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:

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

Microsoft feiert 40. Geburtstag in Deutschland und eröffnet ein europäisches Experience Center in München. Es ist eines von vier Experience Centern weltweit.‣ weiterlesen

Expertinnen und Experten der Plattform Lernende Systeme beleuchten in einem neuen Whitepaper, wie es um die Entwicklung europäischer bzw. deutscher KI-Sprachmodelle bestellt ist.‣ weiterlesen

Cyber-physikalische Systeme (CPS), wie etwa Autos oder Produktionsanlagen, stecken voller elektronischer und mechanischer Komponenten, die von Software gesteuert werden. Jedoch ist es eine Herausforderung, die Systemarchitekturen solcher Systeme fortwährend konsistent zu halten. Neue Methoden dafür soll ein Sonderforschungsbereich (SFB) am Karlsruher Institut für Technologie (KIT) entwickeln.‣ weiterlesen

Mit der Akquisition der Pod Group hat G+D bereits 2021 sein Portfolio im IoT-Bereich erweitert. Durch den Erwerb von Mecomo geht das Unternehmen nun einen weiteren Schritt in Richtung IoT-Komplettanbieter im Transport- und Logistikbereich.‣ weiterlesen

Die Grimme-Gruppe produziert individuell konfigurierte Landmaschinen. Was für den Wettbewerb Vorteile bringt, ist allerdings mit großem Aufwand verbunden - so verwaltete Grimme Kundenanfragen lange über ein Excel-Tool. Mit dem Softwareanbieter Slashwhy zusammen wurde dies durch ein webbasiertes Anfragemanagement-Programm abgelöst.‣ weiterlesen

Die Software Moryx hilft der Fertigungssteuerung, Maschinen schnell auf einen neuen Kurs zu bringen oder sie für den nächsten Auftrag anzupassen. Mit seinen einheitlichen Bedienoberflächen und seiner niedrigen Einstiegshürde ist das Tool von Phoenix Contact insbesondere auf den Einsatz in Fertigungen mit der Losgröße 1 ausgerichtet.‣ weiterlesen