Anzeige
Anzeige
Beitrag drucken

Startup unterstützt bei KI-Projekten

Neuronales Netz aus der Public Cloud

Von Lastsprognosen bis zur Qualitätskontrolle: Das Startup Boot.AI hat als IT-Dienstleister rund um KI-Projekte bereits einige Erfahrung in der produzierenden Industrie gesammelt. Um die neuronalen Netzwerke in den Projekten zu erstellen, lässt das Startup die GPUstarken Bare Metal Server der Open Telekom-Cloud für sich arbeiten.

 (Bild: Boot.AI)

Riesige Datenmengen sichten, sortieren und analysieren: Nur künstliche Intelligenz ist in der Lage, große Zusammenhänge in Millionen von Datensätzen zu erkennen. (Bild: Boot.AI)

Ein Fließband in der Produktion: Eine Kamera analysiert jedes Bauteil, bevor es an Kunden ausgeliefert wird. Registriert kleine Schwankungen in der Qualität und schlägt Alarm, wenn Fertigungstoleranzen überschritten werden. Automatisierte Qualitätskontrolle ist nichts Neues. Doch dabei entstehen oft Daten, die Potential für weit mehr bieten – z.B. für die vorausschauende Wartung. Wenn etwa eine künstliche Intelligenz (KI) Schwankungen innerhalb der Toleranzbereiche registriert und daraus schließt, dass ein defektes Maschinenteil die Schwankungen hervorruft. Eine KI kann das erkennen, indem sie Millionen Datensätze aus der Vergangenheit mit aktuellen vergleicht. Die fördert zutage, dass ähnliche Schwankungen früher bereits zu Ausfällen führten und verhindert so einen erneuten Defekt. Ein Mensch könnte in so kurzer Zeit keine Millionen Datensätze analysieren.

Alle könnten profitieren

Für eine KI sind solche Szenarien keine Zukunftsvision mehr: „Derartige Projekte haben wir bereits für einige Kunden umgesetzt“, sagt Florian Schild, KI-Experte und Gründer von Boot.AI. Sein Startup hilft Unternehmen dabei, Potential für KI zu erkennen und daraus eine Plattform zu entwickeln. Einige Plattformen können die Kunden von Boot.AI später an andere Unternehmen weiterverkaufen – und somit ein Geschäftsfeld erschließen. „Jedes Unternehmen kann von KI profitieren. Das produzierende Gewerbe bietet dafür sogar besonders gute Voraussetzungen, weil es hier Wertschöpfungsprozesse mit vielen gleichförmigen Teilschritten gibt. Daraus ergeben sich wertvolle Daten, aus denen neuronale Netze Verbesserungspotentiale ermitteln und diese noch dazu selbstständig heben können“, sagt Schild.

Zahlreiche Möglichkeiten

Ob für Lastprognosen oder vorausschauende Wartung, ob Entscheidungshilfen fürs Management, Qualitätskontrolle oder Verkaufsprognose – Einsatzmöglichkeiten für KI sind riesig, auch in Deutschland: Allein durch KI werde die Bruttowertschöpfung im produzierenden Gewerbe innerhalb der nächsten fünf Jahre um 32 Milliarden Euro steigen. Das entspreche etwa einem Drittel des gesamten Wachstums des produzierenden Gewerbes in Deutschland, heißt es in einer aktuellen Studie, die das Bundeswirtschaftsministerium in Auftrag gegeben hatte.

Sensorendaten gibt es zuhauf

Weil produzierende Unternehmen in der Regel ihren Fokus bisher auf die analoge Herstellung oder Veredelung von Gütern legen, existieren in vielen Firmen derzeit meist noch zu wenige Daten, um eine selbstlernende KI trainieren zu können. Selbst wenn entsprechende Daten verfügbar wären, reicht die IT-Infrastruktur der meisten Unternehmen meist nicht, um künstliche Intelligenz zu nutzen. Genau hier setzt Boot.AI an: Die Düsseldorfer analysieren Unternehmen, ermitteln Potential und Ansatzpunkte für den Einsatz einer KI-Lösung. Sie strukturieren vorhandene Daten so, dass eine KI damit arbeiten kann. Oder installieren an wichtigen Stellen Sensoren, um geeignete Daten zu generieren. Schild: „Die IT-Infrastruktur des Unternehmens spielt dabei überhaupt keine Rolle. Denn die notwendigen Kapazitäten beziehen wir bei Bedarf aus der Cloud.“ Dabei setzt die Mitarbeiter auf das Public Cloud-Angebot der Deutschen Telekom, die Open Telekom Cloud. Die Wahl fiel auf diesen Anbieter, weil in einem vergangenen Projekt im medizinischen Sektor hohe Anforderungen an die IT-Sicherheit und den Datenschutz gestellt waren. Die im Cloud-Rechenzentrum aufgestellten Bare Metal Server boten im Projekt zudem die Möglichkeit, eine zusätzlich isolierte und so geschützte Umgebung zu nutzen, in der sich große Mengen selbst sensibler Daten abgesichert verwalten lassen.

Bild: Boot.AI

Bild: Boot.AI

Drei Stunden statt 30 Tagen

Diese Bare Metal Server sind mit zweimal 14-Prozessorkernen, 512 Gigabyte-Arbeitsspeicher und acht P100 Nvidia-Grafikkarten ausgestattet. Diese Konfiguration ist laut Schild optimal zum Erstellen neuronaler Netze: Durch die zahlreichen Graphics Processing Units (GPUs) können die KI-Fachleute Millionen Datensätze gleichzeitig bearbeiten lassen. Die Berechnungen laufen pro GPU zehn bis hundertmal schneller als mit CPUs, also den Hauptprozessoren eines Rechners. „Mit einem Server der Telekom werden dadurch Berechnungen in drei Stunden möglich, wofür wir sonst 30 Tage benötigen würden“, sagt Schild. „Auf diese Weise sind die Ergebnisse, die wir mit unserer KI erzielen schnell abrufbar, agil nutzbar und damit schnell sehr hochwertig.“


Das könnte Sie auch interessieren:

Andreas Riepen übernimmt die Position des Regional Vice President Sales für die DACH-Region beim IT-Unternehmen Riverbed.‣ weiterlesen

Manufacturing Execution Systems (MES) sollen meist Shop und Top Floor miteinander verbinden und sie beeinflussen Fertigungsprozesse direkt. Implementierungen sind daher oft riskant, unternehmenskritisch und kostspielig. Cloud-Lösungen für die Werkhalle können viele dieser Effekte abfedern.‣ weiterlesen

Wie der IT-Security-Anbieter Kaspersky berichtet, wurden Unternehmen weltweit über zielgerichtete Phishing-Mails angegriffen, bei denen die Angreifer das Mimikatz-Programm nutzten. Kaspersky hat diese Angriffe analysiert.‣ weiterlesen

Heute suchen meist aufwendige Kamerasysteme nach Teilen im Werkstückträger, die der Roboter greifen kann. Mit der Smart-Task-Funktionalität Load Mapping des Sensorherstellers Sick lässt sich die Belegung von Werkstückträgern während der Zuführung in die Montagezelle erfassen und als digitales Sensorsignal an die Robotersteuerung ausgeben.‣ weiterlesen

Nach über 75 Jahren im Sensorgeschäft sollen künftig auch digitale Lösungen das Portfolio von Sick prägen. Christoph Müller, Senior Vice President für den Industrial Integration Space bei Sick, schildert, was Apps und Sensorik zusammen leisten und warum die Probleme der Anwender immer weniger die Automatisierungstechnik selbst betreffen.‣ weiterlesen

In einer 5. Blitzumfrage des VDMA zeigt sich, dass sich die Lieferketten der deutschen Maschinenbauer nach und nach erholen. Die Branche hat jedoich weiterhin mit Auftragseinbußen zu kämpfen.‣ weiterlesen

Mit Process Mining ermitteln Unternehmen, in welchen Prozessen Sand im Getriebe ist. Da die Methode zwingend datenbasierte Prozesse zur Analyse und Visualisierung voraussetzt, ist dieser Ansatz zwar im ERP-Umfeld zuhause, lässt sich aber hervorragend auf MES-unterstützte Produktionen anwenden.‣ weiterlesen

Immer häufiger werden industrielle Anwendungsfälle mit maßgeschneiderter Technik erprobt. Sven Pannewitz und Tobias Thelemann, Produktmanager bei Reichelt Elektronik, verweisen auf die Beliebtheit von Open-Source-Hardware in solchen Lösungen.‣ weiterlesen

Gesetzlichen Bestimmungen zufolge müssen Hersteller Unterlagen wie CE-Konformitätserklärungen, Atex-Zertifikate oder Werkstoffzeugnisse erstellen. Die Anwendung der im April erschienenen Richtlinie VDI 2770 Blatt 1 soll Prozessabläufe bei der Übergabe von Herstellerinformationen vereinfachen, indem sie einheitlich strukturiert bereitgestellt werden.‣ weiterlesen

Brigitte Falk verantwortet beim Industrie-4.0-Spezialisten Forcam die interne IT sowie das digitale Marketing zur Leadgenerierung. Als CIO/COO berichtet sie an Geschäftsführer (Co-CEO) Oliver Hoffmann.‣ weiterlesen

Anzeige
Anzeige
Anzeige