Anzeige
Anzeige
Beitrag drucken

Eric Brabänder von Empolis Information Management:

„KI-basierte Anwendungsfälle out of the box“

Im Februar hatte der Lösungsanbieter Empolis rund um cloudbasiertes Wissensmanagement die Akquisition von Intelligent Views bekanntgegeben – inklusive deren KI-gestützter Knowledge-Graph-Technologie. Wir haben in der Geschäftsleitung der beiden Firmen nachgefragt, wie Wissensmanagement und künstliche Intelligenz zusammenpassen.

 (Bild: Empolis Information Management GmbH)

(Bild: Empolis Information Management GmbH)

Bild: Empolis Information Management GmbH

Bild: Empolis Information Management GmbH

Empolis ist vor allem für ihre Wissensmanagement-Lösungen bekannt. Was leistet künstliche Intelligenz bei der Analyse von Big Data und schwach strukturierten Daten?

Strukturierte Informationen aus großen Mengen unstrukturierter Daten zu gewinnen ist eine hervorragende Aufgabe für künstliche Intelligenz. Seit einigen Jahren verstehen darunter aber viele Leute einfach, dass man die Daten einem neuronalen Netz in die Hand drückt und dann sofort ‚Insights‘ bekommt. Das funktioniert tatsächlich für einige Arten von Daten gut, wenn man genau die Frage hat, die das neuronale Netz auch beantworten kann. Unsere Kunden möchten jedoch aus ihren Daten meistens Dinge in Erfahrung bringen, für deren Erkennung es noch gar kein neuronales Netz gibt. Meistens gibt es dafür auch nicht annähernd genug Trainingsdaten, um ein solches Netz zu bauen. Gerade im Maschinen- und Anlagenbau handelt es sich um komplexe Produkte, die in ihrem Wirkzusammenhang wissensintensiv sind, aber nicht immer ausreichend Daten zur Verfügung stellen, um Machine-Learning-Verfahren einzusetzen. So gibt es von manchen Störfällen überhaupt keine oder nicht ausreichend Daten, gerade weil man sie vermeiden möchte. Etwa im Automobilbereich, bei Seilbahnen oder im Flugverkehr, wenn Ausfälle Menschenleben in Gefahr bringen könnten. Es trifft aber auch auf Anlagen zu, die es so nur einmal gibt oder die in unzähligen Konfigurationsvarianten verfügbar sind, sodass die erzeugten Daten nicht generalisierbar sind. Das bedeutet, man muss neben reinen Machine-Learning-Verfahren auch sogenannte wissensbasierte KI-Verfahren einsetzen. Wir gehen damit auf zweierlei Wegen um: Zum einen setzen wir hier ganz klassische regelbasierte Verfahren der künstlichen Intelligenz ein. Diese sind ungemein effizient und auch bei wenigen Trainingsdaten schnell einsetzbar. Zum anderen bauen wir speziell für Daten aus dem technischen Service auch eigene Trainingskorpora auf und nutzen bspw. Verfahren aus dem Transfer Learning, um häufig auftretende Muster aus der Servicedomäne auch in selbstlernenden Verfahren erkennen zu können, zum Beispiel den Zusammenhang zwischen Fehlersymptomen, Ursachen und notwendigen Wartungshandlungen. Dann spielen auch Knowledge-Graphen eine wichtige Rolle, weil sie den Rahmen vorgeben, in den sich die Informationen aus den Daten einfügen müssen und in dem sie validiert werden können.

Warum haben Sie Intelligent Views nach langjähriger Zusammenarbeit erworben?

Während Intelligent Views mit der Knowledge-Graphen-Technologie die intelligente Modellierung und Repräsentation umfangreicher und komplexer Wissensstrukturen beherrscht, vervollständigt Empolis das Leistungsangebot mit seinem langjährigen KI-Know-how sowie den leistungsfähigen Analyse- und Suchverfahren in großen Datenmengen und schwach strukturierten Daten. Einfach ausgedrückt: Mit der Kombination beider Lösungen können Unternehmen Zusammenhänge in ihren Daten besser erkennen und diese anschließend intelligent und performant durchsuchen. Gerade diese Fähigkeiten spielen in der Industrie sowie im wissensintensiven Maschinen- und Anlagebau eine entscheidende Rolle, wenn es um Industrial-IoT-Lösungen, neue digitale Geschäftsmodelle und Smart Services geht.

Ihren Nutzern versprechen Sie nach der Akquisition neue Anwendungsfälle, gerade mit Blick auf Vertrieb und Service. Können Sie bereits konkreter werden?

Vertrieb und Service sind im Bereich von Maschinen und Anlagen ausgesprochen wissensintensive Bereiche. Wenn wir hier digitalisieren wollen, müssen wir auch das Wissen rund um die Produkte digital abbilden, z.B. in einem Knowledge-Graph. Mit diesem vernetzten Produktwissen können Hersteller erklärungsbedürftiger Produkte auch in den digitalen Kanälen besser auf ihre Kunden zugehen. Dieser beschreibt beispielsweise seinen Anwendungsfall und der Knowledge-Graph identifiziert die passende Maschine, schlägt passendes Zubehör vor oder erlaubt es dem Kunden, die optimale Konfiguration der Maschine direkt durchzuspielen. Das Wichtige dabei: Alle Instrumente der Kundeninteraktion, egal ob Selektoren, Konfiguratoren und Chatbots werden so aus einer zentralen Quelle, aus dem digitalen Zwilling des Produkts, heraus gefüttert. Genauso hilfreich ist der digitale Zwilling im Service – ob wir eine individualisierte, genau auf eine spezifische Maschine zugeschnittene Inbetriebnahme-Anleitung generieren, einen Wartungseinsatz vorab simulieren oder im Störungsfall die Ursache diagnostizieren. Gerade der Service ist sehr darauf angewiesen, dass alles Wissen aus vorherigen Phasen des Product Lifecycle punktgenau zur Verfügung steht: Wie ist die Maschine aufgebaut? Welche möglichen Ursachen für den vorliegenden Fehler sind bereits bekannt, welche kommen häufig vor? Welche Teile von welchen Lieferanten sind unter welchen Einsatzbedingungen anfällig? Welche Komponenten wurden bereits ausgetauscht oder ersetzt und welche Auswirkung hat das auf mögliche Fehlerbilder beim Service einer Maschine?


Das könnte Sie auch interessieren:

Welchen Einfluss haben meine Rüstzeiten, wieviel Ausschuss wird produziert und wie ist die Anlagenverfügbarkeit in der Produktion? Solche Kennzahlen helfen Unternehmen, den Überblick zu behalten und sorgen für Transparenz in der Produktion. Doch welche Kennzahlen gibt es und was zeichnet sie aus?‣ weiterlesen

Die Maschinenanbindung an ein Manufacturing Execution System (MES) sollte in Zeiten der Digitalisierung einfach fallen. Meist brauchen Fertiger heute aber mehr als einen IoT-Datensammler. Denn nur mit den richtigen Protokollen weiß das MES, was erfasste Daten bedeuten und kann diese in den Dienst höherer Transparenz und Effizienz stellen.‣ weiterlesen

Im Oktober vergangenen Jahres wurde das Projekt GAIA-X vorgestellt. Nun haben die Wirtschaftsminister aus Deutschland und Frankreich die nächsten Schritte präsentiert.‣ weiterlesen

Nach seinem Tiefststand im Vormonat, ist das IAB-Arbeitsmarktbarometer im Mai wieder leicht gestiegen.‣ weiterlesen

Die Feinplanungsspezialistin Dualis GmbH IT Solution will mit einer neuen Vertriebspartnerschaft ihre Position im SAP-Umfeld stärken. Cpro IoT Connect vertreibt und implementiert künftig die APS-Lösung Ganttplan als Platinum-Partner.‣ weiterlesen

Reisekostenmanagement mit SAP-Software ist weiterhin On-Premise möglich. Nach dem Druck der SAP-Anwendervereinigung DSAG hat SAP angekündigt, die Lösung Travel Management auf die Hana-Plattform zu migrieren. Damit können Firmen den Wechsel zum SaaS-System Concur noch einige Jahre hinauszögern. Funktionale Erweiterungen für Travel Management soll jedoch nicht geben.‣ weiterlesen

Der Werkzeughersteller Mapal überführt digitale und analoge Innovationen oft sehr früh in marktreife Produkte. Das neue Glockenwerkzeug ließe sich zum Beispiel ohne additive Fertigung gar nicht herstellen. Wie Entwicklungsarbeit mit stehts aktuellster Technik funktioniert, hat uns Dr. Dirk Sellmer erzählt, Vice President Research & Development bei Mapal. Wobei er sich für unsere Fragen zur IT-Ausgründung C-Com Giari Fiorucci dazugeholt hat.‣ weiterlesen

Die Deutsche Messe AG hat ihre Planziele im Jahr 2019 übertroffen. Aktuell wirkt sich jedoch die Corona-Krise auf das Messegeschehen aus. Diesbezüglich erarbeitet die Deustch Messe derzeit ein Sicherheits- und Hygienekonzept für zukünftige Veranstaltungen.‣ weiterlesen

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

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige