über seine eigene Fertigung: Durch den Einsatz künstliche Intelligenz (KI) lassen sich dort pro Jahr zwischen 1 und 2Mio.? sparen. So wurde beispielsweise die Taktzeit um 15 Prozent gesenkt, in dem durch KI Störungen in den Prozessabläufen identifiziert und beseitigt wurden. Dabei ist zwar oftmals von KI die Rede, gemeint ist jedoch maschinelles Lernen (ML). Was ist der Unterschied? Künstliche Intelligenz bezeichnet primär alle Technologien, die menschliche Intelligenz nachahmen. Das Maschinelle Lernen ist eine Teildisziplin dessen – weil hier das Erlernen und Anwenden des Gelernten nachgeahmt wird. Beim ML erlernen Maschinen mit Hilfe von großen Datenmengen selbständig Aufgaben zu lösen. Noch spezifischer wird diese Disziplin wiederum im Deep Learning ausgeprägt. (Abbildung 1). Daraus ergeben sich oftmals zwei Missverständnisse.

  • • Erstens: künstliche Intelligenz löst alle Probleme quasi automatisch
  • • Zweitens: dadurch lassen sich signifikant Personalkosten sparen, da die Maschinen intelligent genug sind, um alles selber zu erledigen.

Missverständnis 1

Das erste Missverständnis lässt sich mit ‚garbage in – garbage out‘ klären. KI ist nicht von alleine intelligent, sondern lernt mittels ML aus vorhandenen Daten. Sind diese Daten qualitativ schlecht, wird es auch falsch nachgemacht. Der Algorithmus ist ein mathematisches Modell, welches aus dem Gelernten entstanden ist und per se erst einmal weder gut noch schlecht. Daher sollte ein Algorithmus, der aus dem ML entsteht keine ‚Black Box‘, sondern nachvollziehbar sein. Dabei hilft eine grobe Skizze. Ein KI-System funktioniert im Prinzip auf drei Ebenen: Was nehme ich war? Was kann ich ableiten? Wie muss ich reagieren? Die Wahrnehmung passiert über Sensorik, also Bewegungsdaten, und Stammdaten. Als Ergebnis wird dann wiederum eine Aktion zurückgespielt. Eine entscheidende Fähigkeit von KI-Systemen ist also, auf Basis von Daten Rückschlüsse auf den Zustand im Shopfloor – beispielsweise einer Maschine – ziehen zu können. Neben der Beurteilung können Unternehmen durch datenbasierte Methoden auch neue Erkenntnisse zu gewinnen. Prognosen liefern beispielsweise zusätzliche Informationen für die Entscheidungsfindung. Durch direkte Interaktion mit dem Shopfloor oder einem intelligenten Produkt können KI-Systeme lernen, welchen Einfluss bestimmte Aktionen hatten und welche Aktionen in Zukunft ausgeführt werden müssen, um ein bestimmtes Ziel zu erreichen. Somit löst KI nicht von Geisterhand alle Probleme, sondern wird explizit und begleitet für eine spezielle Problemlösung eingesetzt. Entweder, um eine Fabrik intelligenter zu gestalten oder neue Geschäftsmodelle zu etablieren. Der Schlüssel ist der Prozess, nicht die Technik.

Was kann ein KI-System? (Bild: Trebing & Himstedt Prozeßautomation)

Was kann ein KI-System? (Bild: Trebing & Himstedt Prozeßautomation)

Missverständnis 2

Wer, wie bereits angesprochen, KI einsetzen möchte, um Personalkosten zu sparen, sägt am falschen Ast. Zumal der Fachkräftemangel ohnehin ein Problem ist. Entscheidender ist es, die eigenen Prozesse so im Griff zu haben, dass sie gleichzeitig effizient und flexibel bzw. agil sind. Bis zu 70 Prozent der Kosten stecken verdeckt in Prozessen, die bisher aufgrund fehlender technischer Möglichkeiten nicht sichtbar gemacht werden konnten. Bei der Identifizierung dieser Kostentreiber kann Datenintelligenz ebenfalls helfen. Beispiele dafür sind Predictive Analytics, Predictive Quality oder die prozessübergreifende Visualisierung von Schwachstellen mit Hilfe von Process Mining. Dabei handelt es sich um eine KI-basierte Technik, die Geschäftsprozesse übergreifend auf Basis digitaler Spuren in IT-Systemen rekonstruieren und auswerten kann.

Agiler Ansatz um KI zu nutzen (Bild: Trebing & Himstedt Prozeßautomation)

Agiler Ansatz um KI zu nutzen (Bild: Trebing & Himstedt Prozeßautomation)

Fail fast, Scale fast

Ist die Berührungsangst mit künstlicher Intelligenz, Machine und Deep Learning erst einmal abgefallen, gilt es Erfahrungen zu sammeln. Das Vorgehen erfolgt idealerweise in zwei Schritten: zunächst in Experimenten schnell die unvermeidbaren Fehler machen (fail fast) und dann die erfolgreichen Experimente produktiv ausrollen (scale fast). Dabei muss ein erfolgreiches Experiment nicht das Projektergebnis sein, sondern oftmals schon ein Teilerfolg innerhalb eines Projektvorgehens. n bei Trebing + Himstedt.

Beitrag drucken

Wie intelligent werden Prozesse und Produkte?

Was KI kann – und was nicht

Künstliche Intelligenz gilt als Schlüsseltechnologie. Doch durch den alleinigen Einsatz lösen sich nicht alle Probleme automatisch in Luft auf. Denn der Algorithmus ist nur so intelligent, wie es die Daten zulassen, aus denen er lernt. Am Ende ist nicht der Einsatz der Technologie, sondern der Prozess entscheidend. (mehr …)


Das könnte Sie auch interessieren:

Für die 3D-Druckmesse Formnext im November 2023 sucht Veranstalterin Mesago noch Sprecher. Anwender können sich bis Ende Juni mit ihren Beiträgen vorstellen. Hintergrund ist das überarbeitete Messekonzept, in dem drei Vortragsbühnen für intensiveren Austausch zwischen Anbietern und Anwendern sorgen sollen.‣ weiterlesen

Die Bestellungen im Maschinen- und Anlagenbau gingen im April um 20 Prozent gegenüber Vorjahr zurück, meldet der VDMA. Schon im März lag der Wert sechs Prozent im Minus‣ weiterlesen

Nicht nur EU und Bundesregierung erwarten von der Wirtschaft, auch die Verbraucher fordern einen bewussteren Umgang mit Ressourcen. Mit einer Internet of Things-Applikation lässt sich an den Stellschrauben dazu drehen, meldete das IT-Infrastruktur- und Dienstleistungsunternehmen NTT kürzlich.‣ weiterlesen

Am 24. und 25. Mai stand Dortmund im Zeichen der industriellen Instandhaltung. Mehr als 4.000 Besucher und rund 200 Aussteller zählte der Veranstalter Easyfairs am Ende der diesjährigen Maintenance.‣ weiterlesen

Die Geschäftsbedingungen in der deutschen Industrie wurden im Mai schlechter, meldet das BME im Einkaufsmanagerindex EMI. Vor allem im Ausland ging die Nachfrage kräftiger zurück, teilt der US-amerikanische Finanzdienstleister S&P Global mit, der hinter der Analyse steht.‣ weiterlesen

Die GFOS blickt auf 35 Jahre Unternehmensgeschichte zurück und blickt in diesem Zuge auch in die Zukunft. So will der Softwareanbieter seine Geschäftsaktivitäten international erweitern.‣ weiterlesen

Die 2020 gegründete IDTA wächst und begrüßt mit Mitsubishi Electric Europe ihr 100. Mitglied.‣ weiterlesen

Prof. Dr.-Ing. Holger Hanselka, Präsident des Karlsruher Instituts für Technologie (KIT) wird der 11. Präsident der Fraunhofer-Gesellschaft und löst Prof. Dr.-Ing. Reimund Neugebauer nach fast elf Jahren ab.‣ weiterlesen

Christian Thönes, Vorstandsvorsitzender bei DMG Mori, hat am Donnerstag sein Amt niedergelegt. Sein Vertrag wurde im Rahmen einer Aufsichtsratssitzung einvernehmlich beendet. Alfred Geißler wurde vom Aufsichtsrat zum Nachfolger bestellt.‣ weiterlesen